Gen高管徐老师称AI压缩职场转型窗口至三年

Gen高管徐老师称AI压缩职场转型窗口至三年 员工拉开产出差距的核心在于建立将AI视为团队成员而非工具的Token商与高强度思维模式。 对话深入探讨了 AI 范式转移对白领职场与组织架构的剧烈冲击，提出由智力与强度（IQ）、情绪与眼球（EQ）以及 Token 商（TQ）构成的全新能力公式。徐老师强调，解决职业焦虑的核心在于打破传统工具论思维，将 AI 视为团队中的博士同事，并在 3 到 7 年的极短窗口期内完成思维方式的转变。同时，讨论还涵盖了软件护城河向分发与执行速度的迁移、FDE（前置部署工程师）的崛起、一人公司的极限与团队扩张的必然性，以及在信息爆炸时代保持用脑卫生与创始人心态的重要性。 AI 时代的核心能力模型被重塑为 IQ（智力+强度）、EQ（共情+争取注意力）以及 TQ（Token 商/调动 AI 算力与 Agent 的能力），绝大多数人目前仍处于调动“50个博士”能力的初级阶段。 (0:00) 代码开发门槛剧降导致技术护城河从单纯“写出代码”急剧转向分发能力、用户积累与执行速度，同时 Agent 的深度协同也在横向和纵向上双重压缩企业层级，推动组织极度扁平化。 (12:00) 单凭预测规避被淘汰职业往往适得其反，职场人的突围关键在于成为用 AI 重构工作流的“AI 原生从业者”；融合技术与一线业务的 FDE（前置部署工程师）模式预计将在一年内成为企业标配。 (17:00) 白领面临的范式转移窗口期已从 PC 时代的 15 年大幅压缩至 3 到 7 年；同时由于人性协同偏好与专业分工带来的高阶增量，极度扁平的“一人公司”更多是短期现象，难以彻底取代中大型团队。 (34:18) 必须停止将 AI 仅当作问答工具，而应将其视为团队中协同解决复杂问题的“博士同事”，通过亲自“下水动手”跑通 Agent 闭环来完成底层思维方式（Mindset）的根本转变。 (37:45)

硅谷徐老师指出，面对AI时代每个人身边拥有“50个博士”级算力支持的现实，职场竞争的关键不在于盲目预测具体专业的存亡，而在于底层思维方式的重塑。从业者需跳出将AI视作单纯工具的误区，构建融合智力强度、注意力争取与算力调动的新能力模型，以应对从纸笔到PC耗时15年、而AI范式转移被压缩至3到7年的剧烈变革。 能力重塑：IQ、EQ与TQ新公式 (0:00) 徐老师指出，传统由智商（IQ）与情商（EQ）构成的评价体系在AI时代需要赋予新内涵，并引入第三维度“Token商（TQ）”。TQ代表利用与调动AI的能力；徐老师评估当前99.9%以上的人TQ仅处于20至30分的初级阶段，核心差距不仅在提示词技巧，更在于对模型能力上限的驾驭。IQ则需叠加“强度（Intensity）”，强调借助Agent协作与高专注闭环推进拉开数十倍至千倍的效率差距；EQ除共情外衍生出“眼球商（Eyeball Quotient）”，在AI导致内容供给无限爆炸而人类注意力恒定的背景下，依靠表达和情商争取有限注意力成为关键壁垒。 组织演变：一人公司局限与分工必然 (28:00) 针对“一人公司”未来是否会成为主流的讨论，徐老师修正了此前赞同Sam Altman的看法，明确指出极度扁平的个人公司仅是短期现象，长期无法取代中大型组织。他认为人类天性倾向协同，公司规模往往由财务承受能力与扩张意愿驱动而非纯技术需求。课代表立正结合自身创业体会提出，8至12人是成员能掌握全局且无复杂层级的“甜点区”，但引入专业互补伙伴能实现数倍收益突破。徐老师以其在VMware将网络团队从七八人一路扩张至数百人的经历佐证，商业闭环跑通后，专业分工带来的协同增量必然促使组织持续扩张。 思维范式：视AI为同事与FDE普及 (34:18) 徐老师强调，应对白领危机的核心在于思维习惯的彻底转变。过去社会从纸笔办公切换至PC办公历经约15年缓冲，而AI范式转移的窗口期被压缩至3到7年。课代表立正指出AI能力跃迁包含工具、技巧、方法、习惯到思维方式的层级，单纯搜集工具无法跨越鸿沟。徐老师警告，将AI仅当成自动化工具是严重误区，必须将其视为身边的“50个博士同事”，即便从事人际协调也应引入AI辅助策略。同时，兼具AI技术与一线业务交付的FDE（前置部署工程师）正在加速普及，徐老师预计一年左右FDE将如同软件工程师一样成为企业标配，重现华尔街交易大厅由算法替代人工的历史演变。 用脑卫生：信息悖论与模糊性平衡 (42:06) 在深度引入Agent的工作流中，频繁的上下文切换（context switching）正导致从业者出现严重的脑力疲惫。徐老师指出科技发展中伴随的两大反直觉现象：其一是互联网普及反而因算法壁垒加剧了信息茧房；其二是AI本应帮助消化信息节约时间，实际却让人类直面高耗脑的核心决策，导致从业者倍感时间匮乏。对此，徐老师主张从业者既要维持高水准的批判性思考与直觉品味，又要学会接纳大模型按概率输出的模糊性答案，懂得利用非确定性结果将成为AI时代的核心竞争力。 徐老师总结认为，工业革命教育将人训练为标准螺丝钉，而AI时代将开启注重个体独特的“第二次文艺复兴”，写代码或手动驾驶未来可能演变为类似书法或骑马的情操培养。然而，随着软件开发门槛骤降，商业护城河已急剧转向分发渠道、用户规模与执行速度；如何在被压缩的数年窗口期内完成思维升维，并在概率性工具辅助与高强度决策消耗之间维系平衡，仍是从业者面临的核心考验。

[37:45] 徐老师: AI 你如果把它想成是一个工具，我觉得是错误的…… AI 其实就是你团队成员的一部分。 [37:45] 课代表立正: AI 是个手艺，你不游泳的话你是学不会游泳的。你看再多的游泳视频，天天坐在菲尔普斯旁边看他怎么训练，你还是不会游泳，必须下水才能学会。

[0:00] 有人问 [0:00] 我是一个设计师 [0:01] 我应该去干什么 [0:02] 徐老师的答案呢 [0:02] 就是你是一个会AI的设计师 [0:04] 还是一个不会AI的设计师 [0:05] 那就差很大 [0:08] 应该更注重 [0:08] 徐老师开篇提到的那些token quotient [0:10] 你是不是真的懂AI [0:11] 你是不是用了很多token [0:12] 你的IQ不光是intelligence [0:14] 还有intensity [0:15] 你是不是做事情是有强度的 [0:17] 你的EQ [0:17] 不光是你的emotion [0:18] 而且是eyeball [0:19] 你能不能抓到别人的注意力 [0:20] 这些能力反而是更底层的 [0:25] 你这个(总结)不只是一个课代表的水准 [0:26] 这是一个超越agent能做的事情 [0:29] 那说明还有点饭吃 [0:30] 哈哈今年的饭碗还是稳的 [0:31] 20年以后嘛 [0:32] 开车 [0:33] 就有点像今天要去学骑马一样 [0:35] 不是因为你必须要去学会骑马 [0:37] 而是你把它作为一个业余爱好 [0:39] 而且还挺贵的 [0:40] (未来)路上的车子都是自动驾驶 [0:41] 凭什么让你手动开啊 [0:43] 很危险的一件事情 [0:44] 所以说你需要有特殊执照 [0:45] 可能是在特殊的地方才能够去开 [0:47] 经过了大约15年 [0:48] 才从我有了第一台PC [0:50] 到这个PC [0:51] 能做很强大的事情 [0:52] 本来是用纸跟笔 [0:53] 后来用PC [0:54] 这需要一个思维方式的变化 [0:56] 以前PC时代 [0:56] 你有15年的时间去思考 [0:58] 15年的时间去调整 [0:59] 在AI时代 [1:00] 你可能三年五年七年的时间去调整 [1:02] 你要快速的思维转变 [1:06] 徐老师晚上好 [1:07] 欢迎来到我们直播间 [1:08] 课代表非常高兴 [1:10] 又开始我们的对话 [1:12] 今年还没有聊过 [1:14] 对年度对话 [1:15] 一年一次 [1:16] 每次对完话以后 [1:17] 我觉得记录下来了很多预言 [1:19] 然后这些预言就感觉纷纷实现 [1:22] 你这边的话题 [1:23] 不是说在这个AI时代的职业发展吗 [1:26] 我记得咱们是 [1:27] 应该是24年的那次对话 [1:29] 你讲过硅谷接下来会裁一半的人 [1:31] 但是跟AI没关 [1:33] 这句话我记得很清楚 [1:34] 哈哈哈你说的是你参加一个活动 [1:37] 然后一个谷歌的director [1:39] 在这活动上说的 [1:40] 接下来可能要裁一半的人 [1:42] 但是跟AI无关 [1:43] 我不一定说一半的人 [1:45] 我记得的是这么说的 [1:46] 会裁人 [1:47] 因为我觉得现在这个情况 [1:49] 大规模招人或者说养那么多人 [1:52] 我觉得是不可持续的一件事情 [1:54] 即使没有AI这个革命也会 [1:57] 有裁员 [1:58] 这是应该是我说的 [2:00] 徐老师 [2:00] 你是刚刚在Stanford参加了一个活动 [2:03] 对吧 [2:03] 啊那是一周前 [2:04] 在Stanford的一个校友年会上面 [2:07] 做了一个keynote [2:09] 因为这是一个AI时代 [2:10] 大家都希望听AI的话题 [2:14] AI的话题 [2:15] 每天都有很精彩的事情在发生 [2:18] 但是我觉得最重要的事情 [2:20] 可能大家还是应该关心的 [2:21] 是自己的职场 [2:23] AI对我们自己每一个人的影响 [2:25] 不管是我今天明天有没有工作了 [2:28] 还有自己的孩子 [2:29] 还有自己周围的人 [2:31] 还是以后应该走什么样的路 [2:33] 我觉得这应该可能是相对来讲更加重要一点 [2:36] 所以说我keynote的主题 [2:38] 就是AI时代的职场何去何从 [2:42] 这个话题 [2:43] 这个话题应该大家是非常的关心了 [2:46] 那当时这个线下 [2:47] 有没有什么你觉得出乎你的意料 [2:50] 第一个出乎我意料的是王祖贤来听了 [2:53] 哈哈哈王祖贤现在是混硅谷了吗就 [2:56] 就显然 [2:56] AI这个话题对所有的人都感兴趣 [2:59] 拍电影的 [3:00] 唱歌的也应该感兴趣 [3:01] 胡彦斌最近还出了一个APP [3:03] 在玩笑之外我是这么看的 [3:05] 我觉得说穿了 [3:06] 其实有两个问题 [3:09] 一个问题我不觉得有任何人有解答 [3:11] 就是以后应该学什么东西 [3:14] 当然你可以从大方向上来讲 [3:16] 但是我不觉得大家能够去预测说OK [3:19] 我以后学这个学科 [3:20] 而不是那一个学科 [3:22] 我觉得这是一个很难的一件事情 [3:24] 另外一个是应该具备什么样的素质 [3:27] 或者说怎么样去思考 [3:29] 去锻炼自己 [3:30] 我觉得 [3:30] 这个可能是更加有意义的一件事情 [3:33] 从这个角度上来讲 [3:35] 我的主要的观点就是 [3:37] 传统上来讲 [3:38] 一个人需要两个商 [3:40] 一个是情商 [3:41] 一个是智商 [3:43] 那我觉得在未来在任何时刻 [3:45] 情商智商永远会重要 [3:47] 英文里面叫IQ EQ [3:49] 这两个点是非常重要的两个点 [3:52] 但我觉得我会把它引申一下 [3:54] 就是不管IQ跟EQ [3:56] 其实都应该要重新去思考一下 [3:58] 什么样的(叫)IQ [3:59] 什么样的叫EQ [4:00] 然后我再加一个Q [4:02] 就是TQ [4:03] 我相信课代表你可能应该能够猜出来 [4:06] 什么叫T [4:07] 就是token quotient [4:09] 说穿了就是怎么把AI用好 [4:10] 这个道理 [4:11] 肯定不是我第一次来跟大家讲 [4:13] 但我觉得 [4:14] 我仍要把它 [4:15] 当成一个 [4:16] 很重要的方面来讲 [4:17] 是因为我觉得我们所有的人 [4:19] 或者说几乎所有的人 [4:20] 其实TQ还在用到非常早期的时候 [4:24] 其实我们正在锻炼自己的TQ [4:26] 就像智商一样 [4:27] 130、150算是很高的IQ [4:30] 如果说是用同样的(分数)去类比的话 [4:32] IQ如果说是130很高 [4:34] 或者140很高的话 [4:36] 我觉得今天人类的TQ [4:38] 可能普遍都是在20、30 [4:40] 就远远都没有达到100 [4:41] 这是一个新鲜事物(我们)刚刚开始接触 [4:44] 我的证据在哪里 [4:45] 因为其实今天的模型是很聪明的 [4:48] 大家都应该相信 [4:49] 模型能够做很多很厉害的事情 [4:51] 其实每一个模型 [4:53] 不管你用Gemini [4:54] 还是用OpenAI的 [4:55] 还是用Anthropic的 [4:56] 模型给你的 [4:57] 就好像你有50个博士 [4:59] 24小时围绕着你转 [5:02] 但是我们每一个人 [5:03] 有没有感觉到 [5:04] 自己能够有50个博士在我们身边 [5:07] 给我们做事情 [5:08] 其实没有这么大的影响 [5:09] 我相信对绝大多数人 [5:11] 99.9%的人 [5:12] 或者以上的人 [5:13] 其实就是我们TQ还没有用好 [5:15] 模型它相当于给你50个博士 [5:18] 24小时围绕着你转 [5:20] 但你感觉不到 [5:21] 我觉得这就是因为我们的TQ还不够 [5:23] 这里面TQ用的不够 [5:24] 有各种各样的原因 [5:26] 其中有你怎么去用prompt engineering [5:28] 这是很显然的 [5:30] 比这个更加复杂一点 [5:31] 模型有一个我们叫model overhead [5:34] 一个问题就是 [5:35] 模型到底有多大的能力 [5:37] 其实我们感觉到的 [5:39] 跟模型实际上的能力其实是有差距 [5:41] 那你怎么去知道(感受到的能力跟)模型有更多的差距 [5:44] 所以说这不只是一个prompt engineering能够去解决 [5:47] 但我只是给你两个 [5:48] 不能说极端吧 [5:49] 一个spectrum [5:50] 其实这是一个非常宽的一个spectrum [5:53] 去思考这个问题 [5:54] 这是TQ [5:56] 那IQ跟EQ [5:57] 其实我觉得在AI时代 [5:59] 要去更深层次的 [6:00] 去想这件事情 [6:01] 比如说IQ就是智商中文 [6:04] 那英文叫Intelligence quotient [6:06] 这是IQ的一个定义 [6:09] 我是把它再加一个Intensity quotient [6:11] 为什么要(加)Intensity quotient [6:13] 其实跟前面的TQ是很有关系的 [6:16] 因为我觉得AI时代的竞争 [6:18] 其实是到了完全不同的一个层次的 [6:21] 只是我觉得人类今天还没有完全适应 [6:24] 还没去意识到 [6:25] 就像我刚才说的 [6:26] 有50个博士围绕着你转你都没去用 [6:29] 对吧我们要进入另外一个层次 [6:30] 那进入另外一个层次需要什么 [6:32] 需要一个能力 [6:33] 对intensity的要求 [6:35] 中文怎么说 [6:36] 你觉得怎么翻译 [6:37] 就这个人的心力 [6:39] 这个人做事的专注程度 [6:41] 做事他是不是一个一直要不停的 [6:43] push push push这种感觉 [6:45] 我觉得强度吧 [6:46] 我觉得强度是至少(占)很大的一部分 [6:48] 为什么intensity很重要 [6:50] 我举一个例子 [6:51] 我们工作当中经常会碰到的 [6:53] 就比如说过去你不管是一个大公司小公司 [6:57] 你要做更多的事情 [6:58] 你想的事情就是哎呦 [6:59] 我要做更多的事情 [7:01] 我要去雇更多的员工 [7:02] 这是一个比较显而易见的方式方法 [7:05] 那我觉得在AI时代 [7:07] 那你要思考的维度就会不一样一点 [7:09] 比如说哎这个事情agent为什么不能做 [7:12] 为什么一定要去找一个人来做 [7:15] agent是能做 [7:16] 但agent是不是能把这件事情做好 [7:18] 你下一个问题是 [7:19] 为什么是一个agent [7:20] 为什么不是100个agent [7:21] subagent在做这件事情 [7:23] 你考虑问题的一个intensity [7:26] 是在不同的一个层次了 [7:28] 我觉得嗯 [7:29] 所以说这个Intensity quotient是跟我们的IQ [7:33] intelligence [7:34] 智力的quotient是要一起来看 [7:36] 因为你光是人聪明就不够了 [7:39] 要强度要高 [7:40] 你前面也说了一个字 [7:41] 要卷或者不卷 [7:43] 其实强度跟聪明不聪明 [7:45] 是不一样的 [7:46] 两回事情 [7:47] 但这两件事情在AI时代 [7:48] 