最近一段时间，我越来越想把过去两年发生在自己身上的一些变化写下来。

倒不是因为我已经把未来想明白了。现在这个时代最有意思的地方，大概就在于谁也没有真正想明白。我今天写下来的很多判断，五年以后回头看可能相当幼稚，不过这也没什么，投资者尚且不能要求自己每一次判断都正确，一个普通财务人员更没有必要假装提前拿到了未来十年的标准答案。相比于几年以后悄悄修改自己的记忆，我反而愿意把今天的想法留下来，看看将来的自己究竟有多少地方判断对了，又有多少地方错得颇有创意。

我只是越来越明显地感觉到，自己看待职业、金钱、技术乃至未来的方式，和两年前相比已经发生了很大的变化。

两年前的我其实很希望找到一种能够长期吃饭的专业能力，最好像拿到一张长期饭票一样，前面辛苦几年把它考下来、练出来，后面只需要不断提高熟练度，职业生涯大体就可以沿着一条比较稳定的轨道往前走；但现在我越来越怀疑，这种“买断式职业安全感”以后可能会变得非常昂贵，甚至根本没有人卖了。

AI的发展把这种变化摆到了所有人面前，而且速度快得有点不讲武德。

奇怪的是，我对未来的不安全感反而比以前下降了。并不是因为我找到了什么AI无法替代的工作——如果真有这种工作，我可能已经先去研究怎么考它的资格证了——而是因为我逐渐接受了一件事情：如果职业、技能和行业本身都在不断重新定价，那么我真正应该长期投资的，就不能只是某一个具体的位置。

这件事情，要从我自己并不算特别顺利的职业经历说起。

一、我的职业生涯，某种意义上是从“被打入冷宫”以后真正开始的

我刚进入现在这家单位的时候，其实并不顺利。

当时和领导之间发生过一些不太愉快的事情，说得稍微戏剧化一点，我一度有种被“打入冷宫”、甚至被发配了的感觉。当然，现实中的冷宫没有电视剧里那么富有观赏性，没有太监过来宣旨，也没有人赐我三尺白绫，主要表现就是事情少了、存在感低了，以及突然拥有了大量不知道应该拿来干什么的时间。

现在回头看，这可能算是我职业生涯里一笔非常奇怪的补偿：职业发展暂时受到了一点影响，但单位阴差阳错给我发了一笔以“时间”为计量单位的遣散费，而且人还没走。

我当然不会矫情到感谢那段经历。能走得顺一点，谁愿意专门吃苦？苦难这种东西，我一直觉得没有必要过度美化，吃过以后能够消化掉就已经不错，实在没有必要吃完以后还专门给厨师写一封感谢信。

不过事情既然已经发生了，我确实从里面赚到了一些东西，其中最重要的一项，就是时间。

我开始大量学习。

最开始当然还是本行，会计、审计、财务，后来慢慢扩展到投资、产业、金融和AI，看到什么感兴趣的东西就去了解一些。很多东西当时并不知道什么时候能用上，但几年下来，我越来越感觉到，一个人长期往脑子里放进去的东西并不会老老实实地待在原来的抽屉里，它们会彼此连接，而真正有意思的地方往往就出现在这些连接上。

专业上也取得了一些实际成果。我一年内通过了中级，今年又参加了CPA考试，按照目前自己的估计，至少应该能够通过一门。

工作以后，我对证书的理解也比学生时代现实了不少。以前觉得考证主要是为了证明自己学会了什么，后来发现它还有一个非常朴素的功能：让别人不必花三个月观察你的工作，就可以先暂时假设你大概懂一点。这个机制当然不完美，CPA也不会在通过考试的那一天突然给人的大脑安装一个“专业判断力插件”，但社会运行确实需要这种东西，因为大家都很忙，没有谁有兴趣为了判断一个会计到底靠不靠谱，专门成立一个尽调小组。

所以我现在越来越觉得，“信用”可能是理解金融乃至整个商业社会非常重要的一个词。学历、证书、履历、过去做过的项目，包括一个人长期表现出来的可靠程度，本质上都在降低别人判断你的成本，而当这种判断最后涉及钱的时候，信用的重要性就更加明显。

我长期其实并不想只做一个会计。

现阶段，我当然还是要先成为一个能够独当一面的会计，饭要一口一口吃，这一步没有什么好跳过的；但从更长的时间看，我希望从财务进入更广泛的财经领域，再从财经领域去理解产业和资本市场，如果未来有机会，我希望自己能够成为一级市场和二级市场之间的连接者。

