AI 時代嘅新物種：點解依家好多公司想搵嘅，已經唔係「工程師」？
最近睇到一篇好有代表性嘅招聘文。
表面上係度搵「C 端 AI 產品技術負責人」，但如果你認真拆解，會發現佢真正想搵嘅，其實係一種 AI 時代嘅新物種——一個可以被 AI 放大產能嘅超級 Builder。
呢類職位開始同時要求你識前端互動、識小遊戲、有產品 sense、識 growth、識數據、識 AI workflow，可以自己 deploy、自己做 MVP、自己做 AB test，仲要可以喺 3 到 7 日內將件產品整出嚟。
最有趣嘅係，佢甚至直接寫明：管理經驗唔重要，重點係落手做嘅能力，每日 12 個鐘係基本。
呢樣嘢其實好反映到 AI 時代依家發生緊嘅結構轉變。
從分工到融合：AI 正在壓縮「團隊」嘅定義
以前嘅大型網絡公司，依賴嘅係分工、流程、PRD、多部門協作、架構穩定性。十個人嘅前端團隊、五個人嘅後端、PM、QA、DevOps、data team——每個環節各司其職。
但 AI tooling 出現之後，好多 startup 開始相信另一件事：一個 AI-native 嘅高能力個體，已經頂得順半隊 team。
Cursor、Claude Code、Copilot、ChatGPT，呢啲工具被直接寫入 JD。以前識 AI tooling 係加分，依家唔識 AI-native workflow 已經開始被視為落後。
於是市場開始出現兩極化。一邊係大量標準化 execution 工作被壓縮，另一邊就係可以將 AI 工具、產品 sense、技術能力、增長能力整合埋一齊嘅人，身價暴漲。
呢類人唔再只係 engineer，更似 Builder、Product Engineer、AI-native Operator、Growth Technologist。
半個創辦人嘅能力，員工嘅待遇
問題亦都因此開始浮現。
當一個人已經同時具備技術能力、產品能力、增長能力、AI workflow 能力，佢到底仲算唔算係「員工」，定係其實已經接近「半個創辦人」？
嗰篇招聘文想要嘅人，幾乎就係一個唔掛名嘅共同創辦人。但你得到嘅係啲咩？人工、少量股份（通常未必係真正核心嘅）、高風險、高 burnout、同埋隨時可以被替換嘅壓力。
所以一個好自然嘅問題會浮現：如果我已經有呢種能力，點解唔自己做？
呢個問題喺 AI 時代之前，答案好明確——因為 infra 貴、distribution 難、開發成本高、團隊成本高。但依家，AI 將「小團隊戰力」放大咗好多。1 到 3 人嘅團隊，配搭 AI-native workflow 同全球 distribution，已經可以做到以前 20 人先做到嘅事。
頂級 builder 開始第一次真正面對一個新問題：我仲需要做人哋嘅 execution engine 嗎？
但自己做嘅另一面：流量實驗工廠
現實唔止有一面。
好多呢類公司，本質上未必係 build 緊長期產品，而係 build 緊 DAU、retention、ROI、流量模型、廣告變現。所以你會見到高工時、高強度、極高速試錯、極短週期產品。本質更似「流量實驗工廠」。
呢個唔係話佢一定唔好。中國近十年好多成功公司，本來就係由呢種高壓高速環境跑出嚟嘅——字節、拼多多、米哈遊、小紅書，全部都出現過早期核心成員直接階級跳躍嘅案例。
但問題在於：當「3 到 7 日做出可測 MVP」成為核心指標，技術債可以接受、架構可以爛、code quality 次要、scalability 次要——唯一重要嘅係快、可投放、可測 CTR、可測 retention、可測 ROI。
呢個時候，技術已經唔係喺度建造產品，而係變成流量實驗嘅武器。
AI 短劇：內容工業化嘅極致案例
就喺呢個背景下，另一個現象亦都同步發生緊。
最近有一篇講 AI 短劇嘅文章，入面有一句說話好值得留意：「AI 短劇正在慢慢縮短內容製作流程。」
好多人第一反應，會將 AI 短劇理解成「AI 幫你生成短片」。但真正重要嘅，其實唔係「生成」，而係 AI 改變緊內容產業背後成個生產邏輯。
