文章探讨了AI时代的人才特质作者以自身公司为例阐述了拥抱AI、持续学习的重要性。文章重点强调了AI无法替代的“人”的价值如好奇心、临场感、同理心、跨界整合能力、品味与判断力等。作者认为在AI时代这些特质将成为人才的核心竞争力而真正地“活着”才是AI永远学不会的。最近一段时间我经常在想一个问题——AI 时代到底什么样的人是人才讲这个问题之前先聊聊我自己的现状。我们是一家出海营销的公司——目前整个团队 有120 个员工真人加上 26 个 Agent我们称它们为数字员工。这 26 个 AI 助手分别隶属于不同的部门。光是海外事业部就有好几个——写文案的、调数据的、跑文档的、跑 CRM 的。我们把他们当员工培训。讲真这种感受还挺奇妙——你跟 Agent 对话越来越像在跟一个实习生交代任务。给他岗位说明、给他 skills 清单、给他工作流程。很多人问我你们公司跟一家传统的出海营销公司最大的不一样在哪我说——别的公司是个人用 AI 提效我们是把 AI 嵌进了整个工作流里成了一个 AI-native 的超级组织。不是以个人为出发是以组织为出发。反正每天泡在这种组织里我也在反复回看一个问题AI 时代到底什么样的人才算人才我自己浅浅的思考总结了以下五点当然下面这 5 点都是我自己的一家之言——不是放之四海皆准的真理只是我作为亲历者每天看着 120 个人 26 个 Agent 一起干活之后自己有的判断。一. 真正的好奇心、探索欲这是第一条也是最基础的。你会发现一个特别有意思的现象——现在拥抱 AI 拥抱得最猛、玩得最起劲的人往往不是因为别人逼他。而是因为他本来就是好奇心重的人。新东西出来了他半夜都会爬起来试一试。拿我自己举例我还记得23年ChatGPT刚火出来我真的就是马不停蹄的立马注册试用我就想看看这个AI模型到底是啥样包括我写方案的时候以前我会用设计师帮我设计插图我记得Midjourney刚出来的时候我们就立马注册账号充值开始用AIGC出图好的呢是我们一直在追新的东西尝试新的东西坏的可能就说我们跟风吧哈哈但是我宁愿去尝试新东西也不愿意原地踏步我们再来看看没有什么求知欲、好奇心的人呢新东西出现对他来讲不过是过眼云烟。听过一耳朵然后该干嘛干嘛。但你别说这种佛系的态度有些时候是需要的只是我觉得在AI时代太佛系真的容易被干掉我之前看卡兹克写过一篇文章他说好奇心这东西要么有要么没有培训不出来——我特别同意。好奇心装不出来。你装得了一时装不了一辈子。二. 持续学习的能力紧跟着第一条的是第二条。光有好奇心还不够。你要能把好奇心变成行动——拥抱未来不断挑战自己持续学习。这话听起来像鸡汤。但在 AI 时代它真的就是最朴素的生存法则。我自己最深的感受是什么你前两周才弄明白的东西可能下周就有更新的工具把它替代了。那种感觉太焦虑了——上周刚跑通的工作流这周可能就因为一个模型更新全部作废。我们公司这 26 个 Agent 是怎么来的是我们一个个把它们当成员工培训出来的。我们也在不断升级他们的 skills、不断调整他们的工作流。人也一样。你不在自己的能力清单上不停叠新东西那你跟一年前那个版本的你就是同一个人。而你的同行、你的对手他们可能已经是 3.0、4.0 版本了。讲个暴论——AI 时代最大的危机不是 AI 替代你是你停止学习的那一刻你就开始被替代了。三. AI 无法替代的活人感、临场感、同理心这个说真的我自己最有感——AI 时代人作为人的那部分价值反而越来越值钱。什么叫人作为人说白了就是——临场感、活人感、共情还有那种瞬间发生的同理心。我以前做播客的时候特别能感受到这件事。每次录之前我从来不列问题。我只列一个大纲——大概的方向、大概想聊的几个点。为啥不列因为我发现——那种没有精心策划过的对话反而最容易碰撞出火花。那些真正让我觉得这一期录到了的瞬间几乎都不是来自我准备好的问题。而是来自——一段真实的、毫无准备的对话里突然爆发出来的那种碰撞。那种火花AI prompt 不出来。你可以让 AI 给你列 100 个绝佳问题但 AI 列不出那一刻你跟一个真实的人碰出了一些没人能预料到的东西。它没有那种从身体里、从经历里、从一段真实关系里长出来的在场。它只是输出。而我们是活着。包括我们每次跟客户沟通提案方案是个人都能写有AI的辅助你也能写得很好。但是如何讲述的清楚有声有色能够让客户很好的理解这些都是需要你作为人去表达诠释的。这种「真实在场」的能力——是 AI 永远没法学会的。四. 会织一张网的人关于这个观点是从何而来的呢因为这个世界对我来讲就是一张巨大的网。你看古代那些通才。王阳明既是哲学家、又是军事家懂兵法、也懂治学达芬奇既能画《蒙娜丽莎》又能搞解剖学、设计飞行器、写音乐。对他们来讲哲学、艺术、科学、军事——压根就不是分开的东西。直到现代我们才开始一刀一刀切——语数外、地理历史、人文理科全部分门别类。每个人窝在自己的小学科里越窝越深。但当你了解的东西足够多了你会突然意识到——这些东西其实是通的。举个我自己的例子——不管是做商业洞察还是做 AI 产品洞察只要涉及洞察人心你最终都会用到一些哲学、心理学、社会学的底层逻辑。而当你横跨的领域足够多之后你会发现你能把两个压根儿不搭边的东西突然给结合起来。这就是 T 字型通才——往下深横着宽。而且我说一句实话——在 AI 时代横着的那一笔反而比往下的那一笔更值钱。因为往下深的部分AI 比你快。