李飞飞新对话：十年后职场，仅存两种工作者
来源：笔记侠
内容来源：
汇编至网络公开资料。
商业思维
被誉为“AI教母”的李飞飞与MasterClass首席执行官大卫·罗吉尔进行了一场播客对话，题目为《AI教母：十年后，职场将仅剩两种工作者》。
主持人询问李飞飞对一种流行观点的看法：工业革命使体力劳动自动化，如今AI要自动化脑力劳动，我们该如何应对？
李飞飞却指出，工业革命并未实现劳动自动化。它提升了劳动效率，扩大了劳动规模，也确实改变了劳动力市场，但并未自动化劳动。而且我们也不能暗示劳动缺乏智能，这种假设错得离谱。
劳动形式变了，但人在劳动中投入的判断力，那些工匠积累一生的经验直觉、那些体力劳动中夹杂的认知判断，从未被真正自动化。
同样的误解，正在AI身上重演。
一、“智能成本归零”，
是一种曲解
AI界近来流行一种说法：智能的成本正逼近零。
李飞飞直接回应了这句话：体力劳动、认知劳动、情感劳动，人类的活动与人类智能深度交融。
人类智能对大自然来说，至今仍是未解之谜。我们并不真正了解人类智能的深度和微妙之处。因此，任何公开宣称“智能成本逼近零”的人，都是不负责任的言论。
接着她给出了第二个理由。
即便仅看语言智能，大语言模型确实强大，“它们在辅助商业智能、软件工程、演绎逻辑推理乃至更深入的任务上，都已展现威力”。
但除了我们熟知的语言智能，我们还有感知智能、空间智能、身体智能、情感智能。我们对创造力的来源仍一头雾水。每个人的创造力，源自他们大脑的不同区域，也源自他们全部人生经历的不同片段。
比如：
一位老师判断学生为何学不会，靠的不只是文本分析，是观察表情、语气、犹豫的瞬间。
一个团队负责人在关键客户面前决定是否说出那句话，没有算法能替他做判断。
“智能成本归零”若被当作管理决策的前提，它忽略的，恰恰是人最珍贵的那部分。
二、三种行为，
暴露了自动化思维
李飞飞在对话中反复强调同一立场：我真心相信它是一种技术，也就是说，它只是一个极其强大的工具。但这个工具是人类可以运用，让事情变得更好的。同时，如何使用这个工具，我们也必须非常警惕。
她接着补充了更重要的一句：“我们教孩子们如何用火、用刀，再到用互联网。现在，作为一个物种，一个社会，我们必须学会（怎么用AI）这件事。”
工具是用来替代人，还是提升人，不取决于技术，取决于部署它的人。
对话中三种做法，对应着三种自动化思维的惯性。
第一种，把AI当人头替代器。
李飞飞举了产品经理的例子。
十年前的标准产品经理，“更像是指挥。他们不需要写代码，通常不是软件工程师”。
要原型，找设计师。要开发，等工程师。拿到原型，发用户，等反馈，再整合。“那一条产品管理的生命周期，在一家典型的公司里可能要花上几个月。”
现在呢？
很多产品经理现在自己写代码了。他们不需要等一个团队来做原型，他们可以用AI来帮忙设计一些非常简单的东西，进行“氛围编程”。这一下子就把周期缩短了。
但这不意味着我们该甩掉设计师和软件工程师，只是省下了时间，让他们可以去做更复杂的那部分工作。
AI没有替代任何人。它把每个人往上推了一个台阶。产品经理从“指挥”变成了“动手者”。设计师和工程师从“执行者”变成了“专攻最难问题的人”。
自动化思维的管理者看到这个例子，第一反应很可能是“那以后可以少招两个工程师”。同一个事实，同一种工具，完全不同的结论。区别不在技术，在怎么理解技术。
第二种，把“上工具了”等同于“做对了”。
买工具、开培训、教员工写Prompt，教完就算任务完成。
李飞飞在对话里说了一段关于教育的判断：教育的目标不是闭卷考试还是开卷考试，也不是标准化考试的成绩。
教育的目标是培养人，让每个人成为他所在社群和社会的有意义的贡献者，并过上一种有意义的生活。AI不应该剥夺这些基本目标中的任何一个。但AI应该帮助更好、更有效地达成这些目标。
把“教育”换成“管理”，把“学生”换成“团队”，每句话都成立。引入AI的目标不是“把工具装上了”，是你到底在用AI重新设计什么。
罗吉尔不是技术出身，但他讲了一件自己正在做的事：
我发现自己用的多数应用都是我自己构建出来的，用Claude Code或者Cursor建的。
我的CEO工具栈全是我自己做的应用。就连我的效率应用、我的待办清单应用也是我自己构建的。做一个应用的成本，已经从几个月缩短到一个周末了。
他不是在秀技术，他是在演示：AI时代优秀的人，不是“更会执行任务的人”，是“更会设计工作系统的人”。工具买再多，如果团队没有设计思维，工具只会变成电子化的旧流程。
第三种，以为“全面部署AI”是一个技术指令。
发一个通知说“公司要全面部署AI”，员工听到的是“要砍人了”。坐下来跟他说“来看看你能用AI做什么以前做不了的事”，员工听到的是“可以变得更强”。
这是一个很有意思的现象，员工一开始犹豫，不是因为不会用工具，是因为不知道管理者到底想用AI做什么。是替掉他们，还是托起他们。
