2026 年用 AI 赚钱，先找到 AI 帮不了你的地方

阿哲做美食号两年，2025 年底开始 all in AI。选题让 AI 出，脚本让 AI 写，封面让 AI 画，一天能产五条，比以前一周还多。

头一个月数据还行。第二个月开始往下掉，到了 2026 年开春，单条播放从几万跌到几百。他把能调的都调了，发布时间、标签、封面颜色、标题公式，没用。后台的完播率曲线像一条慢慢断气的心电图。

某天他懒得开 AI，随手拍了段自己半夜在出租屋煮泡面、边煮边吐槽这行不好干的视频，画面糊，没脚本，没卡点，他本来想删的。第二天醒来，那条视频两百多万播放，评论区几千条，全是”这才是真人”“破防了”。

他盯着那条数据看了很久，心里冒出一个特别不舒服的念头：他花两年学会的所有”专业”，一天产五条的所有效率，加起来还不如一段他觉得拿不出手的真实。

那五条精心用 AI 做出来的，和这一条随手拍的废片，到底差在哪？如果差的这个东西才是真正值钱的，那他这两年、和他买的那一堆 AI 会员，又算什么？

这不是阿哲一个人的困惑。2026 年，91% 的创作者都在用 AI 走量，然后大部分人都撞上了同一面墙。墙的另一边写着一个反常识的答案：在一个人人都能用 AI 生产的世界里，你能不能赚到钱，恰恰取决于你找没找到 AI 帮不了你的那块地方。

每一波内容红利，都是同一个剧本

这种”工具人人都有了反而不值钱”的感觉，不是 AI 时代独有的。它已经上演过好几轮，每一轮的剧本几乎一字不差。

印刷术刚普及的时候，能印书的人掌握着传播的钥匙。等印刷机遍地都是，能不能印就不再是问题，内容本身的好坏才重新成为问题。博客时代也是。2005 年前后，光是”你有一个能持续更新的博客”这件事就能攒一批读者，因为会这么干的人还少。等到平台把发布门槛降到点一下按钮，博客本身不值钱了，写什么、谁在写才值钱。

公众号最典型。2013 到 2015 年，会做公众号、懂排版、知道怎么起标题的人吃到了第一波红利，随便一篇就是十万加。那些文章今天你随便翻一篇出来读读看，大概率读不下去。文章没变差，是读者被同类内容喂到阈值高得吓人。当一万个号都在用同一套标题公式、同一套情绪模板、同一套”先讲个故事再升华”的结构，每篇能提供的新东西趋近于零，注意力就跑到下一个还没被磨平的地方去了。

短视频又重演一遍。早期会拍会剪会卡点的人是稀缺的，红利期挣得盆满钵满。等剪辑软件傻瓜化、模板满天飞，”会做短视频”也塌成了基础技能。

为什么每次都这样？Shannon 在信息论里给过一个挺反直觉的定义：一条信息的价值，等于它带来的意外程度。全在意料之中的话，信息量是零。把这个尺子拿来量内容就清楚了。当一万个号用同一套方法论写作，它们彼此之间几乎没有意外，你读了一篇等于读了一千篇。读者不是变挑剔了，是这些内容客观上不再携带任何新东西。

过去每一轮，从红利到内卷大概要几年。AI 把这个时间差压没了。ChatGPT 从上线到一亿用户用了两个月。一项内容生产能力从稀有优势变成人人标配，现在可能就几个月的事。91% 的创作者已经在用生成式 AI，意味着我们已经站在循环的尾段，AI 生产能力的红利窗口基本关上了。

但每一轮循环里，最后活下来、还能挣钱的，从来不是最会用当时那个工具的人，而是工具之外还有点别的东西的人。工具会一波波贬值，工具之外的东西不会。问题只是，你工具之外那点东西，到底是什么。

