玩了一上午AI浏览器，我发现了三种能赚钱的新工作

本文来自微信公众号： AI故事计划 ，编辑：张霞，作者：杨梅

这个地方，有点像打工人的互助市集。做工程投标的，把筛全国中标记录的活儿拆成两个妙招，20分钟就跑完原本一天的工作量；搞医学研究的，用“文献速读员”把几十篇论文自动整理成综述；还有人主动帮别人优化妙招，或者挑出好用的推荐给同行。

这些人只是想解决工作中某个琐碎耗时的痛点。他们没意识到，这些看似随手的动作里，可能藏着一些新的职业可能性。

被妙招广场解救的打工人

看着原本需要4个人埋头苦干一整天的活，被两个“妙招”二十分钟就给解决了，CQ感觉眼前一亮。

CQ是一名建筑工程师，主要负责公司流程优化和信息化管理，说白了就是用数字化工具帮企业减负提效。

对建筑公司来说，获取项目线索至关重要。CQ所在的公司，专门安排一位同事，定期从“全国公共资源交易平台”筛选设计类中标项目，再把关键信息整理成报表，供业务人员使用。

这份工作看似只是抄抄数据、做做Excel，但实际涉及五个省几十个核心城市，每次都要人工处理几千条记录，而且不同城市的表格格式还不一样，需要逐一调整。同事每次都要忙活好几天。

“这磨人的活儿，真的不能交给AI吗？”CQ一直想找个自动化工具来解决这个问题。

CQ一开始想写一个“大而全”的妙招，光提示词就写了七八百字，想把打开网页、筛选数据、输出Excel等全套流程一次性塞进去。

结果刚跑到100步，系统直接报错。流程太复杂，把浏览器自动化的额度给用完了。

如果说CQ是通过创建妙招“解救”了自己，财经撰稿人陈琳则是在妙招广场上“逛”出了工作的新解法。

5月初，陈琳刷到一篇Tabbit的推文，抱着“试试又不花钱”的心态下载了下来。她的工作需要跟海量资料打交道，写一篇人物稿，光搜集前期素材就要耗去两三天。

最近，陈琳在写一位芯片大佬的深度稿件，大佬有一段长达90分钟的视频访谈，是这篇稿子的核心素材。搁在以前，她只能耳机一点点地听，听到关键处就得暂停，对着字幕在Word里一句一句敲，一段采访就要耗费大半天。

图｜陈琳用“B站视频文案提取“妙招提效

一整个上午，陈琳在广场里逛得不可自拔，收藏夹里多了七八个妙招。

在妙招广场上，像CQ和陈琳这样的用户并不少见。

此外，他还制作了“论文源码检索”“AI大事早知道”等多个妙招。

它们大致分三种类型。像CQ这样，把一整套业务拆成标准化组件的，属于“工作流架构型”；也有人专注打磨单个环节，让指令跑得更快、更稳，做出一些“技能优化型”妙招；还有针对特定小众场景的“垂直场景型”，比如跨境电商选品对比、小红书爆款标题生成器，用的人不多，但需求精准。

这些妙招之所以大量涌现，是因为它们都是从真实场景里长出来的。上班族的工作中藏着大量琐碎的内容。比如写稿人想快速提取视频文案、HR要筛几十份简历、行政每个月要拉十几张格式不同的报销表。这些需求太细碎，大厂一般不愿意专门立项。

这种“想到就能做到”的感觉，让很多人乐在其中。CQ和CPU-Broken大概还没意识到，他们已经摸到了一个新职业的边界。

玩出来的AI新职业

CQ和CPU-Broken都不是程序员，但都知道自己行业里哪个环节最磨人、最容易出错。他们把这套经验拆成可描述、可复用的步骤，变成了别人能直接用的工具。

很难用传统职业目录归类他们。普华永道、德勤也有专门做业务流程优化的顾问，但那是企业级的系统改造，需要代码和BPM软件，服务的是组织。

CQ们做的事颗粒度更细。他们从自己工作中的痛点出发，用自然语言把一道道工序拆成AI能执行的指令，封装成一键复用的妙招，先解决自己的问题，再顺手放到广场上。

如果非要起个名字，大概可以叫“妙招工程师”。他们不写代码，只拆问题，把让自己头大的环节，拆成一句话就能调用的轻量工具。

小曾也是这个路数。她是艺术专业的大四生，今年夏天写毕业论文时，导师要求她用FSQCA，一种从没碰过的量化研究方法。软件是全英文界面，她连按钮都认不全。以前这类活儿得自己翻教程、啃文献、手动整理案例的数据，光搞懂概念就要花大半个月。

CQ的妙招虽然没公开，但部门三个同事早就复用到了别的业务线上。

还有一类人，他们工作资历深、眼光独到，能在妙招广场里“淘金”。

陈琳就是其中一个。她已经在广场里泡了一个多月，前后试了二十几个妙招。发现好用的，就随手分享出去。

“B站视频文案提取”她第一时间丢进工作群，没过几天，有两个同事也用上了。她还翻到一个“AI日报”妙招，能每天自动抓取行业热点，转手发给了总担心跟不上时代的老爸。

这种“逛、发现、分享、顺手打磨”的路数，本质上是在替人淘金，和GitHub上给开源项目提交PR（代码改进）的贡献者很像。

如果社区生态再成熟一些，陈琳这类人有可能会成长为“妙招猎人”。

猎手和普通用户的区别在于，他们不只停留在发现和分享，还会动手改造。广场上那些通用的工具，比如“简历筛选”，猎手会拿过来，根据自己的行业经验，把它改成“互联网运营岗专用版”或者“外企财务岗专用版”。

