jakiro
一、現狀：Web2 技術人的焦慮與危機
我發覺，加我好友並諮詢我 如何轉型到 Web3 的人越來越多了。
有剛畢業的新人，也有工作三五年的工程師，還有像我一樣，已經幹了十幾年、開始對職業前景感到不安的中年技術人。
他們的問題幾乎都一樣：
「Web3 到底還有機會嗎？」
「我現在學還來得及嗎？」
「最現實的是——新人要怎麼才能在 Web3 找到工作？」
這種焦慮並不偶然。過去十年，Web2 構建了技術人的「確定性世界」——穩定的崗位、可預測的晉升路徑和平臺紅利。但進入 2024 之後，這種確定性正在迅速崩塌。網際網路行業的結構性轉折點已經到來，而 AI 的浪潮正在讓這一轉折更具不可逆性。
1. 技術紅利的終結
全球網際網路產業的增長正在放緩。2025 年上半年，全球科技公司累計宣布裁員近 94,000 人 ，創下近三年新高（Observer，2025.07）。這不再是周期性調整，而是產業邏輯的根本變化。
微軟的動作尤為典型：
2025 年 7 月，微軟宣布裁員約 9,000 人 ，佔全球員工總數的約 4% ；而在 5 月，它剛剛完成另一輪超過 6,000 人 的裁員。與此同時，公司內部明確要求員工「必須使用 AI 工具」，並將其納入績效考核體系。
這意味著，即便是全球最穩定、最具資源優勢的科技巨頭，也在主動「用 AI 優化人力結構」。在 Web2 模式下形成的「技術崗位安全感」，正在系統性地被侵蝕。
2. AI 的替代效應
AI 的崛起不僅僅是效率工具的更新，而是對「技術工作本身」的定義進行重寫。Stack Overflow 的 2025 年全球開發者調查顯示，已有 52% 的程式設計師每天使用 AI 工具 （如 Copilot、ChatGPT、Claude 等），其中 18% 的人表示 AI 已顯著改變了他們的工作職責 。
換句話說，AI 已成為開發流程的一部分，而不是可選項。
原本需要 10 人協作完成的產品，如今 3 人加上 AI 即可交付。
崗位的競爭重心，正在從「誰更會寫代碼」轉向「誰能更高效地與 AI 協作」。這對傳統 Web2 技術人而言，是一次無聲的「中層塌陷」： AI-native 工程師 正在崛起，而單純執行型崗位逐漸被邊緣化。
3. 平臺依賴的雙刃劍
Web2 的繁榮建立在「平臺生態」之上。技術人依附於 App Store、Google、微信、抖音等系統，但這種依附也意味著 個人產出缺乏自主性與資產性 。SensorTower 的數據顯示，2024 年底 Apple App Store 政策調整導致全球約 12% 的獨立開發者收入驟減 ，許多中小團隊的主要收入渠道被瞬間切斷。
這種風險在 Web2 體系下普遍存在：
-
平臺規則變化可直接影響個人生計；
-
創作者的數據與作品歸屬於平臺；
-
帳戶或服務被封禁即可能「歸零」。
在這種結構中，個人再努力，也很難沉澱出可遷移、可積累的資產。
4. 技能與收入結構的重構
LinkedIn《Future of Skills 2025》報告指出， AI、區塊鏈、數據分析 成為增長最快的技能方向，而傳統 Web 前端技能的增長率已降至 0.3% 。與此同時，根據 Levels.fyi 2024 年底數據，FAANG 工程師的平均薪酬同比下降約 8% ，而 AI / LLM 相關崗位則逆勢上漲 20%+ 。
這意味著，技術紅利正在從「平臺開發」轉向「智能系統 + 去中心化技術」的新領域。技能遷移不再是「錦上添花」，而是「生存前提」。
5. 安全感的根源動搖
這些數據拼合出的事實是：
-
Web2 的組織穩定性不再；
-
崗位技能邊界被 AI 模糊；
-
收入和成長路徑脫離平臺邏輯。