人人都能产，于是没人值钱

先把那个让人不太舒服的数字摆清楚。inBeat 2026 年的创作者调查里，91% 的创作者已经在用生成式 AI 扩大产量。换句话说，”会用 AI 做内容”这件事，现在已经不构成任何人的优势了，它从一种本事变成了一种默认配置，跟会用 Word 一个级别。

当一项能力被九成人掌握，它就不再是壁垒。这是常识。但很多人 2026 年还抱着 2023 年的幻觉，以为”我学会了 prompt、我买了会员、我能让 AI 一天写十篇”就等于找到了印钞机。

Ahrefs 抽样近百万个新网页，74.2% 含 AI 生成内容。这意味着你用 AI 写出来的东西，大概率和另外几十万篇正在被同时生产的东西长得差不多。读者的信息流里挤满了这种内容，阈值被一路推高。Herbert Simon 1971 年就把这个机制说清楚了：信息越丰富，注意力越匮乏。AI 能生产无限的内容，但人一天还是只有 24 小时。供给可以涨到无限，需求那头有一堵叫注意力的墙。

我在另一篇文章里拆过 token 的账，价格三年降了 400 倍，消费涨了 1800 倍。但内容创作恰恰落在 token 弹性最低的那一层，你不会因为写文章变便宜就一天读十倍的文章。供给暴涨、需求封顶，结果只有一个，价格崩。这就是为什么那么多人感觉，我明明产出翻了十倍，收入却没动，甚至还掉了。

诡异的地方在这。同一时间，创作者经济的盘子还在变大。Precedence Research 给 2026 年的估值大约 2540 亿到 3140 亿美元，Goldman 预测 2027 年逼近 4800 亿。美国光是赞助内容的广告支出，2026 年预计 439 亿，同比涨 26%。钱不但没少，还在加速涌入。

钱在涨，大部分人的收入在跌。这两件事怎么同时成立？答案藏在分配里。uscreen 的数据显示，头部 10% 的创作者月收入均值约 4.85 万美元，年化约 58 万。而把所有创作者拉平了看，平均年薪只有 3.6 万到 5.85 万美元，再往下，差不多一半人挣的是塞牙缝的钱。2 亿多人自称创作者，真正全职靠它活着的只有约 200 万。这不是正态分布，是一条极端的长尾。AI 没有把这条曲线拉平，它把曲线拉得更陡，因为生产门槛被砸到地板后涌进来的人更多，而那些本来就有信任、有辨识度的头部，因为能用 AI 放大产能，吃掉了更大的份额。

那 Maor Shlomo 是怎么回事？他不会写代码，一个人用 AI 干了六个月，做出 Base44，被 Wix 以大约 8000 万美元买走。他和那个”一天用 AI 写十篇却没人看”的人，用的是同一批工具。差别不在工具，在他们让 AI 干的是哪一层的活。写十篇的人把 AI 用在生产那种谁都能生产、因而不值钱的东西。Shlomo 把执行全甩给 AI，自己只做 AI 做不了的那部分：判断什么问题值得解决，产品该长什么样。

所以真正的问题从来不是”要不要用 AI 赚钱”，而是更刁钻的一个。当 AI 能帮你做的那部分正在变得不值钱，你靠什么收费？你身上还剩下什么是 AI 复制不了、别人也抄不走的？

把你的工作切成三层

要回答这个问题，先得把任何一份创作或生意拆成三层。

最底下是执行层。写文案、剪视频、生成配图、翻译、排版。这些是”给定指令后把活干出来”的部分。AI 把这一层的成本砸到了接近零，所以这一层的价格在崩。你在这一层做得再快再好，也只是在一个正在贬值的市场里多抢一点残值。

中间是判断层。决定写什么主题、选哪个角度、押哪个方向、从一堆素材里挑出对的那条。PwC 覆盖近十亿条招聘广告的分析发现，设计能力已经超过纯技术能力，成了雇主最想要的东西。这里的设计不是画图，是判断，知道什么值得做、什么是噪音。AI 技能的工资溢价一年从 25% 涨到 56%，涨的其实不是会用 AI，是会指挥 AI 干对的事。