我一直觉得金融是观察世界变化特别有意思的一个窗口，因为哪里出现了新的生产力，哪里出现了真正可能改变社会运行方式的东西，钱通常跑得相当快。资本当然不是先知，它经常犯错，有时候甚至会成群结队地犯错，否则历史上也不会留下那么多泡沫供后人研究；但资本在“哪里可能赚钱”这件事情上，通常表现出一种令人敬佩的积极性，一个新概念刚出现的时候，所有人都可以坐下来讨论它将如何改变人类文明，资本往往已经开始拿计算器了。

所以有时候，与其听所有人讨论“下一个时代是什么”，我更愿意看看钱到底在往哪里走。

嘴可以表达理想，钱通常更诚实一点。

二、AI真正改变我的，不是一张工资表，而是我对“经验”的理解

我很早就在使用AI，但最开始对它的理解其实和很多人差不多：问一个问题，它回答一个问题，知识非常丰富，而且最大的优点之一是半夜两点找它讨论问题，它通常不会第二天向人力资源部投诉。

真正改变我认识的，是今年五月左右开始比较深入地使用Agent。

我第一次意识到，这东西已经不只是一个“会回答问题的聊天机器人”了。当它能够和文件、Excel、脚本以及一整套工作流程结合以后，对财务工作的意义就完全不一样，因为财务工作里面有相当大一部分，本来就是高度结构化的数据处理。

工资就是一个很典型的例子。

我们单位没有采购一套完整的工资ERP系统，所以很多东西过去依赖人工制表。工资本身在财务工作的技术谱系里肯定算不上什么显学，不像合并报表、金融工具或者长期股权投资，光看名字就足以让刚入门的人产生一点知识上的敬畏；但工资偏偏又是最不能出错的东西之一，因为一个人可能工作五年都没有认真读完过一次公司的年度报告，却往往能够在工资到账后的几分钟里发现自己这个月少了几十块钱。

到了这个时候，平时再怎么不喜欢数字的人也会突然表现出优秀的数据敏感性，主动完成环比分析、差异分析乃至异常项目追踪，而且整个过程通常不需要财务部门提供任何培训。

对此我完全能够理解，毕竟大家都是要吃饭的。

所以后来我在AI的帮助下，不断Debug出了一套工资处理脚本。人力资源部门把基础数据给我以后，后面的工资台账、银行代发文件以及财务需要留存的资料，都可以沿着同一套数据往下生成，中间再加入校验机制，尽可能把那些人最容易犯、机器最不应该犯的错误提前拦下来。原来可能需要两三个小时完成的工作，现在大概半个小时就能处理完。

后来这项工作交给了同事，我也把脚本一起交给了他，他用下来觉得确实方便，于是这套流程继续留了下来。我后来想，这件事情真正让我兴奋的地方，其实并不是我省了两个小时，而是我第一次比较直观地理解了“把个人效率变成组织效率”是什么意思。

过去我提高效率，可能就是把Excel练得更熟、快捷键记得更多、鼠标点得更快，但这种效率属于我本人，我一走，效率大概率也跟着我一起下班；程序化以后不一样，我走了，效率可以留下来。

也是从这个时候开始，我对程序员的工作方式产生了很大的兴趣。

这听起来多少有点逆势而行，因为程序员正在被AI冲击得相当厉害，我却在这个时候开始学程序员的思维方式。不过我真正想学的并不是怎么亲手敲一万行代码，而是他们过去几十年形成的那套处理问题的方法：模块化、输入输出、异常处理、Debug、自动校验，怎么把一个复杂问题拆开，怎么让一套流程能够稳定地重复运行，以及最重要的，怎么让人不要每天重复做一件机器完全可以替你做的事情。

这也改变了我对“经验”的理解。

刚参加工作的时候，我对“十年工作经验”这种东西有一种天然的敬畏，总觉得一个人在办公室里坐满十年以后，脑子里大概会自动解锁某种年轻人看不见的隐藏技能；后来工作久了一点，我才发现，时间当然能够沉淀经验，但它并不负责自动把经验加工成智慧。

有些人的十年确实是在不断处理新的问题、经历复杂的情况，最后形成了一种很难从书本里获得的判断力，这种经验我很尊重；但另外一些人的十年，如果把时间轴稍微压缩一下看，可能只是第一年把流程学会，后面九年负责把它重复得越来越熟练。

