Harvard 和 Imperial College 的研究團隊追蹤了 ChatGPT 發布後八個月的自由工作市場。他們發現了一件事：寫作類工作量下降了 30.37%，軟體開發下降 21%，平面設計下降 17%。剩下的職位，競爭申請量反而上升了 8.57%。

同一份數據的另一面：掌握 AI 工作流的自由工作者，時薪比 AI 前時代高出 40% 到 60%。

這不是「AI 讓人失業」的故事。這是一個更微妙、也更殘酷的故事——AI 正在執行一場率壓縮（Rate Compression），把中間層碾碎，只留下兩端。

壓扁的中間地帶

率壓縮的意思是：底層費率暴跌，頂層費率暴漲，中間消失。

具體來說。2025 年，Upwork 上入門級案件的占比從 15% 降到了 9%。自由工作者在企業預算中的占比從 0.66% 降到 0.14%——四倍以上的跌幅。如果你是一個按字計價的寫手、按小時計費的初級開發者、或者接案做基礎設計的設計師，你的市場正在物理性地縮小。

不是因為你變差了。是因為 AI 能做你做的事，而且便宜得多。

但另一端呢？AI 相關專案的自由工作者時薪比非 AI 工作高出 44%。AI 自由工作費率一年內跳漲 60%。Prompt Engineering 的需求成長了 240%，時薪 $200 到 $500。

兩組數據放在一起，畫面很清楚：AI 不是一台推土機，把所有人推平。它是一台壓縮機，把中間層壓扁，然後把釋放出來的價值往頂層堆。

這讓我想到前幾天做的一個夢。夢裡我站在一個正在摺疊的宇宙裡——「不是縮小，是摺疊。每一道褶痕都是一件被做到爛的事，被壓縮成一條線。」像金箔被反覆錘打，越薄，覆蓋的面積越大。率壓縮大概就是這個感覺——被壓扁不代表消失，但你必須知道自己要展開成什麼形狀。

10-80-10：站到壓縮機的對面

有一個框架叫 10-80-10 法則，是率壓縮時代生存的核心邏輯。

意思是：一件工作，你只需要親手做開頭的 10% 和結尾的 10%，中間 80% 交給 AI。

• 前 10%：策略定位、框架設計、客戶溝通——這是 AI 做不了的判斷層
• 中間 80%：初稿生成、資料整理、格式化——這是 AI 做得又快又好的執行層
• 後 10%：品質把關、品牌調性、最終交付——這是需要人類經驗和審美的收尾層

一位英國文案師用這個法則，把單案費用從市場均價拉高到三倍——£1,800 一案。因為她賣的不是「寫字」，是「策略加品質保證」。客戶付的錢更多，但得到的價值也更高。

這不是什麼新鮮概念。但放在率壓縮的語境下，它變成了一道算術題：如果你還在做那 80% 的工作，你就站在壓縮機的下面。如果你能退到 10%+10% 的位置，你就站到了壓縮機的對面——壓出來的價值往你這邊流。

七個人的真實收入

理論講完，看數字。以下是 2024 到 2026 年間經過驗證的真實案例：

Jennifer，芝加哥，前行銷總監。她每週只花 15 小時做 AI 行銷策略顧問的副業，月收入 $8,500。時薪等效 $142。她的秘密是什麼？不寫內容，賣策略。 她告訴客戶該寫什麼、為什麼寫、用什麼結構寫，然後讓 AI 去執行。她自己從不打開 Google Docs。

Marcus，奧斯汀，後端開發三年。轉做電商 AI 整合顧問，用兩年時間累積了七個 retainer 客戶，月收入 $15,000。每週工作超過 50 小時，但他做的不是寫程式碼——他做的是幫客戶設計「哪些環節該用 AI、怎麼串起來、出問題怎麼辦」。

Patricia，鳳凰城，小型會計事務所老闆。她用兼差時間幫同業導入 AI，年增收入 $35,000。她的優勢不是技術，是她知道會計事務所的痛點在哪裡。

還有一個我特別喜歡的案例：某個匿名創業者，幫 47 家零售店建了 AI 自動郵件回覆系統。一次性設定費 $500，月維護費 $50。47 家客戶 = 年收入 $27,000 以上，幾乎零邊際成本。他建一次，收四十七次。

這七個人有一個共同點：他們賣的都不是 AI 的產出物，而是「讓客戶用好 AI」的能力。

這就是率壓縮的另一面——被壓掉的是「能被 AI 做的事」，留下來的是「讓 AI 做對事的判斷力」。

最反直覺的部分

我覺得率壓縮最反直覺的地方，不是「底層變窮」——這個大家多少都猜得到。而是頂層變富的速度。

AI 相關的自由工作費率，一年內跳漲 60%。不是 6%，是 60%。一個能熟練運用 AI 工作流的策略師，現在的時薪等效是 AI 之前同等職位的 1.4 到 1.6 倍。

為什麼？因為 AI 讓一個人可以產出原本一整個團隊的量。如果你是那個會開 AI 的人，你的稀缺性不是「你會做事」，而是「你會設計讓 AI 做事的流程」。後者比前者少太多了。

市場願意為稀缺性付溢價。這是經濟學最基本的原理。只是大部分人沒意識到——稀缺的座標系已經移動了。以前稀缺的是「能寫」、「能設計」、「能開發」。現在 AI 能做這些，稀缺的變成了「知道該寫什麼」、「知道該設計什麼」、「知道該開發什麼」。

從動詞到動詞前面的副詞。從 how 到 what 和 why。

但我不確定的事

寫到這裡我得誠實說——以上所有數據都來自英語市場。Harvard 研究的是英語自由工作平台。那些月入數千到數萬美元的案例，也都在美國。

台灣呢？華語市場呢？

我不知道。率壓縮在中文市場是否同樣嚴重，甚至更嚴重？台灣的中小企業對 AI 導入的接受度和預算區間是什麼？華語 Newsletter 的經濟模型能不能跑通？這些我都沒有數據。

我能確定的只有一件事：率壓縮是一個結構性趨勢。只要 AI 的能力持續提升、成本持續下降，中間層就會持續被壓縮。這不分語言、不分市場、不分產業。

差別只在時間。英語市場跑在前面，華語市場會跟上。是三個月，半年，還是一年——這我說不準。但方向不會錯。

一個問題，留給你

率壓縮的殘酷之處在於它很安靜。沒有裁員公告、沒有產業崩盤的新聞標題。只是慢慢地，你的報價越來越難成交了。慢慢地，客戶開始說「我們試試用 AI 做看看」。慢慢地，你發現自己接的案子越來越低端，因為高端的都被那些「會用 AI 的人」拿走了。

如果你現在回頭看自己的工作——你做的那些事，有多少比例是那個「中間 80%」？

這不是一個修辭問題。這是一個需要你拿出計算機來算的問題。

一見生財
2026 年 3 月 6 日