李飞飞：10年之后，职场上只会剩下两种人

作者：刘润 主笔：海盐 编辑：橙子

来源：刘润（ID：runliu-pub）

这个世界，好像变得越来越快了。

昨天还在讨论的新技术，今天就被更新的东西盖过去。还没搞懂上一个，下一个又已经杀到了。

如果这些变化只发生在新闻里，可能也就算了。可一旦牵扯到自己的工作，那股隐隐的不安，就变成了实打实的焦虑。

我的工作还保得住吗?我这身本事以后还值钱吗?甚至我的孩子，将来还能靠什么吃饭?

说实话，这些问题，我也想过。可我也知道，没有人能拍着胸脯，说自己有标准答案。今天的我们，就像站在退潮的海边。水位降下去之前，谁也不知道脚下踩的是沙滩，还是暗礁。

我们，都在摸索中前进。

但总有一些人，走在相对靠前的位置。他们看到的景象，所持的观点，未必就是最终答案，但却依然值得我们理解、学习、参考。然后，帮我们走好自己的路。

美国国家工程院院士、斯坦福大学教授李飞飞，被很多人称作“AI教母”，可能就是其中的一位。

最近，她接受了很多采访。在全球顶级科学播客“Huberman Lab”，她聊了两个多小时。在播客“Silicon Valley Girl”里，对谈在线教育平台MasterClass创始人兼CEO大卫·罗吉尔。

两场访谈，都谈得很远。从AI、世界模型、机器人，到职场发展、孩子教育和学习成长。但听下来又会发现，几乎每一个问题，都落到了我们每个人的现实生活里。

那么，李飞飞到底说了些什么?跟我们，又有什么关系?

我试着梳理了一下。

今天，与你分享。

01

“十年后，职场可能只会剩下两种人。”

很多人最关心的是：今天的工作，未来会变成什么样?

李飞飞可能会告诉你，未来十年，职场可能会出现明显的分化。

对谈中，大卫·罗吉尔给出了一个判断：往后看十年，职场上更有竞争力的人，大致会走向两个方向。

一种，是把一件事做到极致的人。

比如文案。过去，只要写得过得去，就可能找到工作。但现在，普通的文案、简单的宣传语，AI就能给出一个像模像样的版本。那么，他们的优势，是往更深处走。

另一种，是什么事都能上手的人。

他不一定是某个领域的顶尖专家，但他什么活都能接，遇到新工具能快速学习，碰到问题能清楚知道往哪个方向使劲。

两种人。一边是专才，一边是通才。

这是一个非常具体的判断。它把对未来的担忧，从一个模糊的想象，变成了一个能讨论的具体问题。对此，李飞飞补了一句。

“无论是专才，还是通才，它们看上去不一样，其实都有一种共同的能力：主动性。”

面对新变化，你会不会主动了解它，主动学习新工具，主动调整自己的工作方式。

这种能力，不单属于某一个行业。医生可以有，老师可以有，设计师也可以有。你不需要非得自己创业，但至少要愿意伸出手，看看新东西究竟能做什么。

当然，“只剩下两种人”，更像是一种概括。更准确地说，这两种人未来在职场上，会更有优势。

世界不会因为你熟悉旧方法，而停止长出新方法。

而未来的分界线，可能不只画在职业之间，也画在每个人面对变化的态度上。

今天的我们，正见证着这场席卷全球的变革。

02

“那些站在变化浪头上的人，正是我想要的。”

那么，这种主动性，具体会怎样影响一个人?

李飞飞举了一个例子，她的公司要招产品经理。

过去，我们总觉得，产品经理，就像个“连线人”。自己不写代码，脑子里冒出个新想法，得去找设计师画界面，找工程师搭原型，拿去找用户测试听反馈。一个循环下来，可能要几个月。

而现在，很多产品经理自己就用AI做出产品原型，不用连接其他人，自己一个人就能干。周期，还大幅缩短。

所以，李飞飞分享了她的招人标准：

当我看到这些年轻的产品经理，考虑要不要招他们时。我想要的，是那些正站在变化浪头的人。而不是到了今天，还在重复五年前教科书式工作流的人。

为什么?