越來越多的工程師、設計師、產品人開始產生同樣的疑問：
「我的技能，還能構成長期價值嗎？」
「如果不依附平臺，我的產出還能存在嗎？」
安全感的來源，正在從「公司與平臺」轉向「個體的自我演化能力」。
這就是「Web2 不再安全感」的核心邏輯：
確定性已經從外部組織遷移到個體結構。
下一代技術人，必須在 AI 與 Web3 的交匯處，重新構建屬於自己的確定性。
二、拐點：AI 與 Web3 的時代融合
如果說上一輪網際網路浪潮（Web2）讓人們「連接在一起」，那麼這一輪浪潮（AI + Web3）則正在重構 連接的主體 ——從「平臺中心」轉向「智能體與個體」。
1. 技術周期的疊加點
AI 與 Web3 的出現並不是孤立事件，而是兩條指數級曲線的交匯。
-
AI 曲線： 以 LLM（大語言模型）為代表的生成式智能正在實現「 認知自動化 」。
-
Web3 曲線： 以區塊鏈為代表的去中心化基礎設施，正在實現「 價值自動化 」。
當這兩條曲線相交，就形成了一個新的時代接口：
智能個體可以在鏈上擁有身份、資產與行動力。
麥肯錫在《The Economic Potential of Generative AI》（2025）中估計，AI 預計每年可為全球經濟貢獻 4 萬億至 7 萬億美元 ；而根據 Electric Capital 的 2025 年開發者報告，Web3 仍有超過 23,000 名月活開發者 在持續構建。這說明兩個生態雖然節奏不同，但都在進入 實用化與融合期 。
2. AI：從工具到主體
2023–2025 是 AI 「人格化」的關鍵階段。從最初的 ChatGPT、Claude 到如今聚焦編碼／Agent 模式的 Cursor、Claude Code、Codex ，我們見證了 AI 從「輔助工具」向「自主執行智能體（Agent）」的演進。
AI 不再只是幫你寫代碼的助手，而是能 自主決策與執行任務的協作者 ：
-
它能自動撰寫並部署合約；
-
能與鏈上協議交互，執行交易與管理資產；
-
甚至能根據收益模型自我學習與優化。
這種演進催生了一個新概念—— AI-native Builder ：
個體通過 AI 擴展產能，通過鏈上協議固化成果。
這意味著，未來的「開發者」不再是單個工程師，而是「人 + 智能體」的混合體。
3. Web3：從投機敘事到結構性基礎設施
與 AI 同期，Web3 正在經歷從投機敘事向基礎設施轉型的過程。過去人們更多討論「幣價」，而如今的關注點正在轉向「協議層能力」——那些能長期支撐數字經濟的底層設施。
如今，行業的真正焦點正集中在幾個方向：
這些趨勢共同說明：
Web3 不再只是金融創新的舞臺，而正演化為下一代網際網路的 可信執行層（Trust Layer） —— 一個讓 AI、個體與現實經濟能夠在信任機制下自由協作的底座。
4. 當 AI 與 Web3 融合，會發生什麼？
我們正在看到一種全新的系統形態： AI 生成 + Web3 結算 + 個體所有權 。這種結構帶來三個層面的躍遷：
簡單來說，AI 讓「生產」變得更高效，Web3 讓「成果」更可持續。兩者共同推動了一個趨勢—— 個體經濟體的出現 。
AI 可以讓一個人擁有百倍的產能；Web3 則讓這份產能可以被確權、變現、復用。這正是「一人實驗室」乃至「一人公司」模式興起的底層邏輯。
5. 結構性機會：從平臺紅利到協議紅利
歷史上，每一次技術周期的交替，都伴隨著 生產關係的重寫 。從 PC 到網際網路、從移動到平臺經濟，紅利的中心不斷移動。而這一次，紅利正在從「平臺紅利」轉向「協議紅利」：
-
平臺紅利 ：依附巨頭，靠流量變現；
-
協議紅利 ：構建開放系統，參與價值分配。
