近两年多来频繁使用各种 AI 和自动化工具之后，我越来越确信一件事：

技术进步，并不会把人和人之间的差距抹平，反而在持续地放大这种差距。

过去，一个行业里最顶尖的人和普通人，也许相差十倍左右的效率；
而随着工具和技术叠加，在科技相关领域，这个倍数轻松突破百倍、甚至千倍，而且还会继续增长。

一、当工具还很“钝”时，人的差距有自然上限

想象一个只靠手工工具完成工作的场景：
一个熟练的木匠和一个普通木匠，差距当然存在——经验更足、动作更快、返工更少。
但他们一天能做出的桌椅数量，即便拉开，也很难超过十倍。

原因很简单：

  • 工具是同一批工具；

  • 产出和时间、体力基本成正比；

  • 经验和技巧再高，也有生理和时间的上限。

在这种环境里，人的差距主要靠个人技能拉开，而个人技能本身的波动区间并不无限。

二、技术叠加之后：顶尖人与普通人的差距进入“乘法时代”

进入工业社会、信息社会之后，工具不再只是“帮你省点力气”，而是具备了强烈的放大效应：

  • 一套生产线，可以把一个人的设计复制成无数产品；

  • 一段代码，可以在全球服务器上同时运行；

  • 一个架构决策，可以影响整个组织多年。

于是，顶尖人的产出，不再受限于“自己的两只手”，而是叠加了资本、机器、网络、组织结构等一整套杠杆。
结果就是：

  • 有人设计的系统，能支撑上亿用户多年稳定运行；

  • 有人写的代码，只在一个小项目里存在几个月就被替换；

  • 有人做出的决策，改写了行业格局；

  • 有人忙碌了很多年，却几乎没有留下可被复用的成果。

差距从“几倍、十倍”自然地被推向“百倍、千倍”。

三、AI 是最新的一层乘法，不是平均器

AI 上场之后，这个趋势变得更明显。

很多人期待 AI 能“拉一把普通人”，让门槛变低；
但从实际体验看，它更像是给原有的差距又乘了一次系数。

与其停留在“效率提升了多少倍”这种抽象表述上，不如先换一个更具体的视角：

在一支团队里，落到一名一线执行者（开发、测试等）身上的一天，时间究竟是怎么被分配的？

在传统的团队协作里，确实会有 PM、架构师、技术负责人在前面花大量精力做方向选择、需求澄清和方案设计。
等任务落到一名开发者或测试工程师手上时，上游的大框架已经成型，他日常的时间分配，往往更接近另一种状态：

  • 上游已经帮忙把“做什么、为什么这样做”想过一轮；

  • 自己需要做的是在既定边界内，把方案变成可以运行的代码、可执行的用例和可交付的结果。

如果把这种日常拆开来看，本质上是一种“少量前置思考 + 大量具体落地”的结构，粗略地可以称之为：

“想一分，写九分”。

这里的意思并不是说整个项目只有一成时间在思考，其余九成都在干体力活，而是站在具体执行者这一层角色来观察：

在个人岗位内部，高价值抽象很多时候已经由上游完成，落到具体角色身上的时间，大部分被消耗在实现细节和重复性工作上。

写样板代码、查文档、对接口、改参数、补测试、修小问题，这些就是那“九分”。

有了 AI 之后，情况并不是简单地“大家都轻松了”，而是：

  • 这九分里的很大一块，可以被自动化或半自动化完成；

  • 真正拉开差距的，变成了你自己能不能在岗位这一层，主动多做那“前面的思考”：

    • 把需求再拆细一点；

    • 把边界条件想全面一点；

    • 把让 AI 参与的方式设计得更合理一点。

于是，同样一句话可以换个更准确的说法：

以前在很多岗位上，日常时间结构更像“上游已经想了七八分，自己在岗位内再想一分，然后写完剩下的九分”；
有了 AI 之后，那些“写”的部分被工具压缩，你在岗位内需要补足的思考份额反而上升——你得在自己的职责范围内，先想清楚更多，再让 AI 帮你把最后那一截实现出来。

思考能力、判断能力、建模能力，是被放大的部分；
单纯的执行，是被替代的部分。

这就意味着：
原本在这些方面就领先的人，被拉得更开；
原本在这些方面就薄弱的人，距离被进一步甩远。

四、差距还会继续拉大，除非我们主动停下技术

从手工时代到工业时代、信息时代，再到今天的智能时代，有一个趋势始终没有变过：

每一轮技术升级，都会把“少数人的杠杆”做得更长，让他们能撬动更大的世界。

只要人类还在追求更高效率、更大规模、更强控制力，这个趋势就不会自己逆转。
要让差距真正缩小，理论上只有一个办法：

主动放缓技术进步，甚至在某些领域刻意限速。

现实中，这几乎不可能：

  • 国家之间有竞争；

  • 企业之间有竞争；

  • 个人之间也有追求。

只要有一方继续往前走，其他人就很难选择“集体原地不动”。

所以更实际的判断是：

  • 顶尖人与普通人的生产力差距，还会继续扩大；

  • 新技术出现时，这个过程只会加速，不会减弱；

  • 这和我们个人的情绪、喜不喜欢，并没有太大关系。

五、作为个体，只能在趋势之内做选择

站在个体的角度，我们既无法按下技术发展的暂停键，也很难逆转“差距继续拉大”的大方向。能做的，更多是在这条既定轨道上，调整自己所处的位置。

如果接受这一点，对个体至少有几层现实启示：

  • 在学习上，减少对纯执行型技能的依赖。
    那些高度标准化、易被流程和工具替代的能力，会越来越便宜；相反，抽象问题、设计系统、跨领域理解的能力，会被不断放大。

  • 在职业选择上，尽量靠近“杠杆所在的位置”。
    优先考虑能利用技术和组织放大自己影响力的岗位和行业，而不是长期处在被自动化、被外包、被替代的一端。

  • 在使用工具时，把 AI 当成放大器，而不是减负工具。
    与其只指望它帮忙省时间，不如刻意训练自己：怎样给出更清晰的上下文、怎样拆解问题、怎样让工具参与到更高价值的环节里。

从这个视角看，“技术拉大差距”不是一句抽象的结论，而是一个必须被纳入个人决策的前提条件：先承认它存在，然后围绕它来安排自己的学习路径和职业路径。换句话说，你学什么、怎么选工作，本质上是在决定自己将来是被技术放大，还是被技术挤压。