稀缺能力不是会用某个工具,而是能把事情收口、判断结果好坏,并持续在真实反馈里修正自己。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
稀缺的是能对结果负责的判断力
AI 能完成大部分执行工作,但最后那一段判断、取舍、修正和负责,仍然要由人来做。能 close loop(把一件事收口)的人之所以稀缺,是因为他得先判断 AI 给的结果对不对、错在哪,再决定怎么改。这要求你有足够的专业深度:不懂这个领域,就看不出两个答案哪个更好,也就收不了口。会用工具但没有 domain knowledge 的人,很容易停在表层,AI 反而会放大他的盲区1。
另一层稀缺是弱可见的高杠杆能力:判断什么值得做、把复杂问题抽象成框架、在模糊中推进结果。这些不容易被一眼看懂,也不容易被单一指标测出来,所以常被低估2。
稀缺也体现在持续投入和可塑性上
同样的能力,投入密度不同,穿透力就完全不同。有人研究一件事看了几千小时,有人加起来不到一百小时,对同一件事的理解深度会差出量级3。愿意解决足够难的问题、愿意为它学没学过的东西、愿意承受失败和别人的不理解,这种 effort 会直接拉开解决问题的能力4。
可塑性(coachable)也是稀缺特质:职业中多数技能靠别人言传身教,跟 mentor 聊一小时可能省几年弯路,而机会往往只给那些能被塑造的人5。
关于稀缺能力,材料给出的是判断框架和条件,没有针对具体岗位或行业的稀缺清单;不同领域成立的标准需要结合自身处境核对。
出处
- 1AI时代,找工作和创业的有效方法|Jobright联创/CTO Ethan对话
讲清 close loop 为什么稀缺,以及专业深度和判断力在其中的作用。
- 2升维必然被骂
解释高杠杆能力为何弱可见、容易被低估。
- 3Intensity:成事的底层变量
用投入密度的对比说明穿透力差异从何而来。
- 4我们只能控制好这三件事:attention, effort, time
可回到原文核对这部分判断
- 5变coachable的诀窍--「人情估值」能力 | 机遇青睐哪类人?
说明可塑性为什么是职业发展中的稀缺特质。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 我想知道在当前时代如何判断自己的能力,我有独立完成任务的能力,同时也可以在 ai 指导下完成超出我认知范围的工作内容,这会让我有种虚假的全能感,这些超出我认知范围的能力能否拿来卖钱,如果不能,需要会到什么程度才能拿来卖钱;这种程度是只有直面市场看市场反馈才能判断的吗
能卖钱的是你撤掉 AI 后仍能负责的那部分:定义问题、判断好坏、在变化中交付。AI 指导下做成的事可以卖,但卖的是结果,不是你的能力。
- 总觉得现在学习新东西,技术没有什么意义了,因为ai能比你做的快10倍,同时也觉得任何东西/poc都没有门槛,我能几天之内学习新的技术,并deliver。如果我能,我相信别人也能,那我的竞争力到底在哪里? 学更广的知识还是干别的什么?
几天做出一个能跑的东西,只证明你当下交付得快,不证明能力留在你身上。竞争力更可能来自撤掉帮助后仍能判断、拆解和交付,以及别人做不出来的深度。
- workbuddy普通人怎么用
普通人用 AI 的关键不是学会某个工具,而是从“偶尔用一用”变成“让 AI 成为核心生产力”,并围绕自己反复做的一件事持续积累。
- 如何学习 ai
学 AI 要当手艺练,不是当知识背:围绕真实任务动手,用“撤掉帮助、隔段时间、换个条件还能不能做”来检验自己是否真会。
- ai时代如何赚钱?
立正认为AI时代赚钱的关键不是抓住某个风口,而是把认知和方法练出来:用经营者的视角看待工作,学会识别真正创造价值的事,并且相信赚钱的唯一方式是给别人创造价值。
- 课代表一直说要像学习一门手艺一样工作,这个怎么理解,什么是手艺,学习手艺的时候需要注意什么,如何精通一门手艺?
手艺不是熟练重复,而是能不断往深里钻研、越做越发现学问的活能力;学它靠动手试错,精通靠长期坚持。