国产a一级毛片爽爽影院_欧美日韩亚洲中字二区在线播放_国产在线每日都有更新_日韩中文字幕tv在线看_日韩美女婬乱大片A级网站_韩国无遮免费羞羞漫画_久久亚洲精品无码播放偷妻_国产成人777爽视频_色噜噜狠狠成人中文综合18_国产精品免费高清在线观看

AI時代正在加速經(jīng)驗貶值，Manus團隊從"驚喜"到被Meta天價收購的案例揭示了一個殘酷現(xiàn)實：過去賴以生存的經(jīng)驗正在成為負債。本文深度剖析了"參考系固化"的認知陷阱，提出快速建立新參考系的能力才是核心競爭力，并指出從"知識擁有者"向"能力調(diào)用者"轉(zhuǎn)變的生存法則。

半年多前，我試用Manus，感覺有驚喜，但是結(jié)果談不上驚艷，索性就沒用了。

一個多月前，我又重新體驗了下。這一次，我被震驚了，說比之前強大10倍不為過，于是我毫不猶豫的成為付費用戶。

幾天前，Meta宣布以數(shù)十億美元收購Manus。

一個產(chǎn)品，可以在短短幾個月內(nèi)，從”驚喜”進化到”驚艷”，再到被巨頭天價收購。

這個時代，唯一不變的，就是你不久前你以為正確的判斷，都在以你無法理解的速度變化。

一、你的經(jīng)驗正在成為負債嗎？

早年我做過前端開發(fā)，那時候還需要大量IE6兼容技巧?，F(xiàn)在呢？這些知識一文不值。

但這不只是互聯(lián)網(wǎng)的故事。一個經(jīng)驗豐富的會計師，他的大部分工作正在被財務軟件自動化。一個頂尖的翻譯，他的價值正在被日益強大的翻譯引擎挑戰(zhàn)。一個熟練的流水線工人，他的崗位正在被機器人取代。

我們都曾以為，經(jīng)驗是財富。但現(xiàn)實是，我們正在進入一個”經(jīng)驗選擇性貶值”的時代。

當然，不是所有經(jīng)驗都會貶值。一個好老師的育人經(jīng)驗、一個好醫(yī)生的臨床經(jīng)驗，其核心價值——關于人性、情感和復雜決策的部分——很難被替代。但是，他們傳遞知識和執(zhí)行診斷的工作方式，正在被AI改變。

為什么？

因為過去，我們的經(jīng)驗建立在相對穩(wěn)定的參考系上。即使工具更新，基礎邏輯是不變的。你學的東西，在相當長的時間內(nèi)都有價值。

但在AI時代，不僅工具在變，工作本身的定義也在改變。

• 設計師不再只是”用PS畫圖”，而是”指揮AI生成圖片、審美把關、創(chuàng)意指導”
• 開發(fā)者不再只是”手寫代碼”，而是”用AI生成代碼、測試、優(yōu)化”
• 醫(yī)生不再只是”依靠自己的經(jīng)驗診斷”，而是”參考AI的診斷建議、做最終決策”

《三體》里說：”物理學，不存在了。”當基礎被改變，過去所有的知識大廈都會瞬間坍塌。

我們現(xiàn)在面臨的，就是一場工作定義層面的轉(zhuǎn)變。當工作的執(zhí)行方式都在改變時，你的經(jīng)驗可能會讓你對新事物產(chǎn)生抗拒。

二、你的大腦”焊死”了嗎？

我們經(jīng)常討論”35歲危機”。很多人把它歸結(jié)為體力下降、精力不濟、新人競爭。

其實呢？

認知科學告訴我們，大腦為了節(jié)省能量，會把重復的經(jīng)驗和行為模式，固化成高效的”認知圖式”。這在穩(wěn)定的環(huán)境中是優(yōu)勢，但在快速變化的環(huán)境中，就成了枷鎖。

一個在PC時代成長起來的互聯(lián)網(wǎng)專家，他的整個知識體系、思維模型、商業(yè)直覺，都是圍繞著PC互聯(lián)網(wǎng)建立的。這是他過去成功的基石，也是他現(xiàn)在轉(zhuǎn)型的最大障礙。

當移動互聯(lián)網(wǎng)浪潮來臨時，他不是不想學，而是他的大腦已經(jīng)形成了強大的神經(jīng)通路，潛意識里會抗拒任何與舊模式?jīng)_突的新信息。他需要做的，不是學習新知識，而是調(diào)整自己的思維方式。

這比學一門新語言要困難，因為它需要對抗你過去十幾年建立起來的、被無數(shù)次成功所驗證的思維本能。但這種困難是可以克服的，關鍵是你是否愿意放下過去的優(yōu)越感，重新學習。