过去这种熟练本身也有相当高的经济价值，只是Agent出现以后，“熟练重复”这个项目突然来了一个不需要睡觉、不会嫌烦，而且理论上不会因为周一早上心情不好就降低工作效率的竞争对手。

机器在“把同一件事情做很多遍”这个项目上的天赋，实在好得令人有些扫兴。

这也是为什么我真正使用Agent以后，对职业未来的焦虑反而下降了一些。以前看到一个完全陌生的领域，我首先想到的可能是：“这个东西别人已经学了十年，我现在进去是不是太晚了？”现在我的第一反应慢慢变成了：“先进去看看再说。”

当然，AI不会因为我订阅了会员，就顺手把别人十年的经验打包下载进我的脑子里，但它确实在迅速降低很多领域的入场门槛，而对于一个还比较年轻、又愿意继续学习的人来说，这其实是一件相当令人兴奋的事情。

别人比我早练十年当然仍然是优势，只不过现在这十年的折旧速度，可能比他们自己预想得快一点。

三、当我开始把时间、注意力甚至名声都看成资产

学金融以后，我有一个越来越明显的毛病，就是喜欢把很多原本不属于财务报表的东西也当成资产来看，比如时间、注意力、身体，甚至包括一个人的名声。

我越来越不能理解一种现象：很多人花两百块钱会认真考虑半天，但浪费两个小时却好像完全没有成本，因为两个小时过去以后，支付宝不会弹出来通知你“本次消费120分钟”。可对于知识工作者来说，一天真正能够高度集中注意力的时间其实非常有限，如果把这些时间全部耗在复制粘贴、查数字、手工填表这些机器早就能够完成的事情上，我总觉得有一种拿RTX 5090天天跑连连看的感觉。

它当然能跑，而且大概率跑得非常流畅。

但问题也正在这里：你花这么大的价钱买了一张5090，最后发现自己的核心需求是连连看，多少有点替显卡感到遗憾。

人的大脑当然也能复制粘贴，也能一行一行核数字，但“能做”和“值得长期拿来做”显然不是一回事。如果一个人的注意力是他最稀缺的计算资源，那么把大量算力消耗在这种工作上，我觉得多少有点配置不当。

最近我给自己做了一套三个月的计划，英语、运动、睡眠都放了进去，然后很认真地做了一张表，准备每天记录。做完以后，我盯着“睡眠时长”那一栏看了一会儿，突然觉得这件事情很奇怪：我的手表已经在我睡觉的时候勤勤恳恳地工作了七八个小时，第二天我醒来以后第一项工作，居然是打开APP，把机器已经知道的数据再亲手告诉Excel一遍。

我的手表负责采集数据，手机负责保存数据，我负责每天早上把数据从一个系统人工搬运到另一个系统，然后再郑重其事地告诉自己这叫“数字化健康管理”。

以我做财务的经验来看，这种信息化水平如果出现在单位里，我大概已经开始建议优化流程了；轮到自己身上居然坚持了好几天，可见人对自己的低效率，通常比对别人的宽容得多。

这个流程最大的成果，似乎是成功证明了我和手表之间缺乏沟通。

所以我开始思考，既然睡眠数据已经存在，为什么不能自动抓取？运动数据已经存在，为什么不能自动汇总？英语训练如果也能够记录，那么三个月以后，我真正需要看的应该是一张趋势图，而不是每天像一个特别敬业的统计员一样给自己填考勤。

这和工资脚本背后的逻辑其实完全一样：如果一件事情能够稳定地自动化，就不要长期消耗人的注意力去维持它。释放出来的时间，我可以拿去学习，可以锻炼，可以研究投资，可以了解其他行业，也可以像现在这样，把脑子里那些原本只有自己知道的东西写下来。

这也是我为什么开始认真考虑做个人博客。

我越来越愿意把博客理解成一种个人资产，而不只是日记。日记主要服务于过去和现在的自己，博客则有机会服务于未来的自己；我今天花几个小时写下一篇东西，如果它五年以后还能让一个素未谋面的人迅速理解我是怎么思考问题的，那么这几个小时就没有只结算一次，而是在不断产生后续现金流——当然，这里的现金流暂时只是一个财务人员非常乐观的比喻，毕竟我的博客目前还没有真的给我打过一分钱。

我当然也没有天真到觉得写几十篇文章以后，互联网就会突然发现这里埋伏着一位长期被严重低估的财经思想家。我真正感兴趣的是，如果几年以后有人想知道江宁到底是个什么样的人，除了看简历上那些被高度压缩的信息，他还可以看到我过去几年究竟思考过什么、判断过什么、做过什么，以及——这可能同样重要——我当年判断错过什么。

