大家好，我是悟鸣。（微信公众号：悟鸣AI）

最近和很多朋友交流时，大家都会提到一点：用了 Codex 之后，很多以前很难想象的事情，现在很容易就能做到。

一边很兴奋，因为它让自己能做出很多以前想都不敢想的东西。

但另一边也会担心，如果大家都用上了先进模型和工具，后面该怎么办？

---

最近也听到很多人提到，现在用先进的大模型，打造一堆有用的 Skills，再通过 CLI 打通内部各种系统之后，很多活 AI 都可以干得又快又好。

在很多场景里，Agent 只要用上你打磨好的 Skills，产出甚至已经超过了很多中等水平的人。

一些非常资深的人，暂时还不太担心被淘汰，因为有很多东西 AI 搞不定，而这些搞不定的地方，反而是他们最擅长的地方。

---

我的理解是这样的：AI 虽然带来了巨大的生产力提升，但其实反而对人提出了更多的要求。

我觉得分为两个方面：一个是 AI 的能力，一个是你的专业水平。

如果你不能很好地拥抱 AI，学不好也用不好它，同时专业水平在行业里也只是中下水平，那几乎没有什么竞争力。

如果你的专业水平并不是最强的，但 AI 水平远超同行，你依然会很有竞争力。而且 AI 的加持，也会反过来加速你的专业成长。

如果你的专业水平非常强，也会很有竞争力。你能判断 AI 给出的结果是否靠谱，也能给 AI 非常明确、关键的指导。

我觉得未来 AI 能力特别强，同时专业能力又特别强的人，将会在这场竞争中走得更远。

如果专业能力不能短期内有明显提升的情况下，就要把 AI 的能力提升到自己行业最 top 的位置。

---

现在在大厂，不同岗位之间的界限开始模糊，很多人正在做一些超越原来岗位职责的事情。

产品同学想做一些内部系统，以前需要找后端同学开发，既要申请资源，也要排期。现在自己就可以用先进工具，按照自己的想法快速手搓出来。

比如有些运营，之前想拉一张报表，还需要找开发，甚至还要排期；现在只要安装对应的 CLI 和技能，把口径说清楚，AI 就可以自动把报表做出来，而且又准又好看。

再比如一些后端同学，前端一点都不懂，但最近要封装成 CLI，打通内部各种平台，可能会选用 Node.js。现在只要把事情交代清楚，把源码给到 AI，动动嘴，很快也能做出来。

甚至不同行业的界限也在开始模糊。

我有个做电商的粉丝 Frank，他一行代码也不会写，他之前要雇一个设计师，一个月要一万五。

如果不雇设计师，每上新一个产品都要找设计反复沟通，一次也得好几百。有时候来回沟通很久，效率很低，甚至会耽误上新。我这个技能，几分钟就能把高质量海报做出来。

他经常需要招人，就自己手搓了一个简历筛选系统，效果很专业。

他一行代码也不会写，但送孩子去上学时，因为没法跟外教交流，就自己做了一个实时翻译 App，效果也很好。

除此之外，他还做了很多有用的功能和工具。

---

我认为现在很多人都在“无证驾驶”，未来“人人都是 Agent 工程师”。

Agent 正在变成我们每个人解决问题的一个最基本的工具。

但有了 Agent 并不代表每个人都可以用好它。

比如很多人学习主动性很差，掌握不了稍微高级一点的使用技巧。

很多人用 AI 做了一堆看起来能跑、但没有价值的东西，却很少思考哪些问题更值得解决。

我们需要重新思考，到底解决什么样的问题，哪些问题更有价值。

当人人都有 Codex 之后，谁能找到更有价值的问题，并用 Agent 快速实现；谁能快速、专业地指出 AI 产出物的问题，谁就会更有竞争力。

---

这其实和最近大火的“超级个体”也有很强的关联。未来会属于一批真正能借助 AI 放大自己的人。后续内容主要基于《从超级个体到超级团队》。

最顶层约 5% 的人，能将 AI 杠杆与不可替代的人类能力结合起来；

约 10% 的拓展者突破了原有边界；

约 70% 的效率提升者用 AI 更快完成工作，获得线性提升；

而约 15% 的被淘汰者，其工作恰好是 AI 最容易替代的。

当 AI 可以获取几乎所有知识、执行几乎所有标准化任务时，一个人被组织需要的理由，必须从“我知道什么”和“我能做什么”，转移到“我能判断什么”和“我能创造什么”。

AI 时代，技能层正在被快速抹平，判断力、学习速率、问题分解能力、品味，正在成为拉开差距的重要指标。

很多人总喜欢先学会了再去应用，但现在更需要在真实场景里快速用起来，小步快跑，沉淀经验。

很多人会把 AI 当作搜索引擎。实际上，只有把 AI 真正用起来，才会产生数倍的效率提升。

还有很多人或多或少会固守一些老思想、老工具、老方法。但在 AI 这个时代，我们需要打破岗位边界，也打破工具边界，勇敢迈出这一步。

超级个体还不够，企业还需要超级团队。

大概有四种情况：

1. 自下而上的自然涌现。超级个体之间能够被相互看见，能够感染更多人。

2. 组织筛选培养。在规模较大、惯性较强的组织中，自上而下的催化干预可能是必要的，但最有效的干预是设计筛选和培育机制，让超级个体更容易出现。

3. 氛围营造浸泡。让大家能够浸泡在 AI 的氛围中，让更多的人被激活起来。

4. 创始人驱动示范。创始人首先自己成为超级个体，亲自用 AI 做出产品级的成果，然后通过示范效应和技术平台，规模化地催生更多超级个体。

想要深入了解更多详细内容，可以阅读腾讯研究院《从超级个体到超级团队》报告。

最近很多人问我要我文章中配图的 Skill。我已开源，Github 搜索：wuming-cyan-circuit-launch-ppt

悟鸣，浙江省人工智能专家团专家，一线大厂 Agent 工程师，一线大厂年度优秀讲师，Qoder 企业培训大使，阿里国际全员 AI 学习和培训项目讲师，科大讯飞“星环计划”特邀布道师。欢迎关注我，获得有用的 AI 知识，能落地的 AI 实践等。

如果内容对你有帮助，欢迎点赞与分享，这是我持续输出优质内容的动力，感谢各位的支持！