Swyx（Smol AI 联合创始人、Latent Space 主播）上周发了一条推文，2.2 万赞。他说：
"AI-native IC（独立贡献者）和 player-coach 的牛市。传统 manager 岗的熊市。一年管理10个 agent 的经验，比十年管理100人的经验更有价值。"
这条推文之所以炸，不是因为它说了什么新鲜的东西——而是因为它说出了所有人已经看到但不敢承认的事实。AI 带来的不是「部分岗位被取代」，而是整个职业价值体系的重新定价。
两条分叉的路
让我们用具体数字说清楚这件事。
传统的软件工程师晋升路径是这样的：Junior → Senior → Tech Lead → Engineering Manager → Director → VP。每个台阶对应更高的薪资、更大的团队、更少的代码和更多的会议。这已经运行了三十年。
AI 把这个路径从中间劈开了。
路径A：AI-native IC。你还是写代码，但你的输出不是「今天写了200行」，而是「这周我用 Claude Code 完成了3个 feature，其中一个减少了几十万的云成本」。你的价值不在于你打了多少字，而在于你知道让 AI 打什么字。这不是简单的「用 AI 写代码更快」，而是一个完全不同的技能组合：理解问题域 → 拆解任务 → 用自然语言精确描述 → 审查 AI 输出 → 集成和测试。
一个顶尖的 AI-native IC 现在的市场价是多少？我最近看到的几个例子：某 AI 创业公司的 Staff Engineer（实际上是一个 AI-native IC）年薪 $450K 加股权。某大厂的「AI 工作流专家」岗，开出的薪资比同级别的 Engineering Manager 高 40%。
路径B：传统 Manager。你管着一个15人的团队。你的日程表塞满了 1-on-1、跨部门协调、进度汇报和 OKR 评审。然后有一天你发现：你的团队里有两个人用 AI 工具，效率是你的其他工程师的3倍。你突然面临一个难题：是让所有人都学 AI 工具（这需要你投入培训时间，而你已经在超负荷运转了），还是假装没看到然后继续按原计划推进？
大多数 Manager 选了后者。不是因为蠢，是因为他们的激励机制决定了他们只能选后者。
激励机制的错位
这才是问题的核心。不是「Manager 没价值了」。优秀的 Manager 永远有价值——团队需要协调、产品需要策略、人需要被理解和支持。这些不会因为 AI 的到来而消失。
但现有的绩效评估体系衡量的是：你管了多少人？你的预算有多大？你的季度报告写了多少页？它不衡量：你的团队每个工程师的 AI 工具使用率是多少？你的团队从 idea 到 production 的平均周期缩短了多少？你的团队的上游（产品经理）和下游（运维）对你们的满意度提升了多少？
当一个 Manager 的晋升和奖金完全取决于「团队规模和预算」，而不取决于「输出效率和质量」时，他们自然会把精力花在招聘和争预算上，而不是引入能减少对人头依赖的工具。
这不是个人问题。这是系统问题。
市场已经做出了判决
YC CEO Garry Tan 用了另一个比喻：「在这个新时代，经验丰富的创始人就像陈年好酒。」
这个比喻很精确。好酒的价值在于年份——它经历了足够多的周期，知道了什么是噪音、什么是信号。AI 让「执行效率」不再稀缺——任何人都能在十分钟内搭出一个可用的 MVP。但「知道该做什么」——这个能力没有因为 AI 而贬值。恰恰相反：当执行成本趋近于零的时候，判断力变成了唯一的稀缺资源。
这是为什么 AI-native IC 的溢价如此之高。他们不是「会用 AI 写代码的人」——他们是「有10年判断力，同时能用 AI 以10倍速度执行的人」。
传统 Manager 的困境在于：他们的核心价值是「组织协调」，这是一个 AI 目前做得不好但正在快速学习的领域。在未来两年里，当 AI 能自动化80%的项目跟踪、进度汇报、1-on-1 摘要和资源分配建议时，Manager 剩下的20%——真正的战略决策和人才培养——将决定他们的市场价值。
问题在于：大多数 Manager 花了80%的时间在那部分即将被自动化的事情上。
你应该做的是什么
如果你是 IC：学会和 AI 协作。不只是「用 ChatGPT 问问题」——是真正把 AI 嵌入你的工作流。从 ideation 到 implementation 到 testing，每一步都问自己：「这一步 AI 能帮我做得更好吗？」
如果你是 Manager：开始用输出而不是输入来衡量你的团队。你团队里最好的工程师，不是加班最多的那个，也不是代码量最大的那个——是能在30分钟内用 AI 完成别人一整天工作的那个。你的工作是识别出他们、保护他们、让他们教你其他人怎么做。
如果你在找工作：选那些已经在用 AI 重构工作流的公司。不只是在招聘 JD 里提了一句「熟悉 AI 工具」的那种——是那种面试的时候会问你「你上次用 AI 做了什么自己做不到的事」的公司。
AI 人才市场的分裂不是暂时的。它是一种结构性的重新定价。而重新定价的特点是：先痛苦，然后公平。对那些能提供稀缺价值的人来说，这是最好的时代。