最上面是连接层。读者为什么信你、为什么愿意掏钱、为什么把你和另外一万个长得差不多的号区分开。这一层 AI 根本进不来，因为它的内核是你这个具体的人。

普通人赚钱涨粉失败的典型路径，就是把全部精力压在最底下那层，跟 AI 拼产量，然后输得莫名其妙。赚到钱的人，是把执行层整个交给 AI，自己只在判断层和连接层使劲。那判断层和连接层里，到底有哪些是 AI 抢不走的？我数下来有四件。

第一件，是你自己的经历。 AI 跑在所有人写过的东西的统计平均上，它生成的本质上是”大家通常会怎么说”。这就决定了它有个天生盲区，它不知道你昨晚为什么失眠，不知道你做某个决定时手心出过汗，不知道你那个项目是怎么一步步搞砸的。这些恰恰是长期价值最高的。日记这种东西存活了几千年，Marcus Aurelius 的《沉思录》本来是写给自己的笔记，没打算出版，两千年后还在被人读；Samuel Pepys 记 1660 年代伦敦的鸡毛蒜皮，成了研究那个时代最珍贵的一手材料。它们活下来不是因为写得漂亮，是因为具体到没法被复制。放到自媒体上一样，一个产品经理复盘自己怎么把一个百万 DAU 的功能做死，比任何一篇 AI 生成的”产品方法论”都难替代。方法论 AI 写得比你工整，但”我试了 A 方案不行因为没想到 X，改成 B 又撞上 Y，最后用 C 凑合”这种过程，全网只有你写得出来。写过程，别写结论，结论是均值，过程是你。

第二件，是从一堆里挑出对的那个。 AI 让生产变得无限，稀缺的东西就反转了。以前难的是做出来，现在难的是在一百个能做出来的里面挑出值得做的那个。这就是品味。一个有价值的创作者越来越像策展人而不是生产者，他让 AI 一口气出二十个标题、十个选题，然后干那件 AI 干不了的事，凭着对这群读者的理解挑出唯一对的，砍掉其余十九个。AI 能给你选项，给不了你”这个对那个不对”的那一下，因为那一下需要一个来自你真实经历的判断基准。

第三件，是别人对你这个人的信任。 PrometAI 在 2026 年的报告里有句话挺扎心：最好的产品如果没有受众，会输给一个有十万粉丝的普通产品。生产能力人人都有了，唯一还稀缺的就是”凭什么是你”。读者关注你，不是因为内容质量比 AI 高多少，是因为他们相信你这个人的判断和立场，相信你不会为了恰饭把他们卖了。这种信任 AI 造不出来，它能模仿语气，模仿不了一段真实的关系。连 Google 都在往这个方向调，它不是简单惩罚 AI 内容，而是越来越奖励带有真人专家信号的内容。多家分析也预测 2026 年各大平台会进一步把人类内容和 AI 内容分开、打标签。当合成内容泛滥，可信的人成了平台最该保护的稀缺资源。

第四件，是发现那些还没人说出口的需求。 前三件偏内容，这件偏赚钱。AI 把做产品的成本砸到地板，但它不会告诉你该做什么。最笨也最有效的方法，是从”人在什么情境下被什么卡住”出发，而不是从”AI 能做什么”出发。Clayton Christensen 那套 Jobs to Be Done 就是干这个的，别问 AI 能帮我做什么生意，问谁在什么处境下想完成一件什么事却被什么挡住了、宁愿花钱解决。Reddit、知乎、行业群、产品差评区，全是这种没被满足的痛苦，等着被翻译成产品。比如一个非英语母语的小老板想给海外客户写封得体的商务邮件、怕因为语言丢单，这是个稳定存在几十年的需求，围着它做的东西比围着热门 AI 概念做的产品抗造得多。