因为今天的“主动性”，不只是看他会不会工作，而是看他有没有主动跟着变化一起变。

一个人真正面对的风险，可能不是突然丢了工作，而是依然熟练地执行一套正在过时的流程。工作还是那些工作，但里面的任务排序，可能已经变了。

听上去，好像发生的很突然。可实际上，这些已经在快速发生。

比如，大卫自己的经历。

他现在日常用的很多APP，都是他自己用AI搭的。他还给自己做了一个待办清单APP。里面有条规矩：如果一件事在清单上待了超过一天半还没动，就自动踢掉。

结果就是，这个APP逼着他要么赶紧做，要么交给别人，要么索性承认这事其实不重要。

他说，现在做一个APP的时间，从原来的几个月，缩到了一个周末。

对我们来说，未必也要一上来就做一个APP，可以试着先把一周的工作列出来看看：哪些环节总在等人，哪些动作反复复制粘贴，哪些事情最耗时间，却不需要复杂判断。

不要追求一步到位，只是看看能不能把原来的三步，缩成两步，甚至一步。

过去，是工具限制你必须按照固定流程完成。但未来，人人都能接触最新的工具，关键看你是等公司通知“大家开始用AI”，还是自己主动跳上那个正在旋转的历史车轮。

海浪，从不是冲浪冠军的专属。

谁敢主动站上浪尖，谁就可能被托起来。

03

“苏格拉底，是人类最好的提问者。”

可是，同样的AI，为什么有的人用着得心应手，有的人捣鼓两下反而没兴趣呢?

李飞飞说，差距，往往不在工具，而在你会不会提问。

访谈里，李飞飞问了一个问题：你知道人类历史上最好的提问者是谁吗?

答案是，苏格拉底。

为什么?

苏格拉底生活的年代，当然没有AI，也没有今天这些对话工具。但是，他有一个坚持了一辈子的习惯：不停地发问。用一个问题追着一个问题，在一层又一层追问里，把对方，也把自己，一步一步逼向真相。

你为什么这么想?这个判断有什么依据?换一种情况还成立吗?一个个问题问过去，原先模糊的想法，就慢慢清楚了。

今天我们和AI打交道，同样需要这种能力。

你随口说一句“帮我写个方案”，AI很可能会给你一堆听上去正确，但放哪里都差不多的答案。不见得不能用，但你就是觉得好像哪里不对劲。

可如果，你清楚知道自己想解决什么问题，受众是谁，哪里还不确定，哪些限制要考虑。得到的回答很可能完全不同。

问的越清楚，工具越能发挥好作用。

答案可以被快速生成，但问题的方向，还得要人来决定。

不过，提问的价值，还不只是让AI给出更好的答案。它也可能改变一个人的学习方式。

因为，当你可以随时发问、随时追问，学习，就不一定要在书桌前，也不一定要专门空出时间。

生活中那些碎片时间，都能变成学习的机会。

比如，叠衣服。

李飞飞说，过去，她会一边叠衣服，一边听有声书。前阵子她发现，可以趁叠衣服的时间，和AI讨论感兴趣的话题，一个问题接着一个问题。

然后呢?然后，原本枯燥的家务时间，也变成了学习时间。甚至，好像叠衣服的动力都变强了。

所以，真正需要练习的，是把一个模糊的问题，越问越清楚的能力。只要想问，生活中到处都可以是练习场。

工具，可以帮你找答案。但好奇心，还得你自己负责。

李飞飞认为，提问也应该成为一种学习能力，甚至从小学、中学就开始培养。

而说到培养，就绕不开教育，也绕不开老师和家长。

04

“我担心的，是老师和一部分家长。”

很多人谈到AI和教育，首先担心的，是孩子。

孩子会不会用AI偷懒?AI这么厉害了，以后还要不要学编程?如果随手一问就有答案，他们还愿意自己思考吗?

