AI时代最易被淘汰的职业和最稀缺的能力(二)

关注我们，一起开启未来。

04 同一个起点，两种

截然不同的人生轨迹

最直观的理解方式来自一个真实的职场对比。

场景：你发现公司的用户流失率在过去三个月持续上升。

响应者小林：

小林注意到了数据异常。他的处理方式是：截图发给上级，附言“最近这个指标有点异常，您看要不要关注一下”，然后等待。一周后，上级安排了专题会议，分配了分析任务。小林按照会议纪要的要求，花两天时间用AI跑出了一份流失用户数据表格，提交给上级。任务完成。

在整个过程中，小林的角色是指令中转站：接收数据异常的信号→转给上级→接收上级的任务指令→转给AI→转回结果。他没有在任何环节施加自己的判断。他是第二类人——典型的“传令兵”。

发起者小卫：

小卫同样注意到了数据异常。他的处理方式是：当天下午，他先用两小时自己拉出流失用户的行为路径数据，拿纸笔画了三个可能的原因分支。然后他打开AI，输入数据结构，得到了初步的聚类分析结果。他又花了两天时间，结合自己对业务的理解，从AI的结果中筛选出三个最可能的方向，设计了一个低成本的验证方案，让AI生成了A/B测试框架。做完这一切之后，他约了上级15分钟，汇报结构非常简单：“数据异常→我分析出的三个可能原因→我的验证思路→需要您确认一下优先级和资源。”

小卫的角色不是“任务接收者”，而是任务发起者。他没有等任务，他创造了一个任务。他是典型的“发起者”。

小林和小卫的努力程度可能差不多。但他们的职业命运，从这一个分叉口开始就注定不同。

因为小林的工作方式正被AI精准狙击——执行的供给量以数量级暴增，执行本身的价格持续承压。而小卫的工作方式——定义问题、设计方案、调度AI推进、对结果负责——不仅无法被AI替代，反而因为AI的存在而获得了历史性的杠杆放大：

过去，小卫要落地一个想法，可能需要一个团队的支援。现在，他一个人+AI，就能产出过去一个小团队才能完成的工作量。

经济学家早就说过：当某样东西的供给量快速增加时，它的单位价值就会下降。执行正在无限趋近于零成本，而“决定做什么”和“发起行动”正在被推至历史性的高点。

小卫就是那只“决定做什么”的大脑。他的价值，跟他的努力程度无直接关系，跟他做执行还是做决策的关系很大。

05 超级个体的工作方式

——一个人，一支队伍

如果把小卫的工作方式进一步抽象和放大，就会得到一个非常重要的概念。

麦肯锡全球董事合伙人张勤亚给出了一个精准的描述：在AI时代，最能打的人不是“拥有AI的团队”，而是“拥有AI的个人”。人的核心能力不是亲自执行，而是清晰地表达需求——讲清楚目标是什么、边界在哪里、想要达成什么目的，然后让AI高效地完成执行环节。最终胜出的未必是最聪明的人，而是那些学习最快、最善于灵活运用各种工具、并能高效实现既定目标的人。

资本圈在2024年给这种人起了一个名字：使用AI军团的独立作战单元——一个人，加上AI，就是一整支队伍。

而驱动这一切的引擎，就是Agency。

如果用一张画像来描述这个“超级个体”在AI时代的完整工作方式，它大致是这样的：

超级个体的一天：

早上，他打开电脑。没有人给他发任务清单。但他知道今天要解决什么——那是他上周自己发现的三个问题中最值得优先处理的一个。

他花了20分钟自己画了一个逻辑框架：问题的边界、可能的原因、需要验证的方向。然后他打开AI工具，不是问“帮我做”，而是说“基于这个框架，帮我把第一部分的选项穷举出来，按可行性排序。”

AI用30秒完成了过去需要一个初级分析师花三天才能完成的工作。他没有直接复制结果，而是逐条审视，标出三个需要修正的地方，重新让AI校准了一遍。

到中午，他已经拿到了一个有深度的分析结果。不是AI自己产出的“看似漂亮”的报告，而是由他定义框架、由AI负责填充、由他最终校准过的、可以直接推动决策的方案。

下午，他用同样方法和AI配合，完成了一份执行方案和一版对外沟通的初稿。中间他甚至让AI模拟了三种客户可能的反应，来倒推方案中的逻辑漏洞。

傍晚收工前，他在工作日志里记下了一行字：今天推进了一个从上周四开始自己发起的事情。下一件值得主动解决问题，已经记在明天的待办上。

这就是超级个体的工作方式。他不是AI的操作员，而是AI军团的指挥官。核心打法只有三步：自己发现问题→自己定义框架→调度AI高效落地→自己对结果负责。

这种人不需要别人告诉他今天该做什么。他的待办清单上，大部分条目连一行都不是别人写的。他也不跟任何人比谁代码敲得更快、谁报告写得更长——因为他早就把执行层的工作下放给AI去做了。他唯一在做的事，就是所有AI都做不到的那部分：决定朝哪个方向开火。

