ARTICLE · 1055392
AI时代,更需要“第三类人”
AI时代,更需要“第三类人”一句话总结：AI时代真正稀缺的，不是单纯会写代码的理科生，也不是单纯有审美、会表达的文科生，而是既能感受和想象世界，又能把世界拆解、定义、工程化，并进一步找到方向、杠杆和自动化闭环的“第三类人”。 简述： 很多人以为，AI会抹平人与人的能力差距：不会编程没关系，会说话就能 Vibe Coding；不会画画没关系，一句话就能生成图片；不会拍电影，也可以让AI生成视频。但真正使用一段时间后，会发现事情可能恰恰相反。AI降低的是“执行”的门槛，却没有降低“思考”的门槛。当代码、图片、视频、研究、方案都越来越便宜，真正昂贵的开始变成另一组能力：你能不能发现值得解决的问题，能不能把模糊想法变成清晰结构，能不能判断AI生成的东西究竟好不好，能不能找到系统中真正的杠杆，最后再把自己的方法变成一套可以持续运行的自动化系统。AI没有消灭人的差异，它正在重新给人的能力定价。
ChatGPT刚出现的时候，很多人有一种非常乐观的判断： 以后技术不重要了。 不会编程？ 没关系，告诉AI你想要什么，它帮你写。 不会Photoshop？ 没关系，告诉AI你想要什么画面。 不会剪辑？ 不会建网站？ 不会做PPT？ 不会写文案？ 似乎统统没关系。 于是后来 Vibe Coding 火了，又出现了一种更加激进的说法： 这句话听起来非常诱人。 但真正使用AI Coding一段时间以后，你会发现一个非常明显的两极分化： 有的人一个人带着几个AI Agent，真的开始像一个小团队一样工作。 需求、架构、前端、后端、测试、文档、部署……一个人可以同时推进。 而另外一些人，对着AI聊了一下午，改来改去，项目越来越乱，最后甚至不知道从哪里开始收拾。 两个人用的是同一个模型。 差距到底在哪里？ 很多人以为是“提示词”。 其实提示词只是表面。 真正的差距，是你脑子里的世界究竟清不清楚。
假设你对AI说： 这句话有问题吗？ 没有。 人完全能够理解。 但“漂亮”到底是什么？ “简洁”是多少？ “好用”如何判断？ 如果只是做一个Demo，AI可以猜。 但随着项目越来越复杂，猜测就会成为灾难。 真正具有工程思维的人，会逐渐把它变成另一种语言： 系统有三个核心对象：任务、执行人、截止时间。 任务有待处理、进行中、已完成、已逾期四种状态。 首页只显示今日任务与逾期任务。 核心操作不超过三步。 信息层级不超过三级。 删除任务必须二次确认。 网络中断时保存本地状态。 同步失败必须告诉用户发生了什么，以及如何恢复。 这时候发生了一个非常有意思的变化： 你仍然在说中文，但实际上你已经开始“编程”了。 你没有写 if/else。 没有写函数。 没有写类。 甚至没有写一行代码。 但你正在定义： 对象、关系、状态、条件、规则、流程、异常、约束和边界。 所以AI时代不是编程消失了。 而是编程正在从： “编写机器指令” 上移为： “定义世界如何运行”。 代码越来越多地交给AI，人则越来越像建筑师。 以前你既要画图纸，又要搬砖、砌墙。 现在突然出现了一支不知疲倦、速度极快的施工队。 真正的问题就变成了： 你会不会画图纸？
这也是为什么我越来越不认同“会说话就会编程”。 会说话和会精确表达，是两种完全不同的能力。 “这个页面要高级一点。” 是表达。 “减少颜色数量，降低视觉层级，主要操作保持单一视觉焦点，核心信息进入页面后第一屏完成呈现。” 也是表达。 但后者已经开始接近可执行的表达。 我们过去很习惯使用大量模糊词： 高级一点。 大气一点。 智能一点。 用户体验好一点。 科技感强一点。 做得像大厂一点。 这些话在人与人沟通的时候，对方可以通过经验、上下文、反复追问来猜。 AI也可以猜。 问题是： 猜得越多，控制权就越少。 所以AI越强，人反而越需要一种过去没有那么显眼的能力： 把模糊的感觉转换成明确的结构。 这就是为什么AI会放大人与人的差距。 思维清晰的人： 清晰 × AI = 更快的清晰。 思维混乱的人： 混乱 × AI = 更大规模的混乱。 AI不会嫌你需求混乱。 它甚至可能非常勤奋地按照一个错误方向，给你生产几万行代码。 所以真正危险的不是AI不干活。 而是： 它太能干了。 一个糊涂的工头带着一个能力有限的工人，最多干得慢。 如果这个工头突然拥有100个不知疲倦、速度极快的AI员工，那么他完全可能以前所未有的效率—— 制造垃圾。
