客户对我说：“我知道你用 AI 两天就做好了，我给你留一周。”
这句话听起来甚至有些体谅。一份过去至少需要两周的方案，如今仍然给我一周，仿佛客户主动放宽了期限。可我最先感到的不是轻松，而是一阵短暂的错愕：工具刚刚把效率交到我手里，客户已经先一步取得了这份效率的解释权。
他不需要知道我实际耗时多久，也看不见我花在理解问题、核对结果、反复迭代的工作量。只要他认定 AI 已经把这件事变廉价，且自认有其他替代选项，议价的天平就已经倾斜。新的价格不必等到供方亮出成本底牌才出现——它往往先发生在买方对成本的想象里。
这未必是不公。如果技术确实压低了执行成本，客户追求更快、更低的价格，本身就是技术红利的一种兑现。但效率提升仅仅代表执行环节加速，并不能回答另外几个关键问题：产出是否具备实际可用性、客户是否仍需要对外采购；就算交易继续发生，节省下来的时间与成本，凭什么应当归原有供方享有。
客户给我的“一周”，把这些原本混在一起的问题同时推到了桌面上。
为了方便讨论，下文将提供服务的一方称为“供方”，付费的一方称为“买方”。
被打包出售的“两周”
过去，客户愿意为两周付费，买的从来不只是两周工时。
一份专业交付通常是一个没有被拆开的包。里面有稀缺的工具和执行技能，有把模糊需求翻译成可实施方案的判断，有客户自己难以完成的协调，也有一份可以直接拿走的结果。再往后，还有质量保证、返工义务，以及事情出错时由谁解释、由谁承担后果。
代码、方案、表单和视频因此不只是产物。这些产出也曾是一种信号：背后有人投入时间、受过专业训练、整合多项能力，并愿意以自身职业信誉担保交付结果。买方很难把这些内容逐项辨认，更难分别购买，于是只能把它们连同工期一起买下。
但这个包里也并非每一分钱都对应不可替代的专业判断。有些收费来自工具掌握在少数人手中，有些来自过程不透明，还有一些只是因为客户无法自己动手。那是专业服务的收入，也是技术门槛形成的通行费。AI 首先拆掉的，恰恰是其中最显眼、最容易展示、也最容易被计算的执行部分。
一份过去需要人逐字撰写的初稿，现在可以迅速生成；一个过去必须由程序员搭起的简单工具，现在可以在自然语言对话中出现；一段过去需要策划、拍摄和剪辑协同完成的视频，现在可以由几条指令拼出雏形。客户未必已经能够独立完成全部交付，但他已经很难再把“做出来很费力”当作原价不动的充分理由。
服务包由此开始松动。过去被工期掩盖的判断、协调、验证、责任与客户省去自行组织这一切所获得的便利，被迫一件件暴露出来，接受审视：这项价值是否仍然必要？价值应当如何定价？为什么仍然要向你采购？
复杂度还在，打字店先消失了
我还记得街边的打字复印店。曾经，在计算机上输入一篇中文材料，本身就是一件可以外包的技术工作。顾客带着手写稿走进去，将字迹辨认、录入、排版、打印全部交由店员完成。之后计算机普及，大多数人可以自行录入文字。如今，带有大模型能力的语音输入工具，进一步降低了拼音、字形、口音、方言带来的输入门槛。
文字处理并没有因此减少。人们输入得更多，传播得更快，留下的数字文本也远胜过去。但专门替别人把字敲进计算机的交易，却从日常生活中退了下去。
这件事并不神秘。汇编语言并没有就此消失，只是高级语言把大量底层的复杂工作吸收进编译器、运行环境这类底层工具中，普通使用者不再需要直接处理这些细节，也就不再需要那么多人依靠直接书写底层指令谋生。
打字店的退场揭示了一种可能反复出现的机制：复杂度没有凭空消失。它只是被工具吸收，被重新分配，或者被少数仍需处理它的人集中承担。一旦普通使用者能够自己跨过原来的门槛，最先消失的往往不是需求，而是替别人跨过这道门槛的交易。整体业务总量可以持续上涨，但专项技能的溢价、对应的外包市场，却可能同步收缩。
软件正在出现相似的变化。越来越多不懂软件开发的人，开始用自然语言为自己的工作和生活制作小工具。那些工具未必适合大型组织，未必经得起高并发、安全审查和长期维护，却可能已经跨过了本人真实的使用阈值。对这个人来说，需求没有消失，软件甚至第一次真正出现了；消失的是把需求送进原有采购链条的必要性。
我曾经就此写过《应用软件行业的必然覆灭》。那篇文章里部分判断至今依然成立：以需求翻译、按人月计价和为客户搭建系统为主要商业基础的传统定制信息化，正面临结构性收缩与转型压力。但当时我过于草率，直接将执行门槛降低等同于整个行业的最终结局。
现在更准确的说法是：AI 拆掉的，主要是以“翻译语法”（把业务需求翻译为机器可执行逻辑）为核心壁垒的那部分旧服务包。候选结果更容易产生以后，完整交付是否也变容易，交易是否还会发生，价格和利润如何变化，会沿着不同的道路分开。