我觉得是要把它结合起来 [7:50] 我觉得这个很棒啊 [7:52] 这个intelligence和intensity [7:54] 其实很多时候是相辅相成的 [7:55] 没有intelligence [7:56] 光有intensity [7:57] 你就漫无目的的瞎卷 [7:59] 大厂里边有这样的人啊 [8:00] 每天就逼着大家加班啊 [8:01] 或者说我自己 [8:02] 好像树立一个很有intensity的形象 [8:05] 但是方向一般都是错的 [8:06] 但是你光有intelligence没有intensity呢 [8:08] 你也走不远 [8:09] 中文里有一句话是将帅无能累死三军 [8:12] 那(将帅有)intensity也没用 [8:13] 但是如果你只是将帅很能干 [8:16] 但是没有一个intensity也做不了什么事情 [8:19] 为什么这是AI时代 [8:21] 我觉得相对比较新的呢 [8:22] 因为在AI时代之前 [8:24] 这件事情没有被放大出来 [8:27] 以前你想你要招一个人 [8:29] 那招个人也要招个几个月了 [8:31] 全球每个地方都可能不一样 [8:32] 不能说这是一个慢动作 [8:34] 这是一个你的强度不够 [8:36] 其实要过了可能几个月 [8:38] 甚至几年才显示出来 [8:40] 但在AI时代 [8:41] 可能明天就显示出你的强度不够嘛 [8:44] 是就比如说你个VP强度够了 [8:46] 然后发现工程师们还需要一定的时间 [8:49] 然后工程师强度够了呢 [8:50] 测试审核各种环节它都会拖延时间 [8:53] 但是现在有intensity [8:55] 尤其你这个业务本身有闭环的话 [8:58] 有intensity的人和没有intensity的人 [9:00] 可能速度就会差10倍100倍 [9:01] 甚至1000倍都能差出来 [9:03] 用你刚才的例子 [9:04] 总监啊VP啊不同level [9:06] 现在一个情况就是 [9:07] 这个总监可能就是你的一个agent [9:10] VP也是你的一个agent [9:12] manager也是你的agent [9:13] 他们能干不能干 [9:14] 你一个晚上就能够看出来了 [9:16] 能做多少事情 [9:17] 所以说整个我们的组织结构 [9:20] 首先组织结构里面应该不只是人 [9:22] 还会有agent [9:24] 然后组织结构里面因为 [9:26] 用了AI以后 [9:28] 它的组织结构会更加扁平化 [9:31] horizontally它会压缩 [9:33] vertically也会压缩 [9:34] 其实就是扁平化 [9:35] 这就是为什么 [9:36] OpenAI的CEO Sam Altman [9:38] 大概两年半前说的一句话 [9:40] 就是一个人的独角兽 [9:42] 当然了我不觉得一个人独角兽 [9:44] 是一个值得去思考太多 [9:46] 因为一个人毕竟是一个特例 [9:49] 但是更深层次的 [9:50] 或者说更加重要的一个观点 [9:52] 就是组织结构扁平化 [9:53] 或者说极度扁平化 [9:55] 是成为一个可能性 [9:57] 那在这种情况下面 [9:58] 就我们刚才聊到的IQ [10:00] 就会变成一个intelligence跟intensity的quotient together [10:05] 而不是分开来 [10:06] 最后一个其实是EQ情商 [10:09] 或者说英文叫Emotional quotient [10:12] 我觉得很多人会觉得 [10:14] 未来可能Emotional quotient比IQ更加重要 [10:18] 我倒并不觉得 [10:19] 因为要看你哪一个IQ的定义 [10:21] 如果是用我的定义 [10:22] 我不觉得一定是重要个100倍 [10:24] 但是如果只是用原始的Intelligence quotient [10:28] 可能EQ要比IQ要重要100倍 [10:30] 在未来这是有可能的 [10:32] 但我觉得仍然是用英文E这个词 [10:35] E到底代表什么 [10:36] 我觉得一个是emotional的一个quotient [10:38] 另外一个 [10:39] 我觉得是一个eyeball的一个quotient [10:41] 为什么叫eyeball的quotient [10:43] 其实我们都知道大模型Attention Is All You Need，right？ [10:47] 我觉得在未来的AI时代 [10:49] 产出内容 [10:50] 写程序包括我们的视频 [10:53] 对吧 [10:53] 理论上AI都能够生成很多的 [10:56] 蛮高质量的视频 [10:57] 图片还是文字 [10:59] 但是我们的eyeball time就是我的时间 [11:02] 我一天仍然是24个小时 [11:04] 你一天仍然是24个小时 [11:05] 我们并没有因为AI来了以后 [11:08] 我们就能够去看更多的图片 [11:11] 看更多的视频 [11:12] 所以说从某种角度上来讲 [11:14] AI generate的content可能是无数倍 [11:17] 在短短几年内但是 [11:19] eyeball眼球的时间 [11:21] 我不敢说是没有变化 [11:22] 因为这个是不是有变化 [11:24] 我觉得我们是可以商榷的 [11:25] 但是至少是从表面上来讲没有变化 [11:28] 我觉得这个是比较fair的 [11:30] 你可以这么说 [11:31] 但这种情况下面就产生了一件事情啊 [11:33] 你要有足够的EQ [11:35] 你这个EQ不只是说哎呀 [11:37] 你比别人聪明 [11:38] 你(比)别人更加强度高 [11:39] 或者说你的产出的能力高 [11:42] 你还要有能力 [11:43] 让人家接住你的产出的内容 [11:45] 这件事情 [11:46] 我觉得这个能力会越来越重要 [11:48] 所以说这两个E从某种角度上来讲 [11:51] 是相辅相成的 [11:52] 都是情绪上的 [11:53] 或者说是让人有接受的 [11:55] 但是这是EQ的两个面 [11:58] 徐老师这是你发明的吗 [11:59] 这都好巧啊 [12:00] 这个intensity [12:01] 还有eyeball正好是这个字母 [12:03] 而且确实非常重要 [12:04] 这个不但是我发明的 [12:06] 这是我在去的路上发明的 [12:08] YouTube上有一个问题啊 [12:10] 就是徐老师 [12:11] 您刚刚提到了TQ✖️EQ✖️IQ [12:14] 这个框架 [12:15] 我想请教一下您有没有一个具体的例子可以分享 [12:19] 您是怎么有意识的 [12:20] 修炼这几方面能力的 [12:22] 不一定是和AI有关的例子 [12:23] 任何成长或工作中的经历都可以 [12:26] 我觉得任何事情都是先要有一个awareness [12:31] 就是先要意识到这件事情的存在 [12:33] 要去理解 [12:34] 就好像大家以前说IQ [12:36] 后来提出了一个观点 [12:37] 说我要EQ [12:39] 那EQ到底重要不重要 [12:40] 这是一个 [12:42] 大家都要去花时间去消化去理解 [12:45] 并不是说我把EQ这个观点提出来了 [12:48] 大家都能掌握了 [12:49] TQ绝大多数人都会觉得哎呀 [12:52] 这不就是一个炒作吗 [12:53] 但我觉得不是炒作 [12:55] 我是非常genuinely [12:57] 认为 [12:58] 我们今天的TQ还是比较低的 [13:00] 我们还是比较初级阶段 [13:02] 那从这个角度上来讲 [13:03] 需要有一个awareness需要去锻炼 [13:06] 我觉得跟锻炼身体一样 [13:08] 首先要意识到这件事情重要 [13:10] 然后花时间 [13:11] 就好像有的人每天锻炼 [13:13] 有的人每周锻炼 [13:14] 有的人光是awareness [13:16] 你是不是disciplined enough [13:18] 每个人都不一样嘛 [13:19] 所以说我觉得 [13:20] 其实是跟所有的其他的技能 [13:23] 是一回事情 [13:25] 首先要知道 [13:25] 其次要有一定的discipline [13:28] 做这件事 [13:29] 有没有个故事 [13:30] 