咱们 GISer 白领的饭碗，可能真要被它砸裂了

最近龙虾（openclaw）爆火的这段时间，我越来越明显地感觉到，市场上对大模型的判断，正在出现一种很有意思的“感知分裂”。

一部分人觉得，AI当然有用，但也没那么夸张。无非就是写邮件快一点，做总结顺一点，查资料省一点时间，本质上还是个更聪明的搜索和文案助手。可另一部分人，尤其是写过程序、真正上手过 vibe coding （氛围编程）的人，反应完全不一样。Ta 们不是单纯兴奋，而是会生出一种很强的危机感——那种感觉，不是“工具变好了”，而是“职业世界的底层规则可能要动了”。

虽然说氛围编程已经是稍带贬义的词汇，更好的说法现在是 Agentic Enginierring（智能体工程）。

为什么会这样？说白了，不是大家看到的AI不一样，而是大家体验到的，根本不是同一个东西。

很多普通用户接触到的，仍然是信息工具型AI。它帮你加工文字、整理资料、润色表达，体感是从“10分钟变5分钟”，属于效率提升，但还远远谈不上重构工作方式。可一旦你进入 vibe coding 的场景，AI扮演的角色就不再只是“帮你写”，而是开始变成帮你造工具。这时候冲击感会一下子放大，因为你第一次低成本地摸到了一个过去门槛极高的东西：把一个想法，直接变成可运行的成果。

真正让人发凉的，不是提效，而是“从0到1”的坍缩

为什么程序员、数据岗、自动化相关岗位的人，更容易被这件事刺到神经？因为Ta 们的参照系和普通人不一样。

对非程序员来说，大模型大多还是停留在“文本层面”。写方案、做汇报、总结会议纪要，这些当然有价值，但大多数时候依然需要你自己修改、判断、落实。你感受到的是增量改进，也就是工作没变，只是快了一点。

但写过程序的人看到的，是另一回事。Ta 们知道，过去一个需求从脑子里冒出来，到最后变成一个能跑的小工具，中间隔着很长的链条：写代码、调试、修bug、处理边界、部署、再迭代。少则几小时，多则几天几周。可今天在 vibe coding 的场景里，很多流程被极度压缩了。你提出需求，AI生成原型，跑起来，看到报错，再补一句要求，继续改，反复几轮，一个可用的结果往往很快就出来了。

这件事真正可怕的地方在于，它不是把原来的工作做快了，而是在降低“创造工具”本身的门槛。过去“造工具”几乎等于“懂编程、懂工程化、懂系统设计”，是少数人的专业壁垒。现在这个壁垒并没有完全消失，但已经开始出现大规模下沉。也就是说，原本被专业能力封住的一段路径，正在变成更多普通人也能进入的斜坡。

所以很多技术人真正焦虑的，不是AI能不能替Ta 们写几段代码，而是Ta 们突然意识到：自己最核心的一部分价值，开始被“普及化”了。

vibe coding最狠的一刀，是让AI从“会说”变成“会交付”

很多人今天还低估AI，是因为Ta 们看到的，还是一个“会说话”的机器。它会聊天、会总结、会模仿、会回答问题，所以你会觉得它聪明，但不至于觉得它会改写行业结构。

可 vibe coding 不一样。它最强的冲击，在于AI开始从“表达能力”进入“交付能力”。

所谓交付能力，不是输出一段像模像样的话，而是它真的能产出一个可执行的东西：有输入，有输出，能跑起来，能验对错，出错还能迭代。这个差别非常大。因为一旦“想法—工具—结果”这条链路被压缩，大量白领工作的本质就暴露出来了。

很多白领工作，表面上看起来很复杂、很专业，但拆开之后你会发现，中间有很大一部分其实是规则化的信息处理。比如财务整理报表、运营拉数分析、销售支持做线索整理、HR筛简历、法务改模板、合规核材料、咨询写结构化报告，这些工作当然有经验门槛，也有责任边界，但其中非常大的一部分，本质上是把信息搬运、整理、匹配、判断、输出。

