Agent 越强，什么人越值钱

Agent 能写代码、接工具、调流程，这些事它接得越多，人越不必重复去做。真正在升值的，是另外四件：判断什么值得做、让组织真的用起来、把经验变成能复用的东西，以及为结果负责。

这段时间在一线，被问得最多的已经不是「要不要上 AI」，而是「AI 都到这一步了，我们这些人还能做什么」。

这个问题没法靠一句「别焦虑」答过去。腾讯研究院那份 FDE 报告的第十章，把这件事拆成了一张表——哪一层在被压缩，哪一层在升值，人的价值各自落在哪里。这篇就顺着那张表往下聊。

先说范围：下面关于能力分层的部分，出自那份报告的第十章，不是我们自己总结的框架。夹在中间的那些判断，是我们在自己复盘过的项目里看到的情况，项目跑得不多，只能算一线观察，不宜当成普遍结论。

先说三种判断：消亡、永恒、分化

第一种：会消亡。 模型足够强以后，客户用自然语言就能让 Agent 把部署工作全做完，这类角色自然就没了。

这个判断低估了企业现场的复杂度。模型能读懂文本，但读不懂组织里的权力关系、部门之间的利益、预算是怎么批的、合规责任落在谁头上，以及一线的人真实的使用习惯。这些东西不在任何文档里。

第二种：会长期存在。 企业需求永远非标，所以这类角色一直有饭吃。

这个判断抓住了复杂度，却低估了 AI 对技术执行层的压缩速度。

更可能的是第三种：分化。 技术执行被持续压缩，问题定义、客户信任、行业知识沉淀和生态协作反而变得更重。

报告把结论写得很直白：这类角色不会消亡，但低端实施会被工具替代，高端的问题定义能力会更加稀缺。谁能定义问题、建立信任、沉淀行业知识，谁就不会被 Agent 替代；谁只会按需求搭系统，谁会被平台和工具持续压缩。

被压缩的那一层，压到了什么程度

被 Agent 接走的是技术执行这一层，具体是三件：写代码、接工具、调流程。

在我们自己复盘过的项目里，这一层的变化已经能感觉到了。搭环境、写样板代码、把接口对接起来这类活，耗时比过去明显变短，新人上手的速度也快了不少。这些过去要人花时间啃的东西，现在 Agent 能先跑出一版。

但这一层不是消失了，是人的位置挪了。报告给的答案很干脆：验收质量、处理异常。

也就是说，做不出东西这件事越来越少，判断这东西能不能上、出了岔子怎么兜，变成了主要工作。前者考验熟练度，后者考验的是你知不知道这个业务里什么能错、什么绝对不能错。

升值的四件事

报告第十章把变化拆成了四层，原表是这样的：

| 能力层 | 变化趋势 | 人的价值 | |---|---|---| | 技术执行 | 被 Agent 和平台持续压缩 | 验收质量、处理异常 | | 场景定义 | 重要性上升 | 判断什么值得做 | | 组织推动 | 重要性上升 | 建立信任、推动采纳 | | 知识沉淀 | 重要性上升 | 把经验变成资产 |

后三项值得逐个说。

场景定义：判断什么值得做。

我们项目里遇到过的麻烦，往往不是「做不出来」，是「做完没人用」。一个场景值不值得做，在我们自己的复盘里一般会先看三件事：够不够高频、数据够不够用、做成了谁来接。这三件事，没有一件能靠问模型解决——它不知道你们部门这个季度被考核什么，也不知道那个流程真正卡在谁的审批上。

组织推动：建立信任、推动采纳。

这一项的重量，被低估得最厉害。

报告给了一个时间尺度：一个生产级 Agent，从场景校准、数据清洗、权限配置、用户培训到组织接受，往往需要数周甚至数月。 注意这个清单——五件事里，纯技术的只有数据清洗和权限配置，另外三件都跟人和组织有关：业务负责人愿不愿意参与、一线人员愿不愿意改习惯、这套东西嵌进谁的日常流程里。

在我们自己复盘过的项目里，也是这个感受：方案评审通过之后到真正被用起来，中间那段路通常比做方案本身要长。卡住的不是代码，是没人愿意为这个改变签字、没人愿意改掉用了三年的操作习惯。

