AI 的技术发展比我想象得要快很多。最近通过一些观察还有和一些一线大厂朋友聊天我突然意识到我们正在 AI 的快速变革之中。如果你留心会发现很多最新的公开报道里已经能看到这些变化产品经理不一定要先画完整原型了直接截截图再说一说要加什么功能AI 就可以帮他快速生成。运营同学可以让 AI 拉取数据做数据洞察并生成比较炫酷的报表。甚至有科技公司里客服、HR、行政等非技术岗位也开始手搓内部系统了。我们这些前后端程序员几乎都一年多没有亲自写代码了。一些算法岗位里的部分训练工作也已经可以让 AI 自动进行自我迭代。现在很多非技术同学拿到 Claude Code、CodeX、QoderWork、WorkBuddy 这类工具后会很惊喜地发现自己可以做一些原本岗位做不到的事情而且效果还不错。大家通过先进的大模型和 AI 工具可以把以前几天的活儿缩短到一天甚至几个小时、几十分钟。但这背后更值得关注的除了效率提升还有岗位边界正在变模糊。一、岗位边界正在变模糊这里会发生一个很明显的变化不同岗位的人使用的工具和技术栈开始大面积重叠。比如都在用 CodeX、Claude Code都在安装使用和沉淀自己的 Skills。过去产品、设计、研发、运营各自有一套工具和工作边界。现在有了 AI很多人都可以做一些原本不属于自己岗位的活儿而且效率很高。随着技术栈重叠企业内部那些更早使用 AI 的先锋同学会很快体现出效率优势。这种变化也会反过来推动组织调整能力要求甚至推动企业做 AI 转型。所以你会看到现在很多企业都在讨论 AI Native、研发新范式、AI 组织转型。在和很多朋友聊天时我有一个越来越强的感受后面的竞争可能会比之前更加激烈。这也是为什么最近一段时间“超级个体”这个概念会特别火。二、为什么超级个体会变得重要所谓超级个体就是借助 AI让一个人能够达到过去一个小团队才能产出的规模和影响半径。超级个体的四个结构性特征图片来源腾讯研究院《从超级个体到超级团队》超级个体有 4 个典型特征AI First能够先用 AI 跑起来再做判断和修正。能力跃迁在产出数量上可能提升百分之几十甚至达到数十倍。在能力边界上一个人也可以把一件事从想法到交付跑通。过去需要产品、设计、研发、运营多个角色配合的链路现在一个人就能完成一大部分。主动性极强会主动寻找 AI 的能力主动探索 AI 能力的极限。他们往往是组织中 AI 应用的先行者或者示范者。影响力溢出它不只是让自己变得更快也会让整个组织变得更快。如果这个趋势继续往前走竞争逻辑也会跟着变化。过去很多岗位主要比的是各自岗位里的专业技能。现在还要多比一层你能不能把 AI 变成自己的杠杆。三、真正的竞争力来自两个维度在这个大背景下我觉得未来的竞争力主要来自两个维度AI 的能力你的专业能力第一层差距会先出现在 AI 使用能力上。我觉得会先被淘汰的是那些对 AI 态度不积极、用得不好的人。使用先进大模型和 AI 工具的人已经能和不用 AI、用不好 AI 工具的人拉开巨大的效率差。这种效率差很明显而且很难只靠加班或者稍微努力一下追上来。AI 可以让你在一个陌生领域很快达到 70 分。比如说你不是程序员也可以做出漂亮网页你不是数据分析师也可以做出炫酷报表你不是翻译家也可以翻译出不错的文章。换句话说AI 会先替代一部分“只要别人说清楚就能干好”的工作。因为现在的 AI只要你把需求说清楚把资料给到位它就能干得很快甚至比人做得还好。但问题来了。很多人会说如果大家都开始努力学 AI都会使用先进模型和工具也都会学习各种 AI 高阶技巧那大家是不是又差不多了我的判断是哪怕大家使用的模型和工具都很好接下来比拼的也会回到专业能力。因为 AI 能让你快速到 70 分但 70 分以后才是关键。在使用 AI 的过程中很多人会明显感受到面对同样的模型输出有些人由于经验不够丰富看不出其中的问题甚至不知道这些问题有没有解决价值。