这些担心，李飞飞也有。

最糟糕的结果，是年轻一代被工具夺走主动性，和作为人去学习、去生活的动力。

学习这件事，本来就需要时间，需要投入，甚至要经历一些痛苦。工具可以帮忙，但理解、记忆、判断这些功课，谁也没法替孩子完成。

AI是可以帮助一个人学得更快、更深。但前提是，他自己想学，也知道自己的问题在哪儿。

不过，李飞飞更担心的，是老师和一部分家长。

因为害怕AI影响孩子，一些大人干脆把工具全部挡在门外。

她想起自己年轻时学习有机化学的经历。那些分子结构和空间方向让她感到吃力，老师的答疑时间又有限，还经常和其他课程冲突。明明知道自己卡在哪里，却很难随时得到帮助。

现在回想起来，如果那时候有AI，情况可能会大不相同。因为她缺少的，不是学习意愿，而是及时地帮助。

让工具完全代替思考，当然有问题。因为害怕风险，完全拒绝工具，也可能让孩子失去新的学习机会。

那么，谁来告诉孩子怎么把握中间的分寸？老师和家长。

但李飞飞发现，科技公司在谈产品，投资人在谈机会，媒体在谈变化，真正身处教室的老师、陪伴孩子的家长，却很少得到足够的关注和支持。

2022年，ChatGPT刚出现的时候，她给孩子小学的校长发邮件。说自己愿意去学校，给老师和学生讲一讲，到底发生了什么。

她希望这些每天陪伴孩子成长的大人，及时理解世界的变化，而不是在各种信息里感到慌张。

老师和家长担心孩子用AI作弊，因为AI而不思考。这样的顾虑，没什么不对。但更要紧的，是有人能和他们一起讨论，一起找到新的办法。

新技术进入学校的时候，不光只有孩子需要知道那是什么。站在他们身边的大人，也得先弄明白它意味着什么。

所以，李飞飞对孩子的未来，依然保持乐观。但这种希望要真正落地，必须要得到老师和家长的支持。

对很多家长和老师来说，眼下更实际的做法，或许是先跟孩子说清楚：哪里可以借助工具?哪里必须自己思考?用完后能不能自己解释答案?

老师和家长们，真正要守住的，应该是孩子愿意自己想、自己问、自己判断的主动性。

05

“机器的能力，来自大量的模式。”

不过，很多成年人有着自己的担忧。

如果AI越来越厉害，那我辛辛苦苦那么多年积累的能力，以后还值钱吗?

李飞飞认为，首先我们要搞清楚，AI的本事，到底是从哪里来的。

AI的能力，来自大量的“模式”。

什么意思?

想象这样一个画面。书架后面，露出一截毛茸茸的尾巴，轻轻晃动着。一个小孩看到了，会说：那里有只猫。

可孩子既没有看到猫的脸，也没有看到完整身体，为什么还能一下子知道那是猫呢?

因为，孩子能把尾巴的样子、过去看过的猫和眼前的环境结合到一起，做出一个大致合理的判断。

对人来说，认出一只猫几乎不用费力。但机器要做到这一点，却让科学家花费了大量精力。

李飞飞参与推动的ImageNet，就是一个大规模图像数据库。借助海量图片，研究者训练机器识别各种物体。机器看过大量猫、尾巴和房间的照片，慢慢从中找到模式、学到规律。再遇到类似场景，它才更有可能作出正确判断。

可是，一个孩子，脑子里没有装着几百万张猫图。他可能只见过两三只猫，就已经会认了。

所以，今天的AI和人可以得到相近的结果，但学习路径却不一样。

人为什么能这么高效地学习，科学界至今还没有完全搞清楚。

但是，人的智能不只包括回答问题，还包括看见、触摸、理解空间、感受情绪、联系不同经历等等。

AI是让语言能力变得便宜，但不等于人类的全部智能都变得不值钱。

担心“我的能力会不会贬值”时，不是只会问AI会什么，更要看看自己的工作：哪里是在重复?哪里需要长期判断?前者容易被机器替代，后者则难得多。

这不只是在安慰你，只是希望能帮你看清，自己身上有哪些经验，已经变成了不可替代的判断。

不过，这并不意味着AI会一直停留在语言和答案里。

李飞飞关心的一个问题是：AI能不能从理解语言，来到真实世界?

06

“AI的下一个前沿，在语言之外。”

今天，大家逐渐习惯了AI。

打开对话框，问一个问题，它给出答案。或者给它一份资料，让它整理概括。或者写一段文字，它帮你修改。

这些能力都很实用。但李飞飞想得，更远。

AI的下一个前沿，在语言之外。

什么意思?

想一想，走进厨房，从冰箱里拿一瓶水。你知道厨房在哪，路上有椅子，会绕开。打开冰箱，找到水瓶，伸手拿起来。如果瓶子滑了一下，还会立刻调整手指。整个过程，只需要几秒钟。

但对机器来说，它首先得知道哪里是门，哪里是桌子，哪些东西可以移动，哪些不能撞。还得判断自己的位置，推测应该怎么走，再根据环境变化，随时调整动作。

李飞飞把这种能力，叫作“空间智能”。

简单说，就是理解真实的世界，并且知道怎样在这个世界里行动。

它要求机器至少做到几件事：1)理解眼前有什么;2)判断接下来怎么做;3)想象暂时看不见的空间;4)周围环境产生互动。

举个例子，叠衣服。

我们觉得很简单的动作，对机器来说，背后却涉及到形状、材质、力量、空间位置和手部协调。衣服皱起来或者滑下去，机器就得重新判断。

人习以为常的操作，对机器来说，可能是刚刚起步。

李飞飞自己创办的World Labs，就在探索怎么让技术更好理解和生成三维空间，从而为将来机器人走进千家万户提供新的可能。

主持人问，一两年内有可能出现在这些变化吗?李飞飞给出了回答很谨慎：机器人的发展和落地还需要更长时间。

她希望，自己能在有生之年，看到它们真正融入社会，帮助人们。

那么，当机器人真的走进生活，会先帮谁?