讲个故事给我们听听 [13:31] intensity这个我已经讲了一个故事 [13:34] 我觉得 [13:35] 其实每个人都有50个博士在你身边 [13:38] 你今天没用好50个 [13:39] 其实这是你的事情 [13:41] 有一部分是TQ的事情 [13:42] 但有一部分是你要有足够的intensity [13:45] Eyeball quotient [13:47] 这件事情包括我自己目前 [13:50] 也在做各种各样的AI的产品 [13:52] 做一个小广告 [13:54] 我们在做AI的浏览器 [13:56] 最近解决了一个很好的问题 [13:58] 尤其是你如果在北美的话 [13:59] 你想看世界杯还是蛮难的 [14:01] 你一会有这个link [14:03] 可以work了 [14:04] 或者要去买各种各样的 [14:05] 我们做了一个浏览器 [14:06] 你看世界杯是毫无障碍的 [14:08] 能够去看世界杯每一场比赛 [14:11] 把那个本来应该是属于***啊 [14:13] 这些问题都在浏览器里面给集成进去 [14:16] 把它解决了 [14:17] 所以说看世界杯就要用Norton Neo [14:20] 直播间的很多同学可能还不知道 [14:21] 徐老师的这个项目 [14:23] 徐老师是在Gen这家公司 [14:26] 他的前身是诺顿 [14:28] 还有LifeLock一些公司合起来的 [14:31] 是一个Fortune 500 [14:32] 财富500强的上市公司 [14:34] 它赚很多很多钱 [14:36] 徐老师曾经说过 [14:37] 就是这家公司的纯利润 [14:39] 是硅谷所有中厂的纯利润 [14:41] 加起来还要多 [14:42] 徐老师是在这里边做首席AI官 [14:45] Chief AI Officer and Innovation Officer [14:48] 他这里边做的呢 [14:49] 是诺顿牌子下面的Norton Neo [14:52] 就是AI原生浏览器 [14:53] 因为是诺顿的嘛 [14:54] 所以就会对这个隐私啊 [14:56] 安全啊有非常多的做法和考量 [15:00] 鼓励大家去试一下这个产品 [15:02] 然后刚刚说的你在北美要看世界杯的话 [15:04] 直接用Norton Neo就可以去(看) [15:06] 我们回到我们之前的问题 [15:08] 就说我自己在做产品 [15:10] 对吧 [15:10] 我觉得现在做产品的一些基本的框架 [15:14] 都是在改变 [15:15] 以前做任何一个软件 [15:17] 不管你是做B2B的 [15:18] 还是B2C的 [15:19] 做东西其实并不容易 [15:21] 程序员也不便宜 [15:22] 比如说你需要调查调研 [15:24] 一堆的产品经理 [15:26] 吵一通去决定什么做什么不做 [15:29] 但现在这个底层逻辑改变了 [15:33] 因为写一个程序并不难了 [15:35] AI咵嚓一下就把它写完了 [15:37] 你吵什么吵 [15:38] 你如果再吵 [15:39] 你把十个东西都写一遍 [15:41] 当然了做一个真正有用的scalable [15:44] 然后又是安全的产品 [15:46] 并不容易 [15:46] 我并不想说 [15:47] 哎呀 [15:47] 以后做软件这么快就能写 [15:49] 但是写软件的底层逻辑大大的改变了 [15:52] 对你很容易了 [15:53] 对别人也很容易了 [15:55] 然后你就突然意识到 [15:56] distribution怎么去把一个产品销售出去 [16:00] 是一件很难的事情 [16:01] 对吧你说几句话 [16:02] 动不动小红书说不定还要给你限流 [16:05] 都有可能 [16:06] 但是你做了东西还是要把它卖出去 [16:08] 你再怎么难都要把它卖出去 [16:10] 这件事情你就要重新思考了 [16:12] 也许你写软件护城河太低了 [16:16] 你的护城河 [16:17] 主要可能是在distribution上面 [16:19] 有没有用户 [16:20] 可能是你的主要的一个护城河了 [16:23] 以前这也是一个很大的护城河 [16:25] 但是会比以前的那个ratio会改变很多 [16:29] 所以说我觉得对于做产品的人 [16:31] 底层逻辑改变了 [16:32] 只是我们很多人不愿意承认 [16:35] 正常这人性的一部分 [16:37] 然后怎么去思考这件事情 [16:39] 我觉得是一个很难的一件事情 [16:41] 很多人都说哎 [16:42] 现在做创业者是不是最好的时间 [16:44] 我会觉得现在是最好的时间 [16:47] 从某种角度上来说也是最不好的时间 [16:49] 怎么说呢 [16:50] 就是最好的时间 [16:51] 有这么多的工具 [16:52] 这么多的AI [16:52] 一个人就能做出独角兽来 [16:54] 但问题是想做一个人独角兽的公司 [16:58] 就是你的竞争对手 [16:59] 本来是哎呀 [17:01] 有这样能力的公司人不多 [17:03] 现在有这样的能力 [17:04] 有这样公司的人多了无数倍 [17:07] 那你怎么去做 [17:08] 对吧 [17:08] 我觉得这是一个非常有趣的时代 [17:11] 我现在看到了有好几个问题啊 [17:12] 那我们就依次回答一下 [17:14] 有一个问题挺好的 [17:16] 我在斯坦福演讲的时候 [17:17] 下面有人提到过这个观点 [17:19] 非常有趣 [17:20] 那位同学说的是 [17:21] 埃森哲的人会点AI [17:23] 是不是就直接等于FDE了 [17:26] 我在斯坦福演讲之前 [17:27] 其实我没去想过这个问题 [17:29] 但是有一个同学就说了这么一个观点 [17:32] 我觉得很有道理 [17:33] 不是一个感(觉) [17:34] 我觉得是一个事实 [17:36] 先解释一下什么是FDE [17:38] 就是forward deployed engineer [17:41] 所谓的forward deployed engineer [17:43] 就是工程师 [17:43] 以前是在公司里面写程序 [17:47] 后来被人家卖出去啊 [17:48] 怎么样对吧 [17:49] 离客户还是比较远的 [17:50] 现在是直接把工程师送到客户那边去 [17:53] 这件事情从某种角度上来讲 [17:56] 跟咨询公司做的事情没有什么大区别 [17:59] 很大的一个区别就是会有AI的技术了 [18:02] 但其实都是到客户那边去 [18:04] 把这件事情做好 [18:05] 我觉得很有道理 [18:06] 这其实也是为什么在开始的时候 [18:08] 我说有的人会去预测学什么东西 [18:11] 走哪条路 [18:12] 我觉得这件事情太难预测了 [18:14] 如果两年前 [18:15] 你问consulting公司的人 [18:16] 一年前吧 [18:17] 我觉得很多consulting公司的中层高管 [18:20] 都会告诉我 [18:21] 哎呀我们这个行业 [18:23] 是越来越不行啊 [18:24] 有了AI [18:25] 我们越来越没有出路 [18:26] 因为你想 [18:27] 本来我是给你写PPT [18:29] 给你调研 [18:30] 现在人家把这个问题 [18:31] 把所有的上下文给了那个AI [18:34] 写的东西比我更好 [18:35] 我的价值到哪里去 [18:37] 对吧或者说我要做什么事情 [18:39] 我就想AI其实跟我做的差不多 [18:41] 就有很多很多的咨询公司的中高管吧 [18:44] 都有跟我提过这个问题 [18:46] 但实际上你再想一想 [18:48] 过去大半年 [18:49] 或者说一年多 [18:50] FDE这件事情叫什么 [18:52] 驻厂的工程师 [18:54] 这一个概念越来越火 [18:55] 尤其是过去半年 [18:57] 如果你一年前两年前说哎呀 [18:59] 作为一个咨询公司 [19:01] 没有什么路子可以走了 [19:03] 可以跳了 [19:03] 那其实你应该反过想 [19:05] 其实这条路肯定越走越宽 [19:06] 都有可能 [19:07] 另外一个很好的反例就是 [19:09] 在十多年前 [19:10] 大家都说看那个X-ray的 [19:13] 这个中文怎么说啊 [19:14] 看X-ray的radiologist(放射科医生)这样的 [19:16] 专家以后会需要的很少 [19:19] 为什么呢 [19:19] 因为AI能够看的非常好 [19:22] 很快能又很便宜 [19:23] 但是其实现在radiologist(放射科医生)的工资 [19:27] 是短短几年前的两倍 [19:29] 三倍四倍 [19:30] 就是因为八九年前大家都说哎呀 [19:32] radiologist(放射科医生)以后没有出路了 [19:34] 然后这些放射科医生今天是青黄不接 [19:38] 你能够是radiologist(放射科医生)的这个专业毕业的 [19:41] 铁板钉钉 [19:42] 能够找到一份非常优越的工作 [19:44] 所以我是觉得 [19:45] 哎呀其实我的答案很简单 [19:47] 你对什么东西感兴趣 [19:49] 有什么passion [19:50] 有什么激情那就去做好了 [19:51] 不要去想太多的AI是不是能够取代我 [19:55] 我其实有个同事 [19:56] 他有个女儿是去年上了大学 [19:58] 然后他就是跟他女儿说 [19:59] 哎呀我建议你这个不学 [20:01] 我(建议)你那个不学 [20:02] 我跟他说 [20:02] 我说我这个观点跟你不是很一样 [20:04] 你觉得不可以学的东西 [20:06] 我觉得都太难说了 [20:07] 还有一个点就是 [20:09] 即使这个行业被AI颠覆 [20:11] 那你今天开始学 [20:13] 你是一个AI native的原生的人 [20:15] 去学这个行业 [20:17] 我随便说 [20:17] 律师你从进大学 [20:19] 你从学法律的第一天开始 [20:21] 就想着怎么样用AI去做这件事情 [20:24] 跟已经做了20年的人 [20:26] 要去自己革自己的命 [20:27] 还是很不一样 [20:28] 所以说 [20:29] 假设你是认为做律师没有未来的 [20:31] 假设啊 [20:31] 我会觉得 [20:32] 今天可能是做律师最好的时代 [20:34] 因为以前你想你从一个律师 [20:37] 等到爬到律师 [20:38] 这么一个合伙人 [20:39] 你要爬多少年啊 [20:41] 但今天 [20:41] 理论上 [20:42] 你是有弯道超车的机会了 [20:44] 颠覆期来了 [20:44] 当然了说起这个法律 [20:46] 我有一个朋友 [20:47] 他自己做了一个公司 [20:48] 其中有一个工程师 [20:50] 是一个有执照的律师 [20:52] 在给他做码农 [20:54] 你就能够看出来 [20:55] 现在哇这个颠覆还是挺大的 [20:58] 这是我个人的观点啊 [20:59] 我觉得很棒 [21:00] 有人问我是一个PhD [21:02] 那怎么办 [21:03] 我是一个设计师怎么办 [21:04] 我是一个运营怎么办 [21:06] 我应该去干什么 [21:07] 然后徐老师的答案呢 [21:08] 就是你是一个会AI的设计师 [21:10] 还是一个不会AI的设计师 [21:12] 你是一个会AI的律师 [21:13] 还是一个不会AI的律师 [21:14] 那就差很大 [21:15] 而且不要有一个幻觉 [21:17] 就是我们可以预测未来 [21:19] 未来其实很难说 [21:20] 哪怕站在一年前去看今天 [21:22] 很多东西都是说不准的 [21:24] 更重要的是自己擅长什么 [21:26] 自己喜欢什么 [21:27] 把AI给用好 [21:28] 那可能这个行业就即将被AI颠覆了 [21:31] 你可能就是去颠覆这个行业的人 [21:32] (如果)这个行业没那么快被AI颠覆 [21:34] 那你就赚了 [21:35] 对吧你也没有被AI颠覆 [21:36] 总之不要太纠结于自己的一个身份 [21:39] 或者说是一个分工 [21:40] 这个分工更多的是工业革命带来的 [21:43] 是上个时代 [21:44] 就是没有AI之前的事 [21:45] 那接下来呢 [21:46] 肯定分工是越来越少了 [21:48] 反而应该更注重 [21:49] 徐老师开篇提到的那些token quotient [21:52] 就是你是不是真的懂AI [21:53] 你是不是用了很多token [21:55] 然后你的IQ不光是intelligence智力 [21:58] 还有intensity [21:59] 你是不是做事情是有强度的 [22:01] 然后你的EQ [22:02] 不光是你的emotion [22:03] 对吧 [22:04] 不光是你的情商 [22:05] 而且是eyeball [22:06] 就是你能不能抓到别人的注意力 [22:08] 这些能力反而是更底层的 [22:09] 而且你有了这些能力再叠加上TQ嘛 [22:12] 就是你真的很懂AI之后你在很多行业都能发生新机会 [22:16] 那这个时候你选什么行业又回过来了 [22:18] 就是更重要的呢 [22:19] 是你的兴趣 [22:20] 然后你擅长做什么 [22:22] 你才更可能 [22:22] 在这个行业里边坚持更久 [22:24] 然后去投入更多的时间 [22:26] 有更强的intensity [22:27] 抓到别人抓不到的机会 [22:29] 你这个不只是一个课代表的水准 [22:31] 这是一个超越agent能做的事情 [22:34] 那说明还有点饭吃 [22:36] 今年的饭碗还是稳的 [22:37] 哈哈今年的饭碗还是稳的 [23:41] 这儿还有一个问题是 [23:43] 我娃也在Challenger上学 [23:45] 过于重视知识记忆的学习 [23:48] 应该是他的娃不想上学办法吧 [23:49] 大概这种感觉 [23:50] 徐老师对小娃教育有啥建议 [23:53] 哈哈哈哈哈 [23:54] 我也是在学习啊 [23:56] 这个可能是不是很成熟的一个思考 [23:59] 因为我觉得首先这个世界变化很快 [24:02] 然后我们都没有一个反馈机制 [24:04] 比如说我说现在小娃应该这样 [24:06] 不应该这样 [24:07] 你要过了10年20年 [24:09] 才能够有一个反馈机制 [24:10] 所以我觉得这个就比较难说 [24:13] 有一个争论就是小娃的定义是什么词 [24:16] 大学刚毕业 [24:17] 快要毕业 [24:18] 还是读幼儿园 [24:19] 对吧这个就很难说了 [24:21] 我是这么想的 [24:22] 过去一年两年 [24:23] 对很多名校毕业生 [24:25] 其实找工作也不容易 [24:27] 在过去可能你如果说是学CS的 [24:30] 学计算机的没问题 [24:31] 你学其他的可能会问题大一点 [24:33] 但今年据我知道 [24:36] 或者说我道听途说到的啊 [24:38] 即使是像Berkeley这样的 [24:39] 非常非常优秀的学校的CS毕业生 [24:42] 都找工作比较吃力 [24:44] 我收到好多这样的简历了 [24:45] 就是让我帮忙找工作的 [24:47] 就Berkeley这样的(好学校的)CS [24:48] by the way如果有特别好的还是要给我 [24:51] 我在招人 [24:52] 哈哈对 [24:53] 前面在说娃的教育 [24:54] 很大的一个争论就是 [24:56] 现在是属于今年去年明年毕业 [25:00] 这是一个好的时代 [25:01] 还是一个不好的时代 [25:02] 这是很多人在思考的一件事情 [25:05] 我听到更多的声音是 [25:07] 现在哇你想连Berkeley很优秀的CS的同学 [25:11] 都找不到工作 [25:12] 或者是找工作吃力 [25:13] 那显然不是一个好的时代 [25:15] 我个人并不完全这么看 [25:17] 如果用一个五年十年的一个眼光 [25:20] 回过头来看 [25:21] 我觉得现在可能是一个最好的时代 [25:23] 为什么呢 [25:23] 因为这一波的小朋友们 [25:26] 他是一个AI原生的时代 [25:28] 你想他进大学的时候 [25:29] 基本上ChatGPT要么没出来 [25:32] 或者说刚出来 [25:33] 所以说他们在思考未来的时候 [25:36] 其实我觉得会比 [25:38] 像课代表 [25:39] 跟我这样已经在职场 [25:41] 或者说已经工作了蛮多年的人 [25:44] 会有一定的优势 [25:45] 这个优势就是 [25:46] 你看问题的角度会很不一样 [25:48] 