在這個過程中，懂得利用 AI 構建產品、用 Web3 確權成果的個體，將成為下一代「微型生產節點」。無論是開發者、設計師，還是獨立創作者，都有機會在其中找到新的確定性。
6. 新時代的命題
當我們說「AI + Web3 是拐點」，它並非抽象的口號，而是現實的結構性趨勢：
-
生產工具發生了根本變化（AI）；
-
價值體系發生了根本變化（Web3）；
-
而技術人的角色，正從「被動執行」轉向「主動創造」。
這不是一次技能升級，而是一場範式遷移。
這就是「AI + Web3 融合」所代表的拐點：
AI 重新定義生產力，Web3 重新定義所有權。
當生產力與所有權在個體層面重疊時，一個新的技術人時代就此開啟。
三、出路：從技術崗位到個體節點
當技術紅利消退、平臺確定性崩塌，新的問題自然出現：
「那我該怎麼轉型？」
在 AI 與 Web3 的融合時代，技術人的出路，不再是「換一個崗位」，而是 重構自己的生產結構 ——從被動參與平臺，轉向主動成為一個「個體節點」。
1. 從崗位思維到系統思維
Web2 時代，技術人的價值主要依附於「崗位」：寫代碼、做架構、跑項目。但 AI 的到來讓任務被自動化，Web3 的出現讓價值分配更開放。
新的競爭邏輯是：
不是你能完成多少任務，而是你能構建多少系統。
系統可以是：
-
一套自動化開發流水線（AI + DevOps）
-
一款智能合約協議（Web3 應用層）
-
一個知識與工具產品（Notion 模板、Agent、API 服務）
這些系統不依賴平臺，而是 由個體驅動、AI 輔助、協議託底 的自我循環體。
這正是我在「 Soluno Lab 」構建 BlockETF 和 BlockLever 時的出發點：讓每一個項目都成為一個可獨立運行、可積累資產、可被復用的系統單元。
技術人要從「做任務」轉為「造機器」，讓系統替自己工作。
2. 第一階段：AI 生產力升級
在任何轉型路線中，第一步永遠是 掌握 AI 工具棧 。它決定你是否具備「百倍產能」的基礎。
-
文本與認知層 ：ChatGPT、Claude、Perplexity——用於思考、分析、決策與寫作；
-
編碼與研發層 ：Cursor、Claude Code、Codex——用於代碼生成、調試、文檔與測試；
-
創意與表達層 ：Midjourney、Runway、Figma AI、ElevenLabs——用於視覺與多模態創作。
我自己的工作幾乎是這套體系的縮影。在構建 BlockETF 和 BlockLever 時，我每天都在用 Claude Code 幫我分析和生成複雜的合約邏輯。平時的寫作，也是用 ChatGPT 幫我進行文案潤色。AI 並沒有取代我，而是讓我把更多精力放在架構與創造上。
掌握這些工具不是為了炫技，而是要 將 AI 嵌入你的個人工作流 ：寫需求 → 生成代碼 → 自動測試 → 輸出文檔 → 發布內容。做到這一點，你就不再是一個「執行者」，而是一個「AI 編排者」。
3. 第二階段：Web3 技術與資產化思維
當你能用 AI 高效產出後，第二步是：讓產出 有確權、有收益、有延續性 。這就是 Web3 思維要解決的問題。
-
學習層面 ：掌握智能合約（Solidity）、EVM 邏輯、錢包交互、鏈上部署；
-
產品層面 ：理解代幣模型、協議機制、預言機與治理系統；
-
思維層面 ：意識到「你的代碼、模型、內容」都可以成為一種 資產單元（Asset Unit） 。
技術人不再只是開發者，而是資產發行者、協議設計者、節點運營者。AI 讓你高效創造，Web3 讓你擁有與變現。這兩者結合，形成了 「個人可持續系統」 的雛形。
4. 第三階段：個體產品化與品牌化