把这四件串起来，就有了一套用 AI 的正确姿势，不是让 AI 替你想，是让 AI 替你跑量、你来做判断。第一步让 AI 做信号扫描，批量爬目标人群的论坛评论做痛点聚类，一个人加 AI，48 小时能干完调研公司两周的活。第二步人来判断，AI 给你一百个信号，你从里面挑出三到五个真正值得做的，标准就那几条：够不够频繁、用户现在为绕过它付出多少代价、AI 能不能把成本砍一个数量级。第三步让 AI 做快速验证，48 小时做个最小可行版本丢到用户面前，不行就换、行就加倍。以前验证一个想法要三个月十万块，现在两天三百块，试错次数能翻五十倍。

说到底，如果你把 AI 当更便宜的写作工具，你在弹性最低那层，天花板是你自己的时间。如果你把它当 agent 的燃料、当进入以前进不去的市场的基础设施，你在弹性最高那层，天花板是你能定义多少个值得解决的问题。剩下唯一稀缺的资源，是你的判断力。

卖课的数据和真实的数据，差得有点远

打开任何平台，”用 AI 月入十万”的教程多到看不过来。这些叙事有个共同点，引用的永远是金字塔尖那几个名字，从不给你看分母。

把分母补上，画面就冷下来了。美国有 2980 万 solopreneur，合起来一年做 1.7 万亿美元营收，听着很猛。再往细看，77% 第一年能盈利，但只有 20% 年入落在 10 万到 30 万美元这个区间，剩下八成挣的是补贴或者不稳定的小钱。Indie Hackers 上独立创始人的中位月收入大约 3000 美元，年化 3 万 6。那些月入百万的名字之所以你天天看见，纯粹是幸存者偏差，失败的人不发帖。AI 确实把创业成本砍掉最多 98%，solo 创业占比也从 2019 年的 23.7% 涨到 36.3%，门槛是真的低了。但门槛低意味着涌进来的人多、竞争更狠，不意味着每个进来的人都能挣到钱。低门槛和高收入是两件事，卖课的人故意把它们混成一件。

平台层面也在变，方向对纯 AI 内容不太友好。多家机构预测 2026 年各平台会进一步区分人类内容和合成内容、给 AI 内容打标签调权重。这背后是个对平台生死攸关的问题，当 74% 的新网页都含 AI 内容，平台最怕信息流被淹没、用户因为信不过而离开。哥伦比亚新闻学院测了八款主流 AI 搜索工具，超过六成查询返回错误答案。在这种环境里，可信的人成了平台最愿意给流量的稀缺资源，纯靠 AI 走量的号正在被算法和读者两头挤压。

还有一层风险更隐蔽，它发生在你自己身上。MIT Media Lab 用 EEG 监测发现，用 ChatGPT 完成任务的人大脑认知参与度明显更低，随机对照实验显示 AI 辅助学习的人 45 天后知识保留率显著更差。你越是把思考外包给 AI，自己那部分思考的肌肉就越萎缩。这在赚钱涨粉的语境里特别讽刺，AI 时代唯一还在升值的就是判断力，可如果你每天的工作就是让 AI 批量产内容、自己只负责点发布，你恰恰在用最快的速度退化掉那个唯一值钱的能力。短期看产出翻倍效率拉满，长期看你把自己训练成了一个 AI 的传声筒，而传声筒是这个市场上最不缺的角色。

赚到钱的那批人反而是把 AI 死死摁在执行层、自己拼命守住判断层的人。他们让 AI 干脏活累活，把省下来的时间全压在想清楚到底该做什么上面。这不是效率最大化的反面，这才是 2026 年效率最大化真正的样子。

