最近半年听过最好的一期AI播客。

今天在出差的路上，听了一期 AI 播客，很有启发。

和我之前看过的大多数 AI 播客不太一样，这一期聊的不是模型、工具或者创业机会，而是在认真讨论一个问题：AI 时代，一个人该如何成长。

嘉宾是 Notion 的产品负责人。这哥们的很多观点都特别接地气。

因为最近一段时间，我连续写了几篇 Codex、Claude Code 的使用教程。

本来只是分享自己的使用经验，没想到吸引来了不少原本并不怎么关注 AI 的读者。

和他们交流之后，我发现一个很有意思的现象。

很多人在学习 AI 的时候，仍然沿用着互联网时代的思维方式。

大家最关心的是学哪个工具、掌握哪些技巧、收藏哪些提示词，希望通过学习一套方法，快速获得结果。

这当然没问题。但听完这期播客之后，我越来越觉得，那些具体的方法和技巧或许没有大家想象中那么重要。

因为工具会变，模型会变，今天流行的工作流，几个月后可能就会被新的方式替代。真正能够长期留下来的，反而是一些更底层的能力。

不知不觉，今年上半年只剩最后 15 天了。如果让我从这半年看过的所有 AI 播客里只留下一期推荐给大家，那我会选这一期。

具体内容我放到附件了，大家可以自己去看。下面是我的一些总结。

1、AI 时代，主动性正在变得越来越重要。因为工具的使用门槛正在快速降低。过去一个人会写程序、会设计、会做产品，本身就是一种很高的壁垒。

想掌握这些能力，往往需要投入大量时间学习。但现在情况正在发生变化。

借助 AI，很多人已经能够快速获得过去需要几年才能积累起来的能力。

技能本身的重要性正在下降。主动性、审美和判断力的重要性却在快速上升。

因为 AI 可以帮我们完成很多事情，但它无法替你决定做什么。它可以帮你实现想法，但无法替你产生想法。

最终拉开人与人差距的，越来越不是会不会某个技能，而是愿不愿意主动动手试一试。

2、或者更具体点说，如果一个人有主动性的话，那 AI 工具就可以为你所用。

如果你不想做，那任何先进的生产力工具跟我们也是绝缘的。

说个故事，我下午刚从客户那里回来，某一线大厂。上个月，我给客户推荐过一个候选人，问起情况，客户说面试没通过。

我很惊讶，我推荐的候选人是我的前同事，我和他共事过，这人基本功很好。客户叹了口气说：主要问题是他的主动性不够。

我继续追问：你是怎么判断出来主动性不够的？

客户回答：问之前在某个项目里负责了什么，话里话外能听出来，他的工作范畴仅仅就局限在领导安排的事情上，没见着他的思考，也没见着他为完成目标额外做过什么事情，按部就班，有点当一天和尚撞一天钟的感觉。

主动性不够，来我们团队，很难生存下去。所以也就没推进了。

我挺认同客户的判断。

不管是在大厂还是小厂，主动做事，为目标着急永远是重要的能力。别人推一步，然后干一步，这种性格很难把事情做好。

并且，我总觉得，主动是一种受益终生的思维方式，主动和同事沟通进展，主动思考问题的解决方案，主动认识一些厉害的人......

3、主动性不是天生的，它可以通过训练获得。很多人以为行动力是一种性格。有的人天生敢折腾，有的人天生保守。

但 Notion 产品负责人 Max 的看法不一样。他觉得 Agency 更像一种肌肉，你越经常动手，它就越强。你越习惯等待，它就越弱。

培养 Agency 最简单的方法，是从解决自己的小问题开始，先找一个真实存在的小问题。

比如一个重复劳动特别烦，比如一个流程特别低效，比如一个文档整理特别麻烦。然后试着用 AI 给自己做一个小工具。

哪怕只有自己用也没关系。因为重点不是工具本身，而是在这个过程中建立一种认知：原来问题是可以自己解决的。

4、在动手构建的过程中，有一天我们会突然意识到，这个世界其实是由一群并不比你聪明多少的人创造出来的。

很多规则、产品、流程、组织，看起来理所当然，但本质上都是人设计出来的。既然别人能设计，那我们也有机会重新设计。这种认知转变，往往是行动力真正觉醒的开始。

很多人遇到问题的时候，第一反应就是等。等领导给方向，等产品提需求，等别人先做出来。但其实，我们应该调整自己的思维方式，让自己遇到问题之后，下意识地开始行动。

因为现在我们已经有 AI 这个强大的工具了。

5、品味并不是审美好，也不是见多识广。Max 对品味有一个非常有意思的定义。所谓品味，本质上是一种预测能力。

看到一个产品、一个功能、一个内容创意时，脑海里能够大致预判用户会不会喜欢，会不会愿意使用，会不会愿意分享。

这种能力听起来有点抽象，但其实非常重要。因为今天 AI 已经能够帮助完成越来越多具体工作。

写代码、生成图片、制作 PPT、整理文档，这些能力正在快速普及。

当越来越多人都能把东西做出来的时候，决定最终差异的往往不再是执行能力，而是判断能力。

同样一个想法，有的人能够一眼看出它值得继续投入。有的人则会在错误方向上投入大量时间。两者的区别，很多时候就是品味。

6、品味的提升没有捷径。它有点像训练模型，不断构建自己的作品，不断获得反馈，再不断修正判断。

时间久了，脑子里就会形成一个越来越准确的模拟器。

很多人以为高手靠天赋，其实更多是在高频反馈里积累出来的。这是基本的逻辑。

另外，提高品味最有效的方法，其实是持续接触优秀作品。

因为人的判断标准，本质上来自参照系。看过足够多优秀的产品、文章、设计和创意之后，对好坏的感知会越来越敏锐。

7、很多人容易掉进一个陷阱，总觉得准备充分了再开始。

过去这种思路其实没有问题。因为以前验证一个想法的成本很高。做一个产品，可能要找工程师、找设计师、写方案、排计划。

很多事情还没开始做，已经投入了大量时间和资源。所以大家会习惯先研究、先分析、先讨论。

但 AI 改变了这件事。今天很多想法，一个下午就能做出原型。一周时间就能拿到第一批反馈。

过去需要一个月才能知道的答案，现在可能几天就能验证出来。

所以越来越重要的一种能力，是快速尝试。想到一个点子，就先做出来看看。发现问题，再继续修改。拿到反馈，再继续迭代。

AI 让试错变得越来越便宜。

当试错成本下降之后，一个人能够尝试的次数会大幅增加。一年做十次尝试的人，和一年做一次尝试的人，最终积累出来的判断力往往完全不同。

8、AI 时代，一个很大的变化是，职业发展的坐标系正在发生变化。

过去很多人会把职业成长理解成职位的变化，从专员到经理，从经理到总监，从初级工程师到资深工程师。

但随着 AI 让越来越多职业边界开始融合，很多岗位本身都在快速变化。

相比职位叫什么，未来更重要的可能是一个人能不能独立完成一件完整的事情，能不能把一个模糊的想法变成真正被人使用的成果，以及遇到问题时有没有能力推动事情继续往前发展。

这些能力不会随着岗位变化而消失，反而会变得越来越重要。

或者换句话说，大家应该看到了，现在很多公司的中层在快速的贬值，特别是一些已经没有具体做事能力的中层，在现在的市场上，已经没什么竞争力了。

角色边界会继续模糊，混合型人才 + 高主动性才是持久的竞争力。