而有些人不只关注工具本身还会关注问题本身的价值。他们能够给 AI 非常清晰的路线也能对 AI 生成的结果给出专业反馈。这些超越通用大模型本身的专业能力恰恰是现在的大模型还不太具备的。所以在我看来那些 AI 工具使用能力差、业务知识掌握不到位的人更容易被技术快速发展取代。因为当 AI 随便给出一个答案时他们根本看不出其中的问题。相反AI 能力强的人以及业务能力强的人都更容易在这个阶段获得竞争优势。如果你的 AI 能力和业务能力都很强这种优势就会更加明显。最终剩下的还是人的能力。这里的人的能力主要就是专业性你能不能判断 AI 产出的内容问题在哪里能不能给 AI 提供关键反馈能不能判断一个问题到底值不值得做。四、普通人现在应该怎么准备我觉得当下最重要的是先用先进的大模型工具把自己有价值的工作场景挖掘出来。不要只停留在“让 AI 帮我写一段话”“让 AI 总结一篇文章”这种浅层用法。更关键的是把自己的工作拆开看看哪些环节是重复性的哪些环节需要查资料、做判断、出方案哪些经验其实可以沉淀成提示词、知识库或者技能哪些流程通过 Skills 或 Clis 和企业内部平台、数据系统、自动化工具对接然后把更多工作经验封装成技能或者对接企业内的各种平台让智能体可以自动操作。同时也要把一些知识变成可复用内容让智能体能够提取、吸收并持续使用。如果你是非技术岗位的同学我建议一定要把 AI 能力掌握到远超同岗位、同行大多数人的水平。如果你是技术岗位的同学我建议除了 AI 能力之外还要进一步增强业务能力而且不要只局限在自己以前或当前的岗位边界里。我认为未来可能人人都是智能体应用工程师。智能体相关的知识和工具就像考驾照一样会成为很多岗位和专业的必备技能。最终比拼的不只是我们会不会某个技能还包括我们用这些技能解决什么问题以及这个问题本身是否有价值。五、AI 正在重新拉开人群差距在我看来这个进程正在被加速。但大多数人还没有意识到这一点。比如有些人用的模型比较差就会觉得 AI 只能提供一点情绪价值不能完成真正有用或者复杂的任务。也有一些人因为没有系统学过 AI会觉得这件事很难。想学却不知道该学什么也不知道怎么学得更快、更好。还有一些人即便已经有了工具也不知道如何和自己的实际工作场景结合缺少一条清晰路径。越早认知到这个趋势并提前准备的人越容易获得明显优势。AI 对人群重新分层图片来源腾讯研究院《从超级个体到超级团队》根据《从超级个体到超级团队》报告中的相关描述有一种说法将人群进行了重新分层约 5% 的人能够将 AI 的杠杆与不可替代的人类能力结合起来。约 10% 的人突破了原有边界。约 70% 的人实现了效率提升。大概有 15% 的人会被淘汰因为他们的工作比较标准化容易被 AI 取代。我自己也观察到现在 AI 学习正在分层还是固守传统低效工作方式的人意识不到自己的问题只相信自己相信的。略知一二的人“不知道自己不知道”以为“我都会了根本不用学”结果停留在现有水平而不自知。也有很多人想要学好 AI但不知道学什么不知道怎么学得更快、更好也不知道如何把 AI 和工作结合起来产生更大价值。还有一些人已经认知到 AI 的重要性开始积极拥抱 AI彼此交流、相互学习并快速成长。我觉得第三种和第四种人如果能够更早启动自己的学习规划更好地用工具解决真实问题将会有更强的竞争力。AI 时代的超级个体是 AI 能力和专业能力都非常强AI 将专业优势放大的极致的人。我的 B 站 《AI 学习 2.0 让 AI 真正帮你干活小白入门实战课》已发布AI 学习 2.0 让 AI 真正帮你干活_哔哩哔哩_bilibili如果你想快速提升 AI 水平结合自己的场景快速用 AI 解决实际问题创造价值欢迎一起交流学习。如果文章对你有帮助可以给我三连击点赞、喜欢并转发给身边需要的朋友。希望本文分享的内容对你有帮助我们下次再见。
