彼得·蒂尔最近提出了一个颇具争议的观点：AI时代受到最大冲击的，或许不是语言工作者，而是那些长期被视为社会精英的“数学型人才”。

过去两百年，工业文明建立起了一套几乎不可动摇的人才评价体系。数学能力、工程能力、逻辑能力被视为创造价值的核心。工程师、程序员、量化分析师和科研人员因此站上时代高地，成为现代社会最受推崇的职业群体之一。

然而，AI的出现正在改变这一切。

当大模型能够编写代码、建立模型、分析数据、生成方案时，人类引以为傲的大量计算型工作开始被快速自动化。过去需要多年训练才能掌握的技能，如今可能只需要几句自然语言指令就能完成。工业革命让肌肉失去了竞争优势，而AI革命则正在让“纯计算的大脑”失去部分稀缺性。

蒂尔的观点并不是说工程师将消失，也不是说文科将全面胜利。他真正质疑的是过去二十年来形成的一种信仰：只要拥有足够强的技术能力，就能够持续获得竞争优势。

在AI时代，技术能力依然重要，但它不再是唯一重要的东西。

因为AI可以帮助人们解决大量“如何做”的问题，但它很难回答“为什么做”。它可以优化一个系统，却无法决定这个系统应该服务于什么目标；它可以生成无数方案，却无法替代人类对于价值、意义和社会关系的判断。

这意味着未来越来越重要的能力，将是发现问题的能力、理解人的能力、组织资源的能力，以及构建社会共识的能力。

程序员不仅需要会写代码，更需要理解用户需求；工程师不仅需要解决技术问题，更需要理解技术将如何影响社会；企业家不仅需要掌握工具，更需要能够讲述一个让团队、客户和市场相信的故事。

未来最有价值的人才，既不会是纯粹的技术专家，也不会是脱离现实的空谈者，而是能够同时理解技术逻辑与社会逻辑的人。

换句话说，未来的竞争力不再只是“代码”，而是“代码+叙事”；不再只是“算法”，而是“算法+价值”；不再只是“技术能力”，而是“技术能力+组织能力”。

对于年轻人而言，这并不意味着放弃STEM教育。相反，数学、科学和工程依然是理解未来世界的重要基础。但在掌握这些能力的同时，也必须学会沟通、表达、协调、管理，以及思考技术背后的社会意义。

AI不会终结人类的创造力。

它正在终结的，也许只是一个时代对于“计算能力至上”的迷信。

真正的游戏，或许才刚刚开始。