数据很反直觉：AI相关订单暴涨90%，但每份合同收入反而跌了13%。  

自由职业平台像一面放大镜——它提前照出了AI对普通人技能价值的真实冲击。

01 一个反直觉的现实：AI越普及，小额订单越消失

打开社交媒体，到处是"用AI接单赚钱"的教程。但全球最大自由职业平台Upwork的财报电话会，给出了另一个答案：

2026年Q1，AI正在冲击500美元及以下的小额合同。

为什么是500美元以下？因为这部分钱对应的，恰恰是最容易被AI完成的工作——翻译普通文件、设计活动海报、写商品介绍、简单网站修改。客户原本花几十到几百美元外包，现在打开ChatGPT自己就能做。订单直接消失。

第三方机构Vollna统计了2025年220多万条Upwork项目数据：写作、设计、开发等12个主要接单类别中，11个出现项目发布数量下降。写作-32%、翻译-20%、IT与网络-27%。

另一家平台Fiverr的数据更说明问题：过去12个月活跃买家同比减少21.9%，但完成1000美元以上项目的客户反而增长13%。

剪刀差很清楚：客户没放弃外包，只是不愿为简单工作付钱了。

02 执行能力的溢价正在蒸发

"传统接单不好做，那就去接AI订单呗。"——这个想法有一定道理，但数据会让你失望。

Upwork 2026年Q1：生成式AI与创意制作类合同启动量同比增长90%，但平均每份合同收入下降13%。更基础的AI执行类任务，收入甚至同比下降28%。

为什么？因为AI让"能完成工作"的门槛骤降，但这种能力本身也在迅速失去稀缺性。

• Fiverr调查：2024年63%的自由职业者用AI工具 → 2025年升至76%

• Freelancer研究：生成式AI相关项目收到的竞标数，是普通项目的1.88倍

大家都在用AI提效，也都在抢AI创造的新订单。技术红利在竞争中被摊薄。

更值得注意的变化是：Upwork 2026年8月发布研究，招聘人工修复/完善AI生成成果的项目，过去一年同比增长70%。软件开发领域此类需求达到2023年的8.3倍，设计创意领域7.9倍。

这意味着客户购买专业服务的方式变了：他先让AI生成一版，再找专业人士修改细节、统一风格、检查逻辑。人工工作没消失，但完整的创作项目被拆成了更小的审核和修改任务。

会用AI ≠ 能赚到AI的钱。 尤其当客户也掌握了同样的工具，单纯靠执行能力赚取溢价的空间只会越来越小。

03 最残酷的部分：新人的"第一层台阶"没了

Vollna数据：

时间 入门级项目占比 入门级项目数量

2024年 接近15% —

2025年 不足9% —

2026年上半年 — 从106,485个降至75,268个（-29.3%）

降幅远超整体市场的19.1%。

接单平台原本是普通人进入真实商业世界最容易的路：大学生学会PS从几十块修图做起，新手程序员接简单网页修改积累作品。收入不多，但有人给机会。

可AI最先吃掉的，恰恰是最适合新人练手的简单工作。

更扎心的是，新兴AI业务同样没给新人留空间。Upwork涵盖AI技术的IT与网络类别中，仅约4%的项目标注为入门级，近47%明确要求专家级经验。

2026年9月一笔预算1000美元的AI自动化订单：要求掌握API、JavaScript、至少两年n8n实操经验、提供真实系统故障排查经历。10月一笔2000美元的AI视频项目：光会生成不够，得拿出过往广告案例和点击率/ROI数据。

学会AI工具可能只需几周，但积累客户信任和商业经验仍需时间。偏偏最容易获得这些经验的小单正在消失。

AI拿走的不仅是年轻人的第一笔收入，还有他们从新手成长为专业人士的第一层台阶。

04 老手就安全了吗？分化正在发生

Vollna对2025年Upwork项目报价的研究发现：写作、设计创意、销售营销等领域，专家级项目时薪预算上限中位数比2024年下降了约5美元。

但另一组数据是：Upwork平台上AI增强型专业服务工作量同比增长72%，相关收入增长22%。

分化来自哪里？Upwork上一个案例很典型：Marcus Grimm，20多年营销自动化经验，借助AI把同时服务客户数从4个增至8个，每位客户每周投入时间从10小时缩至5小时，部分新客户时薪报价反而提高20%。

区别在于：客户买的是劳动，还是解决问题的能力？

AI可以替他完成重复工作，但"企业怎么获客、流程怎么设计、工具怎么连接、出了问题怎么调"——这些判断依赖多年行业经验。能对复杂结果负责的人，反而借AI扩大了服务半径。

只负责执行标准任务的人，被AI压价；能对结果负责的专家，借AI提效涨价。同样是使用AI，走向了两个方向。

05 这对普通人意味着什么

自由职业市场比传统公司更直接：客户觉得不值这个钱，就不发订单。没有组织结构缓冲、没有人事政策保护。一项技能还能不能赚钱，市场很快给出反馈。

这些反馈指向一个不太舒服的现实：

技能类型 AI的影响

基础执行（翻译、简单设计、模板化写作、基础代码） 成本趋近零，溢价消失

AI辅助执行（用AI生成+人工修改） 竞争加剧，单价被摊薄

问题解决+结果负责（商业判断、系统设计、复杂交付） AI是杠杆，不是威胁

AI让专业技能越来越普及，但技能普及≠赚钱机会普及。恰恰相反。

过去我们鼓励"多学一门技能就多一条路"，这句话今天需要修正：

• 学会一门手艺越来越容易

• 但把这门手艺变成收入越来越难

• 最该警惕的是还没赚到第一笔钱的人——他们刚学会干活，就发现客户已不愿为这些活付钱

06 普通人能做什么

不是"别学技能"，而是重新定义学技能的目的：

1. 从"执行者"转向"问题解决者"：客户买的不是你的劳动时间，是你判断对的结果。学AI工具的同时，更要学行业know-how、商业逻辑、项目管理
2. 积累"AI修不好"的经验：AI生成的东西需要人审核、修改、统一风格、排查逻辑——这些"后半段"工作恰恰是新人可以切入的缝隙
3. 用AI杠杆放大已有专业壁垒：如果你已有5-10年行业经验，AI是你的产能倍增器；如果你还没入行，先找到有经验的人跟着做真实项目，而不是只学工具操作
4. 关注高信任、高责任场景：医疗、法律、财务、企业核心系统——这些领域客户不会因为你会用AI就让你负责，反而会因为你能驾驭AI+行业经验而付更高价格

一句话收口：

AI没有消灭工作，但它消灭了"只靠基础执行就能赚钱"这条路。  

对老手，这是杠杆；对新人，这是断阶。  

普通人最该做的不是赶紧学会下一个AI工具，而是尽快找到一件"AI做完了还需要人来兜底"的事，然后把自己变成那个兜底的人。