当AI开始接手一切，我重新审视自己的价值

“

一个环保算法工程师，入职一个多月，80%以上的工作已交由AI完成，写下了这些真实的感悟。

01

入职公司一个多月，我几乎全程依托AI辅助开展工作。

日常80%以上的工作内容，都是通过AI工具、Web Coding、智能部署等方式高效完成的——公司内部”小龙虾”效率工具部署、业务流程提效、算法优化、工程化落地……在这种高强度、全方位的AI辅助工作模式下，我对当下技术变革、行业迭代和职场生存逻辑，有了非常深刻的全新认知。

当下AI的发展速度远超想象。 这是一种全球顶尖人才、资金、资源集中涌入形成的碾压式创新力量。各行各业最聪明的人都在持续为AI生态做迭代、做改造、做突破，技术更新的频率、能力下放的速度极其惊人，行业的技术壁垒正在被快速重构。

02

回望我们环保算法、视觉算法的迭代历程，这种降维打击式的变革感受尤为深刻。

早前做水质时间序列预测，我们还在深耕机理模型、梳理传导逻辑、手动调试参数，依靠传统经验一点点打磨模型。而技术迭代转瞬即至——从LSTM，到Facebook Prophet，再到谷歌TensFM等新一代模型接连问世，直接实现无需复杂训练、开箱即用，对传统时序算法形成彻底的降维打击。

视觉识别领域更是如此。

行业早已从传统YOLO单模型迭代，快速迈入多模态、语义级通用检测时代。如今Local-Anything、Grounding-DINO等通用语义模型，能够实现”万物可识别、场景自适应”，彻底颠覆了传统目标检测的开发逻辑。

过去需要算法工程师深耕许久、逐场景调优的技术工作，现在通用大模型依靠海量世界知识可以快速实现、灵活改造、迭代落地。

03

这也让我清晰意识到一个核心问题：

传统开发和算法岗位的技术壁垒正在快速变薄。

过去我们引以为傲的代码积累、流程经验、工程沉淀，在AI Native的开发模式下，优势正在快速弱化。无论边缘计算、嵌入式开发、业务系统搭建，还是复杂算法落地，曾经难度极高、门槛极高的工作，依托AI辅助都能快速落地实现。

传统企业和老工程师沉淀的老旧框架、自研平台、固有流程，曾经是核心资产，如今反而可能成为迭代负担和创新枷锁。很多职场人被固有工作模式、固化业务流程束缚，疲于应付日常工作，没有精力跟进新技术、新模型，不知不觉就形成了巨大的信息差和能力差。

04

AI的颠覆并不只是停留在算法和开发层面，而是渗透到学习、记录、输出、办公的方方面面。

最早我们靠手写、纸质日记记录知识，后来迎来数字化时代，依次用过OneNote、印象笔记、为知笔记，实现了资料线上化存储。再后来接触Obsidian + Markdown体系，依靠插件生态、双链笔记、格式自由转换，能够自主将笔记导出、整理、封装，甚至转为HTML、搭建个人博客——当时已经觉得是极致高效、迈入了全新的知识管理时代。

而现在，AI直接完成了全链路降维颠覆：

AI自动整理笔记、自动归纳总结、自动梳理逻辑，还能直接写文档、写博客、写HTML、做排版、生成PPT、制作动画，实现从知识输入、整理、创作、可视化输出一条龙全自动完成。

短短数年，知识管理和办公生产力的迭代速度堪称颠覆式。曾经需要个人长期积累、刻意练习、花费大量时间打磨的技能，如今AI可以一键、批量、高质量完成。