夜雨聆风这两年，判断一个人有没有潜力，正在变得越来越难。
简历可以让AI修改。
商业计划书可以让AI生成。
代码、文案、PPT，甚至面试答案，都可以提前准备得相当漂亮。
一个人看起来“什么都会”，已经不再稀缺。
真正稀缺的是：
当没有标准答案、没有明确任务，甚至没有人监督时，他能不能独立发现问题，把一件事从想法推进到结果。
这可能是AI时代最值得投资的一种人。
这里说的“投资”，不一定是给他钱。
也可以是给他一次机会、一份信任、一个重要项目，或者把你最宝贵的时间花在他身上。
过去，我们判断一个年轻人，习惯看三样东西：
学历、履历、表达能力。
但今天，这套识人方式正在失效。
LinkedIn发布的《2026年快速增长技能》显示，企业正在降低对学历、职位名称和线性职业经历的依赖，转而关注一个人真正具备什么能力。与此同时，AI商业战略、跨部门协作、业务增长和利益相关者沟通等能力正在快速上升。LinkedIn官方报告
这背后说明了一件事：
AI正在让“展示能力”变便宜，却让“真正把事情做成”变得更值钱。
那么，如何发现这样的人？
我总结了五个信号。
一、他不是在“学习AI”，而是在用AI解决真实问题
现在会使用AI的人越来越多。
有人收藏了几百条提示词。
有人参加了十几门AI课程。
有人每天研究又出了什么新模型。
但如果你问他：
“你到底用AI解决了什么问题？”
很多人答不上来。
真正值得关注的人，不会把“学AI”当成目标。
他们通常先遇到一个具体问题：
整理客户资料太慢；
会议结束后没人跟进行动项；
销售每天重复回答同样的问题；
一个人运营账号，写作、配图、排版忙不过来；
公司有很多数据，却没有人能把数据变成决策。
然后，他才开始寻找工具、设计流程、编写指令、测试结果。
他的学习顺序不是：
课程→知识→等待使用。
而是：
问题→方案→工具→测试→结果。
这两种人的差别，刚开始看起来并不大。
半年以后，差距会非常明显。
前一种人积累的是“我知道”。
后一种人积累的是“我做成过”。
我在搭建“AI新商业内容工厂”的过程中，对这一点感受很深。
真正困难的，从来不是让AI写出一篇文章。
难的是让手机端的素材顺利进入文件夹，让程序识别新内容，让AI完成筛选、核查、创作和配图，再把内容稳定地送进公众号编辑器。
中间任何一个环节，都可能出问题：
路径错误、权限不足、登录失效、图片错位、正文粘贴到标题栏……
真正有价值的人，不是看到AI第一次写出文章时最兴奋的人。
而是系统出错后，愿意继续排查，把流程一点点跑通的人。
AI时代，完成一次漂亮的演示不难。难的是把偶然的成功，变成可以重复的结果。
二、他会主动留下“作品证据”
过去，一个人想证明自己，主要靠简历。
今天，比简历更有价值的是“作品证据”。
什么叫作品证据？
不是一句“我学习能力很强”。
而是：
他做过一个可以使用的小工具；
他把混乱的工作整理成了一套流程；
他连续记录了几十次实验结果；
他解决了一个长期困扰团队的问题；
他公开写过一系列有独立判断的文章；
他能把失败的项目讲清楚，说明哪里错了、后来怎么改。
这些东西可能很粗糙。
页面不漂亮，代码不优雅，用户也不多。
但它至少证明了一件事：
这个人可以在没有人布置作业的情况下，主动完成一件事。
这比一张写满技能关键词的简历更可靠。
因为AI可以帮你优化表达，却不能替你承担完成一件事所需要的耐心、责任和反复修改。
以后我们识别人才，应该少问：
“你学过什么？”
多问：
“你最近独立做成了什么？”
世界经济论坛的《未来就业报告2025》预计，到2030年，接近40%的岗位核心技能将发生变化；AI、大数据等技术能力会快速增长，但创造性思考、韧性、灵活性和协作能力仍然关键。
知识会迅速过期。
但一个人把知识转化为作品的能力，不容易过期。
三、他能把大目标压缩成小实验
很多人不是没有想法，而是想法太大。
一开口就是：
我要做一家AI公司；
我要改变一个行业；
我要打造千万粉丝账号；
我要开发一个超级智能体。
目标很宏大，行动却迟迟没有开始。
真正成长很快的人，通常有一种能力：
把一个巨大的想法，压缩成一个今天就能验证的小实验。
他想做AI产品，不会先花半年写商业计划书。
他可能先找三个真实用户，观察他们每天在哪些事情上浪费时间。
他想做自媒体，不会先纠结账号定位、视觉系统和商业模式。
他可能先连续写十篇文章，看哪一种问题真正有人愿意读。
他想做企业服务，不会一开始就开发完整平台。
他可能先用人工加AI，帮一个客户跑通一次交付。
这种人不会因为资源不足而停下来。