如果文章写到这里，很容易得出另一个错误结论： 既然结构化思维这么重要，那么AI时代就是理科生的天下。 也不是。 因为AI同时正在放大另一类能力： 想象力、审美、情感、叙事和对人的理解。 一个特别有想象力的人，过去脑子里有一个恢宏世界，却可能因为不会画画、不会3D、不会特效、没有资金，只能让它停留在脑海里。 现在完全不同。 文字可以生成图片。 图片可以变成视频。 故事可以生成分镜。 人物可以拥有声音。 一个人的想象力第一次可以绕过庞大的工业生产体系，直接变成作品。 这也是为什么AI图片、AI视频、短剧、故事等领域会快速爆发。 所以人文能力并没有贬值。 恰恰相反，好的审美、丰富的想象力、对情绪的敏感、对人性的理解，都可能因为AI而获得前所未有的杠杆。 但问题又来了。 只有这些够不够？ 仍然不够。
一个人可以凭借审美和想象力，让AI生成一个惊艳的两分钟视频。 但是让他建立一个能够运行五年的虚拟世界，就完全是另一回事。 人物会不会死亡？ 死亡以后怎么办？ 角色有没有长期记忆？ 两个人之间的关系如何变化？ 昨天发生的事情如何影响一年以后？ 资源是不是无限的？ 经济系统怎样运行？ 不同AI角色发生冲突怎么办？ 规则能不能被破坏？ 如果能，代价是什么？ 到了这里，文学、艺术和工程开始相遇。 想象力负责创造可能性，结构化思维负责让可能性能够持续存在。 所以仅仅拥有审美、想象力和情感表达，并不会自动产生深度。 真正有深度、能够持续发展的作品，往往还需要： 因果、结构、约束、反馈、演化和自洽。 于是一个非常重要的结论出现了：
这种人很难简单地归类为文科生或者理科生。 他同时拥有两套能力。 一套向外感受世界： 审美、想象、叙事、同理心、价值判断、理解欲望、发现需求。 另一套向内构造世界： 抽象、拆解、建模、逻辑、因果、规则、边界、参数、验证。 前一套能力回答： “什么东西值得创造？” 后一套能力回答： “怎样让它真实地运行起来？” 而AI开始接管两者之间越来越庞大的执行层。 于是一个新的生产结构出现了： 这可能才是真正意义上的“超级个体”。 超级个体并不是一个人学会了100个人的技能。 而是他知道该让100个AI干什么。
今天我们还是让AI： “帮我写这段代码。” “帮我画这张图。” “帮我查一下资料。” 未来越来越可能变成： “把这个项目完成。” 这完全不是一个量级。 当AI可以自己拆任务、调用工具、检查结果、发现问题、修改方案并继续执行，人类就开始从“操作者”变成“管理者”。 假设未来每个人都有100个AI员工。 代码还会是最稀缺的吗？ 不会。 提示词可能也不是。 真正稀缺的是： 你让这100个Agent去哪里？ 于是价值开始沿着认知链条不断向上移动： 知识 → 执行 → 定义 → 判断 → 选择。 AI让知识越来越便宜。 Agent让执行越来越便宜。 执行便宜以后，定义问题越来越贵。 生成便宜以后，判断结果越来越贵。 当100个Agent都可以正确执行以后，选择什么问题值得解决就越来越贵。 这时候，真正限制一个人的可能已经不是“做不出来”。 而是： 根本不知道什么值得做。
所以AI时代还有一个非常容易被忽略的问题： 不是所有事情都值得自动化。 如果方向错了，把它自动化，只不过是更快地做错事。 如果一个环节本来就没有价值，把效率提高100倍也没有意义。 真正厉害的人会不断寻找三个东西： 方向在哪里？ 杠杆在哪里？ 自动化在哪里？ 方向决定往哪里走。 杠杆决定哪一个动作能够产生数量级的回报。 自动化决定这种回报能不能脱离你的个人时间持续发生。 比如每天让AI帮你写一篇公众号文章，只是： 任务自动化。 真正更有价值的系统可能是： 发现潜在选题 ↓ 判断传播价值 ↓ 自动研究 ↓ 形成观点 ↓ 生成内容 ↓ 多平台分发 ↓ 获得阅读与转化数据 ↓ 分析什么有效 ↓ 反过来优化下一轮选题 这才叫： 闭环自动化。 因此AI时代真正应该寻找的，不只是“这件事AI能不能帮我做”。 而应该进一步问： 这三个问题的价值，可能远远超过研究100个提示词。