过去这件事之所以需要那么多人，不完全是因为它难，而是因为工具不够便宜，自动化的门槛太高。现在 vibe coding 出现以后，工具开始自己“长出来”，很多原本需要人盯着做的中间层动作，就有可能被流程化、工具化、自动化。

这就是为什么，真正上手过的人，会有一种明显比普通用户更强的危机感。因为Ta 们不是在看AI会不会说，而是在看AI会不会做。

软件的定义，正在从“产品”变成“即用品”

这里还有一个更深层的变化，很多人还没有完全意识到。那就是 vibe coding 不只是让开发更快，它其实在重写“软件”这个词的含义。

过去我们说软件，想到的是一整套完整范式：研发、测试、发布、培训、维护。软件要尽可能通用，服务很多用户，生命周期通常按年计算。对于大多数用户来说，核心能力是“学会怎么使用这个工具”。

但现在，一个新范式正在出现：即时软件、临时软件、场景软件。它们未必追求通用，不一定面向大规模发行，甚至可能只服务一个团队、一个项目、一个时间窗口。比如一个部门为了赶周会，临时做一个数据清洗小工具；一个项目组为了核对合同，临时生成一个审查流程；一个分析师为了应付一项短期汇报，快速搭一个专题图或小看板。这种东西，可能只用三天，也可能一周后就作废，但它在那个时刻极其有价值。

这背后最大的变化在于，用户的能力要求变了。过去你最重要的是会用工具，以后你会越来越被要求会定义工具、会验证工具。也就是说，未来白领未必都要学会传统意义上的编程，但大概率都会被要求具备一种更底层的能力：流程表达能力。

什么叫流程表达能力？就是你能把一个模糊目标拆成步骤，能说明输入从哪里来、输出要给谁、验收标准是什么、边界条件在哪里、出错了怎么修。它不完全等于代码，但它和代码共享同一层逻辑结构。以后很多岗位，都会慢慢带上一点“产品经理 + 分析师 + 自动化工程”的味道。

白领工作的核心，正在从“交付文档”转向“交付流程”

如果这个趋势继续发展，白领工作的定义一定会发生变化，而且变化不会停留在个人技能层面，还会直接影响企业的组织结构。

过去很多办公室岗位，交付的是文档：PPT、报告、纪要、表格、方案。可未来越来越多岗位的竞争力，可能不再取决于你写了多少页材料，而是取决于你有没有把某个重复动作，沉淀成一个可运行的流程。你的价值，不再只是把事情做完，而是把事情“做成可以被重复调用的系统”。

这听起来抽象，但其实很现实。以后老板更在意的，可能不是“你这周做了多少份报表”，而是“你能不能把这个流程从3天压缩到3小时，错误率还能下降”。这意味着白领会越来越像工作流编排者，而不是单纯的软件操作者。

企业内部也会因此重新分工。业务部门会越来越频繁地自己生成各种小工具、小系统，研发和IT部门的角色则会发生转移——不再只是被动接需求、排工期，而是更多承担平台、治理和安全的职责，包括权限管理、审计追踪、数据口径统一、组件复用、发布回滚、内网合规等等。

如果治理能力跟不上，就会出现一个非常现实的问题：shadow IT 泛滥。也就是业务部门自己搭了无数小工具，看起来效率高了，实际上却形成了不可控、不可维护、不可审计的“影子系统”。到最后，谁的数据对、谁的工具安全、谁的流程合规、谁出事负责，可能全都说不清。这不是技术细节，而是组织管理的大麻烦。

软件行业最值钱的东西，也要换位置了

再往前看一步，变化就不只是“谁会被替代”，而是整个软件行业的商业模式都要跟着挪。

如果大量中间层、场景化的小工具都可以按需生成，那么传统那种“通用但不复杂”的 SaaS 软件，会率先承压。尤其是那些本质上主要靠表单、审批、流程拼装起来的系统，未来会越来越尴尬。因为用户会问一个很现实的问题：我为什么要为一个80%功能都用不上的大套件持续付费，而不是让agent给我现做一个刚好够用的工具？

