两天前，我在香港的办公室观看黄仁勋的采访，晚上11点喝着温热的咖啡，听到他那句：*"人工智能并没有导致裁员。无想象力的高管才是。"*
我暂停了视频。我想为此鼓掌。
他在技术上是正确的。如果你给一个团队一个10倍的生产力工具，一个有创造力的领导者会将产出提高10倍，而不是解雇90%的团队。但黄仁勋站在圣克拉拉的舞台上，通过一个创造出无中生有需求的远见者的视角看待世界。对于我们这些在前线的人——管理公司，管理产品团队，在东京和香港支付租金——他的建议就像是在告诉一个溺水的人要游得更努力，而不承认游泳池正在排水。
这里有一个不太舒服的真相，解释了为什么这么多优秀的人目前正在更新他们的LinkedIn为“开放求职”：更不用说那些无聊的工作了。大多数工作其实并不是工作。它们是翻译服务。
而翻译正是人工智能刚刚学会免费做的事情。
实际上有用的三层
如果去掉头衔和LinkedIn的表演，只有三种类型的工作能创造价值：
第一层：创造需求
这是史蒂夫·乔布斯的时刻——在2007年举起一块玻璃矩形，令人信服地让人们在知道它存在之前就想要它。这需要一种可怕的直觉和风险承受能力的结合。你并不是在解决一个明确的问题；你是在创造一个类别。也许只有0.1%的人能够在不自我毁灭的情况下持续做到这一点。
第二层：定义需求
这正是现在真正赚钱的地方。一旦有人想要iPhone，你就必须定义：它实际上能做什么？电池规格是什么？V1和V2之间有哪些功能？我们如何衡量成功？
这是架构师层。你不是在执行蓝图——你是在绘制它。你在看待模糊性（客户痛点、市场空白、技术限制），并将其具体化为可解决的问题。
第三层：满足需求
这是我们85%的人职业生涯所花费的地方。"翻译者"层。
负责处理Jira工单（“构建登录页面”）并将其转化为React组件的软件工程师。负责处理争议（“客户想因违约起诉”）并将其转化为法律文件的律师。负责处理指令（“增加第三季度潜在客户”）并将其转化为营销机制的市场经理。
如果你的工作需要等待别人给你一个明确的需求，然后利用你的专业技能将该需求转化为输出——那么你就是一个翻译者。而GPT-4是一个不知疲倦、不谈薪水、也不需要健康保险的翻译者。
如何停止做翻译者（并变得有用）
我直到差点变得过时时才理解这个区别。三年前，Mercury基本上是一个复杂的翻译服务。客户带着明确的问题来找我们：“给我们建一个网站。” “迁移我们的CMS。” “修复我们的SEO。”
我们是熟练的翻译者——将他们的需求转化为干净的代码和交付物。我们按小时收费，这对于翻译工作来说是完美的商业模式。更多的小时 = 更多的价值，理论上如此。
然后在2023年末，我使用ChatGPT编写了通常需要收费四十小时的Python脚本。代码并不完美。它很混乱，有漏洞，不安全。但它是*方向正确*的，而且AI花了三十秒。
那时我意识到：擅长执行不再是护城河。
所以在过去的三年里，我强迫自己——以及我的公司——向上迁移。以下是实际的情况：
1. 学会容忍模糊性
翻译者讨厌模糊性。他们需要清晰的输入才能产生清晰的输出。建筑师生活在模糊之中。
我开始强迫自己参加客户不知道他们想要什么的会议。这不仅仅是不舒服——而是存在上的不确定。一个酒店客户会说：“我们需要更数字化。”就这样。没有规格。没有关键绩效指标。
老詹姆斯会推动制定需求文档。新詹姆斯必须学会说：“我认为你们真正的问题是你们的忠诚度计划正在将高价值客户泄漏给在线旅行社，因为你们当前的客户关系管理系统将一个价值5000美元的客户与一个价值50美元的客户视为相同。我们来重新定义细分逻辑……"
我不再是在满足一个需求。我是在定义一个他们不知道自己有的需求。
2. 用不完整的数据做决策
人工智能在执行方面表现出色，因为执行需要完整的信息。你需要所有变量来编写函数。
但定义问题发生在雾中。你有40%的数据，一个直觉，和一个截止日期。
三年前，我做出了一个可怕的决定，将水星公司从“数字化转型机构”转变为“人工智能基础设施架构师”，在我们还没有一个人工智能客户之前。数据表明旧模型正在消亡，但新模型尚不存在。我必须在任何人愿意为此付费之前构建代理架构。我花了六个月的时间烧钱，却没有任何证明它会有效。AI infrastructure architect" before we had a single AI client. The data said the old model was dying, but the new model didn't exist yet. I had to build agent architectures before anyone would pay for them. I spent six months burning cash with no proof it would work.
