Appearance
核心论点
智能正在变成廉价商品。AI 能以极低成本完成标准化的智力任务——编码、财报分析、方案撰写——因此在"算力赛道"上与 AI 竞争是错误策略。本文从两个互补视角回答"AI 时代的人该怎么活"：
- 黄仁勋视角（领导者侧）：AI 无法复制的人性能力——韧性、信任、愿景、谦逊。
- 吴军视角（普通人侧）：先承认自己是普通人（"认命"），再用提问能力、刻意纠错、决策三原则建立长期复利。
两个视角共同指向一个反直觉推论——"普通"的真正意义不是"不如天才"，而是"不依赖经济不可替代性来定义自我"。这是 AI 时代心理健康的底层 anchoring。
第一部分：领导者侧 —— 人性竞争力四维框架
一、韧性：遗忘痛苦的能力
韧性不是"扛住痛苦"，而是快速遗忘不可控的失败，把精力放回可控的下一步。
面对挫折的三步操作：
- 拆解问题，分清可控与不可控；
- 遗忘不可控的失败、尴尬与羞辱；
- 立刻找一件现在能做的可控小事，行动起来。
类比 AI 学习——最重要的属性之一是"系统性遗忘"，用以防止过拟合。人也需要遗忘才能重置。
二、信任：超越合同的协作上限
合同只能守住合作的底线，信任才能拉高合作的上限，驱动一群人去做没人做过的事。
建立信任的方式：
- 从第一性原理出发，讲清"为什么做这件事"；
- 把战略判断毫无保留地分享给合作方；
- 给对方充分质疑的机会和足够的尊重。
对内，用公开会议替代一对一会议——所有问题摆上台面，所有人听到上下游的诉求，从源头消除信息不对称。
三、愿景：定义"为什么"的能力
AI 能完成 99% 的执行，却无法定义"我们为什么要做这件事""要解决什么人的什么痛点"。
愿景的作用，是给技术和算力找到有意义的方向，并在最艰难时保持定力、不偏移。
四、谦逊与成长力：永远的初学者心态
- 不相信"继任计划"：真正关心公司未来的方式，是持续传递知识、赋能每一个人，而非培养一个接班人。
- 警惕"持续改进"思维：它默认现在是对的，只能小修小补；真正的进步要回到零、回到第一性原理重构。
- 把每次会议变成公开推理会议：摊开思考逻辑、判断依据、顾虑与不确定性，带团队一起推演。
数据与案例（领导者侧）
- 英伟达与台积电合作 30 年、数百亿美元生意，没有正式合同——基于信任而非约束。
- CUDA 决策：将 CUDA 内置进每块 GeForce 显卡，吞掉全部毛利，市值从约 70 亿跌至 15 亿美元，坚持十几年后成为 AI 时代全球计算底座。
⚠️ 待验证：70 亿→15 亿为访谈中的大致数字，非精确财务数据。
- 黄仁勋有约 60 个直属下属，全部是各领域顶尖专家，但从不开一对一会议。
对 PM 工作的映射
| 黄仁勋框架 | PM 工作场景 |
|---|---|
| 韧性 / 遗忘 | 需求被砍、项目延期后快速复盘重启，不沉溺于负面情绪 |
| 信任 | 与研发、设计建立透明协作，不靠"文档约束"而靠共同理解 |
| 愿景 | 能回答"这个功能为什么存在"，而不只是传递客户需求 |
| 谦逊 | 用"拷问模式"替代"给答案"，带团队一起推演而非单向指令 |
AI 时代的工作分类建议：
- 80% 精力放在"人性价值任务"——与用户聊真实痛点、定长期方向、处理非标问题；
- 20% 用 AI 完成"标准化智力任务"——数据整理、模板方案、重复分析。
第二部分：普通人侧 —— 清醒认知与决策框架
三个核心观点
"认命"是清醒的起点，不是终点：先承认自己是普通人，放弃靠 AI 一夜逆天改命的幻想，才能从务实的起点出发。核心逻辑是：明确原始资本 → 决定战略打法 → 聚焦通用能力而非短期热点。
AI 时代人的不可替代性在于"提问"而非"回答"：AI 已经非常擅长回答问题，但它能回答什么、回答得好不好，完全取决于你提问的水平。提问能力 = 阅历深度 × 知识广度，这是 AI 无法替代的人类核心能力。
刻意纠错 > 重复练习，知识内化 > 信息搬运：战术勤奋（重复刷题、忙碌划清单）掩盖战略懒惰（逃避真正的思考和纠错）。读书的目的不是数量 KPI，而是让知识变成"神经反射"——遇到情境时自动触发正确的思维模式。