當你能產出、能確權、能循環，就進入第三階段： 個體產品化 。這意味著，你不再依附崗位，而是構建自己的「微型生態系統」。
典型路徑包括：
-
個人品牌型產品 ：技術博客、課程、諮詢、SaaS 工具；
-
鏈上產品型項目 ：微型協議、NFT 系列、AI Agent-as-a-Service；
-
社群經濟型實驗 ：一人公司 DAO、代幣化會員、收入分享模型。
這時的競爭力不在於你掌握了多少技術，而在於：
你是否能把自己的知識、算法、經驗，沉澱為一個「可復用的結構」。
個人即節點，節點即品牌。當你有了自己的協議、代碼庫、產品矩陣與用戶網絡，你就不再需要「公司」來定義你的價值。
5. 向內確立新的「確定性」
在 Web2 時代，確定性來自組織；在 AI + Web3 時代，確定性來自 結構自洽的個體系統 。
AI 讓你擁有「生產力的槓桿」，Web3 讓你擁有「價值分配的槓桿」。當兩者結合，你擁有了在任何環境中生存、創造與積累的能力。
這就是從「崗位」走向「節點」的真正意義：
你不再是系統中的一部分，而是系統的創造者。
小結
AI + Web3 的浪潮，並不會淘汰所有人，但會淘汰 缺乏系統性自我升級能力的人 。對於願意學習、實踐與構建的技術人而言，這一時代反而是最好的時代。
「你不需要加入一家大公司才能改變世界。你可以用 AI + Web3，成為一家小公司本身。」
四、路徑：從 0 到 1 的轉型路線圖
理解趨勢是一回事，完成轉型是另一回事。從 Web2 技術崗位邁入 AI + Web3 時代，並不意味著徹底重來，而是要通過 漸進式迭代 完成技能與思維的重構。
一個現實可行的路徑，是按照三個階段推進： 工具化 → 協議化 → 產品化。
1. 階段一：工具化——AI 驅動的生產力重構
目標：讓 AI 成為你工作流的一部分。
關鍵動作：
-
把 ChatGPT / Claude / Perplexity 用作「認知助手」，讓它參與到思考、結構設計與寫作環節；
-
把 Cursor / Claude Code / Codex 整合進開發環境，重構你的開發流程（需求 → 代碼 → 測試 → 文檔）；
-
我幾乎每天都在讓 AI 參與我的工作流，從自動生成測試腳本、更新文檔，到輔助代碼重構與部署。對我來說，AI 已經不只是工具，而是研發系統的一部分。
衡量標準：
當你能用 AI 工具完成原本需要人工協作的 80% 工作時，你就具備了「AI-native 個體」的雛形。
2. 階段二：協議化——學習 Web3 結構與價值邏輯
目標：理解並能構建可確權、可結算、可組合的系統。
關鍵動作：
-
學習 Solidity / Rust / Move 等智能合約語言；
-
了解鏈上組件：錢包（EVM / EIP 標準）、流動性協議（Uniswap / PancakeSwap）、預言機（Chainlink / Pyth）、索引服務（The Graph / SubQuery）；
-
以最小可行產品（MVP）形式上鏈實驗，例如像我在 Soluno Lab 構建的 BlockETF （鏈上指數協議）或 BlockLever （槓桿借貸協議）那樣，從核心功能出發，先驗證合約邏輯與經濟模型；
-
學習如何通過 Subgraph、API 與前端交互，實現完整 DApp 流程。
衡量標準：
當你能獨立完成一個上鏈項目並理解其經濟激勵結構時，你就具備了「Web3-native Builder」的基礎能力。
3. 階段三：產品化——構建屬於你的「個體系統」
目標：將個人能力沉澱為可復用、可交易、可持續的產品。
關鍵動作：
-
把你的 AI + Web3 實驗整合成可復用模塊，如開源庫、智能合約模板、教育內容、自動化工具；
-