这又会带来另外一个巨大变化。 过去一个高手最值钱的是： “这件事情我会做。” 未来更值钱的是： “我能不能把自己为什么会做讲清楚，让AI按照我的方法一直做。” 一个优秀投资人说： “这家公司我感觉不对。” 这属于经验。 如果他能够进一步拆解： 先看哪几个指标？ 出现什么情况直接排除？ 哪些异常需要进一步调查？ 不同证据发生冲突怎么办？ 满足哪些条件才能进入下一阶段？ 最终如何验证自己的判断？ 这时候，经验发生了一次质变： 经验 → 规则 → 流程 → Skill → Agent。 原来只能存在于一个人大脑里的能力，第一次可能被复制给100个AI。 过去专家卖的是： 一个小时。 未来专家可能卖的是： 一套可以运行一万次的判断系统。 所以未来真正厉害的人，不只是拥有经验。 还要能够： 观察自己的思维，把隐性经验显性化，把显性经验结构化，再把结构化经验自动化。
所以回过头再看，我们可能会发现一个非常清晰的趋势。 AI并没有简单地让人变得“不重要”。 它是在不断吃掉人类工作中可以机械化的部分，然后迫使人的价值不断向上迁移。 当知识稀缺的时候，记住知识很值钱。 当知识唾手可得，执行开始值钱。 当AI开始执行，定义问题开始值钱。 当AI可以无限生成，判断开始值钱。 当AI越来越会判断，选择什么值得做开始值钱。 当每个人都有大量Agent，方向、审美、价值观、创造力、系统思维和杠杆意识就会越来越重要。 最后可能只剩下几个最根本的问题： 你看见了什么？ 你想创造什么？ 为什么值得创造？ 你能不能把它定义清楚？ 你能不能判断它到底好不好？ 你能不能找到那个最关键的杠杆？ 最后，能不能让整个系统离开你以后依然持续运行？
所以，我越来越觉得，“AI时代文科生更有优势”或者“AI时代还是理科生更有优势”，都是把一个新时代的问题塞回旧时代的分类体系。 真正值得培养的是第三类人。 他既不是只有工程、没有感受的人，也不是只有感受、没有结构的人。 他能够感受一个问题，想象一个不存在的世界； 也能够把模糊的感觉拆成对象、规则、参数、流程和边界； 他有审美，但不止于说“好看”； 他有想象力，但能够让想象出来的世界自洽运行； 他会使用AI，但不会把思考外包给AI； 他能够定义问题，也能够定义什么叫正确； 他不仅完成任务，还会寻找杠杆； 他不仅寻找杠杆，还会把杠杆变成自动运行的系统。 过去，我们用技能把思想变成产品。 未来，技能越来越多地由AI提供，人真正需要提供的是思想本身。 所以AI时代最值得警惕的一句话，可能恰恰是： “以后什么都不用学了，AI都会。” AI越是什么都会，人越需要知道自己究竟在干什么。 因为未来最便宜的，也许是答案。 最便宜的，也许是代码。 最便宜的，也许是图片、视频、方案，甚至执行本身。 真正昂贵的是提出一个值得解决的问题，是把模糊的世界想清楚，是从无数可能性中做出判断，是找到那个能够撬动整个系统的支点。 如果一定要用一句话描述“第三类人”，我会这样说： AI时代，不缺会使用AI的人。 真正缺的是知道该把这支“千军万马”带向哪里的人。
一、我们可能从一开始就误解了AI
“会说话就会编程，人人都是开发者。”
二、AI降低了编程门槛，却提高了“清晰思考”的价格
“帮我做一个漂亮、简洁、好用的任务管理软件。”
三、AI最先暴露的，恰恰是人的思维混乱
四、但这并不意味着“理科生赢了，文科生输了”
五、有想象力的人可以做出惊艳的作品，但未必能创造一个持续运行的世界
审美决定作品能不能打动人，结构决定这个世界能不能站得住。
想象力决定它能飞多高，工程思维决定它能飞多久。
六、所以AI时代真正需要的是“第三类人”
人文决定方向，工程构造规则，AI负责执行。
七、而Agent时代，会把这种差距进一步放大
八、未来最昂贵的能力之一：找到杠杆
整个系统最重要的瓶颈在哪里？
改变哪个变量，可以让最终结果发生数量级变化？
这个闭环中，还有哪一步必须由我亲自完成？
九、专家最大的财富，也将从“经验”变成“可运行的经验”
十、AI最终会把人的价值不断往上推
结语：AI时代，更需要“第三类人”
他既是诗人，又是建筑师。
诗人让他知道什么世界值得创造；建筑师让他知道这个世界应该如何运行；而AI，则成为替他建造这个世界的千军万马。