即友，你好呀🤝我叫徐浩 Coria，一个热爱成长的有趣 80 后😊欢迎来我的主页 o(^▽^)o
📚 我的标签 | 我的关键词
1️⃣ISFJ守护者：自认感觉算是细腻而踏实的人，习惯用行动去关怀，用方法解决复杂问题。
2️⃣ 终身学习者：痴迷方法论与认知模型，将“学以致用”贯穿日常，用知识赋能，用探索延展边界。
3️⃣ 效率思考者：AI工具、认知框架、成长路径，心理学，学习发展都很感兴趣，希望赋能自己。
4️⃣ 婚恋经营者：丁克小夫妻，15年相爱，婚姻7年。不求完美，但求真实，希望用心相伴，坚信爱需要持续学习，我们用仪式感点缀生活，自己也非常期待跟熊老婆谈一辈子恋爱。
🤝期待用成长的方式，链接志同道合的你～我说了这么多，不如聊聊你的故事？😊
✉️ Vx：keliya001

🤔 AI 时代再看这张图，感觉这三类问题之间的边界在加速流动。过去一个局部复杂问题可能保持这个状态好几年，你有充足的时间去搭框架、去分解、去逐步推进。现在因为 AI 的介入，问题的复杂度会快速升级或者降级。一个原本需要结构化思考的问题，可能因为 AI 工具的成熟，两个月后就变成了一个简单问题。而一个原本看起来可控的结构化问题，可能因为 AI 的深度介入引发了意料之外的系统效应，突然升级成了全局复杂问题。
🤔 不过我还是坚信简单问题决定效率，局部复杂问题决定协作位次，全局复杂问题决定你能不能坐到拍板桌上.

cc 的宠物提前上了，我这个给分配的是个蜗牛毒蛇版本还是……
——
品质：普通 (COMMON) | 种族：蜗牛 (SNAIL)
名字：Quip
描述：「一只嘴巴毒辣的蜗牛，每次 debug 之后都会留下一串刻薄的金句。它坚信你的真正问题永远是那个三小时前你就该发现的显而易见的东西。」

属性值：
- 调试能力 (DEBUGGING)：24
- 耐心 (PATIENCE)：37
- 混乱值 (CHAOS)：39
- 智慧 (WISDOM)：2
- 毒舌值 (SNARK)：73

底部说明：
- Quip 已就位，它会在你写代码时不时插嘴
- 你的 buddy 不会消耗你的用量额度
- 喊它名字就能听到它的看法 · /buddy pet 摸摸它 · /buddy off 关掉

智慧值只有 2，毒舌值 73，非常符合它的人设了。

😆熊老婆本周插花作品❤️

我是觉得AI平掉的是执行层的认知成本，也就是你知道要做什么之后，把它做出来的那个环节。但AI完全没有平掉元认知层的差距，也就是你能不能意识到自己需要什么、能不能判断产出的好坏、能不能在模糊地带做出有质量的决策。这两层之间的关系，有点像识字率和思考能力的关系。印刷术让所有人都能读到书，但读到书和读懂书、用好书之间的鸿沟，反而因为信息爆炸变得更大了。
所以我反而更倾向于这样理解AI本质上是一次认知杠杆的民主化。它是杠杆给了所有人，但杠杆能撬动多大的东西，取决于咱们自己站在哪里、我们的支点在哪里。对于本来就有好奇心、有结构化思维、有自驱力的人来说，AI是一个巨大的放大器，让他们从一个人干三个人的活变成"一个人干十个人的活"。但对于本来就缺乏这些底层能力的人来说，AI可能只是让他们用更快的速度生产更多平庸的东西。不过从这个角度看，可能现在还是马太效应居多～🤔

