也不知道是哪个大厂带的头，招程序员先卡 35 岁。

一开始只是互联网圈的规矩，35 岁以上的简历，HR 看都不看。后来慢慢蔓延，产品经理卡 35，运营卡 35，连行政岗都开始卡 35 了。好好的 35 岁，硬是被搞成了职场高龄红线。

35 岁的人招谁惹谁了？手速不如刚毕业的快，熬夜不如二十出头的能扛，上有老下有小不敢随便拼，所以就不值钱了？

但最近用 WorkBuddy 用得多了，我忽然有个感觉：这条红线，可能要被 AI 冲垮了。

那些曾经让年轻人占尽优势的硬指标，正在被AI一点点拆掉。而35岁以上的人，手里反而多了一些年轻人暂时追不上的东西。

写周报，以前谁写得又快又好是个本事。现在呢？你跟WorkBuddy说一句“帮我生成这周的工作总结”，三十秒，一份结构清晰的周报就出来了。

会议纪要更不用说了，AI自动转写加总结，比人工记的还全。Excel分析，以前得背函数、练快捷键，现在直接把数据丢给AI，结论清清楚楚。

PPT大纲，熬夜排版的日子也过去了，AI把骨架搭好，你只需要往里填肉。

这些活一被AI接走，24岁和35岁的人站在了同一条起跑线上。谁手指更快、谁快捷键更熟、谁能连续熬三天，这些以前的硬通货，现在没人稀罕了。

不是年轻人不行了，是跑道换了。以前比的是百米冲刺，现在比的是下棋。

AI再强，有一件事它暂时还做不了——替你做判断。

它能一分钟生成一百个方案，但它不知道选哪个。这一百个方案里，哪个客户会买单？哪个落地时会翻车？哪个看起来漂亮但执行起来全是坑？AI不知道，因为它没踩过坑，没被客户骂过，没在deadline前因为一个错误决策熬过通宵。

判断力这东西，说白了就是三个字：见过世面。

你知道客户嘴上说要A，其实心里想的是B。你知道某个方案看起来很酷，但执行下去一定会出问题。你知道什么该先做、什么可以放一放、什么干脆就别碰。这些不是靠聪明就能有的，是靠一次次选错、一次次疼过，慢慢长出来的。

二十多岁的人不是不聪明，是样本量还不够。同样的决策，你见过三次成功、两次翻车，和一个只见过一次的人，做出来的选择肯定不一样。

所以35岁本身不是优势，真正的优势是你这35年里有没有攒下足够的判断样本。同一个十年，有人攒了一身经验，有人只是把一天重复了三千遍。

AI把基础能力拉平了。技术方案一键生成，PPT自动排布，人人都能做出80分的东西。那当大家都80分的时候，差距在哪？

差在对业务的理解，差在沟通和执行。

年轻人能精确指出“数据源口径不一致”，但最后拍板的是那个三四十岁的负责人。他懂业务怎么运转，知道哪些细节必须死磕、哪些可以放一放。这种对整体节奏的把控，不是看书看来的，是经年累月在业务里泡出来的。

AI能生成方案，但它不懂怎么说服需求方接受一个不完美但能落地的版本，不懂怎么让研发理解这个需求背后的业务价值，也不懂卡点出现时该找谁、走哪条路能绕过去。

这些东西，35岁的人手里攒了一大把。沟通网络、业务理解、对风险的直觉，在AI时代反而更稀缺了。

说到落地，有人会问：AI不是能写代码吗？直接让AI把系统搭出来不就行了？

问题在于，企业系统不是一次性生成就完事的。这个月加个审批节点，下个月改个库存规则，季度末换个报表口径。每次变化都找AI重新写一遍代码？数据怎么办？用户习惯怎么办？

更重要的是，生产环境上跑着真金白银的订单。AI黑盒生成的代码万一有逻辑漏洞，库存算错了、订单丢了，谁来背锅？

所以真正的关键不是AI能不能写代码，而是写完之后，这个系统归谁管、谁能改、谁能让它持续跑下去。

举个具体的例子。一个做了十年生产管理的主管，他太清楚车间里的痛点了：工单经常卡在哪道工序、库存预警该设多少、审批哪一步最容易拖。但他不会写代码，这些想法要么烂在肚子里，要么交给 IT，三个月后做出来的东西还不是他想要的。

云表平台这类无代码工具的真正价值在这里。系统的每一个流程、每一个规则都是可视化的，业务人员自己能看懂、能修改、能维护。不用写代码，也不用等 IT 排期，想加个库存预警自己拖一下就好，想改个审批流程点几下就完了。

说白了，它把系统的控制权从技术部门交回了业务人员手里。35 岁的人最值钱的是对业务的理解，以前这种理解被代码挡在门外，现在终于能直接变成可运行的系统了。

AI 帮你写第一版，云表帮你管后面的十年。而企业系统 90% 的成本，恰恰在后面的十年。

AI把执行层的门槛全部拆掉了。写东西，AI帮你写；搭系统，无代码帮你搭。你剩下要做的，就是用十几年踩过的坑、见过的人、做过的判断，去应对那些AI搞不定的东西。

这不是35岁的危机。这是35岁终于等到了属于自己的工具。

以前比的是谁更能拼体力，现在比的是谁更能做判断。而判断力这件事，时间是站在你这边的。

对此，您怎么看？非常欢迎您在评论区补充观点或者干货。

文｜表妹