過去影視內容最大嘅問題之一，係你好難低成本試錯。每一次測試都意味著演員、場景、拍攝、後期、團隊、檔期、預算。傳統影視世界嘅本質係高成本、低頻率、重賭注。
但 AI 開始令另一種模式出現：快速生成角色、快速換場景、快速換語言、快速換文化設定、快速測試唔同市場版本、快速 AB test 劇情同角色。
內容開始由「作品生產」慢慢轉向「內容實驗」。
呢件事非常似 TikTok、小遊戲、Playable Ads、網絡廣告投放背後嘅核心邏輯：唔係先花三年做一個作品，而係先測試邊個角色有人睇、邊種情緒有 retention、邊種關係最容易追看、邊個市場轉化高、邊種文化設定容易形成 IP。
AI 真正降低嘅，可能唔係製作成本，而係內容試錯成本。
醬板鴨：五個鐘、50 億播放、然後呢？
如果你覺得以上仲太抽象，有一個案例可以將所有嘢串連起嚟。
2026 年 3 月，一部 AI 短片喺抖音爆紅。故事好簡單：樵夫喺雪山救咗一隻狐狸，留低一隻醬板鴨。多年後一名女子上門問：「你可曾喺雪山上救過一隻狐狸？」樵夫以為係狐狸報恩，結果對方話：「我唔係狐狸，我係嗰隻醬板鴨，我係嚟復仇嘅。」
荒謬反轉加埋邵氏武俠風嘅 AI 畫面，一個月內「#醬板鴨」標籤累計播放量突破 50 億次。蔡依林、周杰倫、阿信都跟風，連政府反詐單位都攞嚟做宣傳片。
但真正值得留意嘅係幕後：原創者係貴州一家醬板鴨企業嘅新媒體營運主管，用極夢、小雲雀等 AI 影片工具，每部短片大概耗時 5 個鐘。目的就係為咗推銷醬板鴨。
五個鐘製作成本，50 億播放量回報。
呢個係「內容試錯成本歸零」最極端嘅成功案例。
搬運頻道嘅衰減曲線：流量唔係資產
但故事仲有下半場。
YouTube 上面有一個頻道叫 moyan866，由 2025 年 6 月開始，大量搬運抖音上嘅醬板鴨系列同相關 AI 短片去 YouTube。台灣多間主流媒體報導雪山救狐狸時，截圖來源都係呢個頻道。
到目前為止，呢個頻道有 2,419 部短片、6,600 萬總觀看次數、3.37 萬訂閱者。數字睇落好嚇人。
但如果你睇依家嘅單片數據：每條新片觀看次數已經跌到 1,000 幾次。
呢條衰減曲線完美說明咗一件事：流量唔係資產。
醬板鴨爆紅嗰陣，搬運頻道靠熱度食到巨量流量。但一旦熱潮過咗，頻道本身冇任何不可替代性——冇原創觀點、冇人格辨識度、冇讀者信任。下一波熱潮嚟嘅時候，觀眾唔會因為「上次喺你度睇過醬板鴨」而返嚟，佢哋會去搵下一個搬得最快嘅人。
2,419 部 片、6,600 萬播放量。對頻道主嚟講，呢啲數字幾乎冇累積價值。
平台反噬：連分發渠道都閂緊門
但 moyan866 嘅衰減，可能唔止係「熱潮過咗」咁簡單。
2026 年 1 月，YouTube 進行咗一次大規模嘅 AI 內容清洗行動，一口氣終結咗 16 個頻道，合計 3,500 萬訂閱者、47 億次觀看、估計年廣告收入約 1,000 萬美元。全部一夜歸零。
YouTube 嘅政策表面上唔係針對「使用 AI」本身，而係針對低品質、重複性、誤導性嘅內容。但實際執行嘅方向好明確：平台嘅 AI 偵測系統依家可以識別大量生成短片背後嘅模式——嗰啲靠 AI 劇本、合成語音、複製貼上格式量產嘅頻道，特別係每條片睇落、聽落、郁起上嚟都一樣嗰啲，首當其衝。
而且由 2026 年開始，任何使用合成語音、deepfake 人臉、或完全 AI 生成畫面嘅影片，都必須喺 YouTube Studio 標記為「altered or synthetic content」。未標記嘅 AI 內容，會被直接視為 reused-content 違規。
moyan866 幾乎踩中晒所有雷區：大量搬運、AI 生成內容、高頻量產、格式高度重複。YouTube 依家唔係睇單一短片，而係用成個頻道嘅模式嚟評估。呢種頻道幾乎就係演算法壓制嘅教科書案例。
呢樣嘢帶出咗一個比「觀眾會離開」更嚴重嘅問題：平台本身都喺度反噬呢種模式。
流量素材唔單止冇累積價值——佢可能連原來嘅分發渠道都會慢慢被閂埋。你以為你用緊平台賺流量，但平台亦都用緊演算法定義咩內容值得被看見。當你嘅內容被歸類為「inauthentic」，你甚至連被淘汰嘅資格都冇，因為你根本唔會被推送。
