“弓箭手在步枪出现后的心情”——这是最近一位系统管理员对自己行业处境的比喻。他说，很难说明确理由，但就是觉得对行业未来提不起劲，AI 好像把这份职业原本的“运动感”拿走了。他问同行：大家现在都还好吗？这里的“运动感”，是指从一团乱麻中找出问题、亲手修好它时那种实打实的成就感。而同行们的回答，恰好分成了“怀念手感”和“拥抱效率”两派。
“现在最大的运动量，是指出 AI 哪里错了”
回应很快就来了，而且两极分化。有网友自嘲：这行的“运动”现在基本变成了全职判断 AI 的错误，已经快成为一份全职工作了。另一位补充说，AI 带走了挑战，也带走了终于调通某样东西时的满足感；他花更多时间在改提示词和处理错误结果上，直说“我讨厌它”。
用 AI 查资料，最怕的就是它一本正经地胡说。有人提到一个客户的故事：客户今天自己尝试用 AI 实现一个 Intune 功能，结果被 AI 虚构出的功能、流程、界面甚至 PowerShell cmdlet 折腾了好几个小时，最后毫无进展。这位网友评估，如果换他来讲，大概 10 分钟解释加 50 分钟实施就够了。他认为，把 AI 当作业务倍增器而不是裁员替代品的公司，才会活下去。
“Copilot 说这就是问题所在”，然后呢？
另一个真实案例来自 VPN 故障排查。一位技术员把日志丢给 Copilot，得到结论：“Copilot 说这就是问题所在。”但另一位同事亲自看日志后发现，连接明明建立了，路由已通告并且安装，只是随后没有明确原因地断掉。他们按教科书方案做了删除 WAN Miniport 适配器、nets winsock reset、重启、换热点，全部无效。最后联系安全团队，才发现是一款安全工具补丁在作怪。“感谢补丁灰度组，”他感叹道。这段经历也带出一个教训：AI 的分析结论可以是线索，但不能代替你查看原始日志和现场条件。
也有人受够了遇事就“但 ChatGPT 说……”的同事，直接怼：“行啊，那你就照着做啊，等结果出来告诉我。”这句话得到了不少认同。
“第一英里”技术：AI 能传送一大截，但最后一英里永远要自己走
一个传播很广的比喻来自一位和 CEO 对话的网友。他称 AI 是“第一英里”技术：如果目的地离你两英里，开车需要 30 分钟；AI 能 5 分钟把你送到一英里外，你会以为全程就变成 10 分钟了，但事实是剩下那段路没有车，只能步行，耗时可能还是 30 分钟。这个比喻精准描述了 AI 的极限：对 100 英里外的目标，它确实能让你省掉一大程，但“最后一英里”永远不会由 AI 替你落地，如果你碰巧做到了，基本是运气。
也正是因为这一点，有人担心下一代技术人会成为“第一英里”一代。一位网友指出，2026 年 AI 之所以看起来这么强，是因为有一大批没有 AI 也练出了真本事的从业者，他们经过多年积累，知道怎么判断 AI 输出的可信度。发现、排查、反复试错的过程，对理解复杂问题至关重要。“认知卸载”是真实存在的。当行业里只剩下从小玩着 AI 工具长大的人时，会发生什么？
身边案例：同事拿 Claude 当传话筒、远程失联后靠带外通道自救、厂商“回心转意”不一定真
AI 也在悄悄改变协作方式。一位后端开发者分享，他带一个移动端同事做知识分享时，每次讨论，对方不直接回应，而是把问题输入 Claude，然后回来说“Claude 说……”。电话里甚至会中途停住，把刚聊到的问题敲给 Claude，再照着答案念出来。他用 AI 很频繁，但不适应的是，对方明显更相信 AI 而不是眼前真实存在的技术对话。
对此，有网友支了一个轻量办法：“让他用自己的话复述 AI 输出，至少他的脑子还能跟着转。你其实在帮自己保脑。”另有人提醒得更直接：如果你总是无脑搬运 AI 的答案，你就是在加速把自己替换成 AI。
也有和 AI 无关但同样值得警惕的案例。一位一人 IT 的医疗环境管理员重启 VPN 服务器打补丁，结果服务器再也连不回来了。服务器在 250 公里外，唯一能远程管理的 iDRAC 又恰好跑在同样的 VPN 上。后来他通过微软 Live Response 会话，把 Tailscale 装到同一 VLAN 的机器上，才打开一条生路。这个故事提醒我们：AI 能帮的忙，永远建立在你能碰到机器、或有一条可靠带外通道的前提下。
还有人提到，VMware 现在开始给迁走的客户发“win-back”优惠报价，但很多人已经受够了先提价再谈折扣的套路，表示“回不去了”。这也说明，技术工具再强，终究是建立在信任与真实可用性之上的。
该用什么态度对待 AI？
把这些经验放在一起，一个比较务实的判断是：AI 更像是“需要校验的快速搜索入口”，而不是权威答案。尤其是在你没有能力判断它对错的时候，不要让它替你下结论。
你可以这样用它：让 AI 给出可验证的依据，比如命令、文档路径、复现步骤；在动手前自己快速看一眼原始日志；如果 AI 结论和现场观察不一致，先停下来怀疑它，再怀疑自己的假设。对一线运维来说，所谓“手感”不只是职业趣味的问题，它也是最后一道安全网。