他会不断问：
我现在拥有的条件，能验证哪一个最关键的假设？
这是一种非常强的现实感。
既不是盲目乐观，也不是过度谨慎。
他允许自己从一个不完美的版本开始，然后让真实反馈参与下一次决策。
普通人追求第一次就做对，高手追求用最低成本尽快知道自己哪里错了。
四、他会使用AI，但不会把判断和责任交给AI
未来，会调用AI只是基本能力。
真正拉开差距的是：一个人能否管理AI。
微软在《2025工作趋势指数》中提出“Agent Boss”的概念：未来的员工不仅自己完成任务，还要学会创建、分派和管理多个AI智能体。该报告显示，81%的受访领导者预计，未来12至18个月，AI智能体会中度或深度融入公司的AI战略。
但是，管理AI绝不只是会写提示词。
更重要的是四件事：
知道该把什么任务交给AI；
知道什么结果必须人工核验；
发现AI出现偏差时能及时纠正；
愿意对最终结果负责。
有些人用了AI以后，工作看起来更快了，责任感却下降了。
内容错了，他说是AI写的。
数据错了，他说是工具生成的。
客户不满意，他说模型没有理解需求。
这样的人，即使熟悉再多工具，也不值得承担重要任务。
真正可靠的人会说：
“AI帮助我完成了其中一部分，但最后结果由我负责。”
这句话很重要。
因为AI能力越强，人类的责任边界反而越需要清晰。
值得投资的人，不是最会让AI干活的人，而是知道什么时候该相信AI、什么时候必须自己站出来的人。
五、他更新自己，但不会被热点牵着走
AI时代有一个非常危险的陷阱：
每天都有新模型、新概念、新工具。
如果一个人完全不关注变化，很快可能落后。
但如果一个人追逐所有变化，同样很难积累。
今天研究智能体，明天研究数字人，后天研究具身智能，再过几天又开始做跨境电商。
看起来一直很忙，实际上没有形成任何可以复用的能力。
真正有潜力的人，通常同时具备两种看似矛盾的特质：
对新变化足够敏感，对长期方向又足够坚定。
他们愿意更新方法，但不会每天更换目标。
他们会尝试新工具，却始终围绕同一个真实问题积累。
比如，一个人长期研究小团队如何提升效率。
过去他可能使用SaaS工具，现在开始使用AI智能体，未来还可能使用新的自动化平台。
工具一直在换，但他对用户、流程和经营问题的理解会越来越深。
这才是复利。
值得长期投资的人，不一定每一次都踩中风口。
但他不会让每一次尝试白白过去。
做成了，他会总结为什么有效。
失败了，他会留下数据、流程和判断。
即使项目归零，他的能力不会归零。
不要寻找一个“什么都会的人”
今天，我们很容易对两类人产生误判。
第一类，是表达特别漂亮的人。
他们懂趋势、懂概念、懂融资语言，能迅速说出一套完整的方法论。
但你把一个模糊、困难、需要持续推进的问题交给他，事情可能始终停在表达层面。
第二类，是履历非常标准的人。
他走过每一个正确节点，却很少在没有路径的地方独立做出选择。
他们可能都很优秀。
但优秀不等于值得长期投资。
AI时代真正稀缺的人，往往不是那个看起来准备最充分的人。
而是那个面对不确定性时，仍然能够：
发现问题；
主动开始；
借助AI扩大能力；
根据反馈快速调整；
最终对结果负责的人。
如果你正在招聘员工、寻找合伙人或者挑选值得培养的年轻人，可以暂时放下那份精心包装的简历。
给他一个真实但不完整的问题。
不要告诉他标准答案。
观察他接下来做什么。
他是继续等待指令，还是主动寻找信息？
他是立刻给出一个漂亮答案，还是先确认问题边界？
他是只会调用AI生成内容，还是会验证结果？
第一次失败以后，他是解释原因，还是修改方案再跑一次？
这几个细节，比一场准备充分的面试更接近真实能力。
最后
一个人是否值得投资，最重要的不是他现在站在哪里。
而是离开既定轨道以后，他还能不能继续向前。
有些人拥有很高的起点，却始终依赖外部推力。
也有些人起点普通，但会不断寻找问题、创造作品、修正方向，逐渐建立自己的能力系统。
后者的成长，刚开始可能很慢。
但一旦AI放大了他的行动力、学习速度和交付范围，他的成长曲线可能会突然变陡。
所以，AI时代真正值得投资的人，不一定是最懂AI的人。
而是那个即使没有掌声、没有标准答案、没有人催促，也会借助一切可以使用的工具，把一件有价值的事持续做下去的人。
如果你正在寻找这样的人，别只看他已经拥有什么。
去看三件事：
他主动解决过什么问题。
他留下了什么作品。
没有人要求时，他是否仍在向前。
这三件事，可能比年龄、学历和头衔，更接近一个人的未来。
也许你正在寻找的那个人，就在你的团队里。
也许，那个人正是你自己。