使用 GitHub / Mirror / X（Twitter）及本地化渠道進行傳播與驗證；
-
構建「個人資產結構」：項目文檔、代碼倉庫、協議部署記錄、內容體系；
-
嘗試打造收入閉環：課程、諮詢、工具訂閱、鏈上收益分享。
衡量標準：
當你的系統能在你不在線的情況下持續創造價值，你就完成了從「崗位」到「節點」的轉型。
4. 關鍵心態：漸進式演化，而非一次跳躍
轉型不是一次性事件，而是一個持續的演化過程。真正的風險不是「學不會」，而是「停留在舊範式」。
你不必一次性掌握所有新技術，但必須讓自己處於持續迭代的軌道上。
將每一次學習、實驗與輸出都視為構建「個體系統」的一部分，隨著工具演進，你的結構也會自動升級。
5. 從技能樹到生態圖
傳統技能樹是垂直的：從初級 → 中級 → 高級；而 AI + Web3 的技能圖譜是網狀的：認知、工具、協議、內容、社區相互聯結。
這意味著你的學習路徑也應多維並行：
小結
從 Web2 到 AI + Web3 的轉型，不是逃離舊世界，而是重構自己在新世界的結構。AI 讓你擁有「效率槓桿」，Web3 讓你擁有「所有權槓桿」，而產品化讓你擁有「複利槓桿」。
真正的出路，不是找到一份新工作，而是構建一個能自我進化的個人系統。
五、結語：從「不安全感」到「新確定性」
回望過去幾年，我們見證了整個技術世界的巨變。AI 帶來了效率的躍遷，Web3 重塑了價值的分配方式，而 Web2 的秩序——崗位、平臺、公司——正在失去它的確定性。
這種不安全感，幾乎是每一位技術人都會感受到的。你可能在問：
「我還跟得上時代嗎？」
「我做的事情，還會被需要嗎？」
但事實是，真正的確定性從未存在於外部世界，它一直藏在你 是否擁有獨立創造與自我進化的能力 之中。
1. 確定性，來自結構而非職位
在 AI + Web3 的時代，一個人的結構，正在決定他的確定性。AI 讓你可以一人完成過去需要一個團隊才能完成的工作；Web3 讓你可以確權、分潤、沉澱長期資產。當這兩種能力匯聚到一個人身上，你不再依附於平臺，而是成為一個 具備完整經濟循環的個體節點 。
這不是理想主義，而是現實趨勢。越來越多的人正在用 AI 與鏈上工具構建自己的微型系統：有的做產品，有的做內容，有的做協議。他們的共通點是：
不再向外尋找確定性，而是用系統讓自己確定。
2. 技術人最大的機會，是重新定義自己
從 Web2 到 AI + Web3，這場轉型的核心不是「換賽道」，而是「重構自我」：
-
從崗位角色，轉向系統構建者；
-
從執行任務，轉向創造機制；
-
從依附組織，轉向獨立節點。
這種轉變，正是我在 「 Soluno Lab 」 一直實踐的路徑。 BlockETF 和 BlockLever 不是產品的終點，而是系統化個體的一次次迭代。它們讓我看到： 一個人也能構建複雜系統、推動項目上線、形成複利生態。 這就是屬於我們的「新確定性」。
3. 未來屬於有結構的人
未來不再屬於最勤奮的人，而屬於 能構建系統的人 。AI 會持續放大你的槓桿，Web3 會持續固化你的成果，而你的任務，是不斷升級這套「個人系統」：讓它更自動、更開放、更可持續。
當別人還在擔心「崗位是否安全」時，你已經在用自己的系統創造安全感。
安全感不再來自僱主、市場或平臺，而來自你能否自我進化。
AI + Web3 不是洪流，而是工具。真正的確定性，來自你是否敢於用它們，去構建屬於你自己的世界。
後記
寫下這些內容，並不是在描繪一個未來願景，而是在記錄一段正在發生的現實。AI 已經進入我們的日常，Web3 的基礎設施也正在逐漸完善。
當時代的邊界被重新劃定時，技術人最好的應對方式，不是恐懼，而是創造。
我們從不安全感出發，最終在確定性的結構中找到自己。
