AI 把经验和年轻，各放大成一种红利
先看三件同时在发生的事。
第一件：硅谷在大裁员。2026 年至今，科技行业已经裁掉超过 12 万人，比去年同期还多了三分之二——Meta、Amazon、Oracle 都是上万人地砍，理由几乎都写着"AI 提效"。
第二件：同一时间，当下全球最当红的 AI 公司还在拼命招人。Anthropic 过去一年招了 686 个工程师，入职前工龄的中位数是 12.2 年，13 年以上的老兵占 44%；1,680 名工程师里，工龄不足 3 年的只有 50 个。它几乎不招应届生。
第三件：还是同一时间，YC——美国最有名的创业孵化器，Airbnb、Stripe、Coinbase 都是从它这里孵出来的，它每一批投什么样的人，某种程度上就是创业风向的晴雨表——投的人却越来越年轻。2025 年夏季这一批，创始人的年龄中位数掉到了 24 岁，三年前还是 30。近十年来第一次，25 岁以下的创始人，多过了 25 岁以上。
一边成批裁人，一边往两头拼命抢。被裁掉的，和被抢着要的，到底差在哪？
AI 正在同时做两件事：清掉一种人，放大两种经验。它把整个人才市场，从一座金字塔，压成了一个哑铃。
两头被疯抢，中间被裁掉。决定你站哪一头的，从来不是年龄，是你手上有没有一种能被 AI 放大的经验。
01 · 先把两极摊开
先看抢老兵这一头：
Anthropic 招的这批人，40% 是基础设施出身——不是调模型参数的研究员，是在 Google、Meta、Amazon 把大规模生产系统真正搭起来、扛住过流量、处理过线上事故的人。最大的人才来源是 Google。它还故意把职级抹平：80% 的工程师，不管资历多深，头衔都一样叫 Member of Technical Staff。它不挑潜力、不挑学历，只挑一件事——昨天在别处扛过大系统，今天上手就能扛。
这不是 Anthropic 一家的偏好。从 OpenAI 到 Meta，头部公司的招聘都在往中高级集中，几乎不再碰应届。哈佛的一项研究把范围铺得更开：真正把 AI 用起来的公司，入门级招聘按季度下降约 80%，而同期资深岗位的雇佣还在涨。这不是某几家的情况，是整个行业的同一个价格信号——资深的判断在升值，初级的手在贬值。
再看只投年轻人这一头：
YC 的创始人不只是变年轻，还更"技术型"、更名校化——超过半数来自 top20 大学，近一半待过顶尖雇主。长期追踪 YC 数据的投资基金 Rebel Fund 发现：自 2023 年 Garry Tan 回归后，YC 创始人的平均年龄从稳定了十年的 29 岁，一路滑到 26 岁，还在往下走。
一头要的是"攒了十几年的人"，一头要的是"刚出校门没几年的人"。看着拧巴，其实各有各的道理——因为 AI 放大的，是他们身上两种不一样的存货。
02 · 第一种红利：经验，被放大成产能
一个工龄十几年的架构师值钱在哪？不是他写代码快——论敲键盘的速度，他可能还不如一个熟练用 AI 的年轻人。
他值钱，是因为他攒了十几年"判断错了要负责"的经验：哪个架构看着漂亮、三个月后一定塌；哪个"很小的改动"会在半夜引爆一场事故。这些 AI 学不会，因为它没有过失败的痛。而 AI 第一次，能把这种经验直接放大成产能。
一个公开可查的样本，来自开源机器人框架 dora-rs 的资深架构师 Yong He。他是那种典型的老架构师——过去二十年几乎不亲手敲代码，只定架构、做判断，而 dora-rs 这套系统的架构，本就出自他手。这一次，他用一套新方法论，一个人带着一批 AI Agent，把整套系统从头重写：两个资深工程师原本估计要干两三年的活，他两个月就做完了，重写级别的压缩是 12 到 18 倍。
这里 AI 放大的，显然不是他的手，是他攒了二十年的判断。
