当“会用 AI”从稀缺能力变成默认配置，围绕它建立的技能叙事就开始松动。
发生了什么
Hacker News 上出现了一条题为《“AI Skills” are worthless in 2026》的帖子，进入首页讨论，获得十余点投票与评论互动。从标题看，作者的核心主张是：到 2026 年，被广泛宣传的那类“AI 技能”——例如写提示词、熟练操作某个 AI 工具、掌握某套 AI 工作流——将不再构成个人竞争力。需要说明的是，目前可获取的信息仅为标题与少量互动数据，帖子正文的具体论证、评论区的分歧点尚不可知，因此这里不做过度还原。
为什么重要
这个判断之所以值得讨论，不在于它是否精确，而在于它指向了一个真实的结构性趋势：AI 能力的商品化速度，远快于技能沉淀的速度。
过去两年，大量“AI 技能”课程、认证与岗位描述涌现，其隐含假设是这些操作技巧具备门槛和持续性。但历史经验反复表明，凡是能被产品界面吸收的操作性技巧，最终都会被吸收——模型厂商会把最佳实践固化进默认设置、模板和自动补全里，把昨天需要技巧的动作变成今天的默认行为。提示词工程的部分内容已经在经历这个过程。
与此同时，讨论的另一面同样成立：真正稀缺的从来不是操作技巧，而是判断力——知道什么问题值得交给模型、如何验证输出、在什么环节保留人的责任。这类能力不会因为工具变好而贬值，反而会因工具变强而升值。
影响与看点
对开发者而言，值得警惕的是把职业身份绑定在单一工具的操作熟练度上。工具会换、接口会变、默认参数会调，可迁移的是系统设计能力、对失败模式的预判、以及把 AI 嵌入真实业务流程的工程判断。
对行业而言，这条讨论是“AI 技能培训热”的一次反向校准。当市场大量供给“速成技能”时，买方需要更清醒地区分：哪些是可被产品替代的操作层，哪些是需要长期积累的判断层。
对普通用户，结论更简单：不必为“不会写提示词”焦虑，但值得为“不会判断输出好坏”焦虑。
一个独立判断：所谓“AI 技能无用”，更准确的表述是“AI 操作技能半衰期极短”。把学习重心从“怎么让模型听话”转向“怎么判断模型说得对不对”，是这场讨论里最实际的一条结论。
