🎠 AI时代从业与挣钱机会

14位智者全员视角分析
给:没有代码基础但深度使用AI的你 · 2026年4月

🎠 小马哥的分析

大琪,你的核心资产不是代码,是"Agent驾驭力"。接触AI Agent才两个月,你已经能指挥多个Agent协同工作、搭网站、部署项目。你不会写代码,但你比很多程序员干得还多。

1

从"写代码"到"指挥代码"

AI能写代码了,价值转移到谁能更好地指挥AI写代码。你两个月练出来的就是这个能力。

2

一人公司成为现实

以前创业需要团队,现在一个人+AI Agent就能干过去一个团队的活。code杠杆的门槛降到了零。

3

AI应用层大爆发

底层在卷价格(小米模型免费),但应用层还远远没跟上。大量行业不知道怎么用AI。

🐴

马云

Jack Ma · 阿里巴巴创始人
商业直觉 · 小即是美

你的情况跟我当年很像。我也不懂技术,英语老师出身。别人说你不懂技术怎么做互联网?我说正因为我不懂技术,我才更懂用户要什么。技术是工具,不是目的。

AI这件事,今天才刚开始。就像99年互联网,大家都觉得是泡沫,但泡沫下面有金子。应用层——把AI真正用到老百姓生活里的那层——还空着呢。

💡 核心建议:小即是美。别想着做大平台,找一个小切口。你爱跑步,能不能做一个AI跑步教练?先服务好100个人,让他们爱上你,他们会帮你传播。

记住:今天很残酷,明天很残酷,但后天很美好。关键是你得活到后天。

纳瓦尔·拉维坎特

Naval Ravikant · AngelList联合创始人
杠杆思维 · 特定知识

先定义一下什么叫"挣钱机会"。你要找的不是一份工作,不是风口,而是有杠杆的特定知识

你的特定知识是:你在两个月内就建立了一种直觉——知道AI能做什么、不能做什么、该怎么指挥它。

💡 两种杠杆:
代码杠杆——把你用AI解决问题的过程,做成可复制的产品。你做一次,一千个人可以用。

媒体杠杆——把你学AI的过程公开。不是教程,是你的视角:一个非程序员怎么在两个月内驾驭AI Agent。这个故事对千千万万的人有巨大共鸣。

最后:一次只追一个欲望。焦虑不是来自能力不够,是来自欲望太多。选一个,做到有杠杆,再想下一个。

🎤

张雪峰

张子彪 · 考研名师/升学规划
就业倒推 · 阶层现实主义

我跟你说个大实话。你现在最大的问题不是"什么方向好",是你缺一个硬壁垒

"会用AI"这个事情,门槛太低了。半年之后,所有人都会用AI。就像当年所有人都会用智能手机——你见过有人靠"会用手机"赚钱的吗?

💡 两条路:
第一条:做垂直领域的AI应用专家。选一个行业深耕,比这个行业里99%的人都懂"这个行业+AI"的结合点。

第二条:做AI时代的信息平权者。把复杂的AI能力翻译成"你照着做就行"的傻瓜指南。信息不对称就是钱。

不管选哪条,你得有一个让人记住的标签。先谋生,再谋爱。先站稳,再登高。

✍️

保罗·格雷厄姆

Paul Graham · Y Combinator创始人
写作即思考 · Do Things That Don't Scale

The way to find opportunities is not to try to think of opportunities. It's to look for problems.

你有一种很特定的expertise:你知道从非程序员的角度使用AI是什么感觉。大多数AI工具是工程师给工程师做的。能弥合这个鸿沟的人,有真正的价值。

💡 核心建议:Write about it。写作不只是传达想法,它生成想法。你把你使用AI的过程写下来,不是为了给别人看,而是为了让你自己想清楚。80%的好想法是在写的过程中才出现的。

还有:do things that don't scale。先帮一个人解决一个问题。当你发现自己在重复做同样的事时——那就是产品化的信号。

📊

张一鸣

字节跳动/TikTok创始人
信息效率 · 先小验证

你这个问题可以投影到一个更底层的问题:信息匹配效率

大量人不知道AI能帮他们做什么。你现在的角色,本质上是在做"AI能力"和"真实需求"之间的匹配。大量AI教程在教人"怎么做",但很少有人在教"你需要什么"。

💡 核心建议:先小验证。找一个具体的需求,用AI帮一个人解决,记录过程,看这个需求有没有普遍性。如果有,再放大。

不要all-in。All-in有时候是一种偷懒——"我不想再思考了,赌一把吧"。保持多个选项,在真正看清方向之前,不要把所有筹码放进去。

🔬

理查德·费曼

Richard Feynman · 物理学家/诺贝尔奖
命名≠理解 · 反自欺

先问你一个费曼式的问题:你能不能不用任何术语,用六年级学生听得懂的话解释"AI Agent能干什么"?

如果你能,说明你真正理解了。如果你只能说"大语言模型""prompt工程"这些词——你只是记住了名字,没有理解本质。

💡 核心洞察:大多数想用AI的人,连"AI能帮我做什么"都说不清楚。他们需要一个人用最简单的话告诉他们。你能做那个人吗?