但速度本身证明不了什么——谁都能让 AI 快速生成代码，真正稀缺的是可靠度和可信度，是能持续、稳定发展下去的项目。
Yong He 反复强调：先来的不是 Agent，是准备工作。他敢让 AI 一天合十几个 PR，靠的不是信任 AI，而是三根他自己搭了四年的支柱——
第一根，把质检做成流水线：AI 写的每一行代码，都要先过一道道自动关卡，像工厂质检，不合格当场拦下、打回，人根本不用逐行去读；
第二根，让两个不同的 AI大模型GPT和Opus互相挑刺，一个写、另一个专门找它的茬，两家 AI 盲区不同，一个漏掉的错，另一个往往能抓住；
第三根，把不可逆的决定攥在自己手里，每天真正要人拍板、砍了就回不去的决策，只留五到十个，其余全交给 AI 去跑。
真正承重的是基础设施，不是模型。这三根支柱，缺一根，AI 越快，塌得越快。
这就是"经验红利"的真正机制：
同样一套 AI，交给有地基的老兵是产能，交给没地基的新手是高速堆起来的技术债。
那套只有多年工程纪律才攒得出来的可信地基，本身就是老架构师的经验。老兵真正值钱的，不是他知道答案，是他知道哪些答案不能信——这恰恰是 AI 给不了的。这股力量不分大小。AtomGit 的 CEO 于邦旭，28 天就用它复刻出对标 Claude Code 的 AtomCode——同样复杂度的产品，两年前要 10 个人干 6 个月。
往上看，连 Google 联合创始人、身家 2,470 亿美元的 Sergey Brin，都回到了代码里。他 2019 年就退休了，ChatGPT 出现后被重新叫回 Google。他不是回来开会——他提交了多年来第一个代码请求，几乎每天进办公室，亲自加入了那支对标 Claude Code 的攻坚小队，还在给工程师的内部备忘录里要求：把模型变成写最终代码的主力。DeepMind 的 CEO Hassabis 形容他这两年"一直泡在代码里写程序"。一个最有资格只做战略、只讲愿景的人，选择亲手回到一线——AI 时代真正的一把手，不是退到后排指挥，而是把几十年的判断，重新接到一线工具上。
经验在 AI 时代不是包袱，是等着被放大的本金。
但经验不会自动变成红利。Yong He 的十几倍，不是"有经验"换来的，是他亲手下场换来的——去搭那套地基、去定架构、每一个关键判断都由他亲自拍板。这种主动把手伸回代码里、把 AI 当武器、对最终结果负全责的姿态，在这个系列里有个名字：OSA——不亲手敲每一行，却能驾驭一群 AI 把整个系统扛起来的架构师。
所以老兵分两种。一种像 Yong He、像 Brin，有这股 agency（主动下场、自己往前拱的那股劲），把几十年的判断接到 AI 上，成了 OSA、成了 OPD——经验被放大成产能。另一种守着资历、等着被安排、不肯碰新工具，经验就只是躺着的旧存货——一样会被 AI 挤到中间，淘汰掉。经验是弹药，肯不肯下场、有没有 agency，才是那只扣扳机的手。
03 · 第二种红利：年轻，被放大成创新
那 YC 为什么反着来，越投越年轻？
如果你以为答案是"年轻人有创意、敢闯"，那太浅了。真正的关键，是年轻人身上有一种老兵没有的经验——AI 原生经验。
老兵的十几年经验，是在没有 AI 的世界里攒的。而一个今天 24 岁的创始人，可能从大学第一天起，手边就一直有 ChatGPT、有 Claude、有 Cursor。AI 对他不是"新学的工具"，是像水电一样的默认环境。他对"AI 能干到哪、该怎么喂、什么活该交给它"的直觉，是原生长出来的，不需要回头改造自己二十年的工作习惯。
我在《OPD》篇里讲过一种能力，叫"AI 材料直觉"——它没法快速教，只能亲手玩 AI，玩到吐，才长得出来。老兵要靠刻意练习去补这门课；而 AI 原生的年轻人，这门课是娘胎里带的。
