从一个油藏工程师的视角，正视 AI 如何一步一步掠夺我们的饭碗

——写在 11 月 11 日深圳 tNavigator 用户交流会之前

文 / 一名仍在岗的 tNavigator 技术支持工程师

先自我介绍一下。我是一名 tNavigator 技术支持油藏工程师。

说好听点，叫油藏工程师。说难听点，是“高级客服”——只不过我回答的不是“我的快递到哪了”，而是“我的模型为什么又不收敛了”。

今天这篇不是技术贴，是一篇“事故报告”——记录我这碗饭，将会是怎么被一个 AI 分三次端走的。

01｜先说清楚：我这个饭碗里，到底装的是什么

要聊饭碗被抢，得先搞明白碗里装的是啥。我掰着指头数过，主要五样：

前四样靠脑子和经验，第五样纯靠手熟。

长久以来我一直觉得，最值钱的是前四样。后来我才发现，最容易被拿走的，偏偏就是它们。

02｜我曾经的护城河：一千条旧对话

做技术支持久了你会发现，真正难的不是“不懂”，是忘得快。

上周刚给客户讲明白“相渗滞后为什么要配两张表”，这周另一个客户问同一件事，我脑子里只剩一个模糊印象：“好像……是要两张表？”然后又开始翻手册、翻聊天记录、翻三个月前的邮件。

后来我改了个习惯：把每一次答疑的过程，都原样留在能长期留存和检索的 AI 对话工具里——客户的报错原文、日志里那几行关键输出、我们一起排查的思路、最后到底是哪个关键字起了作用，以及最重要的：为什么之前那套方案不行。

这套东西最值钱的地方，不是它当时帮我答对了什么，而是它帮我把答案留下来了。

举个真实例子。上个月一个老模型怎么都不收敛，时间步切到 0.01 天还是死。我翻了翻自己半年前留下的记录，发现同一个区块、同一类问题，当时的解法是——tNavigator 对好几个传统的计算控制关键字是直接忽略的，得换 RUNCTRL 重设收敛判据。照着试，五分钟解决。

如果没有那条记录，我大概率要从头再来一遍：查手册、猜关键字、试参数，一整个下午就交代了。

所以那几年我的真实状态是：我不是一个人在战斗，我是一个人带着一千条旧对话在战斗。

我一度以为这就是我的护城河——直到我发现，AI 也能攒记录，而且它连“忘”这一步都省了。

03｜第一步：它先抢走了“查手册”

去年这会儿，tNavigator AI 助手刚上线，我兴冲冲写了一篇推文，标题起得特别中二：

《tNavigator AI 助手上线，未来已至》

那时候它的能力还很“文静”。你问它怎么做出含油饱和度等值图，它给你操作步骤、关键解释、延伸阅读；你问气水交替注入的关键字怎么写，它给你示例；你问平衡井组控制里怎么设单井产量，它也能答得头头是道。

当时我在文章里写了这么一句，现在回头看，简直是亲手立了个 flag：

但紧接着我就开始自我安慰：说它再卷也取代不了我们的“革命友谊”，说它只能答疑、动不了软件，真正的活还得人来干。

那时候我是真的这么想的。一个只会在旁边指指点点的 AI，算什么威胁？

想看当年那股嚣张劲儿，链接在这儿，可以去考古一下：
往期｜tNavigator AI 助手上线，未来已至

04｜第二步：它开始动笔了

一年过去，AI 不只是“知道”，它开始“写”了。

你让它写一段关键字示例，它写；你让它写个 Python 脚本批量处理曲线，它写；你让它把一套流程封装成可复用的自动化步骤，它也写。

我第一次意识到不对劲，是有天客户问了个很琐碎的活儿——几十口井的射孔段要按层位批量整理。我熟练地打开编辑器，准备花一小时写脚本。然后我想起来，好像可以试试让它写。

两分钟。它写完，我验了一遍，能用。

那天我盯着屏幕看了很久。我花了两年才练出来的“写脚本比客户快”的手艺，它的出场时间被压缩到了两分钟。

这算第二步。饭碗还端在手上，但碗沿已经被敲掉一块。

把这三步连起来看，大概是这样——而最后那一步，才是真正让我坐不住的。

05｜第三步：它没跟我商量，直接坐到了我的椅子上

然后就是今年。它把椅子也坐了。

新版的 tNavigator AI 接了 MCP 协议——这个词你可能在别的地方见过，放到我们这儿，意思特别朴素：它不再只是隔着屏幕跟你聊天，而是能直接接管 tNavigator 的软件界面，自己去点那些菜单、自己去跑那些流程。

