AI 对知识服务的冲击，最先显现的未必是岗位减少，而是计费单位失效。
律师、咨询师、会计师、审计师以及大量专业服务从业者，长期依赖一个隐含前提：时间可以近似代表价值。项目耗时越长，收费越高；投入人天越多，交付越有分量。AI 正在削弱这一前提。
当合同审查、资料检索、方案初稿、竞品分析可以在更短时间内完成，客户自然会重新计算成本。过去按两周报价的工作，如果借助 AI 能在两天内形成主体成果，客户迟早会提出一个问题：付款依据究竟是耗费的时间，还是最终承担的结果？
一、工时不再是价值的代理
这场变化已经超出某一个行业的价格争议范围，正在指向知识工作定价体系的迁移。The Neuron 近期讨论过类似变化：部分咨询服务正在从工时计费，转向固定报价、结果计费或成功分成。背后的逻辑并不复杂。AI 压缩了生产过程，客户对“工作量”的感知随之改变；一旦过程不再稀缺，单纯出售过程就会失去议价能力。
这种变化并不会立即体现在每个人的工资单上。许多岗位仍按月发薪，许多合同仍按人天报价，许多系统仍记录工时。但底层的价值口径已经开始改变。下一次续约、下一轮预算审核、下一份服务协议，才可能真正暴露这种迁移。
二、被压缩的是过程，不是责任
可以把知识工作的价值拆成四层。
第一层是信息整理。包括查法规、找判例、搜集竞品、整理会议纪要、筛选文献。这一层的核心价值曾经来自覆盖面与速度，AI 在这两个维度上具有明显优势。客户购买的是“可用结果”；当结果获取成本下降，检索动作本身的溢价会随之下降。
第二层是初稿生产。包括备忘录、合同草案、咨询方案、产品原型、代码首版。AI 已经能够承担相当一部分生成工作。专业人员仍需要修改、审查与取舍，但“亲自写出初稿”不再天然构成高价值。价值开始转向选题、判断、约束条件设定与最终把关。
第三层是关键判断。案件应当诉讼还是和解，战略应当推进还是搁置，系统架构应当重构还是维持，候选人是否值得录用。这类判断依赖经验、组织理解、风险估算和对具体情境的把握。AI 可以提供材料和推演，却很难替代承担判断的人。
第四层是结果兜底。合同出现漏洞由谁负责，合规风险由谁签字，系统故障由谁承担后果。AI 没有资产负债表，也不承担法律责任。最终责任仍落在人和组织身上。因此，越接近责任、判断和后果，价值越难被压缩成工时。
三、职业名称会保留，计价方式会改变
Boris Cherny 提出的五类工作原型，也可以放在这个框架中理解。Prototyper 探索方向，Builder 完成交付，Sweeper 清理遗留问题，Grower 推动增长，Maintainer 维持系统稳定。它们更接近具体项目中的价值位置，而非传统意义上的岗位名称。
律师可以同时处在这些位置：判断案件路径是 Prototyper，起草文书是 Builder，排查历史合同隐患是 Sweeper，协助业务增长中调整合规结构是 Grower，长期承担风险兜底则是 Maintainer。咨询、会计、产品和软件开发同样如此。同一个职位，在不同项目中出售的价值可能完全不同。
因此，需要重新审视的是日常工作中可被客户计价的部分，而非职业名称本身。若主要价值集中在信息整理和初稿生产，AI 会持续压低议价空间；若价值集中在关键判断、风险承担和结果兜底，AI 反而可能成为杠杆，帮助专业人员减少低价值过程，把时间转向更难替代的部分。
一个简单的自检是：最近一周的工作里，有多少时间用于整理材料和生成初稿？有多少时间用于作出他人难以替代的判断？又有多少时间用于承担结果和责任？
这个比例，可能比岗位名称更准确地说明一个人在 AI 时代的定价方式。
