Fiverr 全押 AI：赋能创作者，而非取代他们——Fiverr CEO Micha Kaufman
摘要
Kaufman 对劳动力市场的判断是：AI 已把难度基准整体下移了一档。 简单任务消失，困难任务变简单，过去不可能完成的任务变成新的困难任务；因此，入门级、平庸甚至平均水平的表现都将面临冲击。他对这一类比有所保留，但预计行业会经历类似互联网泡沫破裂的出清：做着同质化 AI 工作的“1000家公司里可能有999家”会消失，裁员还可能滚雪球式扩大。
真正决定胜负的分界线是 AI 掌握程度，而不是人与机器、初级与资深之间的差别。 Kaufman 预计单位时间产出和质量都会提升，并称“掌握 AI 的自由职业者……会取代那些不会用 AI 的人”。初级人才仍有机会胜出，因为他们往往接受过更新的训练，也更有黑客式的探索本能；一个仍然“像在2024年那样工作”的资深候选人，可能过不了 Fiverr 的招聘门槛。
自由职业者可能比受薪员工更占优势，因为市场激励早已训练他们适应变化。 他们出售的是结果，能直接感受到生产率提升，不断学习新工具且没有雇主兜底，也习惯寻找下一个客户或重塑自己的服务。Kaufman 说，Fiverr 的自由职业者采用 AI 的速度超过了公司自己的团队，而被裁的全职员工重新开始，心理上可能“更难”。
Fiverr 的横向市场让它能够对冲单个品类被摧毁的风险。 平台品类从2010年的约6个扩展到近800个，同时从零碎的微型企业服务走向多学科企业项目，包括金额约100万美元、持续6–12个月的交易；Kaufman 估计《财富》500强中可能有80%–90%是其客户。他押注，新创造出来的工作会首先出现在 Fiverr，因为旧品类消失时，平台上的供给可以快速转向。
Fiverr Go 的设计目标是放大创作者，而不是替代创作者。 它的个性化创作模型使用单个自由职业者自己的作品集，保留其控制权和收入分配，且只有在 Fiverr 认为能达到至少90%创作者标志性风格还原度的领域才会发布；个人助理则全天候处理需求收集、客户筛选、报价、档期和销售。Kaufman 称创作模型是“转化工具”，并表示助理的转化表现已经显著优于卖家单独应对客户。
Kaufman 更深层的担忧是：未经署名的模型训练可能摧毁支撑文化与技术进步的激励机制。 他把人类进步加速归因于印刷术、更广泛的知识传播、署名和商业化，然后追问：当 AI“吞掉一切”却既不给署名也不给回报时，会发生什么？他的核心问题是“谁处在中心？”——是把 AI 当工具的人类，还是沦为一个日益自主实体训练材料的人类。
人类服务仍会通过时间套利、竞争差异化和复杂性获得需求，而不只是因为人们同情创作者。 AI 让所有人都拥有超能力，因此成为“地面零点”，稀缺的将是品味、判断力、编排能力和异常灵活的黑客式行动。Kaufman 预计重复性操作会自然消失，而关键任务和有鲜明特色的品牌仍可能为人工技艺付费，因为通用 AI 产出对所有人都可得。
在 Fiverr 内部，Kaufman 正通过亲自试验重置对执行速度的预期。 当团队估算一个开发任务需要3周时，他给自己3小时，尽管自称是生疏且平庸的开发者，仍交付了可运行的结果；如今他认为公司要么可以快5倍，要么可以推进5倍的工作量。这份备忘录让部分员工感到恐惧，但前36小时也促成了演示、KPI讨论和指导请求；在他看来，这说明极度坦诚能够动员一个目标一致的组织。
精读
1. AI 已把难度阶梯整体下移一档
Kaufman 的警报始于一个新的基准：“过去被视为简单的任务将不复存在”，困难工作变成新的简单工作，过去不可能完成的工作则变成新的困难工作。任何处在入门级、平庸或平均质量水平的人，现在“都有问题”。
这并非 Fiverr 独有的威胁。AI“会找上我们所有人”，包括 Kaufman 自己的 CEO 职位；如果一个人无法同时提高单位时间产出和质量，可能就会“被清出这个行业”。