具体能干到什么程度？说人话就是：

你告诉它“把这个工区的网格建出来”——它自己去调网格参数、选分层方案、生成角点网格，跑完还回头告诉你“这层网格厚度有点薄，要不要调整”。

你说“帮我做历史拟合”——它自己拉参数、设敏感性、跑优化算法、看拟合曲线，一轮一轮往下压，压完了给你一份“哪几口井还是没拟合上、可能是什么原因”的说明。

你说“给我出三套开发方案”——它顺着井网、注采比、压力保持水平一路排下来，方案对比表和关键指标一并给你。

建模 → 历史拟合 → 开发方案设计，一条完整的链，它自己能走完。

我第一次看它自己把一整套流程跑完的时候，反应不是“哇”，而是沉默。

因为我突然意识到一件事：我这些年攒下来的那点“手熟”，恰恰是它最容易学会的东西。

哪个关键字该配哪个、哪种不收敛该改哪一行、哪个参数一动曲线就漂亮——这些东西我花了五年才摸熟，它读完全部手册和教程，可能只用了几个晚上。

06｜一个技术支持工程师的“危机公关”

说实话，最近我确实有点睡不着。

以前我的核心竞争力是：比客户更懂软件。现在这项能不能保住，我持保留意见。

而且它有个很讨厌的优点——它不烦。

客户凌晨两点发来一条“模型跑不动了救命”，它秒回，语气还特别温和。我呢？凌晨两点我要么在睡，要么在半梦半醒之间回一句“明天看”，然后第二天早上被截图挂到群里。

它还不会说“这个问题手册第 12 章写了，你先看看”。它只会直接告诉你第 12 章第几页讲的是什么。我连“你先看看手册”这个祖传技能都被没收了。

不过冷静下来想了想，好像也没那么惨。

它确实能跑流程，但它不知道这个区块的甲方昨天刚改了口径，不知道这口井的产量数据里有一半是估的，不知道这个方案报上去之后会被问哪三个刁钻问题。它会算，但它不背锅。

真正麻烦的活儿——判断这个拟合结果“够不够交差”、这个方案“敢不敢签字”——还得是人。

所以我的新定位大概是：从“会点菜单的人”，变成“敢对结果负责的人”。

听着挺体面，实际上就是——活少了一点，责任一点没少。

07｜所以，11 月 11 日，深圳见

说到这儿，正事来了。

11 月 11 日，深圳，tNavigator 用户交流会。

这次大会最大的亮点，就是上面那套基于 MCP 驱动、能直接操控软件的 tNavigator AI 能力——不是 PPT 上讲概念，是现场跑给你看：网格怎么建出来的、拟合怎么压下去的、方案怎么排出来的，全流程摊开在屏幕上。

我个人的心情比较微妙。一方面想让大家看看这东西有多能干，另一方面……希望现场别有人举手问“那还要技术支持干嘛”。

08｜交流会之后，还有一场“手把手”

光看演示是不够的。看完回去自己一上手，八成卡在第一步——这我太懂了，我教了这么多年软件，见过太多“听懂了但做不出来”的场面。

所以这次大会结束之后，我们会新增 tNavigator AI 专项实操培训。

不是讲原理，是坐在电脑前一步一步跟着做：怎么把 AI 接到你的工程上、怎么给它下指令、怎么让它接管建模流程、怎么在拟合卡住的时候让它自己找问题、怎么判断它给的结果能不能用。

说白了——教会你用它，也顺便教会你怎么在它面前保住自己的饭碗。

最后

一年前我写那篇文章的时候，觉得 AI 是个有趣的玩具，能聊天、能答疑，顶多算个 24 小时在线的实习生。

一年后，这个实习生开始动我的软件了。

我没办法阻止这件事，也不打算阻止——毕竟它确实能把我从重复劳动里捞出来，让我有时间去琢磨那些真正难的问题。

饭碗这个东西，端得稳不稳，看的从来不是别人抢不抢，而是你自己碗里，有没有别人端不走的东西。

11 月 11 日，深圳。你要是也好奇它到底能自己干到什么程度，就来看看。

我大概率在会场，负责回答“这个 AI 到底靠不靠谱”这个问题——顺便盯着点，别让它当场把我那份工作也点没了。

—— 一名仍在岗的 tNavigator 技术支持工程师