ai 时代什么能力最值钱

提问

AI根据立正公开的文章和视频整理,不是他本人回复

最值钱的是判断力:定义问题、做取舍、对结果负责。AI 把执行拉平后,这种能力更难被替代。

被反复指向的是判断,而非某项技能

材料里的观点

杜磊把“元能力”说得比较具体:系统性思考、定义什么才是需要被解决的问题、开发者的审美,最后都落在面对问题时“判断力”和“做决定的能力”上。他把它与“茴字的四个写法”式的具体技能区分开,认为前者能持续累积,后者会被技术变革冲掉⁠1。

他还有一个类比:管理一群硅基智能,和管理人类团队一样,关键仍是提出问题的能力;实验中表现更好的“主控”未必参数最大,而是更敢做决定、更有决断力⁠1。这是他对 AI 协作方式的观察,不是对个人能力的定论。

为什么现在更突出:执行被拉平,经验不再自动值钱

材料里的观点

杜磊说,AI 拉平了很多过去要花多年积累的经验和技术,一个大学生甚至高中生可以和十年经验的工程师在近乎同一起跑线工作,反而少了认知包袱⁠2。他举了年轻团队做教育产品、大学生做面向政府的 AI 软件并做到约 30 万美元年化收入的例子⁠2。

立正在同一段对话里补充:大厂资深人士的包袱常与身份认同有关,从零开始是很大的身份挑战;真正扎实的东西还在自己身上,缺的是找到本質上的竞争优势⁠2。这解释了“AI 惩罚资深人士”的说法,但它是两人的解释,不是已被普遍验证的规律。

判断力怎么用:识别价值,并对结果收口

立正在另一处把“识别价值的能力”与“努力的能力”对比:学校像一份耕耘一份收获,现实更接近超线性回报,机会不均匀;在有价值的机会上努力,收获会高很多⁠3。他还说,穿透不确定性的能力比在确定性里拿到结果更重要⁠3。

Ethan 在与立正的对话中给出一个更操作化的标准:AI 能做 80% 到 90%,最后 5% 到 10% 要人 close loop,即判断结果好坏、给反馈、把事情收口;没有专业深度就判断不了两个答案哪个更好⁠4。这是 Ethan 的判断,立正转述并认同了其中“判断、取舍、修正和负责”这一层⁠4。

所以更准确的说法不是“判断力”三个字,而是:在某个领域有足够深度,能判断 AI 产出的好坏,并愿意为结果负责。只会用工具、没有领域判断的人,容易停在表层⁠4。

材料主要来自技术、创业和投资语境,对非知识型岗位的适用性没有直接讨论;《硅谷投资圈的非共识》⁠1、《硅谷投资圈的非共识》⁠2的说话人标注为声纹自动匹配,个别段落未确认,本文只用了明确归属的句子。

回到4份原文