阿尔伯塔·德沃尔（Alberta Devor）。（图源：Lauren Eliot Photography, CC BY-SA 4.0, via Wikimedia Commons）
很多创作者都会遇到一个问题：什么时候，副业才值得变成全职？
这个问题，美国科技媒体Mashable记者克里斯托·贝尔（Crystal Bell）采访了科技创作者、“阿尔伯塔科技”（Alberta Tech）博主阿尔伯塔·德沃尔（Alberta Devor）。
她的经历很特别——她曾在谷歌做了6年半软件工程师，其中相当长一段时间还直接参与YouTube产品开发，同时利用业余时间做短视频，做到了全网粉丝超过100万。
直到2026年早些时候，她才结束这种“一人两种身份”的生活。
她的转型过程里，有一个很值得创作者注意的细节：
当她逐渐找到了一种让技术知识、个人经历和娱乐价值结合起来的内容方式之后，她决定辞职全职做内容。
划重点：
她最初做短视频只是疫情期间在家无聊，后来才逐渐在软件工程师群体中找到自己的受众。
6年半工程师经历没有成为她转型的负担，反而成了她建立专业信任、理解技术话题和保持工作效率的优势。
她认为生成式人工智能已经能很好地帮助创作者做研究，但在“写出真正好笑的内容”这件事上仍然不够好。
她用人工智能重新制作自己曾经走红的视频，结果发现同样的脚本依然表现不错，这让她意识到：内容概念可能比制作方式更重要。
她给想辞职做创作者的人一个非常明确的建议：在找到真正能让观众在乎你的价值之前，不要辞掉工作。
本文5000多字，目录如下：
她为什么最终选择全职做内容
6年半工程师经历，成了她的创作优势
如何把复杂技术做成让人看得懂的内容
辞职前，先找到让观众在乎你的理由
对中国创作者来说
图中文字译成中文是“我要辞掉在谷歌的工作（哈哈）”、“跟我一起辞掉在谷歌的工作吧”。（截图自instagram.com/alberta.tech）
1.
她为什么最终选择全职做内容
从下班后拍着玩，到成为全职创作者
阿尔伯塔·德沃尔并不是一开始就把创作者当成职业。
2020年疫情期间，她和很多人一样被困在家里。那时候，她已经是一名软件工程师，只是突然有了大量时间，也觉得有些无聊，于是开始拍短视频。
她最早拍的内容非常简单：拿自己疫情期间住在纽约小公寓里的经历开玩笑，也会根据短视频平台推荐给她的各种内容随手发挥。
她当时并没有一个明确的职业规划。
她只是觉得：“我想在短视频平台上讲笑话。”
但随着内容越来越多，她逐渐发现，评论区里出现了一群和她有相同经历的人——软件开发者、科技行业从业者，以及其他技术人员。
她也因此找到了自己的内容方向。
那时，她已经在谷歌工作了6年半，其中相当长一段时间是在YouTube团队工作。白天，她参与全球最大的创作者平台之一的产品开发；晚上，她又成为一名创作者。她长期同时生活在两个完全不同的身份里。
这种状态持续了很长时间。
直到2026年早些时候，她终于决定不再把自己分成两半，转为全职创作者。
“阿尔伯塔科技”（Alberta Tech）的YouTube主页，目前有48万订阅者。（截图自youtube.com/@albertatech）
决定辞职的关键不是“能不能赚到钱”
德沃尔并不是突然辞职。
在转为全职创作者之前，她长期同时做着两份工作。
她说，自己其实很喜欢工程师这份工作，尤其是当时负责YouTube相关工作。能够亲手参与YouTube产品功能的开发，对如今的她来说依然非常重要。
但到了某个阶段，她意识到，如果真的想认真对待创作者这条路，并且制作自己认为达到高质量标准的内容，就必须投入全部时间。
真正让她紧张的，是告诉老板自己准备离职。
老板甚至问她：“你确定吗？”
她的回答是，自己应该确定，因为已经考虑了很长时间。
从她的描述来看，这并不是一次因为厌倦原有职业而做出的仓促逃离。
她原本就喜欢工程师工作，只是随着创作者身份不断发展，她开始意识到，两个身份已经无法继续同时维持在自己要求的质量水平上。
图中文字译成中文是“我的一天：软件工程师@谷歌”、“欢迎来到我的一天”。（截图自instagram.com/alberta.tech）
2.