一份简历能告诉别人我拿到了什么证书，却很难告诉别人我是怎么思考问题的。文章可以，而且它有一个我很喜欢的特点：我的时间只能使用一次，但一篇文章可以被阅读很多次；我只能同时和有限的人交流，但文章可以替过去的我，不断和未来那些我根本不认识的人见面。

如果这种公开记录能够积累很多年，它最终形成的可能不仅仅是“内容”，还会逐渐变成一种信用，而信用一旦能够降低别人了解我、判断我以及决定是否和我合作的成本，它就已经开始具有经济价值。

所以我现在越来越愿意把“个人资产”理解得宽一点。银行账户里的钱当然是资产，但一个人的健康、信用、认知、表达能力、作品和关系网络，也都在决定他未来能够调动多少资源。

只不过这些东西暂时没有会计准则愿意替我确认而已。

四、然后，一万个Agent开始研究Navier–Stokes

如果说工资脚本让我第一次真正理解Agent能够改变工作，那么最近真正让我产生认知冲击的，是数学。

我不是数学家，所以接下来不会突然跨界指导数学界应该如何评价Navier–Stokes；一个会计如果因为看了几篇论文和报道，就开始点评千禧年难题的证明质量，那AI还没有把人类创飞，人类自己倒是可以先展示一下为什么值得被创飞。

但有几个数字，即使不是数学家也看得懂。

2026年9月8日，OpenAI公布了一项关于Navier–Stokes存在性与光滑性问题的结果，这是千禧年七大难题之一。按照OpenAI公布的信息，他们最开始让不同Agent组同时尝试多个千禧年难题以及一些相关问题，在一组大约100个Agent用了约50小时解决一个相关的Euler方程正则性问题以后，研究团队判断Navier–Stokes是最有希望取得突破的方向，于是把更多计算资源集中到了这里；最终，产生Navier–Stokes结果的系统规模达到了大约一万个并发Agent，在第一批Agent启动约88小时以后得到结果，随后GPT-6 Astra又用了17小时完成Lean形式化和验证，单是Navier–Stokes这一部分，Agent之间就发送了约270万条消息，消耗大约1300亿输出token。

我看到“88小时”和“一万个Agent”这两个数字的时候，第一反应其实不是兴奋，而是觉得事情似乎开始变得有点离谱了。

以前AI帮我把工资表做快了，我当然高兴，毕竟被节省下来的是我自己的时间；后来它开始大规模写代码，我也还能理解，因为代码本身有严格的语法和反馈机制。但当一万个Agent开始被组织起来，对着一个全世界最聪明的一群人研究了几十年的数学问题连续工作88个小时，我突然意识到，我们过去关于“什么工作足够高级，因此暂时不用担心AI”的很多讨论，可能都带着一点人类特有的自我安慰。

当然，我并不准备替数学界提前宣布千禧年难题从此少了一个。OpenAI公布的是一个关于有限时间奇点形成的解析证明以及Lean形式化版本，并且OpenAI自己明确表示不会申领千禧年大奖；这个结果究竟如何被数学界长期检验、相关研究的优先权如何认定，都应该交给真正做这个领域的人去判断。

但这些争论并不影响它已经对我的认知产生了冲击，因为我真正震惊的并不是“一个数学难题终于被划掉了”，而是AI组织知识生产的方式本身正在变化。

过去我们讨论AI，经常默认的单位是“一个人加一个AI”：一个程序员旁边坐着Copilot，一个会计旁边坐着Agent，一个数学家旁边坐着模型；但如果未来真正重要的生产单位开始变成“一万个Agent加少数人类”，问题就完全不一样了。

人一天只有24小时，数学家也得睡觉、吃饭，也会在某个下午状态不好；而一万个Agent不存在“一万个Agent今天集体不在状态”这种很有人类特色的问题。它们可以同时探索大量不同的路线，一条失败了就继续尝试另一条，某个方向出现希望以后再把更多计算资源集中进去，而这种规模化的智能协作一旦继续发展，我很难想象它最终只会影响那些所谓的“低端重复劳动”。

所以我后来半开玩笑地总结了一句话：

AI会平等地创飞每一个人，只是时间早晚不同。

奇怪的是，这个判断没有让我更加焦虑，反而让我轻松了一点。如果最后连世界上最聪明的一群人长期研究的问题，都可能遭遇这种规模化智能的冲击，那么一个会计整天担心自己会不会先被创飞，好像也没有太大意义；与其每天研究职业灭绝排行榜，不如趁自己现在还坐在牌桌上，多攒一点钱，多学一点东西，把身体练好一点。