这种原生长什么样，看一个具体的人。Arlan Rakhmetzhanov，哈萨克斯坦阿拉木图人，今年 18 岁，11 年级就退了学。他是个不折不扣的"AI 原住民"——15 岁就用 AI 做出第一家公司，攒了两万用户。真正"新世界"的是他起飞的方式：临毕业前退学、只身飞到伦敦，在领英发一条"两周前我退学、现在搬来伦敦"，二十多万浏览，投资人自己找上门，五天就融到 100 万美元、还超募了。之后他进 YC 夏季批次，又拿下 620 万美元，投资人里有 Paul Graham、投出 Cursor 的 BoxGroup。
他做的产品叫 Nia，切中一个用过 AI 编程的人都懂的痛点：Cursor、Claude Code 生成代码飞快，却常常不懂你的整个项目，写着写着就一本正经地瞎编。Arlan 的判断很准——瓶颈早就不是"生成"，是"上下文"。Nia 把你的代码库和文档全喂给 agent，让它不再靠猜、真读懂了再动手。
Yong He 是用 AI 去重写一个已经存在的旧系统，Arlan 是直接造一个 AI 时代才可能存在的新工具：一个把几十年攒的经验放大成产能，一个把"第一天就活在 AI 里"的直觉放大成创新。年轻人没有旧世界的包袱，这恰恰是他们的本钱——他敢在临毕业前把学退了、从零下注，就是最好的注脚。他不是孤例——25 岁以下、这两年融到数百万美元的创始人，正在成批出现。
再往深一层，年轻人真正的优势不是年龄，是他们脑子里默认的工作流已经换代了。老一辈创业者的起手式是"先组团队，再做产品"；AI 原生这一代的起手式是"先让 Agent 跑起来、做出个 demo，再决定要不要招人"。起手式不一样，看到的机会就完全不一样。
这背后有个屡试不爽的规律：每逢 AI 这种大的技术平台迁移，年轻与经验之间的天平，就会朝年轻一方倾斜。因为在旧平台上攒的很多经验，到了新平台上有时反而是负债——你越熟练旧的做法，越难相信"这件事现在可以完全换一种方式做"。年轻人没有这个包袱，所以他们更敢从 0 到 1，押一个还没被验证的新方向。
vibe coding 和harness engineering 年轻人用得飞起，老工程师却常常犯怵：他们二十年的铁律是"每一行都得自己读懂、自己把关"，过去是吃饭的本事，如今成了不敢松手的包袱。年轻人没这条旧本能，直接就上。
老兵的经验是碳基攒的，年轻人的经验是硅基原生的。AI 把前者放大成产能，把后者放大成创新。
04 · 两种经验，一个哑铃
现在把这两头放到一起看。
最资深的一头：老架构师用十几年的碳基经验，被 AI 放大成产能。
最年轻的一头：AI 原生的年轻人用硅基原生经验，被放大成创新。
两头都是"经验被放大"，只是一种是碳基攒出来的，一种是硅基原生的。而中间那截呢？中间是既没攒够碳基经验、也不是 AI 原生的那批人——按流程接需求、把想法翻译成代码的普通执行者。这一层，正在被 AI 从两边一起挤空。
Google 的 CEO Pichai 公开说，Google 今天 75% 的新代码是 AI 生成的——一年前是 50%。"翻译代码"这件中段执行的活，正是 AI 最先学会的那件。所以斯坦福用薪资数据算出来：22 到 25 岁的软件开发者，就业人数从 2022 年底到现在掉了近 20%；大厂入门级招聘掉了 25%。这不是"年轻人失业"，是哑铃的腰在消失。
而这条哑铃的轴，其实不是年龄，是你手上有没有一种能被 AI 放大的经验。开头那波裁员，砍的正是这条轴的中段：Oracle 那两三万人，主刀的是传统数据库运维、本地部署这类旧角色——他们里不少人工龄很长，却照样被挤在中间，因为那是旧平台的经验，AI 放大不了。反过来，一个 AI 原生的应届生，照样站在年轻那头。老，不等于站在资深这头；年轻，也不等于站在原生这头。站哪头，只看你手上那种经验，AI 放不放得大。