在这种情况下，软件行业的价值会向几个方向迁移。

一类是底层能力组件，比如支付、认证、消息、OCR、风控、地图、空间计算等可调用API。另一类是数据资产，尤其是权威数据、行业知识库、持续更新体系。再往上，是企业级可信能力，包括安全、合规、审计、SLA、权限控制、责任边界、内网部署。你会发现，未来真正值钱的，很可能不再是那个表面上的界面，而是背后那套稳定、可信、可复用的能力供应系统。

所以很多软件公司的赚钱方式，也会慢慢从“按席位收费”转向“平台订阅 + 用量计费”。因为以后不是一个人坐在电脑前点按钮，而是很多 agent 在后台持续调用能力。到那时候，席位就没那么重要了，调用量、任务量、结果量反而更像新的计费基础。

GIS不会消失，但“按钮时代”会被削弱

拿专业软件来说，GIS 是个特别典型的样本。很多人一谈AI，就问专业软件会不会完蛋。我看不会，但它的价值结构一定会改。

上层那些重复性强、流程固定、规则清楚的工作，比如数据清洗、格式和投影转换、批量制图、常见空间分析、临时专题图、短期选址工具、应急看板，这些最容易被自然语言驱动的 agent 蚕食。以后你不一定还要记住 ArcGIS 或其他GIS软件里每个按钮在哪里，但你可以直接说出需求，让系统在后台调用空间引擎、地图服务和数据能力去完成任务。

可底层反而不会变轻，甚至会更重要。真正难以替代、也更有壁垒的，是高可靠的空间计算引擎、权威数据源、更新与质量体系、标准兼容、涉密环境、内网部署、审计追踪。这些东西不是一句自然语言就能凭空变出来的，它们依赖长期的工程积累、行业规范和组织能力。

所以 GIS 的未来，不是消失，而是更像基础设施。界面价值会被削弱，底层引擎、数据生态、合规能力会变得更硬。很多专业软件，最后大概率都会走到同一条路上：前端越来越自然语言化，真正的商业壁垒沉到底层。

当人人都能造工具，真正稀缺的反而不是“会做”

最后还有一个特别值得说的悖论。

当 vibe coding 普及之后，“实现一个东西”的成本会越来越低。那什么会越来越贵？答案可能让很多人不太舒服：不是代码本身，而是定义问题、判断对错、承担责任的能力。

AI可以帮你做出一个工具，但它不替你决定这个工具该不该做，也不替你承担后果。它能把东西拼出来，但“目标定得对不对”“验收标准是否靠谱”“流程是否能沉淀成组织资产”“出错以后谁负责”，这些问题最后还是要由人来回答。

所以，未来真正稀缺的人，不一定是写代码最快的人，而是那种能够提出好问题、给出清晰约束、判断结果质量、把一次性产物变成长期能力的人。

说到底，vibe coding 降低的是实现成本，抬高的是定义与验收的价值。

这也是为什么，我越来越觉得，很多人今天对AI的判断还停留在很浅的一层。Ta 们看到的是“会聊天的工具”，而真正已经感受到风向变化的人，看到的是另一件事：工具的创造成本，正在快速逼近零。

一旦这件事成立，白领工作的核心就会从“操作现成软件”，逐渐转向“定义问题、编排agent、验证结果、治理资产”。软件行业也会从“卖成品应用”，慢慢转向“卖可组合能力、数据和可信交付”。专业软件不会死，但会越来越像水、电、煤一样的基础设施，真正的护城河不再只是界面，而是引擎、数据、合规和治理。

这不是一句“AI会不会取代人”就能概括的事。它更像是一个更尖锐的问题：如果未来造工具越来越容易，那你在组织里的价值，还剩下什么是别人轻易拿不走的？

这个问题，越早想明白越好。因为很多变化，在最开始看起来像体验升级，过一阵子回头看，才发现那根本不是升级，而是整张桌子都被换了。

如果你身边还有朋友，依然把AI理解成“一个更聪明的聊天框”，不妨把这篇文章转给他看看。很多风暴，都是先从一阵轻微的风开始的。