夜雨聆风
上周和一个从大厂运营岗辞职，现在全职做AI培训师的朋友吃了顿饭，
他的工作就是研究模型、拆解方法、训练别人怎么更高效地使用 AI。按理说，他应该算是这波 AI 浪潮里最先受益、也最不容易焦虑的人。
但聊天时，他却说了一句让我印象很深的话：
“我现在最怕的不是竞争对手，是下一次模型升级。”
因为他越来越清楚地意识到，自己教的很多东西，保质期正在变短。
上个月还算有效的方法，下个月可能就被模型的新能力覆盖了；
刚总结出来的一套使用技巧，没过多久就可能变成默认功能；
原本需要专门训练的步骤，版本一更新，用户自己摸一摸也会了
......
我还笑他这才刚站上AI浪潮的风口浪尖，就开始担心这些有的没的，他却一脸严肃地说，恰恰因为他离模型太近，所以他比很多人更早看到一件事：工具进化得太快，以至于围绕工具形成的优势，很难稳定太久。
回到家后我细细琢磨他说的话，联想到了Linkedin最近给出的两份清单：
一个是2月刚发布的“ 2026 年增长最快技能榜”，前几名几乎全是 AI 相关：AI Engineering、Prompt Engineering、Model Tuning。
图源 | Linkedin
另一个是同年3月，LinkedIn CEO Ryan Roslansky 被问到“年轻人最该学什么？”，他一个 AI 技能都没提，只说了五个词：
好奇心、勇气、创造力、同理心、沟通力。
图源 | CNBC
这两份清单看起来相反，其实不矛盾。
技能榜回答的是：现在学什么最容易涨薪？CEO 回答的是：五年后，什么还能把你和别人拉开。
我朋友的焦虑刚好就卡在这两个问题的交界处。
图源 | Linkedin、CNBC
今天，AI 相关技能越来越重要。会不会用、用得熟不熟，会影响一个人的工作能力。市场会优先考虑为拥有这些能力的人付钱，这很正常。因为每一次技术变革刚开始，最容易被看见的，往往都是那些能立刻提升效率、又能直接写进招聘要求里的东西。
这些能力重要，却未必稳定。它们能带来回报，却不一定能长期拉开差距。
我那个做 AI 训练师的朋友，感受到的就是这一点。他面对的真正压力，并不是同行越来越多，而是模型本身越来越强。很多过去需要依赖经验、方法和训练才能掌握的东西，正在一点点被吸收到产品里，变成用户天然可以获得的能力。
这不光是某一个职业的焦虑，而更像是一种当今行业的普遍趋势：越靠近工具层，越容易感受到工具本身正在吞掉一部分人的技能价值。
这也是为什么，Linkedin CEO的真知灼见更显可贵和长远，我又把那五个词对着自己的经历想了一遍，发现它们真不只是鸡汤。
好奇心 Curiosity
有次和一个朋友吃饭，聊到他团队里一个挺年轻的同事。那姑娘工作经验不算多，汇报也不算特别亮眼，但大家慢慢都开始愿意把复杂一点的事情交给她。
原因很简单，她总会多问一句。
有一回他们做用户访谈，别人记的都是共性的反馈：功能太复杂、流程有点长、价格敏感之类，整理出来都没什么错，也很像一份标准报告。只有她在访谈记录旁边单独记了一句：
“这个用户在讲到取消订阅的时候，语速突然变快了。”
当时谁都没太在意，觉得这算什么信息。但她后来自己又去做调查，发现好几个用户在聊到同一个环节时，都会有类似的情绪变化。再顺着往下深挖，才发现问题根本不在功能本身，而在那个节点给人的心理感受：用户不是不会操作，而是突然有种“是不是要被套住了”的不信任感。团队改掉之后果然转化率大大提高。
创造力 Creativity