找到自己价值的三个问题

如果你真想在 2026 年靠 AI 赚到钱或者涨到粉，别从”我能用 AI 做什么”开始问，那是九成人的起点，也是九成人卡死的地方。从下面三个问题开始。

第一个，你身上有什么是 AI 没有的。AI 跑在所有人的统计平均上，它唯一没有的就是具体。你做过的某个项目、踩过的某个坑、服务过的某群很特殊的人、你对某件事形成的那种别人没有的判断，把这些列出来，越具体越好。”我懂运营”没用，”我把一个母婴号从零做到五万粉又亲手做死了”才有用。这张清单就是你的原材料，AI 帮你加工，但原材料只能你来出。

第二个，你到底服务谁，他们被什么卡住。别想着服务所有人，写给所有人会逼你把内容磨成最大公约数，而最大公约数正是 AI 最擅长也最不值钱的东西。锁定一群具体的人，去他们泡的论坛、群、评论区蹲着，找他们反复抱怨的那两三件事，找那些”要是有人能帮我解决这个我愿意付钱”的留言，那就是你能切进去的口子。

第三个，你能不能狠下心把执行层整个交出去。很多人舍不得，因为亲手写、亲手剪让人有在干活的踏实感。但 2026 年这种踏实感是个陷阱，它让你把时间耗在正在贬值的那层，还耽误判断力的锤炼。把生产甩给 AI，把你自己最贵的时间，全押到想清楚做什么和维护好那群信你的人上面。

把三个问题压缩成一个东西：你的定价权，等于你的具体经历，乘以你服务的特定人群，乘以你的判断品味。三个里缺任何一个，剩下的都撑不起价格。光有经历没有人群，是自说自话；光有人群没有判断，迟早被同质化淹掉；光有判断没有经历，那判断是空的，AI 一问就露馅。

方向其实很反直觉。越垂直、越小众、越需要真实信任的地方，AI 加上你这个人的组合杠杆越大；越通用、越标准、越谁都能讲的地方，被抹平得越快。所以别去挤那些看起来流量最大的赛道，去找那些小到 AI 懒得专门优化、却又确实有人愿意付钱的角落，你的圈子、你的本地知识、你的怪癖，在那里全是护城河。

回到阿哲。那条两百万播放的泡面视频之所以炸，不是因为它质量高，是因为它身上有那五条 AI 视频全部没有的东西，一个具体的人，在一个具体的深夜，露出一点真实的疲惫。他花两年攒的不该是”会用工具”，是这个。

工具会一茬一茬地贬值。你这个人，是唯一不会被下一次降价抹平的东西。

附：本文引用的资料来源

创作者经济市场规模与 AI 使用率（inBeat / Precedence Research / Outfame）：https://inbeat.agency/blog/creator-economy-statistics
创作者收入分布（uscreen / demandsage）：https://www.uscreen.tv/blog/creator-economy-statistics/
Solopreneur 统计（founderreports / autofaceless）：https://founderreports.com/solopreneur-statistics/
一人公司估值与”分发胜过生产”（PrometAI / Forbes）：https://www.forbes.com/sites/elainepofeldt/2026/01/28/as-more-founders-aim-to-build-billion-dollar-one-person-businesses-new-research-points-to-high-potential-niches/
Google 与平台区分人类/AI 内容（Pangram / One Day Agency）：https://www.pangram.com/blog/does-google-penalize-ai-content ；https://oneday.agency/blog/how-platforms-will-separate-human-and-ai-content-in-2026
Jobs to Be Done 框架（Christensen / Ulwick）：https://jobs-to-be-done.com/jobs-to-be-done-a-framework-for-customer-needs-c883cbf61c90
以下数据沿用本系列既有终稿并已溯源：Token 价格与消费（a16z LLMflation、Robonomics）、74.2% 网页含 AI 内容（Ahrefs / Originality.ai）、AI 搜索准确性（哥伦比亚新闻学院 Tow Center）、认知债务（MIT Media Lab EEG 研究）、Herbert Simon 注意力经济、Shannon 信息论、Indie Hackers 中位收入、Base44 收购案。