AI 时代的超级个体，靠这 4 个特征甩开 80% 的人
AI 的技术发展比我想象得要快很多。最近通过一些观察还有和一些一线大厂朋友聊天我突然意识到我们正在 AI 的快速变革之中。如果你留心会发现很多最新的公开报道里已经能看到这些变化产品经理不一定要先画完整原型了直接截截图再说一说要加什么功能AI 就可以帮他快速生成。运营同学可以让 AI 拉取数据做数据洞察并生成比较炫酷的报表。甚至有科技公司里客服、HR、行政等非技术岗位也开始手搓内部系统了。我们这些前后端程序员几乎都一年多没有亲自写代码了。一些算法岗位里的部分训练工作也已经可以让 AI 自动进行自我迭代。现在很多非技术同学拿到 Claude Code、CodeX、QoderWork、WorkBuddy 这类工具后会很惊喜地发现自己可以做一些原本岗位做不到的事情而且效果还不错。大家通过先进的大模型和 AI 工具可以把以前几天的活儿缩短到一天甚至几个小时、几十分钟。但这背后更值得关注的除了效率提升还有岗位边界正在变模糊。一、岗位边界正在变模糊这里会发生一个很明显的变化不同岗位的人使用的工具和技术栈开始大面积重叠。比如都在用 CodeX、Claude Code都在安装使用和沉淀自己的 Skills。过去产品、设计、研发、运营各自有一套工具和工作边界。现在有了 AI很多人都可以做一些原本不属于自己岗位的活儿而且效率很高。随着技术栈重叠企业内部那些更早使用 AI 的先锋同学会很快体现出效率优势。这种变化也会反过来推动组织调整能力要求甚至推动企业做 AI 转型。所以你会看到现在很多企业都在讨论 AI Native、研发新范式、AI 组织转型。在和很多朋友聊天时我有一个越来越强的感受后面的竞争可能会比之前更加激烈。这也是为什么最近一段时间“超级个体”这个概念会特别火。二、为什么超级个体会变得重要所谓超级个体就是借助 AI让一个人能够达到过去一个小团队才能产出的规模和影响半径。超级个体的四个结构性特征图片来源腾讯研究院《从超级个体到超级团队》超级个体有 4 个典型特征AI First能够先用 AI 跑起来再做判断和修正。能力跃迁在产出数量上可能提升百分之几十甚至达到数十倍。在能力边界上一个人也可以把一件事从想法到交付跑通。过去需要产品、设计、研发、运营多个角色配合的链路现在一个人就能完成一大部分。主动性极强会主动寻找 AI 的能力主动探索 AI 能力的极限。他们往往是组织中 AI 应用的先行者或者示范者。影响力溢出它不只是让自己变得更快也会让整个组织变得更快。如果这个趋势继续往前走竞争逻辑也会跟着变化。过去很多岗位主要比的是各自岗位里的专业技能。现在还要多比一层你能不能把 AI 变成自己的杠杆。三、真正的竞争力来自两个维度在这个大背景下我觉得未来的竞争力主要来自两个维度AI 的能力你的专业能力第一层差距会先出现在 AI 使用能力上。我觉得会先被淘汰的是那些对 AI 态度不积极、用得不好的人。使用先进大模型和 AI 工具的人已经能和不用 AI、用不好 AI 工具的人拉开巨大的效率差。这种效率差很明显而且很难只靠加班或者稍微努力一下追上来。AI 可以让你在一个陌生领域很快达到 70 分。比如说你不是程序员也可以做出漂亮网页你不是数据分析师也可以做出炫酷报表你不是翻译家也可以翻译出不错的文章。换句话说AI 会先替代一部分“只要别人说清楚就能干好”的工作。因为现在的 AI只要你把需求说清楚把资料给到位它就能干得很快甚至比人做得还好。但问题来了。很多人会说如果大家都开始努力学 AI都会使用先进模型和工具也都会学习各种 AI 高阶技巧那大家是不是又差不多了我的判断是哪怕大家使用的模型和工具都很好接下来比拼的也会回到专业能力。因为 AI 能让你快速到 70 分但 70 分以后才是关键。在使用 AI 的过程中很多人会明显感受到面对同样的模型输出有些人由于经验不够丰富看不出其中的问题甚至不知道这些问题有没有解决价值。