他有意保留余地地把宏观局面类比为互联网泡沫崩盘：pets.com 已经变成“pets.ai”，大量无足轻重的应用正在涌现，而“1000家公司里可能有999家”会因为替代品更便宜、更快而消失。如果裁员同时扩散，被裁员工可能发现仍在招聘的公司寥寥无几。
Kaufman 称这份备忘录是一次出于关切的“极度坦诚”：人们应该尽早知道真相，才来得及应对。他的执行标准很直接——“如果你还像在2024年那样工作，那你就做错了。”
2. 自由职业者可能比全职员工更具韧性
Labenz 起初认为，市场型工作更容易受到冲击，因为短期合作往往意味着客户背景信息更少。Kaufman 反驳称，自由职业自2010年以来已经从失业间隙的谋生方式，发展成一条正当的职业路径，而 Fiverr 上的合作关系也可以持续多年。
自由职业者缺少组织提供的职业发展，因此会形成“自我学习的饥饿感”。他们会持续跟踪最新软件、技术和实践，因为收入直接取决于能否交付有竞争力的结果。
Kaufman 最有力的证据来自公司内部：自由职业者采用 AI 的速度“远快于我们的团队”。他们可以自行留出时间学习，也已经熟悉如何重塑服务、获取另一个客户，再进入下一个项目。
全职员工拥有更多支持，但也可能更脆弱。Kaufman 认为，一旦被裁，从头重建职业生涯对他们来说可能在“心理上更难”，因为自由职业者早已习惯反复面对不确定性。
3. Fiverr 的横向供给是对冲品类毁灭的防线
Fiverr 成立时大约只有6个品类，如今已接近800个，绝大多数是数字化服务，且往往与创意相关：编程、设计、音乐与音频、数据、AI、写作和营销。沿途有品类消失，但也有数百个新品类不断出现。
平台最初为微型企业提供微型服务，随后通过中小企业拓展到企业级业务。Kaufman 估计，《财富》500强企业中有80%–90%是客户，合作规模从廉价、零碎的服务，到约100万美元、持续6个月甚至一年的项目不等。
因此，Fiverr“已经不只是一个市场”：复杂工作可能需要业务工具、代理机构、多名专业人士以及跨学科协作。Kaufman 的目标，是让平台从入门级供给延伸到复杂需求，同时不放弃任何一端。
品类轮换本来就是常态，变化的只是速度。Kaufman 引用《经济学人》的一项研究称，2018年时，60%的现有工作在50年前尚不存在；他进一步表示，任何“刚刚发明一分钟的工作”，很可能都会首先出现在 Fiverr 上。
4. 稀缺的 AI 劳动力将是黑客，而不只是工具使用者
Labenz 提出“AI 侦察员”可能成为一种新职业：熟悉当前能力、边界、工具和可比解决方案的人。Kaufman 认同市场会有需求，但指出代理也可以完成侦察；他更宏观的判断是，“未来属于黑客”。
他所说的黑客，会持续追踪最新进展，把新技术推到边界，主动把它搞坏，连接彼此不匹配的工具，并发现开发者遗漏的用例。Kaufman 的警告备忘录并不是写给这些人的，因为“他们已经在那里了”；他预计市场会慷慨地给他们定价。
Fiverr 已经出现模型训练、微调、定制 GenAI 应用、提示词，以及利用具备 AI 能力的移动硬件进行实验等工作。这些需求与传统的设计、写作和营销服务并存。
Kaufman 把基础 AI 看作正在商品化的底层材料：它一开始就是免费的，不可能比免费更便宜，同时 GPU 周期的价格正快速逼近极低水平。“黄金时代”应该属于其上层的应用；今天的市场仍处于 WhatsApp、Instagram 和 Uber 出现之前。
5. AI 赋予所有人超能力，因此不会形成持久优势
Kaufman 不接受“使用 AI 本身就能形成差异化”的说法：“我们所有人”都会获得同一种超能力。如果 Nathan 和 Micha 都能生成一份设计，AI 只是把所有人都抬到了“地面零点”。
第一个持续存在的雇佣理由是时间套利。一个买家也许花2天就能学会某项任务，但支付200美元，让专业人士在2小时内完成，仍然可能是显而易见的经济选择。