他们会调整提示词、增加前置条件、优化输出格式，让原本粗糙的通用工具，变成贴合特定场景的专用版本。

这种改造需要对业务场景足够了解，知道哪些参数该调、哪些步骤该删。改完后，猎手把这个“适配版”分享给同行业的同事，或者打包成“某某行业工作流套件”。

等到平台激励和分成机制完善，也许有人会愿意为这种经过专业化定制改良的版本买单。

等广场上的妙招从几千个增长到几万、几十万个时，还会催生第三种角色——妙招测评师。

因为妙招生产变得极其容易，整个妙招广场上可能会出现成百上千个功能相似的“自动写周报”“一键整理Excel”。这个时候，用户很难判断哪个更好用，能写出重点突出、结构清晰的周报，哪个经常失败，哪个又藏着额外惊喜。

妙招测评师正是基于这样的需求诞生的一个机会。他们和妙招猎人不同，是替大家先吃第一口螃蟹、帮大家做决策的人。他们可能会测试同类妙招，详细记录哪个容易报错、哪个输出格式混乱、哪个在特定浏览器版本下跑不动。

他们的价值在于建立信任。面对几十个功能类似的妙招，普通用户没时间一个个试。测评师帮大家节省下那几十个小时的踩坑时间。

他们有点像数码测评博主，只不过评测的对象换成了妙招。他们可以测试妙招的稳定性和报错率，比较同类妙招的差异，出一些“本周值得关注的五个妙招”这样的推荐，或者针对考研、跨境电商等垂直领域做深度横评。

数码博主靠流量和广告变现，妙招测评师未来也许也可以通过平台的创作者激励或付费订阅养活自己。

可能会有人会问：AI不是已经能根据一句话临时生成解决方案了吗？为什么还要去广场找预制的妙招？如果每个人都能5分钟做一个妙招，凭什么你做的值得付费？

不是所有AI生成的内容都值得付费，但经过验证、能解决具体痛点的版本值得。每个人都能5分钟写一条小红书笔记，但专业的内容策划依然有人付费。差别就在于系统化和信任度。

猎手把通用简历筛选器改成“金融风控岗专用版”，里面沉淀的是他对这个岗位的长期理解；测评师告诉你“这个妙招在Mac上稳定，那个在Windows上容易出问题”，背后是几十次的真实测试。当生成变得廉价，筛选、改造和验证反而更值钱。

这三种新职业现在还没成气候，但苗头已经有了。

敢尝鲜的普通人，率先吃到红利

妙招工程师、妙招猎手、妙招测评师，这三个名字听起来有些超前。但类似的剧本，其实已经上演过。

十多年前，全球最大的代码托管平台GitHub，还只是一个程序员存代码的地方。最早那批开发者，根本没想过靠这个赚钱。他们只是把顺手写的工具传上去，方便下次换电脑时还能直接用。

后来star（给项目点赞）、issue（提问题反馈）、PR（提交代码改进）这些机制逐渐成熟，开源项目慢慢变成了职业背书。star数高的作者，比拿漂亮简历的人更好找工作。有人被猎头私信挖走，有人被企业高价请去当顾问，还有人靠GitHub Sponsors（GitHub的开发者赞助平台）每月收到几千美元赞助。

Notion也一样。最早只是用户把自己搭好的工作区模板分享出来，后来官方开了模板市场，开始有人卖钱。

2022年，美国创作者Thomas Frank靠卖Notion模板年收入突破100万美元。新加坡学生Easlo的模板生意同样跑出了规模，截至2023年3月他累计收入近50万美元，每年的年收入保持在六位数。

当下人人都在造skill，却很少有人追问：这东西真的好用吗？能跑通吗？真能解决问题吗？

用户“蒜瓣脑袋”，在广场做了两个看起来八竿子打不着的妙招。

这就是妙招工程师的路子，帮人省时间，省下来的时间就值一笔咨询费。

妙招猎手靠的是，对业务场景的理解和动手改造的能力，即便在AI时代它们依旧稀缺；测评师则是靠信任，当你的推荐每次都靠谱，关注的人就有可能愿意为这份判断付费。

从“觉得好用”到“愿意付费”，中间还隔着几步。悬赏功能、评分体系、创作者分成，GitHub和Notion花了五到十年才逐步完善。

当生成工具变得前所未有的简单，所有人都能轻松上手。真正拉开差距的，就从技术能力，变成了观察力、发现力、总结能力和个人品味。过去那些满脑子想法，却因为不会写代码、不会做模板而卡住的人，现在终于有了施展的空间。他们最懂自己行业的痛点，也最知道什么样的妙招真正好用。