需求还在，交易却退出了
这种分岔首先发生在那些风险较低、结果容易判断、失败可以撤回的事情上。
我身边已经有人为炒股、视频处理、宠物展示或手工作品销售制作自己的工具。他们未必想成为程序员，也未必需要一套可以卖给所有人的成熟产品。他们只需要解决自己的问题：把一个重复动作省掉，把零散信息放到一起，或者让一种原本因成本太高而不会被开发的个人需求得到满足。
传统软件公司很难承接这样的需求。不是因为需求不存在，而是因为任何正规的沟通、设计、开发、测试和维护流程，都会让交付成本远高于个人愿意支付的价格。AI 没有从软件公司手里抢走一张已经存在的订单，它让一批过去根本不会成为订单的需求，留在使用者手里自行完成。
普通咨询也会发生类似变化。对一些低风险、常见、容易判断答案好坏的问题，客户直接询问大模型，已经足够。律师、财会人员和管理顾问更深的案例储备、情境判断与责任能力并没有消失，但这些能力仍然存在，并不等于每一次咨询交易都会保留。只要客户认为自己得到的答案足以支持眼前决定，他便可能不再购买那一小段专业服务。
真正让这条边界变得清楚的，是我的一个设备检测系统项目。
在那家客户企业内部，老专家懂法规，却不擅长操作复杂的表单设计器；年轻人熟练掌握了工具，却不懂背后的法规逻辑。过去，这两类能力必须依托组织与采购关系才能结合。后来，客户内部的一位经理，在自己的电脑上跑了一个本地开源模型，把法规文件扔进去，直接生成了设计器所需的初步结果。
随后，客户以“已经能够用这种方式自行解决”为由，表示不再支付尾款。
那份由本地模型跑出来的结果，究竟是否完成了全部验证？能否满足行业严苛的合规要求？出了问题由谁负责？这些仍然没有被证明。
但采购关系的变化，并不会耐心等待所有技术结论完成以后才开始。只要客户看见一条可以绕过外部供应商的路径，只要初步结果足以让他相信原来的分工不再是唯一选择，他对下一次采购的判断就已经改变了。
这里最值得注意的，正是“完整替代尚未成立，交易边界却已经移动”的状态。技术人员容易坚持说：这还不是一套真正可交付的系统。这个判断可能完全正确。可买方关心的并不只是系统是否达到供方定义的完整形态，他还会问：我是否已经可以在内部完成足够多的部分？剩下的风险值不值得继续购买整套服务？
任务越低风险、越可逆、越容易判断好坏，越可能留在买方内部。后果越重、验证越困难，外部交付、专业责任和持续维护越可能重新出现。这不是一条整齐的行业分界线，而是每一次购买都会重新计算的边界。
于是，有些市场会出现一种看似矛盾的景象：被满足的需求变多了，外部交易却变少了。更多人获得了过去买不起、说不清或不值得专门购买的工具，这是消费者真实得到的自由；而对原来的供方来说，需求还在，却不再经过自己。
交易还在，价格已经被重写
另一条道路更加直接：客户仍然需要购买，但已经不再按过去的方式出价。
开篇那句“我给你留一周”，就是这种变化的缩影。客户没有宣布不再需要方案，也没有决定完全自己完成。他仍然要买，只是已经依据自己对 AI 的理解，替这份工作的工期和成本重新定了价。
这种重估常常比供方形成新的能力更快。我见过一个过去凭经验可能报价三十万元的项目，市场上出现了三万元的报价。这两个数字不能代表行业平均降幅，也不能证明价格变化全由 AI 造成。宏观需求、原有的恶性竞争和产品体验，都可能参与其中。但它足以提醒供方：自身成本下降、成交价格下降和利润下降，是三件完全不同的事。
我个人工作效率提升，只代表生产成本有下降空间；真正推动成交价格变动的，是市场上的新增供给、替代方案、需求变化和既有竞争。价格跌落多少、整体综合成本是否同步降低、效率红利被谁拿走，共同决定服务商还能不能守住利润。
AI 工具广泛可得以后，效率很难长期只属于某一个供方。一个人率先用工具提高产出，或许可以暂时获得优势；当客户知道工具存在、竞争者也开始使用，效率便会通过比价、压缩工期和新的服务预期被迅速传导出去。供方做得更多、更快，有时并不是在获得额外收益，只是在追赶一个已经下降的市场价格。
这仍然不意味着每一次压价都是对专业者的冒犯。信息更容易获得，报价更容易比较，供给选择更多，本来就是买方得到的技术红利。真正令人失重的地方在于：工具确实降低了我的部分成本，却没有承诺把节省下来的部分交给我。生产能力增长发生在我手中，收益的重新分配却可能发生在谈判桌、竞争市场和渠道入口处。
如果人人都能更快地生产，决定收益的条件便可能离开生产现场。只是，离开以后会落到哪里，仍然没有一个统一答案。
一分钟出片以后
