本文來自微信公眾號： 小蓋fun ，作者：小蓋
看了一期吳恩達(dá)的播客，非常精彩。而且這次他的觀點(diǎn)很激進(jìn)，說每個人都應(yīng)該成為Builder，借助AI，往生產(chǎn)端走。
別只拿AI問問題，而是要開始真正動手創(chuàng)造，做網(wǎng)站、做App、做小工具，把自己的想法直接變成產(chǎn)品。
包括他們公司說現(xiàn)在面試候選人，會直接問候選人到底Build過什么。
如果候選人之前拿AI做過一個網(wǎng)站、App、Skill，或者任何解決自己實(shí)際問題的小工具，這種經(jīng)歷都會非常有說服力。
因?yàn)檫@考驗(yàn)的已經(jīng)不只是會不會用AI。
播客鏈接：https://www.youtube.com/watch?v=o-wv_szZ0V0
現(xiàn)在會用ChatGPT問問題，或者Codex做個PPT、數(shù)據(jù)分析，門檻已經(jīng)很低了。
更進(jìn)一步的能力是你能不能發(fā)現(xiàn)一個問題，把它抽象出來，再借助AI把解決方案真的Build出來。
這里面其實(shí)同時考驗(yàn)了一個人對AI的使用能力、抽象能力和創(chuàng)造力。
我最近跟很多朋友聊天，也發(fā)現(xiàn)大家招聘時越來越喜歡問一個問題，你的作品是什么？你到底拿AI Build過什么？
我覺得所有人確實(shí)都應(yīng)該認(rèn)真想想這個問題。
以前Coding基本還是程序員的專業(yè)能力。一個市場人員、招聘人員或者財(cái)務(wù)人員碰到一個軟件需求，正常的處理方式都是提需求，然后找工程師。
但現(xiàn)在這個門檻已經(jīng)降得非常低了。
一個人拿著Codex、ChatGPT這些工具，只要問題足夠明確，做一個自己工作里用的小工具，已經(jīng)沒有以前那么難了。
這個變化有點(diǎn)像Excel出現(xiàn)之后。
以前很多數(shù)據(jù)處理工作可能需要程序員參與，后來財(cái)務(wù)、市場自己打開Excel就可以分析數(shù)據(jù)了。
AI Coding也在發(fā)生類似的事情，它正在把過去屬于軟件工程師的一部分能力，逐漸變成知識工作者的基本能力。
吳恩達(dá)說他們團(tuán)隊(duì)成員已經(jīng)在給自己不斷的造工具了。
有個運(yùn)營同事，為了寫文章，自己做了一個Mac桌面App。準(zhǔn)備寫一個選題時，這個App會自動爬取網(wǎng)頁，尋找相關(guān)資料，把相關(guān)文章整理出來。
然后他可以直接和整個資料庫聊天，了解自己正在寫的內(nèi)容和已有資料之間有什么關(guān)系。
你看，這已經(jīng)完全超出了會不會用ChatGPT。
還有他們的財(cái)務(wù)團(tuán)隊(duì)以前每周要花幾個小時打開各種文件、復(fù)制數(shù)字、檢查數(shù)據(jù)。
后來團(tuán)隊(duì)自己開始開發(fā)自動化程序，可以定期打開文件、讀取數(shù)據(jù)、檢查一致性，有異常再提醒相關(guān)的人處理。
這背后的邏輯其實(shí)非常簡單。
以前開發(fā)軟件太貴了，所以工程師必須集中在專門的工程部門。
每個業(yè)務(wù)部門內(nèi)部當(dāng)然都有一堆問題，也都有很多想做的小工具，但一個需求如果只能幫三五個人節(jié)省一點(diǎn)時間，根本排不上工程師的開發(fā)計(jì)劃。
現(xiàn)在Build的成本降下來之后，這些過去不值得開發(fā)的東西突然都可以開發(fā)了。
而且最了解這個問題的人，本來就在業(yè)務(wù)部門。