去年我们做过一轮密集投放。为了提效，团队用 AI 一口气生成了上百条素材，从标题到脚本到配图，全都跑了一遍。那批内容不能说差，稳定、规整，像一套训练有素的标准答案。
整整一套视频，流量平平，数据只能说看得过去。所有人都没想到，最后爆的，竟然是一个05后实习生奇思妙想出来的抽象视频。
复盘的时候才发现，原来她把那套“功能卖点+用户收益”的写法全拆了，整条文案完全没有提到产品，重心全放在人身上。结果第二天，这条的点击和转化都明显高了一截。
同理心 Compassion
有次一个客户投诉得很凶，几乎每条消息都带火气。团队第一反应是先把问题处理干净，于是很快整理了一版回复：逻辑完整，态度礼貌，责任边界也写得很清楚。说实话，那条回复挑不出什么毛病，AI 帮忙润色后甚至更像“标准答案”。
但客户看完更生气了。后来一个同事说，先别回了，我来打个电话。
那通电话打了二十多分钟，前十分钟几乎都没在解决问题，对方一直在讲自己为什么这么恼火，中间还夹杂着很多跟产品无关的抱怨。那个同事也没急着解释，就一直听，电话挂完，对方语气已经完全软下来了。后面事情反而很好处理。
那次之后我一直记得，很多人以为客户要的是一个“正确回复”，其实很多时候，对方更想确认的是：你到底有没有真的理解我为什么不爽。
勇气 Courage
我认识一个朋友，去年带团队做一个新项目。前期大家调研做得很细，数据看得也多，连用户访谈都整理了厚厚一叠。准备工作几乎无可挑剔，唯一的问题是，谁都不敢真的往前走一步。
每次开会都像差最后一块拼图。今天说还差一点市场验证，明天说还要再看一轮竞品，后天又觉得模型再测一版更稳妥。所有人都想把事情想清楚再出发，可真实情况是，很多事情不动起来，永远也不可能想清楚。
后来那个朋友拍板说，就按现在这个版本先上，小范围试，错了我们认，回来再改。
上线第一周，数据并不漂亮，甚至可以说有点难看。但也正因为真的上了，他们第一次看见用户到底卡在哪里，哪些担心原来只是团队自己吓自己，哪些问题才是真的致命。那之后两轮调整，方向反而清楚了很多。
沟通力 Communication
有一回我们为了一个方案，连续开了三轮会都没定下来。产品觉得重点应该讲功能闭环，销售觉得客户根本不关心这些，老板听完两边都不满意，嫌大家说了半天还没说到点子上。每个人各执一词，各有各的道理。
后来一个同事把白板擦干净，只写了三句话：
第一句，客户现在最着急的是什么；第二句，我们这个方案到底替他省了什么；第三句，如果今天不做，代价是什么。
大家一下子被理顺了。产品知道自己该删掉哪些表达，销售知道下一次跟客户先讲什么，老板也终于能判断这个方案值不值得推。
AI 可以帮人润色表达，甚至帮你生成很多版本。但一个场合里真正该说什么、先说什么、说到什么程度，还是要靠人自己拿捏。
回到我AI培训师朋友。
他的问题并不是AI 培训没前途，他把全部筹码都压在了“教人怎么用工具”这一层。
卖“怎么用 AI”，价值会被模型升级不断压缩；卖“用 AI 做什么、怎么判断该不该做”，价值反而会随着 AI 变强而变大。前者是工具技巧，后者是判断力。
AI 时代最大的坑，不是不会用 AI，是把自己训练成了一个除了 AI 什么都不会的人。
技术会越来越强。工具会越来越像基础设施。很多今天被追捧的能力，也许过不了多久就会变成默认配置。
但一个人怎么提问，怎么判断，怎么理解别人，怎么在复杂局面里做出选择，仍然不会因为一次模型升级就自动长出来。
因为模型升级，更新的只是能力边界。而真正决定一个人能走多远的，往往还是那些更慢、更深，也更像“人”的部分。