而年輕人為什么能快速崛起？不是因為他們更聰明，而是因為他們的大腦是一張白紙，沒有歷史包袱。他們可以像海綿一樣，吸收新時代的規(guī)則，建立新的參考系。

AI時代的到來，正在讓這種”參考系固化”的代價，變得前所未有的高昂。

但這里有個重要的轉(zhuǎn)折：關鍵的分水嶺，不是年齡，而是”是否能快速適應新的參考系”。

一個懂得利用AI的40多歲的行業(yè)專家，會比任何年輕人都更強大。他擁有深厚的行業(yè)知識，又掌握了新的工具和方法。

所以，真正的危機不是”35歲”，而是”你是否還在進化”。

三、AI時代的核心生存技能：快速建立新參考系

那么，在一個參考系持續(xù)改變的時代，我們到底該怎么辦？

答案只有一個：你必須掌握”快速建立新參考系”的能力。

但這個過程的第一步，不是學習，而是接納——接納你曾經(jīng)最擅長的東西，現(xiàn)在可能完全失效了。

半年前，我開始負責臨床試驗的AI項目。我曾是互聯(lián)網(wǎng)產(chǎn)品的”老人”，以為經(jīng)驗可以遷移到任何地方。

但現(xiàn)實并不是。會上反復出現(xiàn)CRF、DVP、Edit Check這些陌生的縮寫。我坐在那里，感覺自己像個局外人。曾經(jīng)可能引以為傲的用戶洞察、產(chǎn)品sense，在這一刻，完全失效了。

那一刻，我清晰地意識到：面對完全新的領域，首先要勇于做一個需要被科普的小白，任務是傾聽、觀察、理解。”

對，先真正完成”清零”。

AI時代也如此，不停會有新事物的出現(xiàn)，真正稀缺的，除了學習能力，而是這種能夠坦然接納自己的經(jīng)驗和判斷失效，并主動”清零”自己，重建參考系的勇氣和能力。

第一步：找到本質(zhì)- 忘掉術(shù)語，首先問”為什么存在？它解決了什么根本問題？

第二步：建立體感- 知識不是看來的，是干出來的。AI工具先去用，做一個垃圾的Demo出來先，新行業(yè)不懂的系統(tǒng)先去用，發(fā)現(xiàn)一堆問題出現(xiàn)先。當我看到設計不合理的CRF導致的后期痛苦時，我才真正理解了CRF的重要性。這種”看到真實后果”的體感，比任何文檔都寶貴。

第三步：構(gòu)建網(wǎng)絡- 理解概念之間的因果關系和大的藍圖。同時理解工具的邊界——AI的幻覺在臨床領域是硬傷，我們要找到AI真正能幫助的地方。

第四步：問題驅(qū)動- 最高效的學習是”為了解決一個具體問題”而學習。我的目標不是”成為臨床數(shù)據(jù)管理專家”，而是”用AI方式提升數(shù)據(jù)管理行業(yè)的效率和質(zhì)量。

但是，是什么驅(qū)動我們?nèi)ネ瓿蛇@艱難的四步呢？

是好奇心。

好奇心= 對信息的原始渴望，這種渴望被大腦的獎勵系統(tǒng)（多巴胺）強化，因為信息提高了生存和適應的概率。

在一個快速變化的環(huán)境中，一個充滿好奇心的生物，會比其他生物獲得更多的信息，從而擁有更高的生存概率。

在AI時代，環(huán)境的變化速度被指數(shù)級放大。好奇心，已經(jīng)從一個加分項，變成了一個必要條件。

那些失去好奇心的人，更容易被時代淘汰。

四、終極杠桿：從”我知道”到”我能調(diào)用”

掌握了建立新參考系的方法，又擁有好奇心這個引擎，你已經(jīng)具備了在AI時代生存的基礎。但要想脫穎而出，你還需要一個終極杠桿。

前OpenAI創(chuàng)始科學家Andrej Karpathy說：“如果我在去年能調(diào)用所有可用的AI能力，我的個人能力將增強10倍”。

這揭示了AI時代個人價值的根本轉(zhuǎn)變：從”我擁有什么知識”，到”我能調(diào)用什么能力”。

“模型是技術(shù)平權(quán)”。當大模型變成可調(diào)用的基礎設施時，每個人都有機會獲得相同的技術(shù)能力。真正的競爭，不再是”誰的模型更強”，而是”誰能更好地理解用戶，把模型的能力轉(zhuǎn)化成真正有用的產(chǎn)品”。

換句話說，未來屬于那些既懂模型，又懂產(chǎn)品，還能把兩者結(jié)合起來的人。

舉個例子：

一個市場經(jīng)理：過去，他依賴自己對市場的理解和經(jīng)驗來策劃活動?，F(xiàn)在，他可以調(diào)用一個AI能力，這個能力在5分鐘內(nèi)分析完上萬份用戶反饋和社交媒體數(shù)據(jù)，直接告訴他三個最可能成功的活動創(chuàng)意和目標人群畫像。

一個律師：過去，他需要花費數(shù)天時間來閱讀卷宗?，F(xiàn)在，他可以調(diào)用一個AI能力，在半小時內(nèi)完成所有案卷的閱讀、摘要和關鍵證據(jù)鏈的梳理，海外有不錯的做這個市場的智能體叫Harvey。

Claude最近推出的”Skills”功能，就是這個理念的完美體現(xiàn)。它允許你將自己的專業(yè)知識、工作流程、最佳實踐，打包成一個可被AI隨時調(diào)用的”技能包”。

