夜雨聆风前千问的负责人林俊旸本科是英语专业，这告诉我们ai时代不是理科生也不是文科生有优势，而是有语言组织能力、有想象力的人有优势。
有些技能，比如类似于农村的砌灶台之类的技能或者类似于非遗之类的，会被逐渐淡化或者需要抢救；时代的变迁，会使得那些只学习技能的人而不是深思学科理论的人变得被动。记得以前修钢笔也可以谋生，现在举步维艰。这里面大学的意义就出来了，专科教育某些技能、本科教育一些理论技能，虽然本科被诟病学的东西用处不大，但美国以前走的弯路就表明理论功底还是必要的。
学习有两个趋势，一个是从默诵行业常识到统筹剪贴技能的转变、一个是需要在非常短的时间内（比如1天了解1大块知识）。
前者比如一个人默写某学科的知识点，成年人能得到15分、10分的样子，但如果借助AI（比如Deepseek工具）采用剪切复制然后统筹判断形成学科知识点，那结果打分可能是80分、85分。其实人还是那个人，但交出的结果完全不同！现行的很多考试，都是默写类型的（比如一级建造师考试），实际工作由于互联网和ai工具易得性，是可以随时咨询专家模式的。这导致考试和工作情形的差距，已经不是单纯的书面形式和现场形式了，同时扩大到很少借助工具和可以借助强大工具（类似于计算器）解决问题的差别了。可能以后的工作，更加考验一个人的判断能力、创新能力吧！
后者举个例子：我现在有个施工组织设计是word文档50m大小（里面10个小节）而上传限制合计10m的分节pdf。通常的解决方案word存为pdf得到大概30m文件，然后pdf进行裁剪得到10个pdf文件，然后10个pdf分别压缩。这种方案得到的10个pdf合计40m左右、再压缩会图片非常模糊。而真正的解决方案word文档存为10个分节word，然后每个分节word导出pdf，导出的pdf再压缩一下后可以把总文件控制在8m，bingo！能想到第2种方案，至少是知道ps语言的，再加上知道图片的点阵式和矢量式就可以了。
后一个例子，要求工作人员具备最基本的理论素养（比如计算机文化基础），然后在需要某技能的时候看一下百科+ai搜索加持就可以了。比如了解html语言格式的概念、或者markdown语言格式的概念，然后就上手。