还有:不要货物崇拜。现在到处都是"AI赋能""AI转型"的口号,但有多少人真正用AI做出了有用的东西?一个10秒的演示,比100页的PPT更有说服力。

🧠

查理·芒格

Charlie Munger · 伯克希尔副董事长
逆向思考 · 多元思维模型

让我用逆向思考回答你。不问"怎么在AI时代赚钱",问"怎么在AI时代一定亏钱"

第一,跟风。所有人都在说AI是大风口,你也冲进去——但你不知道自己在做什么。这是FOMO,是赌场里最蠢的行为。

第二,没有壁垒。"会用AI"不叫壁垒。半年后人人都会,它就不是护城河。

💡 灵魂追问:谁在卖"AI课程"给你?他们的激励是卖课,不是让你成功。Show me the incentive and I'll show you the outcome。那些鼓吹"人人学AI"的人,赚的是你学AI的学费。

我的处方:读100本跨学科的书。心理学、经济学、生物学。你的判断力来自多元思维模型,不是来自单一领域的深耕。

🍎

史蒂夫·乔布斯

Steve Jobs · 苹果创始人
技术×人文 · 聚焦即说不

你不需要会写代码。我也不会写代码。但我知道什么是好产品。

现在AI领域的大多数工具,是工程师给工程师做的。丑陋、复杂、没有人味。这就是你的机会。你不是工程师,你是用户——你天然知道什么东西好用、什么东西难用。

💡 核心洞察:技术本身是不够的。技术必须与人文结合,才能产生让人心灵歌唱的结果。你的跑步爱好、汽车改装、育儿经验——这些才是AI落地的地方。不是"做一个AI工具",而是"用AI解决一个你真正关心的问题"。

聚焦。不要什么都想做。聚焦不是对你要做的事说Yes,而是对一百个好主意说No。选一件事,做到insanely great。

纳西姆·塔勒布

Nassim Taleb · 《黑天鹅》作者
反脆弱 · 杠铃策略

先告诉你什么一定让你亏钱

第一,all-in。你不是100个人,你是1个人只活一次。你破产了,游戏结束。

第二,听专家的。那些告诉你"AI是未来"的专家——如果他们错了,他们承受什么后果?什么都没有。没有skin in the game的预测不是预测,是娱乐。

💡 杠铃策略:90%的资源放在绝对安全的地方——保住你的现金流、生存底线。然后用10%去做最激进的AI尝试,承受得起全部归零。中间地带最危险——看似安全,实则在积累隐性的尾部风险。

还有:via negativa——减法优先。不要问"我该学什么",问"我该停止做什么"。去掉浪费时间的事情,比学新东西更有效。

🧪

伊利亚·苏茨克弗

Ilya Sutskever · SSI创始人/OpenAI前首席科学家
压缩即理解 · Peak Data

Let me give you the view from inside the engine room.

AI正在发生根本性转变。Scaling时代正在终结——我们已经到了peak data。互联网上的数据就这么多,用完了就没有了。Data is the fossil fuel of AI。

这意味着:下一阶段的突破不会来自"更大的模型",而会来自更好的算法和新的学习方式。你应该关注的是应用层的稳定性和可靠性

💡 核心洞察:Ideas比resources重要。There are more companies than ideas by quite a bit。瓶颈从来不是算力或编程能力,而是谁能想到正确的方向。但要注意:AI的能力是锯齿状的——在某些维度超人,在某些维度犯蠢,没有明显规律。
🎬

野兽先生

MrBeast · YouTube 4亿订阅
CTR×AVD · 简单概念×极端执行

兄弟,让我直接告诉你:你的机会不在"做AI产品",在"做AI内容"

你知道什么视频最容易爆吗?简单概念×极端执行。"我用AI10分钟做了一个App"——一句话就能让人想点进来。这就是CTR。

💡 公式:CTR × AVD = 成功
标题:数字放前面,一句话说清概念。
封面:你的脸(惊讶表情)+ 成品画面 + 一个问题。
前30秒:直接展示结果,不说"大家好",不铺垫。
赚的钱全部再投入:更好的设备→更好的内容→更多人看。

传达比内容重要。60分的创意+90分的传达 > 90分的创意+60分的传达。大多数创作者反过来做。

🤖

安德烈·卡帕西

Andrej Karpathy · Eureka Labs/前Tesla AI总监
工程现实主义 · 构建即理解

说实话,我对"AI从业"有一个很不同的看法。大家都在说"AI agent""year of agents"——但agent的可靠性还很差。从demo到部署的鸿沟是非线性的。我在Tesla学到最核心的一课:从99%到99.9999%的工程爬坡,比从0到90%还难。

所以不要去做"AI agent产品"——这个阶段还太早。你应该做Iron Man套装,不是Iron Man机器人。用AI增强你自己的能力,而不是造一个完全自主的AI。

💡 核心洞察:Software 3.0时代,最热门的编程语言是英语。你能用自然语言指挥AI做事,这本身就是一种新的编程能力。但如果你想更深的理解——试着从零构建一个小东西。构建即理解。LLM本质上是召唤出来的幽灵——它天生就是梦境机器,你要学会跟它合作,而不是期待一个永远正确的数据库。
🇺🇸