第二个理由是竞争优势。高手可能拥有更好的品味、更深的经验，并掌握更好的工具。买家如果想要超越所有人都能生成的结果，仍然需要差异化技能。
第三个理由是复杂性：工作可能涉及多个学科、难以编排，或者根本不值得在内部建立能力。AI 会改变什么算简单、什么算复杂，但 Kaufman 认为这3种动机“没有改变”。
6. 创作者激励机制是人类进步的基础设施
Kaufman 的哲学前提从时间尺度开始：Homo sapiens 已存在约300,000年，但人类进步直到约500年前才开始呈指数级加速。他把这一转折归因于印刷术和更广泛的知识获取。
分享之所以能够持续，是因为贡献者会获得回报。开源程序员表面上可能是利他的，但他们也会获得声誉、机会，以及看到他人延展自己作品的满足感；英国1710年的版权制度同样试图通过把署名权和商业化权利赋予创作者，来鼓励知识传播。
生成式 AI 打破了这笔交易：它消耗“所有人曾经创造的一切”，重新生成内容，却既不提供署名，也不提供补偿。如果作品一经发布就“价值归零”，Kaufman 担心创作者会停止自由分享。
核心问题是“谁处在中心？”Kaufman 希望人类处在中心，由技术服务人类；但如今的免费 AI 让人类变成训练材料——“如果你免费获得了它，那你就是产品”——这也引出一个问题：最终改善更多的是用户，还是模型？
7. Fiverr Go 把每个创作者变成一座生产工厂
Fiverr 的替代方案，是用单个创作者自己的作品集训练模型，而不是使用一个近乎无限的内容池。生成结果应当带有该创作者的标志性风格，让客户能够获得可预期的预览，同时把控制权和经济回报留在创作者手中。
Kaufman 用 Michelangelo 的工作室作比喻：拥有9或10名助手，并不会让作品失去 Michelangelo 的风格。个性化生成同样可以“把一个人变成一座生产工厂”，但不意味着机器取代了创作源头。
Fiverr Go 的助理既是销售、需求接待台，也是业务伙伴。它回答重复问题，评估匹配度和档期，收集需求，协助制定报价，研究市场定位，并可以等到出现值得创作者亲自介入的潜在客户时再叫醒自由职业者。
助理接受自由职业者的个人资料、服务报价、订单，有时还有数万条客户对话训练。Fiverr 公开说明它是 AI，但刻意让互动具有人情味；Kaufman 说，买家有时会询问它是否真的是 AI，而它的转化率已经超过卖家单独回复时的水平。
8. 产品边界由还原度决定，而不是由 AI 新奇度决定
助理是最自然的首个产品，因为它能移除创作者不喜欢的工作，让他们有更多时间创作。它全天候在线，也让自由职业者可以安心睡觉，不必留下潜在买家无人响应。
Fiverr 确定了约60个可能适用 GenAI 的服务品类，但 Kaufman 设定了一条门槛：如果系统无法达到约“90%的准确度”，无法还原某位创作者的具体风格，就不应代表这位创作者。
因此，初始创作模型集中在规模较大的品类，这些领域既有足够的市场需求，也有足够高的模型质量：平面设计、配音、音乐制作，以及商业计划等复杂文本。Kaufman 强调，AI 目前仍无法可靠服务于所有品类。
Go 按应用产品的方式管理，几乎每天都会更新：新版本、新能力、漏洞修复、更低成本和更简单的工作流。Kaufman 反复拒绝把当前设计称为最终版本——Fiverr 何时真正做对，要由社区接受度决定，而不是发布会上的宣讲。
9. 个性化模型继承了 AI 的版本和控制漏洞
Labenz 以 Replika 为例，指出了关键的产品风险：升级后的基础模型可能变得更聪明，却不再像同一个个性化实体。创作者认可了某一版本，后继版本却可能不再代表自己。
Kaufman 接受这是“AI 的一个重大普遍漏洞”。Fiverr 负责管理底层技术，并在基础模型之上构建额外技术以降低暴露程度；每当供应商更新基础模型，Fiverr 都必须重新执行质量测试和压力测试。