這意味著什么？

個人經(jīng)驗，不再是一次性的、鎖在你大腦里的東西。它可以被”編碼”成一個AI能力，被無限次地、大規(guī)模地調(diào)用。你的知識、你的判斷、你的品味，都可以被嵌入到AI系統(tǒng)中，成為一個可復用的能力。

一個擁有100個高質(zhì)量Skills的普通人，其解決特定領域問題的能力，可能會輕松超過一個沒有AI輔助的頂尖專家。這就是AI時代的杠桿。

五、為什么AI的影響沒有想象中那么快？

但是，這里有一個矛盾。

一方面，AI的能力在飛速提升。Anthropic的CEO Dario Amodei預測，未來1-5年，AI可能消滅半數(shù)入門級白領崗位。

但另一方面，我們大多數(shù)人的實際工作，似乎并沒有被AI徹底改變。

為什么？

博主Dwarkesh Patel提出了一個很有洞察的觀察：

“模型變得更impressive（令人印象深刻）的速度，符合短時間線預測；但變得更useful（有用）的速度，符合長時間線預測。”

簡單來說，AI在測試中表現(xiàn)得越來越好，但在實際工作中，進展沒那么快。

這可能是AI時代最核心的挑戰(zhàn)：能力和實用之間的巨大鴻溝。

而填補這個鴻溝的，正是那些既懂行業(yè)，又懂AI，還能把兩者結(jié)合起來的人。

六、重新看Manus團隊：一群填補鴻溝的人

現(xiàn)在，我們再回過頭看被與Meta收購的Manus團隊。

他們就是一群填補鴻溝的人。

創(chuàng)始人肖弘說，他們招人的標準是”AI的狂熱分子，沒有學歷要求”。但有趣的是，團隊的核心成員，幾乎都來自須尖院校，并且有豐富的實戰(zhàn)經(jīng)驗。

• 肖弘：華中科技大學畢業(yè)，之前做的AI瀏覽器插件Monica，在海外有百萬用戶。我在金山辦公做AI瀏覽器助手時，Monica就是我們重點學習的對象。
• 季逸超：畢業(yè)于北京信息科技大學，父親是北大物理系教授，母亞是IT公司高管，12歲開始編程，是典型的”別人家的孩子”。
• 張濤：美國Kent State University計算機科學系畢業(yè)，之前在王慧文的光年之外負責產(chǎn)品，有豐富的大模型產(chǎn)品經(jīng)驗。

張小珺在采訪中提到，這個團隊的特點是”對技術(shù)有信仰，對產(chǎn)品有體感，對用戶有同理心”。

但肖弘的最深層洛見是：一個Founder應該用”博弈的方式”思考，而不是用”邏輯推理的方式”思考。

在一切都不穩(wěn)固的狀態(tài)下，大模型的能力在飛速提升，市場布局在不斷改變。一個不能用”邏輯推理”來應對的創(chuàng)業(yè)者，必須學會用”博弈思維”——不是預測未來，而是成為未來的一個重要變量。肖弘說：”世界不是線性外推的，要讓自己成為博弈中的重要變量。”

這種博弈思維，體現(xiàn)在Manus的每一個決策中。年初遷往新加坡，年底被Meta收購。在大模型應用爆發(fā)的窗口期，推出最符合市場需求的產(chǎn)品。

他們不是一群只會寫代碼的工程師。他們是一群：

• 既懂AI的技術(shù)邊界，又懂用戶的真實需求的人。
• 既能仁望星空（AI的未來），又能腳踏實地（解決用戶問題）的人。
• 既有深厚的理論功底，又有豐富的實戰(zhàn)經(jīng)驗的人。

能用”博弈思維”而不是”邏輯推理”來應對不確定性的人。不試圖預測未來，而是讓自己成為未來的一個重要變量。

他們是”AI狂熱分子”，是那種能把AI的”impressive”轉(zhuǎn)化成”useful”的人。

現(xiàn)在，讓我們回到最初的問題：AI時代，到底什么是稀缺的？

答案已經(jīng)很清晰了。

• 不是經(jīng)驗，因為經(jīng)驗在加速過時。
• 不是知識，因為知識可以被AI即時提供。
• 不是學歷，因為學歷正在快速貶值。

真正稀缺的，可能是這樣一群人：

• 擁有永不枯竭的好奇心，對世界保持著孩童般的探索欲。
• 擁有快速建立新參考系的能力，能在陌生的領域里迅速找到本質(zhì)、建立體感、構(gòu)建網(wǎng)絡。
• 擁抱工具，善用杠桿，懂得如何將自己的知識”編碼”為AI的Skill，并調(diào)用所有可用的AI能力來放大自己。

能填補AI”能力”和”實用”之間的鴻溝，把AI的潛力真正落地到具體的工作中。

這樣的人，無論起點如何，無論年齡多大，都更有可能在AI時代脫穎而出。

試著去探索一個你完全不懂的領域，試著去解決一個你從未想過的問題。試著去享受那種從”專家”變回”小白”的、略帶痛苦但充滿可能性的感覺。

這，可能才是AI時代最好的生存方式。