那是架构师的工作。你在赛道建成之前就开始下注了。
3. 跨域模式匹配
翻译者在一个领域内工作。React 开发者停留在 React。SEO 专家停留在 SEO。
架构师从各处"窃取模式"。当我们构建了迁移 18,000 篇文章的自主代理管道（我最近写过的 11 代理系统）时，我并不仅仅是在 "进行 CMS 迁移"。我在将分布式系统架构、组织设计理论，甚至军事指挥结构（"特种部队"模型）中的概念应用于内容问题。
价值不在于代码。
价值在于认识到迁移不是一个技术问题——而是一个组织协调问题，而代理在某些类型的重复认知中比人类更擅长协调。4. 拥有结果，而不是任务
4. Owning the Outcome, Not the Task
这是最困难的心理转变。作为翻译者，你可以说：“我构建了你所要求的功能。如果它在市场上不起作用，那是你的问题。”
作为架构师，你会说：“你需要将客户留存率提高15%。我将定义问题空间，识别干预点，并部署解决方案。如果没有达到15%，我就不会全额支付。”
我们从按小时计费（翻译单位）转变为按结果计费（架构结果）。有些月份我们赚得较少，因为我们下注错误。有些月份我们赚得3倍，因为我们下注正确。但我们不再与软件可互换。
我在三年中实际做了什么
让我具体谈谈过去36个月，因为“成为架构师”是抽象的建议，直到你看到伤疤。
第一年（2023年）：恐慌
我仍在销售产品/解决方案。但我开始注意到客户正在使用AI来撰写自己的文案，生成自己的代码片段，设计自己的标志。我的翻译服务正在实时被“商品化”。我开始花夜晚阅读关于RAG架构、代理编排和知识图谱的资料——不是因为我想再次成为工程师，而是因为我需要理解模糊性正在向何处移动。执行正在变得自动化。*执行什么*的架构正在变得有价值。 in real-time.
I started spending my nights reading about RAG architectures, agent orchestration, and knowledge graphs—not because I wanted to become an engineer again, but because I needed to understand where the ambiguity was moving. The execution was becoming automated. The architecture of *what to execute* was becoming valuable.
第二年（2024年）：残酷的转型
我解雇了一半的团队。不是因为他们表现不好——而是因为他们是一个不再需要翻译的世界中优秀的翻译者。
我留下了那些与我争论战略的人。那些说“我认为这个客户不需要一个新网站。我认为他们需要停止存在。”的人。（我们失去了那个客户，但得到了三个实际上需要存在的客户。）
我们停止接受详细的RFP项目。如果客户确切知道他们想要什么，甚至到功能列表，他们就会去购买一个模板和一个AI订阅。我们开始针对那些说“有些东西坏了。我们不知道是什么。修复它。”的客户。
第三年（2025-2026年）：新模型
现在我们部署自主代理来处理翻译工作。我最近描述的11个代理迁移系统？这就是新模型。代理就是翻译者。我的人类团队是定义问题空间、设定约束条件并验证结果是否符合商业目标的建筑师。
我花时间在听起来模糊且无法计费的事情上：“定义客户知识图谱的本体”，“与他们的高管谈判数据迁移的政治影响”，“决定一个问题是否值得解决，考虑到他们的预算限制。”
这些工作都无法被提示到大型语言模型中，因为输入太杂乱、太人性化、太政治化。我不再写代码。我正在定义问题空间，以便可以编写代码。
残酷的真相
詹森·黄让这听起来像是想象力的失败。其实不是。这是勇气的失败。
走出翻译者的群体是令人恐惧的。三年前，我的同龄人们通过建立网站和运行谷歌广告活动赚取稳定的收入。而我却在不断亏损，学习关于向量数据库的知识，并在想我是否毁掉了我的公司。
那些留在群体中的程序员——继续将Jira工单翻译成干净代码的人——目前正被GitHub Copilot和Cursor逐渐取代。那些继续将“品牌指南”翻译成Instagram帖子的人也正被生成工具所替代。
幸存下来的那些人是那些走入迷雾并开始绘制地图的人。
如何今天开始
如果你正在阅读这篇文章并在“翻译者”类别中认出自己，这里有一个具体的转变：
停止问：“我该如何更好/更快/更便宜地执行这个要求？”
开始问：“是谁定义了这个要求？他们实际上想解决什么问题？我敢打赌我的薪水这是一个正确的问题吗？”
如果最后一个问题的答案是“否”，你有两个选择：成为重新定义问题的人，或者变得过时。
池水正在排干。向上游。
*— 詹姆斯·黄，水星科技解决方案，2026年4月*