我现在甚至有一个还比较粗糙的判断：AI也许会首先在那些规则相对明确、反馈可以验证、问题能够形式化的领域建立特别巨大的优势。数学极其困难，但数学讲逻辑；代码也讲逻辑；表格更不用说，它们不会因为今天心情不好，突然决定不遵守借贷记账法。

金融、商业和组织则要麻烦一些，因为这里面除了数字，还有人。人的欲望会变，政策会变，竞争对手会变；你预测别人，别人也在预测你；一个规律一旦被所有人知道，它甚至可能因为所有人的行动而失效。这种开放系统最终会以什么速度被AI改变，我现在看不清，也没有必要装作自己看得清。

但有一件事情我越来越不敢相信：学会一项今天看起来很专业的技术，就能够靠它安全地生活二三十年。

我现在越来越愿意把专业技能看成一种需要持续做减值测试的资产，而不是买进以后永远按照历史成本挂在账上的东西。CPA当然有价值，会计经验当然有价值，英语、编程、数据分析也都有价值，但它们今天值多少钱，并不意味着十年以后还值多少钱；如果外部技术环境已经发生了巨大的变化，一个人还坚持按照自己当年投入了多少时间来给能力定价，其实和一项资产已经出现明显减值迹象，却因为当年买得很贵所以坚决不计提，多少有一点精神上的相似性。

技术本身不是护城河。

真正让我感到安心的，是即使一项技能真的发生减值，我仍然有能力确认损失，然后重新配置资产。

五、如果没有永远安全的职业，我准备怎样配置自己的人生

如果一定要问我未来十年最希望自己积累什么，在认知、学习能力、专业能力这些显然都很重要的东西之外，我一定会把资本放在非常靠前的位置，而且这件事情我现在越来越不愿意用什么漂亮的话包装。

我需要完成自己的原始资本积累。

说得再俗一点，就是我得有钱。

我一直很喜欢资本增值这件事情，但这种喜欢和消费欲其实没有太大关系。我对买很多东西并没有特别强烈的兴趣，相比于把钱换成更多消费品，我更喜欢看着一笔资本逐渐变大，因为资本积累到一定程度以后，它改变的已经不只是一个人的消费能力，而是一个人能够调动资源的方式。

在资本积累的早期，一个人最主要的经济资源其实就是自己。今天去上班，今天创造劳动收入；明天继续工作，明天继续获得收入，这当然没有什么问题，我现在也是这样。但随着资本不断积累，过去劳动形成的剩余被保留下来，并且通过投资继续参与未来的收益创造，一个人的经济结构就开始发生一点很有意思的变化：以前主要是我出去工作，后来慢慢变成我的钱也出去工作。

当然，目前我的资本显然还没有勤奋到可以让我本人提前退休，我还是得老老实实去单位上班，不过方向上的区别已经很明显了。

这也是为什么我把“原始资本积累”看得很重要。工资上涨当然很好，而且在其他条件相同的情况下，收入越高，能够积累资本的速度通常也越快；但我真正关心的并不只是某一个月工资条上的数字，而是这些劳动收入经过消费以后，最终有多少能够沉淀下来，变成可以继续配置、继续增值，并且参与下一轮资源获取的资本。

如果这个过程能够持续足够长的时间，那么一个人和自己劳动收入之间的关系也会慢慢发生变化。最开始的时候，我几乎完全依赖今天的自己养活明天的自己；资本积累起来以后，过去那个已经工作过、已经创造过收入的自己，也开始通过留下来的资产参与供养未来。

我很喜欢这种感觉。

因为从本质上讲，我积累的不只是钱，而是在一点点降低“未来的我必须立刻出售自己的时间”这件事情的刚性程度。

而到了AI时代，我甚至觉得资本的意义可能还会进一步发生变化。

过去一个普通人即使有一些钱，能够购买的生产能力其实比较有限。你想做一个稍微复杂一点的项目，可能需要程序员、设计师、数据分析人员，需要很多专业能力，也意味着相当高的组织成本；但Agent正在迅速改变这件事情，因为很多过去必须通过雇佣专业人员才能获得的能力，正在变成一种可以按需调用的智能资源。