能力只是问题的一半，服从性也会变化。Kaufman 对比了可能“忤逆不听话”的 ChatGPT 3 和更顺从的版本4，同时警告说，大语言模型的边界仍然“很容易被尴尬地突破”。
如果 Fiverr 达到潜在规模，每个创作者都可能设定不同的禁区——不接政治工作、不生成不适合工作场所的内容——AI 必须逐一遵守。Labenz 指出，模型开发者往往也会与用户同时发现新能力；Kaufman 认同，用户既在暴露漏洞，也在帮助更好的后继模型诞生。
10. 没人知道创作者所有的模型能否在 AI 达到同等水平后存活
Labenz 提出了一个尖锐的商业问题：如果通用 AI 最终达到顶尖人类的质量，买家还会不会出于对创作者的支持而继续为创作者所有的模型付费，还是必须由法律来维护人类的中心地位？Kaufman 的回答是明确的：“我不知道。”
他的类比是数字媒体从 Napster 和未经授权的 YouTube 上传，走向 Spotify、Apple Music 和 YouTube Premium。只要合法访问足够方便，体验至少和侵权版本一样好，消费者就会付费；但他不会假设创作者模型也会沿着同一条路径发展。
发布2个月后，Fiverr 已经在调整模型。Kaufman 强调的一项认知是，人们可能喜欢自己生成样品，但仍希望在涉及专业建议、好眼光和好手艺的业务需求上，有机会与真人交流。
Kaufman 预计监管最终会更新过时的版权制度，但不相信自信满满的长期预测：即使2年后的情况都很难外推，任何对10年后还确信不疑的人都是“江湖骗子”。他偏好的应对方式，是回到第一性原理并快速迭代。
11. 重复性操作应当消失，而判断力仍然稀缺
当被问及哪些人类工作值得保护时，Kaufman 反对为了保留任务本身而保留任务。如果计算机能更好地完成重复性工作，人类就应该停止做这些工作，正如会计从用铅笔手工编制资产负债表，转向电子表格和复杂软件。
在他看来，人类创造力不需要人为保护。更好的品味、更深的知识和真正的原创性仍会吸引买家；如果一个人的唯一优势只是操作一项所有人现在都会用的工具，“那就不需要人来做”。
高端品牌甚至可能转向更定制化的工作，因为通用 AI 无处不在。Kaufman 提到 Coca-Cola 的 AI 广告：标题聚焦 AI，但据报道，制作过程涉及约500人、全球3家顶级代理机构，以及法律和合规团队。
Labenz 反驳说，先进系统可能已经具备有意义的理解能力。Kaufman 认为那只是更好的算法、模式以及0和1，而不是类人的理解；机器可以在不知道图像是什么的情况下生成令人印象深刻的作品，最终仍要由人类判断这些产出对人类是否足够好。
12. AI 应提升市场流动性和组织执行速度
在市场效率问题上，Labenz 询问 AI 能否减少搜索、发现、匹配、谈判、信任和转化摩擦；Kaufman 给出了他最少保留的回答：“可以。” Fiverr 已经深度使用 AI 进行撮合，但他拒绝透露竞争细节，并预计 Amazon 等其他平台也会尝试更激进的重构。
这份内部备忘录在最初约36小时内引发了不同反应：对高级用户来说是确认，对部分人来说是既有恐惧得到验证，对另一些人则是真正的当头棒喝。员工带来了演示，询问如何衡量进展，并通过与 Kaufman 的开放交流寻求 KPI。
Kaufman 也通过亲自试验来领导团队。当团队估算一项开发任务需要3周时，他给自己3小时，尽管形容自己生疏且平庸，仍带着结果回来，重新设定了讨论基准；如今他设想 Fiverr 要么快5倍，要么尝试完成5倍的工作量。
工程、营销甚至法务的招聘也遵循同一标准：当前的技术熟练度，比资历深浅更重要。大学可能仍能提供社交生活和校友网络，但极度好奇的人可以在网上免费学习；Kaufman 最后的基调不是末日，而是乐观——“我玩得很开心”，因为这场剧变在智识上极具挑战。