人人都有50个博士为自己打工，为什么多数人的工作没什么变化？｜硅谷徐老师年度对话

外来客 • 2026-08-16 11:12:07

声明：本文为对公开视频内容的摘要整理，未经本站独立核实，可能与原视频存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

TQ (Token Quotient)：指使用AI的能力。当前人类普遍TQ较低（约20-30分，满分100），尽管模型相当于50个博士24小时服务，但大多数人未充分利用。提升TQ需超越简单的Prompt Engineering，需理解模型能力边界（Model Overhead）。
IQ (Intelligence & Intensity Quotient)：不仅指智力（Intelligence），更强调强度（Intensity）。AI时代竞争层次改变，需具备高强度执行力。有Intelligence无Intensity是漫无目的瞎卷，有Intensity无Intelligence则方向错误。两者相辅相成，AI放大了强度差异，速度差距可达10倍至1000倍。
EQ (Emotional & Eyeball Quotient)：不仅指情商（Emotional），更指眼球注意力（Eyeball）。AI生成内容呈指数级增长，但人类眼球时间（每天24小时）有限且未变。因此，抓取他人注意力、让人接受产出的能力变得至关重要。

组织扁平化：AI使组织结构极度扁平化，垂直层级压缩。Sam Altman曾提出“一人独角兽”概念，但长期看，人性中的群居属性决定公司不会完全消失，而是规模更小、更灵活。
FDE (Forward Deployed Engineer)：前向部署工程师角色兴起。不同于传统咨询或远程开发，FDE直接驻场客户侧解决具体问题。这一角色从Palantir等少数公司扩展到主流，预计一年内将成为标配，类似过去软件工程师的普及过程。
职业颠覆与机遇：传统白领工作受冲击，但AI原生代（AI Native）具有优势。他们不像老一代那样思考“如何用AI辅助”，而是思考“如何让AI完成”。例如，放射科医生（Radiologist）因AI辅助反而薪资上涨，证明AI颠覆期是弯道超车的机会。

驾驶技能边缘化：未来手动驾驶可能成为类似骑马的奢侈爱好或特殊执照项目，因自动驾驶普及且手动驾驶被视为危险行为。
编程技能转变：编程可能从生产力工具转变为类似书法的修身养性活动。AI能高效生成代码，人类需关注更高层级的架构、分发（Distribution）和商业逻辑。
时间窗口缩短：PC时代有15年适应期，AI时代仅3-7年。思维转变需加速，从“纸笔”到“AI”的范式转换要求更高的Intensity。

AI原生代优势：当前大学生及年轻职场人处于AI原生时代，对AI的认知无历史包袱，能更自然地将其融入工作流。相比老一代的“辅助思维”，他们具备“原生思维”，在5-10年维度上竞争力更强。
技能修炼路径：
Awareness：意识到TQ、IQ、EQ的重要性。
Discipline：像锻炼身体一样持续训练AI使用习惯。
动手实践：AI是手艺，需通过实际使用（尤其是Agent模式而非纯对话）来掌握，避免仅停留在技巧学习。
用脑卫生：频繁切换Context可能导致疲劳，但相比短视频等碎片化信息污染，AI带来的认知负荷是可控的。需平衡深度思考与AI概率性输出的接受度。

一人公司局限性：虽然AI降低了创业门槛，但“一人公司”并非终极形态。人性中的协作需求及专业分工（如营销、技术交付）使得小团队（2-12人）往往能产生超额收益。
护城河转移：软件开发的护城河降低，分发（Distribution）和用户获取成为核心壁垒。创业者需重新思考如何将产品销售出去，而非仅关注产品本身。
最佳创业时机：现在是最好的时间，因为工具强大且个人能力被放大；也是最坏的时间，因为竞争对手数量呈指数级增长。