教育与成长的底层逻辑（5 个认知）
| 认知 | 核心要义 | 行动指南 |
|---|---|---|
| 承认"普娃" | 98% 的孩子是普娃，按天才路径培养 ROI 极低 | 聚焦习惯、逻辑、思维等通用能力，而非应试分数 |
| 搬走手机绊脚石 | 手机使用程度影响考试分数差距约 5%（≈高考 40 分） | 环境隔离（电脑替代手机）+ 疏导（提供更有吸引力的替代品） |
| 构建朋友圈 | 孩子真正的朋友 5-6 个，直接影响价值观和行为习惯 | 主动筛选——邀请品行端正、习惯良好的同学增加接触 |
| 三门必修课 | 语文=表达能力，数学=逻辑能力，自然科学=实验思维 | 培养"可迁移能力"而非职业技能，这是 AI 时代的内功 |
| 建立自信 | 拆解大问题 → 积累小成功 → 习惯成功 | 校准天花板（80→85 而非 80→100），每进 1 分给自己奖励 |
个人成长的决策框架（5 个认知）
| 认知 | 核心要义 | 行动指南 |
|---|---|---|
| 战略 > 战术 | 刻意练习纠错，而非简单重复 | 做完一件事必须复盘：哪里卡住了？哪里可以优化？ |
| 投资自己 | 长期主义的"积分系统"，复利效应 | 每天阅读/学习/复盘/锻炼，日积月累形成巨大差距 |
| 决策三原则 | 信息源要准、设想假想敌、不懂就问 | 不用 AI/媒体替代一手信息源；内心树立对立面反复质疑 |
| 提问能力 | AI 时代的核心竞争力是"问对问题" | 阅历 × 知识深度 → 让自己"变厚" |
| 有效读书 | 目标不是数量，而是改变思维模式和行为方式 | 一字一句读 + 边读边思考，让知识形成"神经反射" |
吴军的决策三步模型
1. 信息源要准 → 去找一手数据，不依赖二手分析和 AI
2. 设想假想敌 → 内心树立对立面，回答所有反对意见
3. 不懂就问 → 找到真正懂行的人，一句话解决瞎猜半天的问题数据与案例（普通人侧）
- 98% 的孩子是"普娃"——意味着按天才路径培养的 ROI 对绝大多数家庭极低。
- 加州大学研究：6000 多名 9-13 岁学生，手机使用轻重对比，考试分数差约 5%，换算高考约 40 分差距。
- 美国统计：三分之二大学毕业生毕业后"转行"，说明大学教育核心是通识能力而非职业培训。
- 诺贝尔奖基金：120 年增值超 200 倍看似神奇，实际年化回报率仅约 4%——复利效应的数学本质。
- 高尔夫案例：打了 10 年不进步，因为一个错误犯了 10 年——战术勤奋掩盖战略懒惰的经典例子。
- 树桩种蘑菇：吴军女儿先打 2 个孔而非 20 个——实验思维的生活化体现（最小成本验证假设）。
- 非洲司机案例：小女儿说"你写反馈他可能丢饭碗"——同理心来自社交环境熏陶而非说教。
- Amodei 2026-01 数据卡：1-5 年内 50% 入门白领岗位可能消失（法律助理 / 初级会计 / 初级开发 / 客服 / 营销文案），失业率短期或升至 10-20%。下棋输给计算机后人类下棋的快乐没有消失，运动员被汽车开过去后跑步的意义没有消失——人类目的不依赖于在某项任务上成为最强存在（来源：The Adolescence of Technology, Section 4 "Player piano"）。
第三部分：两个视角的合流
共同命题：把锚点从"算力"转移到"人性"
| 维度 | 黄仁勋（领导者侧） | 吴军（普通人侧） | 共同指向 |
|---|---|---|---|
| 核心能力 | 韧性、信任、愿景、谦逊 | 提问能力、刻意纠错、决策三原则 | AI 不可复制的人性维度 |
| 错误策略 | 与 AI 比执行效率 | 一夜逆袭的幻想 | 在算力赛道上和 AI 竞争 |
| 正确路径 | 用愿景引领算力 | 用通用能力穿越周期 | 把可迁移能力当作核心资产 |
启发与思考
- "认命"≠ 躺平，是贝叶斯思维的应用：先校准先验（我是普通人），再通过持续学习更新后验，逐步提升。这与世界观三大基石中贝叶斯定理的应用一致（见 ../认知方法论/世界观三大基石.md）。