06  自测——

你的Agency在哪个层级？

你离超级个体还有多远？

在讨论具体怎么培养之前，先用六个问题诚实地照一照自己当前的状态。

请为每道题打分（1=从不；2=偶尔；3=经常；4=几乎总是），然后加总。

主动性与AI使用调查表

计分方式：

第1至4题和6题，选几就得几分（“从不”1分，“几乎总是”4分）。第5题：可被AI替代的比例高于60%得1分；30%-60%得2分；10%-30%得3分；低于10%得4分。

总分25分制。

对照分析：

工作阶段与AI关系评估表

如果你的得分在18分以下，下面这一部分就是为你准备的。

07 系统培养方法——从

“响应者”到“发起者”的行动路径

Agency不是性格外向者的专利，也不是天才才有的天赋。它是一种行为习惯，而习惯只有一种养成方式——在真实的行动中一次又一次地重复，直到它变成你大脑的默认回路。

下面是四个可以今天就开始的实操方法。

方法一：问题所有权训练（每天5分钟）

核心动作：当你注意到一个问题时，先在心里问自己一句话：“如果我不推这件事，它还会被推进吗？如果不被推进，后果是什么？”

这个提问的目的不是让你把一切都揽上身，而是帮你锻炼一种“责任感肌肉”——让你真实地感受到，某个问题是否值得你主动接下来。很多人从不主动发起，不是因为能力不够，而是因为从未真正认真对待过“如果我不推，就真的没人推了”这个事实。

练习任务：每天写下至少1个“我注意到但没人管的问题”。到周末，从7条里选出1个，进入方法二，把它变成一个“最少发起实验”。

方法二：最少发起实验（每周1次）

核心动作：每周给自己定一件没有人要求你做的事，把它从想法推进到一个可见的、能交付的结果。规模不需要大——整理一份对团队有用的参考文档、在会议上主动提出一个被忽略的改进点、为一个长期积压的问题建立初版分析框架，都可以。

关键不在大小，而在于：你完整地走完了一轮“发现问题→决定行动→推进到结果”的完整回路。每走完一轮，大脑中“我→行动→结果”的神经连接就加深一次。几周后，你会开始注意到一种微妙的变化：你的待办清单上，开始出现越来越多“自己给自己写的”条目。

练习任务：本周选定1件事，写下来：我要做什么、完成后会产出什么、预计什么时候完成。一周后去看结果。完成了多少不重要，重要的是——这是你为自己发起的第一件事。

方法三：反外包判断（每次使用AI前）

核心动作：使用AI工具前，先花5分钟自己思考，建立你自己对这个问题的初始判断框架。

在你打开AI对话框之前，先拿纸笔或打开一个空白笔记，问自己三个问题：

1. 如果没有任何工具帮我，我会从哪几个角度来分析这个问题？

2. 我自己的初步判断或直觉假设是什么？

3.我准备让AI帮我的具体是哪一步——是帮我扩展选项，还是帮我执行一个我已经清晰的框架？

这个习惯的本质，是保住你自己“构建问题框架”的认知能力。就像即使有计算器，数学老师仍然让学生手算，目的是让思维回路保持活跃，不被工具钝化。

贴在屏幕旁的每日自检清单：

□ 今天我用AI时，有____次是先自己想完框架再开的AI。

□ 今天我自己独立做出判断之后才求助AI的事有____件。

方法四：两周发起复盘（每两周10分钟）

核心动作：每两周固定花10分钟，用一张表格照一下自己。

Agency不是靠一次豪情万丈的决定就能拥有的，它是在每两周诚实面对自己的过程中悄悄累积出来的。

复盘模板：

维度与记录内容表格

如果“主动发起”这一列，连续两三个周期都是空的——不必找任何理由，也不必自我审判。你只需要知道一件事：这个习惯，可以有意识地开始培养了。

这张表比任何性格测试都更诚实地反映你的职业资产的走向。

尾声：每一天的选择，都在决定你站在分界线哪一侧

AI正在同时做两件性质截然相反的事。

它让执行的门槛降到趋近于零，让纯粹的执行和传令式工作快速贬值。

同时，它把“谁在发起任务”这件事的价值推到了人类工作史上的最高点。

这两股力量会持续分化下去。

一边，是被AI逐步覆盖的响应者——他们要么被替代，要么只能在“认知外包”中看着自己的核心能力一点点消退。

另一边，是用Agency驱动、与AI高效协同的超级个体——他们一个人就是一支队伍。他们自己发现问题、定义目标、设计方案、调度AI推进执行、对结果负责。他们把自己最宝贵的认知资源，全部投注在一件AI永远无法做到的事上：决定这个世界应该往哪个方向走。

两边的分界线不在天赋，也不在性格。

分界线在于每天那些悄无声息的选择：你是先思考再开AI，还是直接把问题丢进去；你是发现了问题就自己试着推一步，还是在心里默念“这个应该有人管”然后关掉页面；你是在没人要求你的时候发起了一件事，还是永远在等着那个要求你的声音。

这些选择，一天看不到差距。一年，就天差地别。十年，就是两种人生。

有一个问题值得认真想一想：

你上一次在没有任何人要求你的情况下，把一件事从零推进到结果，是什么时候？

如果你的答案是“想不起来了”——那今天就可以是答案建立的第一天。

  延伸阅读：

AI时代最易被淘汰的职业和最稀缺的能力（一）