6年半工程师经历，成了她的创作优势
过去的工程师经历，反而成了她的内容武器
德沃尔转型后，并没有把过去6年半的职业经历留在身后。
恰恰相反，那段经历成为她内容的重要竞争力。
她现在经常讨论生成式人工智能、氛围编程等技术话题，而她的表达方式不是传统的技术科普，而是把技术世界里那些令人眼花缭乱、甚至有些荒诞的事情变成笑话。
她曾经是生成式人工智能的坚定怀疑者。
随着人工智能技术快速发展，她现在已经把人工智能加入自己的工作流程，也开始对它的未来持谨慎乐观态度。
但有一件事她依然没有完全被说服：让人工智能自己写出一个真正好笑的段子。
这也构成了她内容中的一个有趣矛盾——她一边用人工智能讨论人工智能，一边又不断拿人工智能开玩笑。
“阿尔伯塔科技”（Alberta Tech）的Instagram主页，目前有32万订阅者。（截图自instagram.com/alberta.tech）
技术背景让她获得了更容易建立信任的受众
现在，德沃尔的受众中，超过一半是软件工程师和开发者。
对于这样一个高度专业化的受众群体，她认为，仅仅“聊技术”是不够的。
你必须真的懂。
她认为，面对软件工程师和开发者，创作者需要有某种专业资历作为支撑，需要知道自己到底在说什么。
她在网上几乎从不主动谈自己曾经在谷歌工作的具体经历，主要原因很简单：她不想被解雇。
但她认为，自己谈论技术问题时的方式，以及内容里引用的各种细节，还是让受众逐渐意识到，她确实有过长期的技术职业经历。
这段职业经历因此没有成为她内容之外的“简历”，而是直接进入了内容本身。
她不需要每次都告诉观众“我是工程师”，观众也能从她讨论问题的方式中感受到这一点。
图中文字译成中文是“你那位无法停止用氛围编程的同事”、“对”。（截图自instagram.com/alberta.tech）
“氛围编程”变了，但工程师仍不喜欢这个词
作为一名真正做过软件开发的创作者，德沃尔也谈到了近来非常流行的“氛围编程”。
在软件工程师群体中，这个词甚至带有一些负面意味。
很多工程师并不希望别人称自己为“氛围编程者”。
最初，这个词的含义相对简单：直接对ChatGPT、Claude等人工智能工具说“给我做一个网站”，然后完全不看代码，直接相信人工智能生成的结果。
但如今，开发者使用人工智能的方式已经发生了变化。
很多人工智能工具已经进入开发者日常工作流程。开发者可以查看生成的代码，知道它在做什么，也可以给人工智能非常具体的指令。
所以，现在的氛围编程已经不再只是“完全不看代码、盲目信任人工智能”。
它正在变成程序员和软件工程师工作流程的一部分。
问题是，这种变化目前还没有一个特别好的日常说法。
她也听过“智能体工程（agentic engineering）”这样的表达，但她认为，这还不是一个足够流行的口语化说法。
“阿尔伯塔科技”（Alberta Tech）的TikTok主页，目前有17万订阅者。（截图自tiktok.com/@alberta.nyc）
工程师和创作者，两种职业其实互相训练
如果只看表面，软件工程师和内容创作者似乎是两种完全不同的职业。
但德沃尔的经历显示，两者之间存在非常直接的能力迁移。
首先是技术知识。
她拥有6年半深入研究各种技术问题的经历。她不可能知道新闻里出现的每一个技术话题，但她知道应该如何调查这些问题，也知道如何理解、拆解和建立概念框架。
其次，是那些看起来和创作毫无关系的职业习惯。
她说，长期在公司工作让她学会处理电子邮件、管理日历，以及完成各种“不好玩但非常重要”的事务。
这些能力在成为创作者之后同样有用。
反过来，创作者经历也帮助她成为更好的工程师。
最重要的能力是沟通。
作为创作者，她不断练习如何把复杂的技术问题讲得容易理解。
而这种能力同样可以回到工程工作中：能够清楚地解释复杂技术问题，本身就是工程师非常重要的能力。
所以，对她来说，工程师和创作者并不是两个完全割裂的身份。
一个训练她理解复杂问题，另一个训练她把复杂问题讲清楚。
图中文字译成中文是“你那位面试时肯定撒谎的同事”。（截图自instagram.com/alberta.tech）
3.