- 决策三原则的本质是"试探"："假想敌"和"不懂就问"都是用最小成本获取最大信息量，与贝叶斯更新同构（见 ../认知方法论/试探与最小成本验证.md）。
- 与可验证性原则的呼应：吴军强调"提问能力"是 AI 时代人的核心竞争力，这与"不可验证领域属于人类"的判断一致——提出好问题需要品味、判断和阅历，这些是不可验证的。
- 对 PM 工作的映射：产品经理的核心能力从"能不能做"转向"该不该做"，与"提问能力 > 回答能力"的逻辑同源。
- 必须打破"经济价值与自我价值挂钩"的预设：吴军讲"认命是清醒的起点"，Amodei 在《The Adolescence of Technology》"Player piano"一节更进一步指出——AI 时代若劳动市场上 50% 入门白领被替代，整个社会"通过劳动赚钱 → 证明自己存在价值"的预设链条会断裂。吴军讲的"提问能力 > 回答能力"是个人侧的应对策略；Amodei 讲的是社会侧的更深议题：人类的 meaning 不能依赖于"我是不是经济上不可替代"，否则一旦经济不可替代性消失，存在价值就会塌陷。这对"普通人"的含义有一个反直觉推论——"普通"的真正意义不是"不如天才"，而是"不依赖经济不可替代性来定义自我"，这是 AI 时代心理健康的底层 anchoring。
- "人类目的不依赖于成为最强"的人本主义补充：Amodei 引用文艺复兴和宗教传统，强调人类的尊严不依赖于在某项任务上是最强的存在。关键是把"自我价值的锚点"从"我比 AI 强在哪里"转移到"我享受/在乎/参与什么"。这与吴军"认命是放弃幻想而非放弃努力"在更深层面相通：放弃"我必须比 AI 强"的幻想，但保留"我可以享受过程、连接他人、塑造自己"的努力。
- AI 提效的第一产物不是空闲，而是工作密度压缩（来源：姚顺宇访谈 2026-05）：过去一个方案要两天，团队只试一个；AI 让实现成本下降后，同一天要看三个方案。过去没人敢开太多实验，现在实验成本低了，判断成本反而上升。工作从"手写实现"迁移到"定义任务、组织上下文、审查结果、比较方案、承担验收"——手从键盘上少敲了一些，脑子里的窗口反而开得更多。AI 未必先让人失业，它可能先让同一份工作变得更密。 这对黄仁勋的韧性框架有直接映射：工作密度增加时，韧性（快速遗忘不可控的失败）和愿景（锚定为什么做）变得更重要，因为单位时间内需要处理的判断/取舍/失败显著增加。
- 人的价值往反馈责任迁移（来源：姚顺宇访谈 2026-05）：被压缩的是纯执行，不是所有人的价值。人的价值正在往上游（定义任务、组织上下文、设定边界）和下游（审查结果、设计验收、承担取舍）迁移，中间那段纯执行会被越来越多的 AI Worker 接走。下一阶段稀缺的不只是会写代码或懂产品的人，而是能管理 AI Worker 的人——能定义目标、分配任务、提供上下文、识别失败、更新标准、最后承担结果。这与吴军"提问能力 > 回答能力"在操作层完全同构：AI 时代的人需要从"给出答案"转向"定义验收标准"——给 AI 下指令"做得好一点"它只能猜，给它"把这段接口改到测试通过且不改变现有调用方"它就有了边界。
原文精华
黄仁勋
真正的韧性，从来不是扛住痛苦的能力，而是快速遗忘痛苦的能力。
我不相信继任计划，不是因为我是永生的。而是因为如果你真的关心公司在你之后的未来，你今天最该做的事，不是找一个接班人，而是持续地、毫无保留地传递知识、信息、洞察力、技能和经验，赋能你身边的每一个人。
恰恰是一对一会议，才会造成信息不对称。所有问题放在台面上，所有人都能听到上下游的诉求，都能理解彼此的难处，都能一起参与决策，这才是最高效的协作。
吴军
"认命"，不是让你放弃，而是让你放弃幻想。你要先承认自己是个普通人，不可能靠 AI 在一夜之间变成天才。
在 AI 时代，信息获取是廉价的，而注意力，才是最宝贵的。
语文的本质是八个字：理解他人，表达自己。
真正的勤奋，是要跳出习惯性的忙碌，去直面那个会让你头疼、需要你花时间思考的核心问题。
书是看完了，但里面的知识没有变成你的。
你提问题的能力，和 AI 为你创造的价值，是成正比的。