而有些人不只关注工具本身还会关注问题本身的价值。他们能够给 AI 非常清晰的路线也能对 AI 生成的结果给出专业反馈。这些超越通用大模型本身的专业能力恰恰是现在的大模型还不太具备的。所以在我看来那些 AI 工具使用能力差、业务知识掌握不到位的人更容易被技术快速发展取代。因为当 AI 随便给出一个答案时他们根本看不出其中的问题。相反AI 能力强的人以及业务能力强的人都更容易在这个阶段获得竞争优势。如果你的 AI 能力和业务能力都很强这种优势就会更加明显。最终剩下的还是人的能力。这里的人的能力主要就是专业性你能不能判断 AI 产出的内容问题在哪里能不能给 AI 提供关键反馈能不能判断一个问题到底值不值得做。四、普通人现在应该怎么准备我觉得当下最重要的是先用先进的大模型工具把自己有价值的工作场景挖掘出来。不要只停留在“让 AI 帮我写一段话”“让 AI 总结一篇文章”这种浅层用法。更关键的是把自己的工作拆开看看哪些环节是重复性的哪些环节需要查资料、做判断、出方案哪些经验其实可以沉淀成提示词、知识库或者技能哪些流程通过 Skills 或 Clis 和企业内部平台、数据系统、自动化工具对接然后把更多工作经验封装成技能或者对接企业内的各种平台让智能体可以自动操作。同时也要把一些知识变成可复用内容让智能体能够提取、吸收并持续使用。如果你是非技术岗位的同学我建议一定要把 AI 能力掌握到远超同岗位、同行大多数人的水平。如果你是技术岗位的同学我建议除了 AI 能力之外还要进一步增强业务能力而且不要只局限在自己以前或当前的岗位边界里。我认为未来可能人人都是智能体应用工程师。智能体相关的知识和工具就像考驾照一样会成为很多岗位和专业的必备技能。最终比拼的不只是我们会不会某个技能还包括我们用这些技能解决什么问题以及这个问题本身是否有价值。五、AI 正在重新拉开人群差距在我看来这个进程正在被加速。但大多数人还没有意识到这一点。比如有些人用的模型比较差就会觉得 AI 只能提供一点情绪价值不能完成真正有用或者复杂的任务。也有一些人因为没有系统学过 AI会觉得这件事很难。想学却不知道该学什么也不知道怎么学得更快、更好。还有一些人即便已经有了工具也不知道如何和自己的实际工作场景结合缺少一条清晰路径。越早认知到这个趋势并提前准备的人越容易获得明显优势。AI 对人群重新分层图片来源腾讯研究院《从超级个体到超级团队》根据《从超级个体到超级团队》报告中的相关描述有一种说法将人群进行了重新分层约 5% 的人能够将 AI 的杠杆与不可替代的人类能力结合起来。约 10% 的人突破了原有边界。约 70% 的人实现了效率提升。大概有 15% 的人会被淘汰因为他们的工作比较标准化容易被 AI 取代。我自己也观察到现在 AI 学习正在分层还是固守传统低效工作方式的人意识不到自己的问题只相信自己相信的。略知一二的人“不知道自己不知道”以为“我都会了根本不用学”结果停留在现有水平而不自知。也有很多人想要学好 AI但不知道学什么不知道怎么学得更快、更好也不知道如何把 AI 和工作结合起来产生更大价值。还有一些人已经认知到 AI 的重要性开始积极拥抱 AI彼此交流、相互学习并快速成长。我觉得第三种和第四种人如果能够更早启动自己的学习规划更好地用工具解决真实问题将会有更强的竞争力。AI 时代的超级个体是 AI 能力和专业能力都非常强AI 将专业优势放大的极致的人。我的 B 站 《AI 学习 2.0 让 AI 真正帮你干活小白入门实战课》已发布AI 学习 2.0 让 AI 真正帮你干活_哔哩哔哩_bilibili如果你想快速提升 AI 水平结合自己的场景快速用 AI 解决实际问题创造价值欢迎一起交流学习。如果文章对你有帮助可以给我三连击点赞、喜欢并转发给身边需要的朋友。希望本文分享的内容对你有帮助我们下次再见。
