网址
type
Post
status
Published
date
Jan 22, 2026
slug
summary
tags
推荐
AI元认知
category
技术分享
icon
password
说起来，上周三在星巴克翻a16z那篇对话，有组数据让我差点把咖啡洒了。
Marc和Ben说，未来十年，AI驱动的市场规模会比今天大10倍，甚至1000倍。
当时我对面的3个朋友都觉得太夸张。"这不就是风投吹泡泡吗？"其中一个说。
我没反驳，但心里想的不是泡泡——是另一件事。
如果把这个逻辑放到个人身上呢？
当"写代码""写文章""做数据分析"的门槛几乎降为0，你的竞争力在哪？
Ben的那封邮件
Marc在对话里讲了个故事。
2023年，Databricks的CEO给他发了封邮件，说自己公司可能会比Snowflake小。
Ben回信了。他只说了一句话：
"你低估了自己，应该是10倍。"
这个预测看起来很疯狂。Databricks现在的估值已经超过400亿，10倍就是4000亿。
但Ben的逻辑是：云时代的公司，总是比上一个时代大10倍。
Workday比PeopleSoft大10倍，Salesforce比Siebel大10倍。这不是巧合，是规律。
为什么？
因为云不只是把软件从本地搬到线上，它把使用门槛降到了接近0。
以前要上ERP系统，你得买个服务器，雇个IT团队，花几百万。现在，中小企业注册个SaaS账号就能用。
门槛降低，用户基数爆炸。市场边界被打开了。
技术的10倍逻辑，套到个人身上
这个逻辑放在个人身上，其实更残酷。
以前，"会写代码"是一个护城河。你得学C++，学算法，学架构。普通人进不来，所以你的价值高。
但现在呢？Claude Code、Cursor、Replit这些工具，让一个不会写代码的人，也能写个像样的应用。
你引以为傲的技能，门槛突然没了。
就像Ben说的："云让企业软件的门槛降为0，AI让技术技能的门槛降为0。"
但问题是，门槛消失后，你的价值在哪？
我用Claude Code的思考
去年开始用Claude Code的时候，我也想过这个问题。
说实话，一开始挺爽的。
以前要写个简单的工具，得自己搭框架、写接口、调试。现在给个Prompt，Claude Code几秒钟就生成了一套完整代码。
但我很快发现一个问题——它写得快，但它不会设计。
它能写一个API接口，但它不知道"这个接口该设计成什么样"。
它能写一段SQL查询，但它不知道"应该查哪些数据"。
它能帮我生成一篇文章，但它不知道"我到底想表达什么"。
我意识到：当工具的门槛降为0，竞争力的维度变了。
从"会不会"变成了"多深"。
AI skill发展的悖论
说到这里，得解释一下什么是skill。
不是"技能"的那种翻译，而是更具体的——能够被AI系统封装、复用、调用的能力模块。
2025年的AI skill发展报告有个很有意思的数据：
企业最缺的，不是"会用AI工具的人"，而是"能定义skill的人"。
为什么？
因为AI现在能解决"怎么做"的问题，但"做什么"还得人来定义。
这就回到Ben和Marc的核心观点：供给创造需求。
供给创造需求，但在AI时代是谁创造供给？
Ben和Marc举了个例子：iPhone之前，没人觉得自己需要无键盘手机。
但乔布斯造出来了，然后发现——哦，原来我是需要的。
这就是供给创造需求。
但AI时代有点不一样。
以前是"产品创造需求"，现在是"能力创造需求"。
当Claude Code能写代码，当ChatGPT能写文章，当Midjourney能画画，新的需求就冒出来了。
比如我最近在做的：一个自动化写作工作流。
以前想都别想。你得雇个编辑、雇个设计师、雇个程序员。成本太高。
但现在呢？Claude Code写工具，Claude写文案，Midjourney画配图。一个人就能干出一个团队的事。
这不就是新的供给创造新的需求吗？
什么是"10倍skill"？
问题来了：在这样一个世界里，什么skill值得投资？
我从2025-2026年的AI skill发展报告里总结了一个趋势：
最贵的不是"会用AI工具"，而是"AI做不到"的东西。
具体来说，有三类：
第一类：深度垂直领域知识。
DeepSeek那篇Engram论文挺有意思的。他们发现大模型在浪费大量算力做"背书"，因为有些东西真的记不住。
比如医疗影像诊断，AI准确率是99.2%，但那0.8%的误诊，可能就是人命。
这时候，一个有20年临床经验的医生，他的价值就不只是"会看片子"，而是"知道什么时候AI可能错了"。
第二类：跨领域整合能力。
AI现在能做很多事，但都是单点的。
