文 | 方棱镜
这大概是字节跳动有史以来最分裂的几天了。
4 月 20 日，" 字节跳动 2025 年净利润同比下滑超 70%" 的话题冲上热搜。评论区炸了——字节怎么突然不行了？
抖音集团副总裁李亮很快回应：净利润下滑是国际会计准则的数字，包含优先股和期权成本变动，不反映运营实质。剔除这些会计因素后，字节总体营收和利润仍然是增长的。
一边是 All in AI 的巨额投入，一边是短期利润被拖累的现实。可以看出，字节在用真金白银押注一个确定性：AI 是下一代基础设施。
作为一个每天都在跟文字、跟内容打交道的人，看着这些新闻，忽然有种很微妙的感受。连字节这样的巨头都在为 AI" 消耗 " 当下，我们这些普通职场人，凭什么还站在原地等？
字节烧掉的钱，换来了什么？
还是先聊聊字节。2026 年刚开年，字节的 AI 动态就密集得像在赶工期。
2 月 14 日，豆包大模型 2.0 正式发布。这是自 2024 年 5 月豆包首次亮相以来的第一次跨代升级。新版本强化了高效推理、多模态理解与复杂指令执行能力。旗舰版豆包 2.0 Pro 在 IMO、CMO 数学奥赛和 ICPC 编程竞赛中直接拿下了金牌成绩，数学和推理能力达到世界顶尖水平。在被称为 " 人类的最后考试 " 的 HLE-text 基准测试中，豆包 2.0 Pro 以 54.2 分超越了 Gemini 3 Pro 和 GPT 5.2。
几乎同一时间，字节的视频模型 Seedance 2.0 和图像模型 Seedream 5.0 Lite 也相继发布。三款核心模型密集上线，构成了字节在春节前夕的全线 AI 布局。
这些模型不只是拿来 " 聊天 " 和 " 生图生视频 " 的。字节 CEO 梁汝波在 2026 年开年全员会上把新一年的关键词定为 " 勇攀高峰 "，短期内的 " 高峰 " 就是豆包和豆包海外版 Dola。他还表示在做好 To C 助手的同时，To B 的 MaaS（模型即服务）业务也有很大机会。
到了 4 月初，字节的即梦 AI 上线了一款叫 Octo 小章鱼的协作型 AI 叙事创作工具。从故事大纲梳理、剧本分镜生成到成片输出，小章鱼试图把创作者从繁琐的执行中解放出来，只保留审美和判断。虽然内测期表现有些欠缺，但这怎么不算是影像创作者的专属 Agent 呢？
另一个更早出现且更通用的 Agent 来自开源社区。2025 年 11 月发布的 AI 智能体框架 OpenClaw（被国内用户亲切地称为 " 小龙虾 "），到 2026 年 3 月 GitHub 星标数突破 28 万，成为 GitHub 历史上获星最多的软件项目。它让 AI 从 " 只说不做 " 变成了 " 能动手 " ——一句话指令，AI 就能操控电脑、整理文件、运营社媒。火山引擎、阿里云、腾讯云、百度智能云全部在抢着接入部署。
这也是我特别想和大家说的——只要某个问题能被 " 计算化 "，也就是变成计算能解决的事，那不管现在多贵、多低效，未来一定会变得极其便宜。AI 就是那座桥，把以前算不了的问题，变成能算的问题。字节掏出 1500 亿，现在看很贵，但它赌的就是 " 赚回未来 " 的趋势。
AI 正在重新定义什么能力更值钱
这个趋势不是遥远的概念，它已经在现实中撕开了口子，渗入生活和工作的方方面面。
3 月 "AI 大厂月薪 3 万疯抢文科生 " 冲上了热搜。360 创始人周鸿祎大视频称："AI 公司开始大量招文科生，占比从 5% 涨到 30%"。英伟达 CEO 黄仁勋同样强调过语言能力的重要性。打开招聘软件，AI 叙事设计师、AI 伦理研究员等岗位要求里写的是中文、编剧、社会学、新闻学等文科专业。
