AIQ决定一切：学历年龄都不再是关键

大家好，我是南其，假期快乐～

2026年4月30日，在清华五道口金融发展论坛上，陈航抛出了一句让人印象深刻的观点：

"AI时代招人，学历、经历、年龄，都不重要了。"

现场先是沉默，随后朋友圈迅速沸腾。

陈航是谁？他是阿里巴巴集团副总裁，也是钉钉创始人、悟空创始人，花名"无招"。

作为推动中国最大办公协作平台落地的管理者，他在清华五道口的舞台上，面对一众金融行业大咖，直接抛出问题：未来企业到底看什么来招聘？他的答案是AIQ。

陈航原话是："AIQ高的人，一个人就是一支团队；AIQ低的人，给他最强的AI也只能用来查天气。"

这话乍听像毒鸡汤，但再想一想，它折射出一个很现实的变化——

AI正在不断重塑人类的能力边界。

知识能够被AI迅速补齐，经验可以沉淀成可复用的数据，年龄也就不再构成硬门槛。

以前你有10年经验的工程师能力，是因为你花了10年时间去积累。如今一个应届生借助AI，可能只用3个月就接近你80%的水平。

而剩下那20%到底是什么？答案就是AIQ。陈航把AIQ拆成了三块：

第一，提示素养。

这是入门也是关键。普通人和AI的沟通通常像这样："帮我写个奶茶店的营销方案。"但AIQ高的人会更具体：

"帮我写一份针对大学生的奶茶店开业营销方案，预算5000元，周期7天，目标是到店500人，重点突出第二杯半价和小红书打卡活动。"

差别在哪里？

前者往往给你一个通用模板，你还得再改再补；后者则直接输出可落地的方案。

AIQ高的人用三句话就能让AI产出高质量结果；AIQ低的人写几百字AI依然“听不懂”。

这不是"你会不会用ChatGPT"的问题，而是你能不能把需求表达得足够精确。

第二，算法共情。

真正懂得使用AI的人，既不会把AI当神，也不会把AI当垃圾。AI擅长哪些事？写文案、做数据分析、生成代码、处理重复性工作。AI不擅长哪些事？价值判断、处理复杂的人际关系、以及真正以审美为核心的创造。

AIQ高的人知道：什么时候该让AI出手，什么时候要自己完成。AI可以帮你先打到80分，但最后那20分，审美与判断必须由你亲自把关。

第三，判断锐度。

这一层最关键。AI并不可能永远正确。它可能一本正经地“胡说八道”。可能生成错误的信息和代码，也可能给你一个看起来很专业、却漏洞百出的回答。

AIQ低的人会怎么做？往往全盘接受。AIQ高的人怎么做？先识别问题，再对输出进行审美与修正，最后做出更可靠的决策。

把这三层叠加在一起，就是AIQ。

重点不在于你是否会用AI，而在于你能否把AI的能力真正转化成自己的产出。

陈航不止谈个人视角，还提出企业该如何衡量，他给出了三个核心指标。

第一个：Token利用率

Token是AI时代的"电"。判断一家公司是否真正进入AI Native，不用复杂：看它给员工配了多少免费的Token额度。如果连免费使用的AI额度都不给员工，那这家公司其实还没走进AI时代。

头部企业已经在推进。阿里、腾讯、一汽都在执行"Token计划"，按年为员工提供从几千到几万元不等的AI使用额度。

这不是单纯福利，而是基础设施。

就像20年前给员工配电脑一样，如今给员工配Token。不给配，你的员工就只能在用“算盘算账”；别人早就用Excel开始工作了。

第二个：经验数字化率

这个指标听起来很扎心。

老员工最珍贵的资产是什么？是经验。过去这些经验存放在人的脑子里，人员一走，经验也就随之流失。但现在不一样：把关键岗位的经验沉淀成数字化Skill，让AI能够继承、也能学习。新员工入职第一天，就能立刻获得老员工十年甚至几十年的积累。

这不是为了替代老员工，而是把老员工的经验转成企业真正的资产。

第三个：代码变现时间

从业务想法到上线，通常需要多久？过去可能要几个月，甚至半年。到AI时代会变成：几天，甚至几小时。

陈航背后的潜台词是：如果你的公司还要半年才能把一个想法变成产品，那大概率已经落后。

代码变现时间越短，通常意味着企业创新速度更快，对市场反应也更敏捷。

这三个数字叠起来，就是一家企业的AIQ。

在陈航的演讲里，最让人感到颠覆的部分，还包括组织形态。他说："未来的企业，层级结构会越来越扁平化，KPI和OKR会逐渐被淘汰。"

这句话一出，现场做HR的朋友可能已经开始心里打鼓。但他的推理并不空泛。

以前为什么要KPI？因为管理者不清楚员工在做什么，需要用指标来跟踪和监控。

以前为什么要OKR？因为协作复杂，需要用目标去对齐方向。

但如果每位员工都是高AIQ的"超级个体"，一个人就能承担过去一个团队的工作量——

你还需要天天盯着他写日报周报吗？

AI时代里，管理者的角色将从"监工"转为"目标设定者和资源协调者"。你不必每天追着员工走，也不需要管他们具体怎么做。你只要告诉团队要完成什么，并最终验收结果。

陈航给企业也抛出了一个可操作的落地建议：

先从5到10人的小团队开始，做"AI Native试点"：

清华大学沈阳教授（新闻学院、人工智能学院双聘教授）也很认同这个判断：

"未来最好的企业，是由拥有共同理想的'超级个体'组成的自进化组织。最终，人类社会将进入'碳缩硅胀'时代，通过超级个体驱动创新。"

碳缩硅胀。

碳基的人越来越少，硅基的AI越来越强，不过真正的核心驱动力仍是人——只是这些人变成了"超级个体"。

陈航的观点也引发了朋友圈的两种声音。一种说："终于不用再死磕学历了。"另一种说："原来我可能已经跟不上AI时代了。"这两种反应都成立，因为他的核心判断是：

"学历会过时，经验会被AI沉淀，年龄也不再是优势。"

这并不等于读书没有意义，而是学历作为"筛选门槛"的作用正在迅速缩水。

过去为什么看学历？因为它是一个信号：说明你接受过系统训练，有一定学习能力。但现在，AI可以在几分钟内补齐你大学四年的知识。甚至一个没上过大学、但AIQ很高的人，可能比985毕业生产出更强。

过去为什么看经验？因为经验能让你知道坑在哪。但现在，AI可以把老员工的经验全面数字化，新员工入职当天就能继承这些积累。

过去为什么年轻算优势？因为年轻学习快、精力足。但现在，学习效率更多取决于你与AI协作的效率，和年龄关联并不大。

真正不容易被AI替代的，是你的AIQ。AIQ高的人就不会轻易被时代淘汰。他们借助AI放大自身能力，创造出过去难以想象的价值。

陈航问："AI时代的大幕已经拉开，你准备好了吗？"这个问题表面上是给企业的，本质上是在问每一个人。

你可以继续用学历、资历、加班时长去“卷”。也可以从今天开始训练自己的AIQ：学会更精确地表达意图；学会理解AI的边界；学会判断AI输出，并给出最终决策。

因为在这个时代，最强的能力不再是"我会什么"，而是"我能借助AI做出什么"。

一个人、一台电脑、一个清晰目标。借助AI，你就能完成过去一个团队才能做的事。

这就是AIQ。

这就是未来。