今天才有时间看前段时间很火的李飞飞关于十年后职场上只剩两类人的预测。对谈中，Rogier给出了一个判断：往后看十年，职场上更有竞争力的人，大致会走向两个方向。一种，是把一件事做到极致的人。另一种，是什么事都能上手的人。李飞飞补充，“无论是专才，还是通才，它们看上去不一样，其实都有一种共同的能力：主动性。”

我写一下自己的理解，我觉得就是要么深度，要么广度的问题。先说深度，把一件事做到极致的人，通常在某一个领域长期投入，积累出别人短时间学不会的判断。AI 能提供资料、初稿、备选方案，甚至能给出看起来合理的建议，但是决定结果的，往往是对具体情境的把握，对风险的敏感，对责任的承担，对人际信任的维护。做到极致的人，竞争力来自稳定和可靠。别人遇到难题时第一个想到他，这种信任需要时间沉淀。AI 可以加速信息处理，却很难替代一个人在长期实践中形成的直觉和分寸感。我觉得就是你做一个工作做久了，且加入你的思考后，形成了你自己的taste。

再看广度。广度很广的人未必在每个领域都达到专家水平，但遇到新工具愿意摸索，碰到新问题知道从哪里找答案，需要协作时能连接不同的人。产品经理可以用 AI 做原型，运营可以用 AI 分析数据，创业者可以用 AI 快速验证想法。AI 把许多工具的门槛降低了，通才因此获得更大的活动空间。他们能把不同领域的知识拼在一起，把想法推进到下一步。竞争力来自整合和行动。一个人不需要先成为某个领域的顶尖专家，才能开始解决实际问题。他可以在做的过程中学，在学的过程中调整。

这样一来，中间地带的工作人员就会受挤压。许多岗位的日常内容包含大量信息传递、标准流程执行、模板化写作、基础数据处理。AI 接手这些环节之后，岗位不会立刻消失，但工作内容会重新分配。人需要往深度走，往广度走，或者往两者结合的方向走。那么，只按指令做事、等待别人安排学习、拒绝接触新工具的人，就会遇到很大的挑战。

李飞飞的补充是她认为无论是深度还是广度的人，表面差异很大，共同点在于主动性。主动性指面对新变化时，愿意主动了解，主动学习，主动调整工作方式。不等公司安排培训，不等岗位描述更新，不等工具完全成熟。看到新工具先试一遍，遇到问题先找路径，失败后复盘，再调整。主动的人也愿意对结果负责，愿意承担试错成本。技术变化的速度常常超过制度、培训和岗位说明的更新速度。等待指令的人容易滞后，主动的人能把变化转成机会。

那如何锻炼自己主动性呢？我觉得首先，主动性可以落在很具体的行为上。每周选一个重复任务，试着让 AI 参与。记录哪些环节省了时间，哪些输出需要核实，哪些地方反而添了麻烦。找身边用得好的人演示一遍。加入一个小范围交流群，交换使用经验。把有效做法写成自己的清单。几个月后，这些动作会形成个人工作方式的一部分。
其次，主动性也包含判断。哪些工具值得用，哪些场景必须人工，哪些风险要防范，哪些结果需要交叉验证。主动学习不等于盲目追新。一个人可以在主领域保持深度，同时用 AI 扩展相关技能。比如我看很多律师，一边做律师工作，一边钻研AI如何提升律师工作技能，最后把自己的经验形成课程，去认识更多的人，展示自己的专业，不仅丰富收入的组成部分，还能获得案源。
最后我觉得主动性还是一种习惯，看到事情或技术，习惯质疑，不迷信权威，自己去测试，并看别人的测试，保持怀疑，保持好奇。

十年预测存在不确定性。李飞飞自己说过，人的智能对大自然来说仍是一个未解之谜。不同行业的变化速度差别很大。资源、环境、运气也会影响个人路径。我觉得我们普通人也不必沉迷大佬们或科技先行者的预测，做好自己的事情，爱惜身体，而且我觉得不要着急在每一个AI技术出来时就放下一切去学习。AI学习有个俗语蛮对的，学得越慢，学得越快。
总之，我们提升一点主动性，你是为自己负责，持续学习，守住自己的经验，同时接触新工具，迎接未来。#职场生存法则#