报告还补了一句：客户侧必须让业务负责人参与，不能只由 IT 部门对接。只停在技术接口层的项目，很难进入业务日常。

知识沉淀：把经验变成资产。

这个话题前三篇聊过，这里只补一句报告的收尾判断：模型会越来越强，但模型仍然需要知道这个行业如何运转、这个客户如何决策、这个流程如何落地、这个结果如何衡量。持续补充这些知识、验证这些知识、把它们变成组织资产的人，就是这类角色的终极形态。

哪些人会被挤，哪些人会更值钱

报告第十章有一节专门写给个人从业者，两栏分得很清楚。

会被挤的：只想稳定写代码、不愿沟通、追求纯技术深度的人。

会更值钱的：技术能力中上、愿意面对客户、喜欢学新行业、能接受不确定性的人。

这两栏值得对号入座一下。注意「技术能力中上」这个措辞——它没说技术不重要，说的是技术不再是区分度本身。区分度更多落在另外一侧：你能不能把一件含糊的业务诉求，翻译成一串可以被系统执行的步骤，并且让客户认这个翻译。

这条路大概怎么走

报告给了一条四段路径：

• 初级：学平台、学沟通、跟项目
• 中级：独立做项目、建立行业认知
• 定义问题那一侧（报告里称为 Echo）：定义问题、带团队、做标杆
• 再往后分化：创业者、行业产品负责人、AI 业务负责人、独立行业顾问

这条路径有个特点：从第二段开始，主线就不是技术深度了，是行业纵深。 每一段往上走，考的都是你在某个行业里攒下的判断，而不是你会不会某个框架。

现在能做的三件事

前两条是报告原文给的，第三条是我们加的。

1. 技术之外，学行业。 报告的原话是「当前阶段最重要的事：技术之外学行业」。具体到动作，可以是把你现在服务的那个行业的审批链条、考核指标、历史遗留系统摸一遍，这些东西不会过时。 2. 每个项目留下可证明的量化结果。 客户省了多少时间、效率提升了多少。报告点明了一点：真正能沉淀行业认知的人，会比单纯会使用 AI 工具的人更有长期价值——而认知的凭证，就是这些量化的结果。 3. 练指挥 Agent 群，而不是自己一个一个写。 报告对未来的描述是「更懂如何指挥 Agent 群完成任务，并能验收质量、管理风险」。这里的关键词是「验收」和「管理风险」，不是「生成」。

适用边界

几个需要说清楚的口径：

一是报告自身的样本边界。海外招聘数据采集窗口是 2026 年 4—6 月，市场变化很快；国内岗位命名尚未统一，部分结论只能作为趋势线索，不宜直接外推到自己的公司。

二是我们这边的经验范围。上面夹着的判断，来自我们复盘过的少量项目，属于一线观察，不是大样本结论。

三是组织的差异。不同行业、不同治理要求下，哪一层先被压缩、哪一层先升值，节奏并不一样。上面这张表适合当判断的起点，不适合当排期表直接照搬。

最后留三个问题，可以拿去问自己，也可以拿去问团队：

1. 你现在手上最花时间的事，是「做」，还是「判断做什么」？ 2. 过去这段时间做完的项目，你能不能说出它给客户省了多少时间？ 3. 如果明天 Agent 把你手上最熟练的那件活接走了，你还剩下什么？

这三个问题，你心里有答案吗？欢迎在留言区聊聊你所在的岗位——哪一层在被压缩，哪一层在升值。

关于作者

参考资料

1. 腾讯研究院，《FDE模式行业观察与实践》（2026 年 8 月）第十章「未来展望」。用于 §10.1 能力层变化趋势表（技术执行 / 场景定义 / 组织推动 / 知识沉淀）、三种未来判断（消亡 / 长期存在 / 分化）、§10.2 趋势判断、§10.3 客户侧启示（业务负责人参与、生产级 Agent 数周至数月的磨合周期）、§10.6 个人从业者启示（适合与不适合两类画像、四段职业路径、技术之外学行业）。公开研究报告。
2. 同上，附录「研究方法、信息来源与术语」。用于样本边界说明：海外样本为 LinkedIn / Indeed 爬取 500 条、清洗后保留 273 条有效样本（208 家公司），采集窗口 2026 年 4—6 月；国内岗位命名尚未统一。
3. 本报告 §10.4 引述的 a16z 观点（FDE 嵌入式部署应视为「脚手架」而非「房子」）未纳入本篇，避免与已发布 F2《为什么 FDE 最后很容易做成外包》重复。