LINUX SB 快照站

同样用 AI,为什么有人能解决问题,有人只会生成答案?

标题历史 (1)

原帖: linux.sb/topic/12316 · 共 7 楼 · 标题快照 2026-08-17 20:41:13

楼主 · 历史 (2)
发帖 2026-08-13 22:20:04 · 快照 2026-08-17 20:41:13

同样是让 AI 帮忙做一份方案。

一个人拿到结果后,先问:“这能不能解决问题?哪里可能出错?还缺什么证据?”

另一个人先问:“这段话够不够像一份专业方案?”

前者未必会写最漂亮的 prompt,却会继续验证、取舍和修正;后者工具用得很熟,产出看起来很完整,一追问却经不起推敲。

这两种状态,我在过去一年的团队管理和协作中反复看到。

所有人都在焦虑:我不会用 AI,会不会被淘汰?但我越来越确定,真正拉开差距的,不是会不会调用 AI,而是能不能把 AI 持续转化为可靠结果。

工具的差距正在缩小,人的差距反而可能被放大。

图片

一、AI 降低执行成本,不降低判断成本

AI 可以在几分钟内给出一份方案、一段代码、一张图,甚至一个完整产品的雏形。

但它无法替你承担三个问题:方向是不是对的,结果是不是真的,代价是不是值得。

AI 降低的是执行成本,不是判断成本;增加的是产出数量,不是结果质量。

当“做出来”越来越容易,“为什么做、做什么、做到什么程度”就越来越重要。

图片

二、专业能力是入场券,四层能力决定你能走多远

专业能力当然重要。它决定你有没有资格解决这个岗位的问题,是上场的入场券。

但当基本专业能力达到要求后,另四层能力会决定结果能否持续出现、能力能否不断增长,以及最终能走多高:

皮实 → 自驱 → 好学 → 品味

图片

逻辑是:从里往外排,先看能不能稳定成事,再看事能不能越做越好。

很多人看人时,先看"品味"——眼光高不高、想法多不多。这样就容易高估一种人:眼光高、想法多,但遇到阻力不行动,也不愿把事情做深。

所以底盘要先看。

三、四层,逐层看

皮实(底盘)。 我见过一种典型情况:专业能力很强,但一遇到质疑就陷入防御;压力上来后,协作和交付也随之失稳。能力没有消失,却无法稳定转化为结果。皮实不是逆来顺受,更不是无限承受压力,而是在压力、挫折和不同意见面前保持稳定,继续解决问题。

自驱(引擎)。 有种人不用反复催,他会主动发现问题、设定标准、推动闭环。AI 可以把任务执行得很快,但目标、优先级和结果责任仍然需要人来承担。皮实保证你摔倒后还能起来,自驱保证你会主动往前走。

好学(手段)。 好学不只是积累知识点,那是 AI 擅长的事。更重要的是持续更新自己的判断:今天有效的方法,明天可能就需要调整;如果停止学习,人就容易被过去的成功经验困住。

品味(上限)。 审美、判断、取舍,知道什么值得做、什么应该删除、什么才算做好。品味不是“和我看法一样”,而是在真实约束中做出更好的选择,并愿意接受结果、反方意见和多人视角的校准。只有在前三层的支撑下,品味才能从观点变成结果。

需要说明的是,这不是一套放之四海皆准的"淘汰公式"。岗位、阶段和组织文化会改变四层的权重;它更适合作为观察维度,而不是给人贴标签。真正判断一个人,最终仍要回到长期、具体、可复核的行为与结果。

而且,在判断一个人是否皮实、自驱之前,管理者必须先检查环境:目标是否清楚,资源是否匹配,权限是否足够,团队是否允许提出不同意见。

不能把系统制造的无力感解释成个人不自驱,也不能把长期透支包装成对皮实的考验。

四、有个陷阱:别把品味放前面

顺序要是反过来,品味 → 好学 → 自驱 → 皮实,就容易高估眼光、低估行动和韧性。

品味脱离底盘,会变成批评者的武器,而不是建设者的能力:能挑出一堆毛病,却造不出一个东西。

五、AI 来了,这套还管用吗?

管用。但有个变化:AI 正在显著降低大量标准化执行工作的成本。

过去依靠"好学 + 熟练"建立的部分优势,正在被 AI 快速改写。于是两件事同时发生——

地板抬高了。 工具和方法迭代更快,皮实、自驱从加分项逐渐变成基本要求。缺少稳定性和主动性的人,即使拥有更强的工具,也很难持续产出可靠结果。

天花板也抬高了。 当越来越多人拥有相近的 AI 工具,单纯执行的稀缺性会下降。更值钱的,是判断力、取舍,以及知道什么值得做、什么才算做好。稀缺的将不只是生成,而是判断。

AI 没有证明这套排序,它只是放大了原本存在的差异,也改变了每一层的表现方式:

皮实 = 面对 AI 带来的变化仍保持稳定
自驱 = 主动定义问题
好学 = 判断和指挥 AI
品味 = 决定结果上限
而那个陷阱,在 AI 时代更危险了——AI 可以帮助眼高手低的人,批量生产"看起来很专业"、实际上经不起验证的内容。

六、收个尾

一句话:

专业能力决定你有没有入场券;皮实和自驱决定你能不能持续在场;好学决定你会不会掉队;品味决定你最终能走多高。

门槛在抬高,天花板也在抬高——中间不掉队,靠的是好学那口气。

AI 不会自动补齐一个人的底层能力,它更像一个放大器:既会放大优势,也会放大短板。

所以别急着凭感觉给自己打分。回看最近三个月的一个真实项目,回答四个问题:

遇到挫折或质疑后,我是如何恢复并继续推进的?
没人催促时,我主动定义并解决了什么问题?
哪个旧判断被我更新了?我为什么改变?
我主动删除或放弃了什么,后续结果是否证明这个取舍是对的?
图片
这些行为证据,可能比你又学会了一个 AI 工具更能说明长期价值。

如果只能选一个,你当前最需要补的是:皮实、自驱、好学,还是品味?为什么?

最后由 leo.kuang 编辑于 2026-08-13 22:22
#2
发帖 2026-08-13 22:21:17 · 快照 2026-08-13 22:22:52

深度好文!

#4 · 历史 (1)
发帖 2026-08-13 22:28:13 · 快照 2026-08-17 20:41:13

皮实、自驱、好学,品味
不是公司的口号,是 AI 时代研发人自己的底层竞争力:
皮实——被证据打回、被返工、被重做,扛得住,改得快;
自驱——没有人每步给你下指令,你自己定义任务、自己验收;
好学——工具在变,模型在变,学习能力是唯一不过时的资产;
品味——知道什么是对的、什么是好的,在 AI 什么都能生成的世界里,品味就是你的判断力。

顺序要是反过来,品味 → 好学 → 自驱 → 皮实,就容易高估眼光、低估行动和韧性,一堆无效的抱怨。
品味脱离底盘,会变成批评者的武器,而不是建设者的能力:能挑出一堆毛病,却造不出一个东西。

#5 · 历史 (1)
发帖 2026-08-14 00:21:07 · 快照 2026-08-17 20:41:13

@leo.kuang 可以这样做,在agents.md 文档里面加上“在执行任务前先询问使用者几个问题,越详细越好” ,能减少很多乱七八糟的东西