4 月中旬，一个叫 " 同事 .skill" 的概念引起热议。简单说，就是把一个同事的飞书消息、钉钉文档、邮件、截图等资料打包，就能把他的经验封装成一个 AI" 技能包 "。有媒体报道了一个真实的职场场景：自从公司的 skill 库搭建起来后，每天都有几个 skill 入库。越来越多人的经验正在被拆解、标准化，随时可能被 skill 取代。
到了 4 月 20 日，" 爱奇艺疯了 " 又登顶微博热搜。爱奇艺宣布推出 AI 艺人库计划，声称已有 100 多名艺人入驻，可以利用他们的数字分身制作 AI 剧集。消息一出，张若昀、于和伟等多位艺人紧急发声，明确表示 " 未签署任何 AI 相关授权 "。
这场争议的核心矛盾其实很典型。当 AI 可以用你的数字分身去工作、去创作、去创造价值，那 " 你 " 的边界在哪里？谁拥有你 " 数字劳动力 " 的支配权？
这三件事，其实拼出了 " 计算化 " 的三个层次：能力价值的重估、经验模块的封装、劳动力边界的重塑。那些已经跑在前面的人，也不是说技术就有多厉害，而是率先读懂了这套规则，并开始主动参与其中。
观望的人，窗口期还有多长？
你可能会想：我等工具更成熟、更开箱即用再上手不行吗？
一个残酷的事实，是技术迭代从不等待观望者。脉脉平台发布的春招报道显示，近半数岗位明确要求具备 AI 相关能力，AI 岗位数量同比增长约 12 倍，而人才供需比仅为 0.97，市场供不应求。那些主动拥抱 AI 的人，正在抢占薪酬和岗位的头部。
最扎心的还不是替代，而是 " 时滞 "。替代来得快，一套系统上线半年就能砍掉一批岗位，但新岗位的创造是渐进的、分散的。中间的这段空窗期，才是真正让人焦虑的地方。
那怎么办？我的体会是三步：第一，别把 AI 当对手，当工具；第二，别光焦虑，先拿一个最小的任务试试；第三，认清一个转变——人的价值正在从 " 执行 " 转移到 " 判断 "。 未来比的不是你多会写代码、多会作图，而是你能否提出好问题、做出正确的判断、构建有价值的连接。
万物皆可计算化，这是加入 AI 的第一步
说到底，很多人用 AI 的思路是 " 等 " ——等一个开箱即用的工具，等它足够成熟，然后拿来解决问题。解决不了就继续等下一版。这是消费者的心态。
但真正跑在前面的人，用的是另一种思路：主动把自己的工作 " 计算化 "。 不是等着 AI 来替代你，而是你自己去拆解工作流程，看看哪些环节可以转化成计算问题，然后想办法让 AI 去跑。哪怕没有现成工具，你也可以用 AI 编程、智能体配置，拼一个适合自己的自动化流程。
这个门槛已经低到不需要你懂代码了。你要花时间去想：我的工作里，哪些是可以被计算的？
字节愿意用 1500 亿去赌这个未来。因为计算成本终局是无限下降，AI 必然会拓宽 " 可计算问题 " 的边界。那么，我们作为个体的新价值，就不在于跟 AI 抢饭碗，而在于成为那个定义 " 什么问题值得被计算化 " 的人。
回到那个让我们焦灼的问题：技术进化这么快，人该怎么办？
答案不是恐慌，也不是盲目乐观地等上 5 到 10 年。而是换一种姿态，思考如何把模糊的需求、碎片的工作、隐性的经验，翻译成计算可以处理的指令？你能在 AI 能力和你自己的专业判断之间，搭起多少座桥？
假如 AI 是台电脑，那你的 " 计算化 " 能力就是这台电脑的芯片。
