最近越来越强烈地感觉到，在 Agent 泛滥的当下，我们好像正在进入一个“能力快速贬值”的时代。
现在 AI 已经开始全面进入人类的工作领域。不仅仅是代码，文章、视频制作，甚至时间序列预测、2D 转 3D、具身智能，都在受到基座模型能力提升的冲击。我们经常开玩笑说，你学什么东西，如果学得慢，那就不用学了。从早期的提示词工程，到后来不到半年就逐渐失去存在感的各种 Harness 和 Agent 技巧，每一次基座模型的提升，都会让过去积累的经验迅速贬值。Claude Code 的成功很大程度上依赖于 Claude 本身的能力，而 Claude 又通过真实的使用场景反哺模型，这种循环只会让中间那些原本需要人类精心设计的东西越来越薄。
我看到基座能力的提升，对很多领域都是降维打击。以前我们可能会花大量时间研究一个时间序列预测模型，现在可能直接让更强的模型来做；以前需要复杂的 2D 转 3D 流程，现在也可以直接尝试交给通用模型。前段时间和一个在创业公司做具身智能的朋友聊天，他提到一些公司已经开始尝试用更强的通用模型去替代原本的 VLA 架构，让机械臂直接理解世界、执行任务。以前我们觉得需要专门设计的东西，现在越来越多都变成了一句话：先看看基座模型能不能直接解决。
甚至连数学都开始让我产生这种感觉。最近看到一些 AI 辅助攻克数学难题的新闻，会突然意识到，过去我们认为最需要人类智慧、最不容易被自动化的领域，也开始出现 AI 深度参与解决困难问题的案例。以前我们可以很自然地把“数学能力”“创造力”“推理能力”当成人类最后的堡垒，但现在连这些边界都开始变得模糊。
所以我们开始说，未来需要的是品味和判断。不会写代码没关系，但你要知道什么代码值得写；不会做产品没关系，但你要知道什么产品值得做；不会做科研没关系，但你要知道什么问题值得研究。
可我又忍不住想，品味和判断真的会是最后的边界吗？
它们同样来自经验、反馈和对世界的理解，而这些恰恰也是模型能力不断扩展的东西。谁又知道下一次基座模型的跃升，会不会连我们现在认为最难被替代的品味和判断也一起覆盖？
有时候会觉得，我们正在经历一个很奇怪的时代。以前我们努力学习，是为了掌握某种稀缺能力；现在我们刚刚掌握的东西，可能很快就不再稀缺。于是我们不断寻找下一个“AI 还做不到”的东西，然后又开始担心，下一次模型升级会不会把它也覆盖掉。
前几天和几个朋友聊到最后，其实也没讨论出什么特别宏大的答案。
最后大家达成的共识居然非常朴素：
睡好觉，养好身体，别焦虑。
模型升级就让它升级，Agent 变强就让它变强。该学习就学习，该做研究就做研究，该写代码就写代码。真的被替代了，再去想下一件事情。
毕竟不管 AI 发展到什么程度，至少今天晚上，还是得睡觉。