但横着跨界的能力、融会贯通的能力——AI 不一定接得住。纳瓦尔说过一句话我一直记着——“特定知识specific knowledge无法通过培训获得如果能被培训就会被自动化。”这句话放在今天到底是什么意思说白了就是——你能被切片、被标签、被分类总结出来的那部分能力AI 都会比你快。但你那种把哲学跟营销缝起来、把心理学跟产品缝起来的怪能力——它学不会因为它没法被切片。这些都是从你这么多年的经历里、读过的书里、走过的弯路里一根线一根线织出来的。五. AI 改不掉的品味、判断力、与执行力其实这个点我也重复过不下千次了大家还记得乔布斯的采访吗他大概说过这样类似的话创始人能不能很好的做成功一家公司打造出一款好产品很多时候取决于两个字“品味”。这也是我自己感受最深的——AI 时代最最值钱的是那种说不清道不明但你就是知道的判断力和品味。我先解释一下为啥这么说。你想想AI 这个东西本质上是怎么运作的它是把海量的数据、海量的语料喂给一个大模型然后通过预测下一个最可能出现的词是什么一段一段地把回答生成出来。听起来好像不过是个升级版的概率游戏。但讲句实诚的——大模型并不是只有冰冷的概率。在足够多的数据和参数之上它也会涌现出一定的推理能力。这是 AI 真正可怕的地方。但——它的所谓推理是从海量的数据里面学出来的。它没有真正活在这个世界上。而我们不一样。我们是正儿八经作为一个真实的人活在这个世界上。我们有 10 年、20 年、甚至几十年的长期积累的经验——这些经验会在我们自己都没察觉的情况下慢慢累积成潜意识累积成直觉。荣格讲过一句话——“向外看的人在做梦向内看的人才清醒。”这话放在 AI 时代我也想给它一个新翻译——AI 是全人类有史以来最强的向外看机器它能爬完整个互联网。但它没办法向内看因为它压根儿没有内。而你的判断力、你的品味、你的直觉全是从你那个内里慢慢沉下来的东西。这种东西怎么用呢我分享一个我自己最常见的工作场景——我让 AI 给我输出一份方案。AI 跑得很快哗哗给我交一份过来。我一看。“嗯不对。”但你让我说出 123 来说哪儿不对——我说不出来。我就是觉得不符合我的品味不符合我的判断。而这种品味和判断是我过往活过这么多年、做过这么多项目、跟这么多人打过交道累积出来的一种直觉。直觉这个东西——是人类独有的不是 AI 可以拥有的。而且光有直觉还不够。你还得有执行力——把AI 哪不对的判断真的改对。把直觉变成结果也不是单纯靠想出来的是动手干出来的。写在最后写到这儿我也想说点心里话。我很佩服我们公司的团队以及创始人能够在AI的一开始就接住这波技术革命自上而下的改造团队将整个公司打造成了AI-native组织我最大的感受不是AI 会替代谁——而是我们公司里的每一个人每天都在变得不一样。大家都在不断学习不断沉淀。这种感觉特别真实也特别让人有希望。你看AI 越聪明、越万能那些AI 给不了的东西反而越值钱——你的好奇心、你的持续学习、你的临场感、你那张织出来的网、你这么多年沉淀出来的品味和直觉。这些东西加起来是什么是——你真正地活着。而真正地活着是 AI 永远学不会的事。如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包✅ 从零到一的 AI 学习路径图✅ 大模型调优实战手册附医疗/金融等大厂真实案例✅ 百度/阿里专家闭门录播课✅ 大模型当下最新行业报告✅ 真实大厂面试真题✅ 2026 最新岗位需求图谱所有资料 ⚡️ 朋友们如果有需要《AI大模型入门进阶学习资源包》下方扫码获取~① 全套AI大模型应用开发视频教程包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点② 大模型系统化学习路线作为学习AI大模型技术的新手方向至关重要。 正确的学习路线可以为你节省时间少走弯路方向不对努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划带你从零基础入门到精通③ 大模型学习书籍文档学习AI大模型离不开书籍文档我精选了一系列大模型技术的书籍和学习文档电子版它们由领域内的顶尖专家撰写内容全面、深入、详尽为你学习大模型提供坚实的理论基础。④ AI大模型最新行业报告2025最新行业报告针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估以了解哪些行业更适合引入大模型的技术和应用以及在哪些方面可以发挥大模型的优势。⑤ 大模型项目实战配套源码学以致用在项目实战中检验和巩固你所学到的知识同时为你找工作就业和职业发展打下坚实的基础。⑥ 大模型大厂面试真题面试不仅是技术的较量更需要充分的准备。在你已经掌握了大模型技术之后就需要开始准备面试我精心整理了一份大模型面试题库涵盖当前面试中可能遇到的各种技术问题让你在面试中游刃有余。以上资料如何领取为什么大家都在学大模型最近科技巨头英特尔宣布裁员2万人传统岗位不断缩减但AI相关技术岗疯狂扩招有3-5年经验大厂薪资就能给到50K*20薪不出1年“有AI项目经验”将成为投递简历的门槛。风口之下与其像“温水煮青蛙”一样坐等被行业淘汰不如先人一步掌握AI大模型原理应用技术项目实操经验“顺风”翻盘这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。以上全套大模型资料如何领取