如何把复杂技术做成让人看得懂的内容
AI做研究很有用，写笑话还不行
德沃尔对生成式人工智能的态度，也经历了一次明显变化。
生成式人工智能刚开始流行时，她非常怀疑。
她曾经听过“随机鹦鹉”这个说法，即大型语言模型只是在不断生成统计意义上最可能出现的下一个词。
当时她的想法是：所有人都觉得这些人工智能模型很聪明，但它们实际上只是在大量输出垃圾。
尤其是在2022年年底，她认为这种感觉非常明显。
但之后，她开始看到人工智能能力的快速进步，也看到了它在现实工作中的一些有效用途。
现在，人工智能已经成为她许多工作流程的一部分，这也让她开始对未来更加乐观。
不过，她对创作者使用人工智能的态度依然非常具体。
她认为，人工智能特别适合帮助创作者做研究。
当然，人工智能给出的事实不能被盲目信任，但它可以帮助创作者找到值得继续调查的方向。
比如，当她准备做一个选题时，会向人工智能询问相关背景。人工智能有时会给出一些她之前完全不知道的线索，于是她可以顺着这些线索继续深入研究。
对她来说，这种“帮你发现下一条路”的能力非常有价值。
但如果让人工智能直接完成创意写作，她就没有这么满意了。
她试过让ChatGPT写脚本。
它可以帮她检查事实，可以指出某个信息可能不准确，也可以发现拼写错误。
但如果直接告诉它“写一个好笑的脚本”，她得到的结果依然“不太行”。
至少现在还不够。
德沃尔在她的视频节目中。（图源：Alberta Devor, CC BY-SA 4.0, via Wikimedia Commons）
她为什么坚持用笑话讲人工智能？
德沃尔的视频虽然以搞笑为主要表达方式，但背后经常是在解释相当复杂的技术问题。
她认为，喜剧其实是理解一个问题核心的有效方式。
原因很简单：如果一个人能够对某个技术问题产生笑点，他至少已经在某种程度上理解了这个问题。
在她看来，一个笑话需要先建立情境，再给出铺垫，最后形成笑点。
而为了让观众听懂这个笑点，创作者往往必须提供刚刚好的背景信息。
这个过程反过来就完成了信息解释。
因此，她可以通过一个笑话，让观众在理解笑点的同时，也理解正在发生的人工智能新闻。
这也是她内容形式背后的核心逻辑：
不是把娱乐和知识分成两个部分，而是让娱乐本身成为理解知识的入口。
图中文字译成中文是“时间旅行部门”、“阻止我丈夫爱上AI”。（截图自instagram.com/alberta.tech）
AI越强，创作者越要靠什么突围？
随着人工智能工具越来越强，德沃尔也认为，人工智能确实会在一定程度上拉平创作门槛。
现在，人们已经大量使用人工智能工具，甚至出现了完全由人工智能驱动的虚拟网红。
在她看来，这确实有些令人担忧。
但她认为，创作者真正能够建立差异化的地方，仍然是原创想法和原创脚本，而不是让一个人工智能虚拟网红把一份人工智能生成的脚本读出来。
她还亲自做过一次实验。
她拿自己此前发布过、已经获得相当传播的视频，用人工智能视频生成工具重新制作了一遍。
脚本完全一样。
结果，这个重新制作的视频表现依然不错。
这个实验至少让她看到了两件事。
第一，内容概念本身可能才是最重要的。
第二，人工智能视频生成技术已经进步得非常快。
快到甚至有些令人害怕。
当技术从小众话题变成所有人的日常新闻
现在最让德沃尔兴奋的，是人工智能模型不断发布以及整个技术领域正在发生的变化。
但这种兴奋又让她感到“不太舒服”。
因为人工智能正在真正进入一个高度智能化的阶段，而且几乎所有人都开始关注它。
过去，这些话题主要属于一个很小的技术圈层，只会吸引少数专业人士。
如今，人工智能已经成为每天都会出现在新闻里的话题。
每个人都在讨论它。
对于一个专门围绕技术做内容的创作者来说，这意味着她原本面对的小众技术话题，正在快速变成大众话题。
德沃尔在活动中扮演“龙虾”。（图源：Alberta Devor, CC BY-SA 4.0, via Wikimedia Commons）
4.
辞职前，先找到让观众在乎你的理由
对于正在考虑辞掉工作、成为全职创作者的人，德沃尔最后给出的建议非常直接。
她认为，在很多情况下，观众其实并不在乎你这个人。
所以，创作者必须想办法让观众开始在乎你。
这个“让他们在乎”的东西，可以是你提供的价值，也可以是能够真正吸引他们的娱乐内容。
但无论是什么，都需要不断尝试，直到找到它。
在她看来，在找到这个东西之前，不应该辞掉工作。
这也是她自己的经历与建议之间最值得注意的对应关系：
她并不是先辞掉工作，再去寻找受众。
而是在长期同时做工程师和创作者的过程中，逐渐找到自己的受众、内容方向和表达方式，最终才决定把创作者变成全职职业。
5.
对中国创作者来说
德沃尔的经历，对正在考虑从专业职业转向创作者职业的人，一个重要启发是：原有职业并不一定需要被抛弃，它也可能成为内容竞争力的一部分。
她的技术背景直接决定了她能讨论什么、能理解什么，也帮助她在专业受众中建立信任；而长期创作又反过来训练了她把复杂问题讲清楚的能力。
更重要的是，她没有把“辞职”当成创作者职业的起点。
她先在业余时间不断尝试，在技术从业者中找到受众，再判断自己的内容是否已经形成足够明确的价值。
这意味着，对希望从专业工作转向创作者职业的人来说，在你认真考虑辞职之前，需要先搞清楚“我究竟提供了什么，让观众愿意持续关注我”。 🅛
参考资料：
Crystal Bell. Alberta Tech went from YouTube engineer to YouTube creator. Here's how she did it. Mashable, September 30, 2026. https://mashable.com/life/alberta-tech-creator-interview-youtube
你可能还想了解：
年入450万：一个美食博主的订阅生意
28亿播放、820万订阅：她离开传统媒体，做出顶级科学IP