（这不是说老兵没创意、年轻人没产能——很多创新恰恰来自老兵，年轻人产能也可以极高。是 AI 把各自最稀缺的那块存货，放大到了极致。）
而且被抽空的，不只是初级程序员——还有一整层只会传话、催进度、做流程搬运的管理者。他们过去的价值是分派任务、盯进度、协调资源，而这些恰恰是 Agent 系统最容易接手的中间环节。AI 时代真正值钱的管理，不再是管人，而是把意图拆成一张能被 Agent 调度的任务底表。
旧组织是一座金字塔：顶上一个人做判断，往下一层层放大，最底下铺一大片执行的手。这个形状，是为"人的时间有限、一双手不够用"设计的。
AI 原生的组织，正在从金字塔变成一个哑铃：经验密集的两头被 AI 放大，中间纯执行的腰被抽空。活多了多开几个 Agent，活少了关掉就是——中间不再需要一整层人去传话、去翻译。（我在《蒸汽机时刻》里讲的"1 个 OPD + 1 个 OSA + N 个 Agent"的原子，是这个哑铃的最小单元。）
旧组织招人，是往金字塔里加手。新组织抢人，是往哑铃两头抢经验。
05 · 那么，对你意味着什么
分开说，因为哑铃上的每个位置，下一步都不一样。
如果你是干了多年、很久没碰代码的资深架构师。
你十几年的经验值不值钱，取决于你肯不肯下场。别等谁来安排——这个月就把键盘捡回来，用 AI 跑一次真实的架构：你定方向、扛判断，AI 出手、跑并行。经验 + agency + AI 的手，就是 OSA。你是这个时代最贵的两种人之一，但前提是你自己走过去，没人会把你抬过去。
如果你是年轻人、学生、刚入行的初级。
你的优势不是"便宜"，是 AI 原生。别急着去补传统经验追老兵，那是你最不占优的赛道。真正的战场在另一边：大模型的能力每周都在变强，开源的 Agent 项目每天都在更新——谁用上最新的模型和工具，谁就像换了一件新式武器。但新式武器每周都在换代，你得不断追新、天天上手，才拿得住。这种追新的耐力和胃口，恰恰是年轻人的主场。你在 AI 里泡的每一天，都是老兵要回头补的课。别浪费这个身位。
如果你在中间——按流程写代码、既没攒深经验也没把 AI 玩透。
这是哑铃上最危险的位置。危险的不是"被 AI 取代"这四个字，是两种经验你一样都没在攒。出路只有两个方向：要么往经验走，把判断做深；要么往原生走，把 AI 玩到骨子里。别停在腰上等。
如果你根本不写代码。
这跟你一样有关。你那摊事——销售、运营、内容、投研——同样在裂成两头：一头是靠多年经验才拿得准的判断，一头是 AI 原生的新玩法。中间那段"照着流程走、AI 一分钟能干完"的部分，也在被挤空。
所以哪怕你做管理、做业务，也躲不掉这一课：你得亲手把 AI 用起来，甚至学会 vibe coding——用大白话指挥 AI 直接把东西做出来。这不是让你转行当程序员，是让你养出对 AI 的手感——用好 AI 是门手艺活，你得亲手上，才摸得清它到底能干到哪、什么时候会掉链子。这种手感没法靠听课得来，只能自己一遍遍练出来。练出手感的，才拿得到新时代的红利；练不出的，红利就从身边绕过去。
06 · 收口
大厂疯抢 12 年老兵，YC 只投 24 岁创始人，中间十几万人被裁——三件事是同一句话的三面：AI 在放大两种经验，清掉夹在中间的人。
经验的红利，是把产能拉满；年轻的红利，是把方向拉新。所以这个时代真正的分水岭，不在"老"和"少"之间，而在——你手上，到底有没有一种能被 AI 放大的经验。
最怕的，是两样都没有——卡在哑铃的腰上，等着被那双越来越便宜的手替换掉。
────────────────────
拼人多的时代过去了。未来的公司不靠堆人头扩张，靠的是硅基调度力——谁能把老兵攒了很久的判断、年轻人生而带来的 AI 原生直觉，和一群 Agent 的并行产能，拧成一个能打的最小单元，谁就握住了下一代公司的形状。