同一个工具，同一个预算，同一个人。前提条件不同，结果完全不同。
李飞飞会在访谈后半段，主持人问她一个完全不知道从哪开始的人最简单的AI入门方式是什么时，给出了这样的回答：
去找一个年轻人。你的孩子、侄子侄女，只要是25岁以下的，他们当中绝大部分人已经在用AI了。
带着一份纯粹的好奇，去请他们给你看看，他们平时是怎么用的，用AI在做些什么。等你真的了解了它是什么，那个世界就没那么可怕了。
三、未来10年，
职场只剩2类人
跳出自动化思维的陷阱之后，再看罗吉尔描述的职场结构，杠铃的两个端点就有了完全不同的含义。
罗吉尔在对话里说：我的一个假设是，你会看到一个杠铃效应的出现。有一批人正在成为真正的专家。
一个还凑合的文案撰稿，现在任何人用一个大语言模型都能做得不错。但如果我是世界上最好的文案，或者在前1%，那你就没法轻易打败我。
而我们看到的另一个角色，是高主动性的通才。他们能做很多不同的事情，在判断力和主动性方面有很强的技能。
杠铃两端，一端是前1%的顶尖专家，另一端是能同时驾驭多件事的高主动性通才。中间那些“还凑合”的人，空间正在被压缩。
李飞飞同意这个判断，加了一层分析：
不管你在专家那一侧还是通才那一侧，你都需要有主动性，你都应该能够以一种独特的、有创造力的、深入的方式去使用工具。
杠铃左端的顶尖专家，是把增强用到极致的人。AI帮他们筛掉90%的重复工作，把精力集中在最需要人类判断力的那10%上。他的价值不是被压缩了，是被释放了。
杠铃右端的通才，是主动发起增强的人。自己上手，自己造工具，自己定义工作流。他们不是在等一个被增强的未来，他们自己就是增强的起点。
中间层的问题不是技能问题，是姿势问题。AI把执行层面的“还不错”拉到了极高的水平线。停留在“能执行”这个层面的人，不管做什么，都会被追平。
但只要从“等着被安排怎么用AI”切换到“我自己上手看看能干什么”，中间层就有机会把自己推到杠铃的任何一端。
李飞飞也专门讲了这个切换，她说：“创业者”这个词，在很大程度上就是“主动性”的同义词。
四、为什么增强不是一厢情愿？
有人会问：万一技术再往前走，人类的判断力、创造力、情感智能，全都被自动化了呢？
李飞飞在对话里花了一大段讲同一个问题的科学版本。她的公司和研究方向是空间智能。
空间智能就是四件事：理解、推理、生成、交互。
它涵盖了我们人类今天在3D（三维立体）环境里展现出来的好几种能力。
第一，我们能理解正在发生什么；
第二，我们能推理；
第三，我们能生成；
第四，最后但同样重要的是交互。
李飞飞举了投篮的例子：
连投篮这个动作本身，也是一个高度复杂的智能时刻，语言推理是参与其中的。因为你作为一个运动员，你会敏锐地意识到这球进了还是没进，它对比赛、对那个时刻意味着什么。
与此同时，看到整个球场，看到其他球员的位置，瞄准篮筐，这是深度空间性的。然后调整你的身体，知道怎么做出那个动作，这又是深度物理性的。
三种智能，语言、空间、身体，在投篮的一瞬间同时工作，互相协同，不是“先语言、再空间、再身体”的流水线。
而我们生活中做的绝大多数事情，其实是语言智能、空间智能和身体智能的混合。它们是高度互补的，一起协同工作。
然后李飞飞给了一个进化论层面的判断：进化花了超过5亿年才让空间智能成熟起来，语言智能花的时间比这短得多。所以这是一种非常深层、古老、根本性的智能能力，动物和人类都有。
这些判断放在一起，指向同一件事。今天AI真正能加速的，是语言层面的任务：写报告、查资料、做数据分析、写代码、生成图片。
它让人有更多时间和精力，去做语言之外的事：判断、创造、共情、在模糊地带做决策、在压力下保持冷静、在各种信号矛盾的时候盯住最重要的那一个。
增强不是一种愿望，不是一种价值观选择。它是在技术发展的这个阶段，一个科学判断：人还有大把AI追不上的东西。
用增强的框架，省下的是重复劳动，得到的是被释放的专业判断。
李飞飞在对话里说过一句话，可以作为所有AI管理决策的试金石：我们教孩子们怎么用火、用刀，再到用互联网。现在，作为一个物种，一个社会，我们必须学会怎么用AI这件事。
关键词不是“学会”，是“我们”。不是让员工自己去学，不是让IT部门去部署，是管理者和团队一起，把AI当成一个需要共同搞明白的东西，用它把每个人往上推一层。
文章来源：
“AI教母”李飞飞和MasterClass创始人兼CEO大卫·罗吉尔在播客《Silicon Valley Girl》的访谈对话。
责任编辑：杨红卜
新浪财经声明：此消息系转载自合作媒体，新浪财经登载此文出于传递更多信息之目的，文章内容仅供参考，不构成投资建议。
郑重声明：1.根据《证券法》规定，禁止编造、传播虚假信息或者误导性信息，扰乱证券市场；2.用户在本社区发表的所有资料、言论等仅代表个人观点，与本网站立场无关，不对您构成任何投资建议。用户应基于自己的独立判断，自行决定证券投资并承担相应风险。