呢件事對做長文深度內容嘅人嚟講，反而係一個結構性嘅好消息。因為平台正在將「快速量產、搬運、換皮」嘅空間壓縮。留低嘅空間，會越來越偏向有原創觀點、有人格辨識度、有不可替代性嘅內容。
問題只係：呢個過程需要幾耐，同埋喺呢段過渡期入面，深度內容創作者頂唔頂得順。
但 Facebook 仲喺度放水
如果你只睇 YouTube，會覺得平台都收緊緊。但打開 Facebook Shorts 或者 Reels，你馬上會發現：AI 生成嘅短片依然滿天飛。
呢個唔係錯覺。兩個平台對 AI 內容嘅態度，目前處於完全唔同嘅階段。
Meta 喺 2026 年 3 月確實更新咗「原創內容指南」，聲稱要獎勵原創、打壓搬運同低質量內容。但同一時間，Meta 自己推出咗一個叫「Vibes」嘅獨立 App，專門俾 user 瀏覽同創作 AI 生成短片。網民喺 Reddit 同其他平台大量抱怨 Reels 動態牆被「AI slop」灌滿，Meta 嘅回應係俾 user 一個「不感興趣」按鈕——將過濾嘅責任推俾觀眾，而唔係由源頭管控。
背後嘅邏輯其實唔難理解。Meta 嘅核心商業模式係廣告，而廣告需要嘅係用戶停留時間同內容供給量。AI 生成內容恰好係最低成本嘅內容供給，只要佢仲可以產生停留時間，Meta 就冇動力真正壓制佢。YouTube 可以落重手，係因為佢嘅商業模式更依賴創作者生態嘅長期健康；Meta 嘅 Reels 更似一個注意力吸取機器，佢唔太在乎內容本身係咪「好」，只在乎你有冇繼續碌。
所以現實係：同樣嘅 AI 搬運內容，喺 YouTube 可能被演算法壓制甚至終結，喺 Facebook 卻依然可以攞到推送。呢樣代表咩？
代表你喺 Facebook 上面做深度內容，面對嘅競爭環境比 YouTube 更惡劣。唔係因為對手更強，而係因為平台本身仲未開始幫你過濾噪音。你嘅長文分析要同 AI 生成嘅醬板鴨翻版、三秒反轉短片、以及各種換皮搬運搶同一批注意力——而演算法目前唔會幫你。
呢個亦都解釋咗好多深度內容創作者嘅共同感受：明明內容質素冇下降，但觸及越來越難。唔係你變差咗，係你被掉入一個越來越嘈嘅房，而房嘅管理員暫時仲未打算將噪音源趕走。
流量素材與作品：兩種完全唔同嘅世界觀
醬板鴨嘅成功係「事件」，唔係「資產」。
原創者接下來面對嘅問題係：下一條片要點樣再爆？佢已經被綁死喺不斷重複同一個反轉公式上，觀眾嘅閾值只會越來越高，每一輪嘅生命週期只會越來越短。所以佢宣佈要做「醬板鴨宇宙」——但呢個其實係用 IP 延伸嘅包裝，掩蓋一個結構性嘅問題：呢條公式本身冇深度可以挖掘。
入面收埋咗 AI 內容時代最根本嘅分野。
當內容變得可以快速生成、快速投放、快速測試、快速淘汰，內容產業亦都開始全面平台化、廣告化、數據化。最後大家追逐嘅，未必係「作品」，而係 retention、watch time、追更率、CPM、ROI。
呢個其實同短影音平台嘅現狀已經幾乎一樣。
所以 AI 短劇真正嘅問題，最後可能唔係「AI 可唔可以生成畫面」，而係：當內容工業化嘅速度越來越高，人類仲會唔會願意慢慢創作？
以及更根本嘅：未來留低嘅，到底係作品，定係流量素材？
AI 時代最根本嘅人才結構變化
返到開頭嗰篇招聘文。
佢其實透露咗一個比「搵人」更深嘅訊號：AI 時代正在重新定義「一個人」可以做幾多事。
以前有能力嘅人都需要公司，因為 infra 貴、distribution 難、開發成本高。但依家 AI 將小團隊嘅戰力放大咗好多倍。頂級 builder 開始唔再似以前咁需要「加入人哋嘅 empire」。
未來被淘汰嘅，可能唔止係低技術工作，而係嗰啲只可以喺舊式分工體系下運作、卻無法獨立創造閉環價值嘅人。
而嗰啲可以獨立創造閉環價值嘅人，面對嘅選擇都變咗：你要成為流量實驗工廠入面嘅高燃料消耗品，定係用同樣嘅能力，慢慢建造屬於自己嘅嘢？
呢兩種選擇冇絕對嘅對錯。高速流量環境確實可以俾到你極限市場訓練、AI-native product 經驗、以及接觸最前線玩法嘅機會。但佢嘅本質唔係「慢慢打造作品」，而係「高速驗證流量模型」。
兩種世界觀。
而 AI 正在將呢兩種世界觀之間嘅距離，拉得比以往任何時候都大。