内容市场把这种不确定性表现得格外直观。
我身边的一些朋友，因为文章和视频制作变得容易，陆续进入自媒体，建立自己的内容矩阵。“一分钟出片”把原来需要多人协作的流程压缩到几次交互之中。AI 漫剧的从业者也在经历类似变化：制作门槛下降以后，同质化、渠道、合规和持续经营的压力开始变得更加明显。
生产可以迅速增加，人的注意力却不会按同样的速度增长。会做视频的人变多，不等于被看见的人、能够成交的人和可以持续获利的人同步变多。当制作不再是主要障碍，瓶颈可能出现在分发、信任、合规、客户关系或经营能力上。
面对这种变化，很容易出现一种安慰：既然敲代码、做视频的执行工作变便宜了，那么写提示词（Prompt）、做运营或经营个人品牌的价值就会等比例上升，原有收入不过是从一个环节搬到另一个环节。仿佛财富并没有消失，只是在供方内部发生了一场平移。
现实没有这么整齐。某个条件仍然稀缺，只能说明它可能成为限制；它是否能够被单独定价，由谁控制，是否会被竞争迅速抵消，是另外的问题。
必要，不等于可以收费；可以收费，也不等于收益归你。
如果“稀缺性迁移”这个概念还值得沿用，要破除一个误解：它并不是价值像能量一样，从执行环节整齐平移到另一个环节的守恒过程。真实情况是旧服务包被拆解之后，原本被执行难度掩盖的各类约束全部显露出来。一部分能力被客户内部消化，一部分被工具平台承接，还有一部分交易直接消亡；就算涌现出新的业务瓶颈，也未必能为原有供方带来新收入。
四个问题，四处断裂
走完这些案例，再回头看一项知识服务，至少需要把四个问题分开。这四问不是一条从低到高的流程。同一项服务可能在任一处断开：
能不能做？ 模型、买方或供方，是否已经能够产生一个足以继续处理的初步结果。
能不能交付？ 这个结果能否进入真实工作，经得起必要的验证，并且在出错时有人承担后果。
客户还会不会买？ 即使结果能够使用，他是否仍然需要向外购买，而不是自己完成、换一种替代方案，或者干脆放弃。
交易发生以后，收益能不能留下？ 成交价格是否覆盖了理解、验证、返工、协调和责任的完整成本，效率红利是否已经被竞争、渠道或买方议价拿走。
这正是当前供需双方最核心的冲突。个人软件（这里指个人用 AI 工具自己搭建的、解决自身问题的简易应用）可能刚刚跨过“能做”，外部购买便已经失去对象；检测系统产生了初步结果，“能交付”却仍然悬着；方案和软件项目可能继续成交，却在收益是否留得下来这里断裂；自媒体越过了生产门槛，仍可能停在分发和经营之前。
过去，这些问题被一个项目、一段工期和一种专业身份包在一起。客户看见的是一份总价，供方看见的是一项完整服务。AI 把包拆开以后，每一个问题都开始独立作答，也可能在不同位置得到相反的答案。
这正是供方最难适应的地方。我们习惯于相信，只要仍然存在困难，只要某种专业能力依旧必要，市场便会继续为它付费。可市场并不负责给每一种必要能力自动安排收入。旧门槛降低以后，前方不会因为叙事需要，就自动出现一座新的收费站。
回到客户给我的那一周
现在再听那句“我给你留一周”，它已经不只是在压缩工期。
客户正在把过去打包在“两周”里的东西逐项拆价。执行既然可以更快，原来的工时便不再天然成立；方案仍需判断、协调和验证，那么这些部分就必须分别证明自己的必要；如果错误仍需有人负责，责任也必须进入新的交易条件。没有哪一项能够继续躲在“专业服务”这个总称后面，沿用旧价格而不受追问。
这场拆解中，有些东西的消失并不值得惋惜。过去的一部分收费，本来就来自工具稀缺、过程不透明和客户无法自助。当这些摩擦下降，更多人能够自己完成，选择增加，价格降低，这是技术解放人的方式之一。为旧收费寻找道德理由，只会把专业者对收入的眷恋误写成公共利益。
但旧收入中也确实包含真实的判断、协调、验证和责任。它们不会因为 AI 出现而自动消失。只是，仍然重要与能够收费之间，从来不是同一句话；能够收费与收益最终归谁，也不是同一句话。
所以我并不能给出一份简单的“新稀缺能力清单”，告诉从业者只要打造品牌、掌控渠道、承担责任，就可以守住原有报价。这些条件在部分业务里确实关键，但在另一些场景，它们要么被客户内化、被工具接管，或是被更强的竞争者夺走。技术不会预先指定谁是赢家。
它只是让过去被执行难度遮住的问题变得无法回避。
当“会做”成为一种随手可得的能力，真正的问题已经分成了两个：客户还有什么不能、不会或不愿自己承担？即使他仍然愿意购买，效率的红利又凭什么留在我们手里？
这两个问题没有标准答案，但它们划出了下一阶段的生存边界。
技术替我们拆掉一座旧收费站，却不会自动在前方替任何人建一座新的。