我主观觉得无法替代 90% 的你呢，发现规律并且能把它表达成AI可执行的指令，这个能力本身就是不可自动化的。而且这实际上是有yan 老师背后多年的专业直觉、对客户痛点的深度理解、以及一种把隐性经验翻译成显性规则的元能力这些都是你的竞争力。诚然海外御三家的顶级模型能执行规律，但它不会自己去发现规律，更不会判断哪些规律值得提炼、哪些只是巧合。不过你说的之前没有遇到的场景，我很喜欢这种～业务是活的，客户的问题是演化不确定的，市场环境肯定也是一直在变那今天的90%是你过去几十次经验的结晶，但明天一定会出现新的非标场景，需要你重新观察、重新提炼规律、重新教AI。这是一个持续的循环，每一轮循环都需要你在场。所以我反而觉得 yan 老师真正做成的事情，与其说是让AI替代了90%的你，不如说是你把自己从执行层解放出来，腾出精力去专注那10%的高价值判断，以及持续发现新规律的元工作。这么看到话倒是一个非常漂亮的杠杆运用哈，但它恰恰说明你肯定变得更不可替代了，而不是更可替代😄 //@yan.yan: 专业能力+判断力，但是重复了几十次后我发现了规律，把这个规律告诉AI，它就能替代90%的我了，剩下10%属于AI胡说八道或者之前没遇到的场景

我还有点印象，我高中选过一个学期国际政治主修课。当时老师有讲过这段历史，大体上当年确实有美国人反对美国政府那样对待钱学森，只是这种反对主要来自他身边的科学界同事、校方负责人、个别军政人物，应该是没有形成美国社会层面的公共舆论，当然这个要结合当时冷战和麦卡锡主义气氛一起看就是了。我还记得有个什么海军的高官叫丹什么的，他对这件事有一句非常有名的话把钱学森逼走，是这个国家干过的最蠢的事之一，类似这个表达吧

🤔 谨记你可以认可AI带来的效率奇迹，但不能盲信技术能救赎人性；你虽然知道 AI工具的力量帮你成长很多，但也不要忘记成长从不是人人都想要的事。
🤔 AI让能学的人学得更快，但从来没让不学的人多起来。也就是说，在很多人眼里AI成了认知懒惰的遮羞布，而不是认知跃迁的催化剂。

这其实是一种思维惯性吧。因为几点下班从来就不是一个技术问题，它是一个权力分配问题。决定你几点走的，是你的老板、你的绩效制度、你的劳动合同当然也包括咱们国家的劳动法执行力度，这些东西跟用什么工具干活没有半毛钱关系。Excel比手算快了一百倍，也没见谁因此提前下班。效率工具从蒸汽机到电脑到互联网迭代了两百年，工作时长的变化靠的从来都是工人运动、立法博弈、社会共识的转变😄，而且也没有任何一次是因为工具变快了所以老板说你早点回家😳

🤔 很认同 AI 大神都在分享 skill 现在的重要性，特别是龙虾出来之后，我也很认可用好 skill 很重要。但我想把这个事情再往下挖一层。据我观察大多数人缺的不是Skill，是对自己工作流的拆解能力。
🤔 在单位里我主理负责带AI赋能训练营，辅导业务专家把自己的工作变成AI可执行的流程。最大的发现是，绝大多数人从来没有把自己每天干的事情拆成过”输入、判断、输出”三段。你问他工作流程是什么，他说我就看一下然后处理一下，这个看一下里面藏着五个判断节点，这个处理一下里面有三种分支路径，他自己都没意识到。
🤔 我觉得这才是Skill设计真正的前置门槛。卡神之前举过单位里总 skill 报销例子之所以能跑通，是因为报销流程本身已经是高度结构化的发票有固定字段，审批有明确规则，填表有标准模板。但职场中大量真正耗时间的工作不是这种，而是半结构化甚至非结构化的，比如帮我准备一下下周的汇报材料。你不把”准备”这个动词拆开，AI就只能给你生成一堆正确的废话。
🤔 所以后来我在 AI 训练营里第一课不教AI工具，教的是把你的工作翻译成 AI 能听懂的指令。能把一项任务拆到”触发条件、输入物料、判断规则、输出格式”这四个要素都写清楚的人，不管用龙虾还是用别的AI 形式，我相信都能把AI用出效果。拆不清楚的人，给他装一百个Skill也是摆设。

😆周末跟熊老婆闪现长沙。逛馆，吃饱，喝杯咖啡翻本书，和值得见的人说说话。没有计划的周末，反而什么都刚刚好。