它能写代码，能写文案，能做数据分析。但把这些串起来，变成一个完整的工作流？这个能力AI还没那么强。
或者说，这个能力很贵。
我那个自动化写作工作流，核心价值不在"用AI写作"，而在"设计什么样的工作流能让AI发挥最大价值"。
第三类：批判性判断力。
Udemy的报告说，2025年"批判性思维"的需求增长了37%。
为什么？
因为AI太会说话了。它能生成一篇逻辑清晰、数据详实的文章，但这些数据可能是编的，逻辑可能是漏洞百出的。
你得有能力判断：这个AI在胡说八道，还是真有道理。
Marc说的"出题者"视角
Marc在对话里说了一句很扎心的话：
"未来的赌注不是关于什么会变，而是关于当一切限制都被解除时，人类能创造什么。"
翻译成人话：当AI能解决所有定义明确的问题，人类的价值在于"发现什么值得解决"。
这就是"出题者"视角。
你不再是"解题的人"，而是"出题的人"。
AI能解题，但它不知道该出什么题。
我的观察：谁在焦虑？
我最近在和一些创业者聊天，发现一个有趣的现象。
最焦虑的，不是那些"不会用AI"的人。
反而是那些"以前靠技术吃饭，现在发现门槛没了"的人。
一个程序员朋友跟我说："我花了5年学Python，现在一个写Prompt的小白两天就能做类似的事。我这5年是不是白学了？"
我没有直接回答他，而是问了个问题：
"你觉得，一个能熟练使用Python，和一个会设计系统架构、理解业务需求、能判断AI什么时候该停下的人，谁的10倍增长空间更大？"
他想了很久，然后说："第二个。"
Z世代的优势
Marc在对话里说，Z世代是"AI原生"的一代。
他们不像我们，得先把旧世界的规则学一遍，再学怎么用AI。
他们一开始就是用AI的。
这不是说他们"更聪明"，而是说他们没有"包袱"。
我们这些写代码的人，总觉得"自己写才是真本事"。
Z世代不这么想。对他们来说，用AI写代码就是正常的。关键不是"怎么写"，而是"写什么"。
实践建议：如何找到你的"10倍skill"？
说到具体建议，我觉得有3件事可以做：
第一，停止卷那些AI能替代的技能。
别再花时间学"更好的Prompt技巧"了。Prompt门槛在降低，再卷下去，最后变成和AI比写Prompt，你赢不了的。
第二，找到你的"护城河"。
问自己一个问题：有什么事，是AI做不到，或者做得不够好的？
可能是你在一个垂直领域深耕了10年的经验。
可能是你对用户的理解。
可能是你把不同领域的知识串联起来的能力。
第三，学会"出题"。
训练自己发现问题的能力。
不是"这个bug怎么修"，而是"这个功能该不该有"。
不是"这篇文章怎么写"，而是"这篇文章值得写吗"。
不是"这段代码怎么优化"，而是"这段代码该不该存在"。
最后：10倍不是做更多，而是做AI做不到的
回到开头那个问题：AI会让你的下一个十年比现在大10倍吗？
我的答案是：会，但不是因为你做得更多，而是因为你做得更"对"。
当AI解决了"怎么做"，你得专注于"做什么"和"为什么"。
当AI降低了技术门槛，你得提高定义问题的能力。
当AI能把一件事做到80分，你得在那些AI做不到的20%上发力。
就像Ben给Databricks CEO回的那封信一样：
你不是比Snowflake小，你是下一个时代的10倍。
前提是，你得找到那个时代属于你的skill。
💬 你觉得自己最需要提升的AI skill是什么？评论区聊聊。
本文信息：
- 字数：约2800字
- 核心观点：10倍增长不是做更多事，而是做"AI做不到或做得不够好"的事
- 参考资料：
- a16z联合创始人对话：http://mp.weixin.qq.com/s?__biz=Mzk5MDkxNDU4Nw==&mid=2247485225&idx=1&sn=bf0ef56f8d967b5de44e196b4116a081&scene=0
- 2025年AI技能发展：https://blog.csdn.net/yzx991013/article/details/148369622
- Udemy技能报告：https://about.udemy.com/press-releases/2026-global-learning-skills-trends-report/
- DeepSeek Engram论文：https://github.com/deepseek-ai/Engram
- 作者:Zflyee
- 链接:http://zflyee.com/article/2f083f44-1cfa-8071-b7d5-dd8a00da2d90
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
相关文章