07

“机器人可以帮我照顾父母，但不会拿走家人的爱。”

李飞飞想到的，是自己的父母。

她说，自己是独生女。父母年纪已经很大，身体也不好，还不太会说英语。看病、沟通、处理生活里的各种问题，很多事情都需要她亲自照顾。所以，自己非常希望能有一些帮助。

不是替代陪伴，不是拿走家人的责任，不是拿走对父母的爱。而是分摊那些沉重的体力劳动。

其实，这不是李飞飞对未来的空泛想象。

前不久，她的父亲刚做过一场肝脏手术。还因为这场手术，她和主持人调整了录制时间。

她注意到，手术用了达芬奇机器人系统。操作机器人的，是一位经验丰富的外科医生。机器人提供更精细的操作能力，医生负责观察、判断和控制整个过程。

手术结束以后，李飞飞问医生：如果把全世界同类肝脏手术的数据都收集起来，将来有没有可能训练出一个AI，让它独立完成这样的手术?

医生没有给出肯定答案。因为肝脏结构非常复杂，血管密集，每个人的情况也不一样。哪怕收集大量手术数据，也很难覆盖真实手术中的所有变化。在这样的场景里，让经验丰富的医生操作机器，可能比让一个训练不足的机器独立完成手术，更加稳妥。

机器可以让医生的手更稳定，但什么时候继续、什么时候停下，仍然离不开人的判断。

陪父亲住院时，李飞飞还注意到，护士非常忙。取药、递送物品、往返病房，一个班下来，要走很长的路。如果这些简单的运输和搬运工作能交给机器，护士就可以把更多时间留给病人。

同样的逻辑，也可以延伸到其他地方。

比如救援，山火发生时，机器人进入危险区域作业。比如养老，独居老人买药、出门时，机器在旁边搭一把手。

发展技术的意义，不只是在实验室完成多精彩的展示。它可以是让医生的手更稳一点，让护士少走一段路，让老人多保留一点独立，也让照顾父母的子女，终于能够松下一口气。

也许，这就是李飞飞始终对人类充满希望的原因。

变化会带来机会，也会带来新的问题。

但李飞飞依然相信，技术可以帮人们生活得更好。它不会替我们爱一个人，但它可以让我们有更多时间和力气，把爱留给真正重要的人。

最值得期待的未来，不是机器越来越像人，而是它能帮助人，更好地成为人。

最后的话

未来十年，职场可能只会剩下专才和通才两种人。他们都在主动走向变化，提问、学习和判断会变得更加重要。既要关注孩子的教育，也要给老师和家长足够的支持。再往后，AI可能会走出聊天窗口，走进真实世界，帮助人类创造一个值得期待的未来。

这几场访谈，让我们看到了李飞飞对当下的深度思考，和对未来的展望。

是的。我们生活在一个飞速变化、不断摸索前进的时代。焦虑，或许是我们这一代人逃不开的宿命。

因为，我们脚下的土地，眼前是世界，周遭的生活，正在发生一场前所未有的变化。旧的方法正在失效，新的路标正在眼前缓缓浮现。

当然，我还是得强调，这些只是李飞飞的“一家之言”。这些判断和预测，不管听起来让你兴奋、紧张，还是有点惶恐，都未必会完全属实。我们未必知道，未来到底会以怎样的方式展开。

所以，分享这一切，不是为了让你猜中未来。而是帮你看到，那些走在技术前沿的人，怎样理解变化。

我们不必照单全收，却可以借着他们的视角，把脚下的路看得更清楚一点。

未来不会因为我们焦虑，就放慢脚步。但我们可以因为看得更清楚，走得稍微稳一点。

当那片退潮的海边，水位慢慢下降，我们仍然无法提前知道，哪里是暗礁，哪里是道路。

但至少，可以保持清醒，保留好奇，主动向前，认真看路。

加油。

版权声明：部分文章推送时未能与原作者取得联系。若涉及版权问题，敬请原作者联系我们。