做招聘的人最知道招聘哪里麻煩，做市場的人最知道自己每天有哪些重復(fù)工作，做財(cái)務(wù)的人也最清楚哪些數(shù)據(jù)天天需要人工核對。
現(xiàn)在他們第一次有能力自己把這些問題做成工具。
所以我覺得未來每個人在某種程度上都可以成為一個工程師。你不需要成為一個專業(yè)程序員，但應(yīng)該逐漸具備用軟件解決自己業(yè)務(wù)問題的能力。
吳恩達(dá)說他們最近還分析了很多的招聘數(shù)據(jù)，發(fā)現(xiàn)越來越多職位描述中開始強(qiáng)調(diào)一個詞：High Agency，高主動性。
簡單說，就是一個人發(fā)現(xiàn)問題以后，會自己想辦法往前推進(jìn)，而不是等老板把每一步都拆好，再告訴他接下來干什么。
按部就班的工作，價值感只會越來越低。
有了AI的幫助，一個High Agency很強(qiáng)的人，確實(shí)可以比過去創(chuàng)造更多東西，也可以自己解決更多問題。
優(yōu)秀的員工會越來越像一個負(fù)責(zé)自己領(lǐng)域的小創(chuàng)業(yè)者。他知道自己的目標(biāo)是什么，然后自己發(fā)現(xiàn)問題，做出判斷，缺工具就Build工具，最后解決問題。
所以我現(xiàn)在越來越覺得，大家討論AI會不會替代工作，有時候把問題想得太簡單了。
吳恩達(dá)講了一個我很認(rèn)同的框架。
一份工作里面，可能已經(jīng)有30%到40%的任務(wù)可以交給AI，但剩下的60%到70%依然需要人來完成。
所以絕大多數(shù)職業(yè)不會突然消失，真正發(fā)生變化的是一個崗位內(nèi)部的工作內(nèi)容會重新分配。
最后更現(xiàn)實(shí)的結(jié)果，還是人和人之間的競爭。
一個人可以把那30%到40%交給AI，然后把自己的能力范圍繼續(xù)往外擴(kuò)。
另一個人還按照以前的方法工作，只負(fù)責(zé)自己原來那一小塊，那公司最后更愿意留下誰，其實(shí)很好理解。
我一個朋友之前的公司里，Android和iOS加起來有三個人。后來公司覺得人員有些冗余，最后留下一個人，幾個端都可以負(fù)責(zé)。
你說這是不是AI導(dǎo)致的？當(dāng)然和AI有關(guān)系。
但落實(shí)到職場里，它最后呈現(xiàn)出來的還是人與人之間能力范圍的差距。一個人借助AI可以覆蓋過去幾個人的工作，另外一個人的工作方式?jīng)]有變化，公司自然會重新計(jì)算這筆賬。
我今天還在群里跟大家聊，以前總有人說前端已死，但好像最近已經(jīng)沒人討論這個問題了。群里有朋友開玩笑說，死人當(dāng)然不會說話。
我還真去翻了一些前端工程師的簡歷，發(fā)現(xiàn)一個很明顯的變化，很多人已經(jīng)不再把自己局限在純前端了，而是突出全棧的能力。
吳恩達(dá)在播客里也提到了這個現(xiàn)象。過去前端、后端的分工很細(xì)，但有了AI以后，越來越多開發(fā)者開始變成全棧工程師。
因?yàn)锳I把跨領(lǐng)域?qū)W習(xí)和執(zhí)行的成本降低了，一個人能夠覆蓋的工作范圍自然會擴(kuò)大。
而且這件事肯定不只發(fā)生在程序員身上。
以前一個做營銷的人，可能只負(fù)責(zé)投放?，F(xiàn)在借助AI，他能不能從選題、研究、內(nèi)容生產(chǎn)，一直做到投放和后面的數(shù)據(jù)分析？
一個人在組織里的能力半徑會越來越大。
想起之前納瓦爾說的一句話：成為一名創(chuàng)造者，你將不必?fù)?dān)心工作、職業(yè)和AI。
是的，什么時候都盡力去創(chuàng)造，去解決問題。別給自己留所謂的垃圾時間。