今天在路上听播客，听到一个让我非常认同的观点。
两个主播在聊同一个问题：到底什么岗位会被 AI 取代？
其中一位说，如果一项工作可以被端到端完成，那它大概率会被取代。像翻译、基础插画，或者那些“做完就结束”的交付型工作，都会越来越危险。因为这些事情输入清晰、输出清晰，中间过程也可以被标准化。
另一位主播用一个技术里的概念，把这件事讲得更透：有状态服务和无状态服务。
这个视角，一下子把很多模糊的讨论拉清楚了。
一、什么是“无状态服务”？
你可以把它理解成一种“一次性关系”。你给出一个输入，对方给你一个结果，事情就结束了。系统不会记住你，也不依赖你过去发生过什么。
生活里其实到处都是这种工作。翻译一句话、画一张图、写一段文案、做一份简单的 PPT。每一次请求，都是独立的。今天做和明天做，本质上没有关联。
这种工作有一个共同点：它不需要历史，也不需要持续的上下文。只要当下的信息足够，就能完成。
而 AI，恰恰特别擅长处理这种问题。输入可以被描述，输出可以被验证，过程可以被复用。一旦这些条件成立，人和机器之间的效率差距就会被迅速放大。
二、什么是“有状态服务”？
有状态的工作，更像是一段关系，而不是一次交易。系统会记住过去发生过什么，未来的决策也会依赖这些历史。
一个正在迭代的软件项目就是很典型的例子。上线那一刻并不是结束，反而是开始。要修 bug，要根据用户反馈改功能，要不断调整结构，去适应新的业务。
这些事情不是一次性完成的，它们是一条持续演进的链路。
客户关系也是一样。你不是交付一次就结束，而是要在合作中不断调整节奏，理解对方的变化，做出新的判断。
这类工作都有一个共同的特征：它们依赖上下文，也会不断积累上下文。
而这，正是目前 AI 很难完全接管的地方。问题不在于 AI 能不能做某一步，而在于整件事本身就不是一次性的。
三、真正的分界线，不是行业，而是“是否有状态”
很多人喜欢问，设计师会不会被替代，程序员会不会被替代，产品经理会不会被替代。
但换一个角度看，这些问题其实问得不够准确。更关键的问题是，你现在做的，是有状态的工作，还是无状态的工作。
同一个岗位，往往同时存在两种形态。做一张海报，更接近无状态；负责一整套设计系统，就变成有状态。
写一个一次性交付的小工具，更接近无状态；维护一个长期系统，就变成有状态。
写一篇独立文章，是无状态；持续经营一个内容账号，就是有状态。
也就是说，AI 并不是在替代某个职业，而是在替代某一层工作方式。真正被压缩的，是那些可以被拆成标准输入和标准输出的部分。
四、为什么“交付即结束”的工作更危险
再往深一点看，还有一个更隐性的差别：有没有结果责任。
很多无状态工作，本质上只对“交付”负责。我把东西做出来，交给你，这件事就结束了。
但现实世界的大多数问题，并不会在交付那一刻结束。很多项目都按计划上线了，但客户依然不满意。不是因为系统没做出来，而是因为结果没有发生。
交付是无状态的，但结果是有状态的。
一旦你的工作只停留在交付层，它就更容易被标准化，也更容易被替代。
五、AI 在把我们推向哪一侧
如果把这件事总结成一句话，我更愿意这样说：AI 正在把所有人，从“做一次”，推向“持续负责”。
未来更有价值的能力，往往不是把某一件事做出来，而是能不能在变化中持续把一件事做好。
能不能长期跟踪一个问题，能不能根据反馈不断调整，能不能在复杂系统里做判断，能不能对结果负责。
那些一次性输出的能力不会消失，但会越来越像基础设施。
六、最后
回到最开始的问题，什么岗位会被 AI 取代。
也许更准确的答案是，那些可以被拆解成无状态任务的工作，会被优先取代。
而那些依赖上下文、有连续关系、有反馈闭环、需要长期负责的工作，会变得越来越重要。
所以真正值得思考的，不是要不要换行业，而是你正在做的事情，能不能被切成一次性任务。
如果可以，你需要开始警惕。
如果不可以，那你应该想办法把它做得更深。
因为未来的分水岭，很可能就在这里。