这对我来说是一件非常有吸引力的事情。

我不需要把自己训练成最优秀的程序员、设计师、数据分析师、研究员和编辑——事实上一个人如果真准备把这些职业全部练到顶尖，可能最大的成果是成功解决了自己的睡眠问题，因为以后大概就不需要睡了——但我需要提高自己的判断力，知道问题在哪里，知道结果大概应该长什么样，也知道什么时候AI是在帮我工作，什么时候它只是在非常自信地胡说八道。

然后，我还需要有资源把这些智能真正调动起来。

所以我越来越觉得，资本和AI结合以后，可能会形成一种非常有意思的个人杠杆。

资本让我能够购买工具、算力、数据、服务和试错空间，AI则让过去只有组织才能拥有的一部分专业能力开始向个人开放，而当这两样东西结合起来以后，一个人的生产边界可能会被推得比过去远得多。

这也是为什么我现在积累资本，并不是单纯为了让账户上的数字越来越好看。我真正想积累的，是未来调动资源的能力。

资本还有一个我非常看重的作用，就是它允许人犯错。

如果未来我发现某个行业值得研究，我可以花时间进去；如果我想做一个项目，我可以承受一段时间没有回报；如果第一次判断错了，只要损失还在自己能够承受的范围内，我还可以再来一次。很多时候，一个人和另一个人的区别未必是谁永远不会判断错，而是谁判断错一次以后还有资格继续留在牌桌上。

这一点投资者应该很容易理解。

没人能够保证每一笔投资都赚钱，真正危险的是一次错误就直接清仓出局。

这可能才是钱对我最大的吸引力。它并不能让我看见未来，但它能够让我在看错未来以后，还有机会重新判断一次。

六、我最后想积累的，其实是一种“重新配置自己”的能力

所以如果把这些东西放在一起，我未来几年的计划其实并没有那么神秘。

我仍然会学习会计、审计和金融，会继续考证，会研究投资，也会认真练英语；与此同时，我准备花更多精力改善身体、睡眠、运动和个人形象，因为如果以后真的希望从财务走向更广泛的金融领域，我面对的最终不会只有Excel和凭证，还会有大量真实的人。

而人与人建立信任的时候，显然不会先打开你的CPA教材，检查你第十七章到底学得怎么样。

我以前很容易把职业能力理解成一张知识清单，仿佛只要会计准则掌握得足够扎实，职业发展就应该按照某种客观评分标准自动给我加分；但现实显然不是考试系统，社会也不会因为你熟练掌握长期股权投资，就突然在头顶弹出一个“恭喜升级”的提示框。

别人会观察你的表达，会观察你过去做过什么，会观察你是不是一个可靠的人，也会观察你面对不确定性的时候究竟是慌乱还是稳定。很多时候，他们甚至不会明确意识到自己观察了这么多东西，但最后这些信息会混在一起，形成对一个人的判断。

或者，用我更熟悉的词来说——定价。

所以如果一定要让我给自己做一张现实中并不存在的“个人资产负债表”，我希望资产端能够丰富一点：有资本，有专业能力，有健康的身体，有英语和表达能力，有不断学习新东西的能力，也有一份经得起别人长期翻阅的公开记录。

这里面肯定有一些资产未来会升值，也有一些会发生减值，还有一些我今天觉得特别重要的东西，十年以后可能发现根本没那么值钱。

没关系。

组合本来就不是要求每一项资产都成为十倍股。

真正重要的是，当世界发生变化的时候，我还有东西可以卖，有东西可以买，也还有能力重新配置自己的仓位。

这可能就是我现在对于“水无常形”最现实的理解。

我不知道十年以后自己还会不会做会计，也不知道今天非常认真学习的很多东西，到时候还值多少钱；我甚至不知道AI再发展五年以后，今天这篇文章里的多少判断会变成笑话。但既然未来本来就看不清，那我也没有必要替十年后的自己提前焦虑。

技术本身不是护城河。某一项具体技能也很难永远成为护城河。

如果一定要说我现在相信什么，我更相信一个人持续学习新技术、重新理解环境、调整自己，并且在发现过去的判断已经失效以后有勇气承认“这项资产该减值了”的能力。

水无常形。

环境变了，就换一种形状。

所以现在如果有人问我，AI发展成这样，你怕不怕？

当然会有压力。我又不是一台情绪稳定到小数点后八位的机器。

但总体来说，我还是两个字：

不怕，乐观。

该赚钱赚钱，该学习学习，该锻炼锻炼，偶尔也别忘了睡觉；资本继续积累，能力继续更新，文章继续写，判断错了就改。

世界继续往前走，我也继续往前走。

至少现在，我对接下来会发生什么，还挺好奇的。