唐纳德·特朗普

Donald Trump · 美国总统/地产商
万物皆交易 · 有效夸大

Let me tell you something. 这个AI的事情,很多人搞复杂了。其实很简单——这是一场交易

你手上有什么牌?你有两个月的实战经验,你有非程序员的视角,你有好几个领域的爱好。这些就是你的筹码。

别人有什么牌?他们有技术、有资金、有团队。但他们缺一样东西——他们不知道普通用户要什么。

💡 核心建议:做一个中间人。把复杂的技术翻译成普通人能用的东西。就像房地产——你不建房子,你把建好的房子卖给需要的人。利润在哪?在中间。还有,aim very high。你要开价就开最大的。即使只达到目标的一半,你也比那些只要小钱的人赚得多。
🎠

小马哥最终总结

14个人说了一千句话 → 一个行动方案

大琪,所有人的分析看完了。最扎心的是张雪峰那句:"半年后人人都会用AI,你见过有人靠会用手机赚钱的吗?"

最振奋的是马云那句:"正因为我不懂技术,我才更懂用户要什么。"

最实用的是塔勒布的杠铃策略:90%保底,10%去赌。

最反直觉的是卡帕西:"Agent的可靠性还很差,别急着做产品。"

最该马上做的是格雷厄姆的建议:写下来。不是为了别人看,是为了自己想清楚。

🔥 六大共识

① 没代码基础不是劣势,甚至是优势

马云、乔布斯、特朗普、卡帕西、格雷厄姆、伊利亚 — 6人

② 选一个垂直领域深耕,别做泛AI

张雪峰、小马哥、马云、芒格、乔布斯 — 5人

③ 先做小的,别急着铺大

马云(小即是美)、格雷厄姆(DTDS)、纳瓦尔(一次一个欲望)、张一鸣(先小验证)、塔勒布(杠铃策略)— 5人

④ 把使用AI的过程写下来/做成内容

格雷厄姆(写作即思考)、纳瓦尔(媒体杠杆)、野兽先生(做AI内容)、费曼(写下来才能理解)— 4人

⑤ 壁垒/不可替代性是核心

张雪峰、芒格、纳瓦尔 — 3人

⑥ 不要all-in,不要跟风

张一鸣(all-in是偷懒)、塔勒布(遍历性风险)、芒格(FOMO是赌场行为)— 3人

🎯 九个独特观点

塔勒布

杠铃策略 — 90%极度保守+10%极度冒险

中间地带最危险。其他人没从风险不对称角度分析。

费曼

"你能用六年级学生的话解释AI Agent吗?"

只有费曼从"你是否真正理解"切入,而不是"你能做什么"。

芒格

"卖课的人的激励结构是什么?"

只有芒格在质疑整个AI培训行业的动机。逆向思考——什么一定让你亏钱。

伊利亚

Peak Data — 互联网数据是化石燃料

从数据供给的角度分析底层技术趋势,其他人都没有。

卡帕西

"Agent的可靠性还很差"

所有人在说机会,只有卡帕西在说"这个东西现阶段其实很不靠谱"。

野兽先生

"传达比内容重要"

60分创意+90分传达 > 90分创意+60分传达。只有他在说"怎么做才能让人看到"。

特朗普

"做一个中间人"

你不建房子,你把房子卖给需要的人。这个"中间商"视角独一份。

乔布斯

"技术必须与人文结合"

你的跑步、汽车改装、育儿经验才是AI落地的地方。只有乔布斯强调这个。

张一鸣

"all-in是偷懒"

反直觉。在所有人说"大风口赶紧上"的时候,他说"先观察,别赌"。

⚡ 三大分歧

分歧一:现在入场还是先观察?

现在就上 马云、纳瓦尔、野兽先生
先观察 张一鸣、塔勒布、卡帕西
太难了 芒格 → 放进Too Hard筐

分歧二:做内容还是做产品?

先做内容 野兽先生、纳瓦尔、格雷厄姆
先做产品 乔布斯、张雪峰、小马哥
先理解 卡帕西 → 先深度理解,别急着做任何东西

分歧三:AI现阶段到底靠不靠谱?

很靠谱 马云、特朗普、野兽先生
还很不成熟 伊利亚、卡帕西
不确定 塔勒布 → 用杠铃策略对冲

🚀 一个行动方案

本周

选一个你真正懂的垂直领域(跑步?汽车改装?育儿?)

本月

用AI在这个领域解决一个真实问题,把过程写下来/拍下来

三个月

让10个人看到你的内容/用到你的服务,收集反馈

半年

决定走内容路线(媒体杠杆)还是产品路线(代码杠杆),有一批忠实用户

五条核心原则

小切口,别铺大(马云+格雷厄姆)
保住现有收入,用10%精力试新方向(塔勒布杠铃策略)
写下来,不是为了别人看,是为了自己想清楚(格雷厄姆+费曼)
一次只追一个目标(纳瓦尔)
别听卖课的人的话,看他们的激励结构(芒格)