对AI的看法会很不一样 [25:50] 包括我自己 [25:51] 包括我身边的很多人看AI是把它变成一个啊 [25:54] 它是能够做一些自动化对吧 [25:56] 能够帮助到人类 [25:57] 但是对一个原生的人来讲 [25:59] 就好像互联网 [26:00] 你出生那一天 [26:01] 互联网已经在那边了 [26:02] 不用去想 [26:04] 我怎么要用互联网来帮助我 [26:06] 你想的是 [26:06] 你怎么在这个互联网里面遨游 [26:09] 所以说我是觉得 [26:10] 现在可能是对他们最好的时代 [26:13] 他可以去思考 [26:14] 它对于法律 [26:15] 它对于编程都会有非常不同的思考 [26:19] 举一个很简单的例子 [26:20] 编程你如果说是AI原生的人 [26:22] 你不会去想着人有什么功能 [26:24] 你首先是让AI去做事情 [26:26] 做的越多越好 [26:27] AI做不了的事情 [26:28] 你就想着怎么让AI把它做好 [26:30] 这是你应该思考的东西 [26:31] 但是编程编的多的人是老是想着 [26:34] 诶怎么用AI来帮助我 [26:36] 编程编得好 [26:36] 我觉得这是两个思路 [26:38] 你是原生的新兴人类 [26:40] 你的条条框框会少很多 [26:42] 用一个五年十年回过头去看 [26:44] 我觉得这一波新兴人类的竞争力 [26:46] 应该是非常强的 [26:48] 这是我的看法 [26:49] 当这个反馈机制需要五年十年 [26:52] 所以说这只是一个观点 [26:54] 是不是成为一个事实 [26:55] 肯定不是一年以后课代表跟我(反馈） [26:58] 当然了 [26:58] 我们讲预测第一次到现在也四年对吧 [27:02] 将近四年 [27:03] 五年十年也很快哈哈 [27:05] 所以说我们看吧 [27:06] 我是觉得 [27:07] 这是一个AI新宠儿的一个时代 [27:10] 我很羡慕这一代人 [27:11] 如果你现在的小孩 [27:12] 像课代表的孩子两岁那我就讲不清楚了 [27:16] 因为太远了 [27:18] 等到你的小孩进入职场 [27:20] 这已经变天了以后又变过一次天了 [27:23] 很难说了 [27:24] 我的预测是你的孩子要去开车 [27:27] 就有点像今天要去学骑马一样 [27:30] 是可以去骑马 [27:32] 但是是一个luxury [27:33] 不是因为你必须要去学会骑马 [27:35] 而是你把它作为一个业余爱好 [27:38] 而且还挺贵的 [27:39] 因为我觉得未来开车 [27:41] 你要能够有执照 [27:42] 在路上开车 [27:43] 应该是一个挺贵的一件事情 [27:45] （未来)写编程可能就像学书法一样 [27:47] 是一个陶冶情操、修身养性的事情 [27:49] 而不是一个生产力的事了 [27:51] （未来)路上的车子都是自动驾驶 [27:53] 凭什么让你手动开啊 [27:55] 很危险的一件事情 [27:56] 所以说你需要有特殊执照 [27:58] 可能是在特殊的地方才能够去开 [28:00] 否则不让你开呀 [28:02] 这是你儿子(口误)的那一代两岁 [28:04] 因为等到他20年以后嘛 [28:06] 对我觉得就是他会(面对的时代) [28:09] 对我的娃 [28:10] 我就想让他做自己喜欢做的事 [28:12] 我们这一代人就工业革命之后吧 [28:14] 所有的教育啊和工作 [28:16] 其实是在抹杀我们的个性 [28:17] 是让我们做别人想让我们做的事 [28:19] 或者说是工作要求我们做的事 [28:21] 而且最好是螺丝钉 [28:22] 最好不要有自己的想法 [28:23] 你就把工作给做好就好了 [28:25] 要看好下一代 [28:26] 我一直说就(这是)第二次文艺复兴 [28:28] 他们有机会去追求自己想做的事 [28:30] 发挥自己的个性的 [28:32] 因为共性的东西 [28:33] 都可以被AI做的很好了 [28:34] 你只有发挥个性 [28:35] 才能有一席之地吧 [28:37] 有一个问题是 [28:39] 是否应该尝试做一人公司 [28:41] 把一个简单逻辑商业跑通 [28:44] 刚刚咱们说的是一人独角兽 [28:46] 那可能竞争非常激烈 [28:48] 还要融资 [28:49] 独角兽又是一个非常难以企及的目标 [28:51] 这里边可能还有另外一种做法 [28:53] 就是一人公司我只要赚点钱能养活我 [28:57] 我可能觉得就挺开心的啊 [28:58] 可能大家一开始的目标只是说 [29:00] 我一个人做一个一人公司 [29:02] 然后跑通一个商业逻辑赚到 [29:05] 一定量的钱 [29:06] 那这件事徐老师你怎么看 [29:08] 我觉得both吧 [29:09] 一人公司 [29:10] 就是组织结构会扁平化 [29:12] 比以前扁平化很多 [29:14] 扁平化的一个极端情况就是一人公司 [29:16] 从这个角度上来讲 [29:18] 我觉得朝一人公司这个方向正在发生 [29:20] 但我其实过去几年 [29:22] 也一直在思考这个问题 [29:23] 就是未来是不是就是一堆的一人公司 [29:26] 或者说类一人公司 [29:28] 我想了蛮久 [29:29] 我目前的想法是不会这样 [29:32] 我目前的想法我其实也改过几次 [29:35] 两年前我是非常支持Sam Altman [29:38] 的一个想法 [29:38] 就是 [29:39] 以后未来越来越多的都是一人公司 [29:41] 就公司越来越小 [29:42] 就这个社会上面少巨头多一人 [29:46] 或者说少数人的公司 [29:48] 但我想了一下 [29:49] 我(觉得)10年20年以后 [29:50] 我觉得不会是 [29:51] 为什么呢 [29:52] 因为最终最终 [29:54] 人类做事情还是从人类的本性出发的 [29:57] 人类是一个群居动物 [29:59] 喜欢搞在一起做事情 [30:02] 人类没有那么多的 [30:03] 哎呀我就一个人做事情赚钱 [30:05] 公司这个结构出来 [30:07] 就是因为人性的一部分 [30:09] 我应该在你的节目里面 [30:10] 提过这样的观点 [30:11] 像谷歌这样的公司 [30:12] 它为什么会有那么多人啊 [30:14] 不是说它需要这么多人 [30:16] 是它能够养那么多人 [30:18] 那未来你只要能够养五个人 [30:21] 你就会招五个人 [30:22] 你如果能够养15个人 [30:24] 你就会变成15个人 [30:25] 跟技术没有什么太大的关系 [30:27] 我觉得我们会经过短暂的一段时间 [30:30] 会觉得哎 [30:30] 你看这个公司小一点也可以做 [30:33] 但长期来讲人性 [30:35] 好的不好的一面 [30:37] 都会决定我们社会的组织结构的发展 [30:40] 这是我的看法 [30:42] 嗯我这边可以提供一些 [30:44] 我自己的实践的案例啊 [30:46] 就是我是一个典型的一人公司啊 [30:48] 反正从Statsig离开之后 [30:49] 自己去做社区 [30:50] 自己做课程 [30:51] 然后自己做自媒体 [30:52] 而且我的性格呢 [30:54] 是那种不群居的性格 [30:55] 朋友呢我一般都不怎么联系 [30:57] 包括我婚礼上的伴郎啊 [30:58] 然后请来婚礼的人啊 [31:00] 可能 [31:00] 我一年都不会主动跟他们发个信息 [31:03] 所以说我本身没有那么强的社交需求 [31:05] 但是我今年还是招了三个人 [31:06] 之前是我和鸭哥两个人一直在做 [31:09] 几个想法啊 [31:09] 就是第一呢 [31:10] 我觉得一人公司不一定会是那么多 [31:13] 或者说你一个人能做了以后呢 [31:15] 假设你的这个业务跑通了 [31:16] 你会很快发现 [31:18] 两个人不止赚两倍的钱 [31:20] 两个人可以帮你赚三倍五倍的钱 [31:22] 因为每个人的专业分工是不一样的 [31:25] 我可能更擅长于构建这个业务 [31:28] 想应该做什么事 [31:29] 想商业模式 [31:31] 包括去做marketing [31:32] 做sales [31:33] 然后跟人沟通 [31:34] 跟各种企业打交道 [31:35] 然后去给他们做企业培训 [31:37] 那鸭哥就非常善于deliver [31:38] 鸭哥非常善于build [31:39] 非常善于技术 [31:40] 非常善于把技术的东西讲通 [31:42] 我没有道理不跟鸭哥合作 [31:43] 因为鸭哥的存在能让我多赚十倍的钱 [31:46] 那我干嘛要坚持一人公司呢 [31:48] 我肯定是要跟他合作的 [31:49] 然后我后来发现招的这些人呢 [31:51] 他们也都能补齐我的短板也好啊 [31:53] 或者完成一些我之前没有心力 [31:55] 精力完成的任务 [31:56] 他们能initiate很多事情 [31:58] 或者说交代的这些事情会 [32:00] 帮我节省很多时间心力 [32:01] 或者说是让我少很多头疼 [32:03] 那我觉得我就是像徐老师你说的 [32:05] 就是会去招这些人啊 [32:06] 但是另外一方面呢 [32:07] 我又发现 [32:08] 就是 [32:09] 我可能不太会想grow超过12个人 [32:12] 因为我听说一个公司从创业啊 [32:15] 一开始它有各个甜点(最佳平衡点)的 [32:17] 就有各种sweet spot [32:18] 你在8到12人之前呢 [32:21] 是一种类型 [32:22] 12人之后呢 [32:23] 你就进入了另外一种类型了 [32:24] 你没有办法 [32:25] 每个人之间互相知道所有的东西 [32:27] 然后就开始有分工了 [32:29] 那这种公司 [32:30] 一般到50个人可能才停止 [32:32] 大家虽然没有什么层级 [32:34] 但是开始有分工了 [32:35] 不是所有人知道所有事了 [32:37] 然后50个人之上 [32:38] 再有另外的这种层级 [32:39] 现在看着呢 [32:40] 就是我应该是没有什么必要 [32:42] 增长到12人以上 [32:44] 我就能做很多很多事 [32:45] 这是我暂时的想法啊 [32:46] 如果业务大了以后 [32:47] 那我那时候就面临一个选择 [32:49] 就是我到底是要一个更大的业务呢 [32:50] 还是要一个更少的头疼 [32:52] 我可以保证你的想法会改变 [32:55] 我用我自己的亲身的经历(举例) [32:57] 当年我加入VMware的时候 [32:59] 是非常小的一个初创公司我是 [33:02] 最开始把VMware的网络 [33:05] 这个部门给做起来的 [33:06] 我当时候是第一任的管理者 [33:09] 我记得清清楚楚 [33:11] 当我的团队 [33:12] 长成一个大约七八个人的时候 [33:14] 我对自己说 [33:16] 我们的团队如果再加一个人 [33:18] 就可以足够了 [33:19] 然后我们可以做很多事情了 [33:21] 可以做足够的事情了 [33:22] 等到我离开这个公司的时候 [33:24] 这个团队是几百个人 [33:27] 呵呵我觉得人还不够 [33:29] 当然了我这是无数年前的事情 [33:31] 事后有反思啊 [33:33] 或者说去思考啊 [33:35] 我觉得欲望是无止无境的 [33:37] 当你有两个人的时候 [33:39] 你觉得再加一个人就够了 [33:41] 8、9个人的时候也会这么想 [33:42] 等到你有了50个人的时候 [33:44] 你觉得你还需要40个人 [33:46] 等到你有400个人的时候 [33:48] 你会觉得需要有600个人 [33:49] 这是我自己的 [33:50] 在不同的公司 [33:52] 因为我不只是VMware [33:53] 我也(在)其他的公司 [33:54] 我是看到的 [33:55] 公司的增长最终是看到两个 [33:58] 一个是你能不能afford [33:59] 你如果说养不起那 [34:01] 你不可能对吧 [34:02] 但另外一个 [34:03] 我看到的还是一个人性的一部分 [34:05] 这是我自己的观察 [34:06] 所以说我对你的预测是(会招更多人） [34:08] 我也希望你的公司能够啊茁壮成长 [34:12] 感谢徐老师 [34:12] 接下来你觉得有没有什么继续的 [34:15] 想跟大家分享的地方 [34:16] 其实我觉得有一些比较现实的问题啊 [34:18] 就是不可避免的 [34:19] 职业其实是受到了 [34:21] 尤其是科技行业 [34:23] 它是会受到打击的 [34:24] 白领工作会慢慢消失 [34:26] 你的个人价值 [34:27] 技能点全都是在打工这件事上的话 [34:29] 它就是会面临越来越多的挑战 [34:31] 那这个时候 [34:32] 你建议大家应该去怎么办呢 [34:34] 或者怎么去思考应对这件事情呢 [34:36] 我觉得最大的一个就是 [34:39] mindset需要改变 [34:41] mindset中文怎么说啊 [34:42] 呃思维方式 [34:43] 嗯嗯嗯 [34:44] 大家如果知道一点历史的话 [34:46] PC从几乎没有 [34:49] 到80年代末的时候开始 [34:51] 至少全球一些国家 [34:52] 有很多人家庭开始有PC了 [34:55] 然后到了90年代 [34:56] 那就是几乎走进家家户户了 [34:59] 然后后来有互联网啊 [35:00] 怎么样啊 [35:01] 但是我觉得大约经过了15年吧 [35:04] 至少那一个时代的人 [35:06] 从有了第一台PC到PC [35:09] 能够做很多很多事情 [35:11] 我说(的)很多事情 [35:12] 包括上网啊 [35:13] 包括做很多家庭或者职场里面的事情 [35:16] 因为你需要Microsoft的Office [35:19] Excel、Word [35:21] Explorer(浏览器) [35:23] 经过了大约15年 [35:25] 才从我有了第一台PC [35:27] 到这个PC [35:28] 能做很强大的事情 [35:30] 我觉得AI这个时代 [35:31] 大约就是差不多的 [35:33] 就是本来是用纸跟笔 [35:35] 然后后来用PC [35:36] 这需要一个思维方式的变化 [35:38] 因为你本来是用纸跟笔 [35:40] 你用了PC [35:41] 做事情 [35:42] 当然是要思维方式很大的变化 [35:43] 其实一回事情 [35:45] 但是一个很大的不一样是什么呢 [35:47] 很大的不一样就是这个思维方式 [35:49] 以前PC时代 [35:50] 你有15年的时间去思考 [35:52] 15年的时间去调整 [35:54] 在AI时代 [35:54] 你没有15年 [35:56] 你可能三年五年七年的时间去调整 [35:58] 所以说我觉得大家要去思考的事情 [36:01] 不是说是要不要怎么样 [36:04] 就是加快速度 [36:05] 这其实就是我们提到的一个intensity [36:07] 这个思维转变 [36:08] 你要快速的思维转变 [36:10] 多数人都是足够聪明 [36:12] 足够的有这个能力 [36:13] 对多数人来讲 [36:14] 只是一个愿不愿比较有强度的改变 [36:18] 思维方式方法 [36:20] 从用纸跟笔到用PC [36:23] 以前是不用AI到用AI [36:25] 大家所要去关心的 [36:26] 其实是一个强度的问题 [36:28] 或者速度的问题 [36:29] 没有15年的时间 [36:31] 去让你去改变你的思维习惯 [36:33] 就是要郑重其事的去做这件事 [36:35] 我们课程其实就一直非常强调mindset [36:38] 大家现在就是学AI [36:40] 经常有这种感觉 [36:41] 就是先看工具 [36:42] 就是我是不是在用AI啊 [36:44] 我是不是在用这个工具那个工具啊 [36:45] 然后觉得用了以后就完了 [36:47] 再往上呢会看一些技巧就是 [36:49] 好我和大家用的工具都是一样的 [36:51] 我比别人多学了一点技巧 [36:52] 我觉得好像就行了 [36:54] 其实技巧之上是方法对吧就是 [36:56] 你是不是在用一个结果确定性的方式 [36:59] 去管理AI [37:00] 能有效的把任务delegate给他 [37:02] 你是不是真正的理解这个context architecture [37:04] 然后去给他提供高质量的原料 [37:07] 你是不是能curate这些context这些是方法 [37:09] 那方法之上其实 [37:11] 更重要的是习惯 [37:12] 如果你没有一个使用AI的习惯 [37:14] 你没有一个学习的习惯的话 [37:16] 那你这些方法也没有办法落地 [37:17] 然后习惯之上是mindset [37:19] 你没有mindset的话 [37:20] 你的习惯啊 [37:21] 方法啊这些东西 [37:22] 其实你也不知道应该怎么改 [37:24] 你也不会去建立对应的习惯的 [37:26] 所以我们其实特别强调mindset的改变 [37:29] 如果大家去看评论的话 [37:30] 几乎每一个对我们课程的review [37:33] 都会去讲 [37:34] 就是这个课程给他们带来的 [37:35] 很多是mindset上的变化 [37:36] mindset改变了以后 [37:37] 剩下的东西都是迟早的 [37:39] 但是你如果去学一堆技巧 [37:40] 你mindset没有改变的话 [37:41] 我其实是很难在一个范式变化中 [37:44] 到下一个范式的 [37:45] YouTube上有这么一个问题 [37:47] 可能它代表了一类人的问题吧 [37:49] 他在投资目标与项目落地 [37:51] 现实之间协调各方利益 [37:52] 推动项目向前发展 [37:54] 基本处理都是人和人之间的矛盾 [37:56] 基本没有什么运用AI的机会 [37:57] 那可能它的抽象问题就是 [37:59] 我日常的工作没有要求我使用AI [38:02] 那我怎么办 [38:03] 首先从某种角度上来讲 [38:05] 你说的是对直接跟人打交道比较多 [38:07] AI影响你的会相对慢一点 [38:11] 少一点 [38:11] 比如说我们公司 [38:13] 我觉得受AI影响最慢的应该这么说 [38:16] 我觉得应该是销售部门 [38:17] 我们是不是能够做一个大单子小单子 [38:21] 能不能在这个季度结束之前 [38:23] 把这个单子给close [38:25] 很多其实还是一个人跟人的打交道 [38:27] 你说AI能够马上起到作用 [38:30] 我觉得这是一个很好的一个consideration [38:33] 但是呢我又觉得也应该是 [38:37] 所有人包括你是做销售 [38:39] 包括你是跟人打交道 [38:40] 应该要去思考AI [38:41] 因为AI你如果把它想成是一个工具 [38:44] 我觉得是错误的 [38:45] 我不觉得AI是一个工具 [38:47] 我觉得 [38:47] AI [38:48] 其实就是你团队成员的一部分 [38:50] 我从一开始就说了 [38:51] 你有50个博士是围绕在你旁边 [38:54] 你怎么把50个博士给弄好 [38:56] 那你想你如果是一个销售 [38:57] 不一定是50个懂化学物理的博士 [39:00] 但是 [39:00] 也有50个懂各种各样方面的博士 [39:03] 你能不能把它用好 [39:04] 要从把AI想成是你的同事 [39:06] 这个角度去思考 [39:08] 你说你 [39:08] 处理的问题 [39:09] 都是处理人和人之间的矛盾 [39:11] 那你跟agent有矛盾吗 [39:13] 或者说你跟人之间的矛盾 [39:15] 会不会因为你有了agent [39:17] 人跟人的矛盾会缓和或者加剧 [39:20] 我觉得 [39:20] 这其实都是需要去思考的一件事情 [39:22] 这也是为什么我从一开始就说 [39:24] 我并没有所有的答案 [39:26] 但我觉得我们大家的TQ还是蛮低的 [39:29] 当然了 [39:29] 我相信上了课代表课以后会提高一些 [39:32] 谢谢啊其实我们课 [39:33] 我不觉得我那个课本身教的 [39:36] 就是教完了课你就piu～上升了多少 [39:38] 我们课绝大多数的时间 [39:40] 都是在呼吁大家动手 [39:42] 然后给大家动手的时候 [39:44] 有一个高效的路径 [39:46] 让大家少踩点坑 [39:47] 所以从这个角度来说的话 [39:48] 就是没有什么东西可以取代动手 [39:51] 就像学游泳一样 [39:52] 就是AI是个手艺 [39:53] 然后你不游泳的话 [39:54] 你是学不会游泳的 [39:55] 你看再多的游泳视频 [39:57] 你天天跟着菲尔普斯 [39:58] 坐在菲尔普斯旁边 [39:59] 看他怎么训练 [40:00] 你还是不会游泳 [40:01] 所以说必须要下水才能学会 [40:03] 从这个角度来说的话 [40:04] 就是如果你能开始多去使用它 [40:07] 而且尽量少的用对话的方式去使用 [40:10] 尽量多的用这个agent的方式去使用 [40:12] 让AI多帮你干活 [40:14] 那你的AI能力就差不了 [40:15] 就像徐老师说的 [40:17] 就是你的TQ就低不了 [40:18] 徐老师硅谷FDE的工作方式和职责 [40:22] 今年和去年相比 [40:24] 有哪些值得关注的变化 [40:26] 如果说一年前FDE还是一个比较sexy新的概念 [40:32] 我觉得现在是 [40:34] 属于一个人人都在开始说 [40:37] 我个人的判断是 [40:39] 一年以后 [40:40] FDE [40:41] 就像过去几年的软件工程师一样 [40:44] 恨不得人人都应该是FDE [40:46] 就这么说吧 [40:47] 一年前或者说几年前 [40:49] 只有一家公司有FDE [40:50] 至少在美国Palantir有FDE [40:53] 其他公司都没有FDE [40:55] 到了一年半前 [40:57] 那些比较新潮一点的公司 [40:59] 开始有这个FDE这个概念 [41:01] 我觉得现在有FDE的这个概念的公司 [41:04] 应该不是一个少数了 [41:06] 我觉得再过个一年 [41:08] 你会说诶 [41:09] 你们公司(竟然)没有FDE啊 [41:10] 会有这种看法 [41:12] (评论区)还有很多人说FDE是什么 [41:14] 所以你就看两年 [41:15] 可能会从把FDE这么一个概念 [41:18] 从一个“诶？什么是FDE？”到 [41:21] “啊？！你们公司没有FDE？” [41:22] 这两年变化还是挺快的 [41:24] 其实每个行业都有类似的变化 [41:27] 我记得有一次我去纽约 [41:28] 跟一个华尔街的一个朋友吃饭 [41:31] 然后我就跟他讲诶 [41:33] 不管是码农还是这个行业变化很快啊 [41:36] 我记得他说哎呀 [41:37] 你们这个我们都已经玩过了 [41:40] 我说怎么叫你们都玩过了 [41:41] 他说你想一想嘛 [41:43] 多少年前 [41:44] 交易员都是在交易所里面做 [41:46] 纽约证券交易所当时显然就是 [41:48] 无数个人挤在那边 [41:50] 然后你看现在还是有大概三个人在那边 [41:53] 就是不能说是摆设的 [41:55] 但是其实不需要这三个人在那边 [41:57] 就这个完全改变了 [41:58] 对吧 [41:59] 这个交易员这个行业完全改变了 [42:01] 所以说 [42:02] 他说你们这个行业经历的都不是事情 [42:04] 我们都已经玩过一次了 [42:06] 有一位同学说 [42:07] 怎么样保持用脑卫生 [42:09] 和深度思考的能力 [42:10] 我觉得这个问题问的很不错 [42:12] 另外一位同学说 [42:13] 现在每天都在用agent [42:15] 不停的切换context感觉更累了 [42:18] 我觉得这是一个非常有趣的一个现象 [42:20] 就是大家都说 [42:21] 诶AI使得我们把无趣的东西拿走了 [42:24] 但剩下有趣的东西 [42:26] 如果是这样子的话 [42:27] 并不是所有啊 [42:28] 但是假设这是一个事实的话 [42:30] 那你有趣的东西 [42:31] 其实都是高度用脑的一件事情 [42:33] 这是一个 [42:34] 另外一个AI这个技术变化多快啊 [42:37] 我记得五六年前我可以说哎呀 [42:39] 这个出来什么新的paper [42:41] 有用的我都去瞄一眼 [42:42] 现在怎么可能有用的paper都去瞄一眼 [42:45] 能够有机会不时的瞄到一篇 [42:47] 已经很不错了 [42:48] 我不知道用脑卫生怎么去理解这句话 [42:51] 但我觉得是有共鸣的 [42:52] 不断的切换context其实是比以前更累 [42:56] 我这儿想多说一点啊 [42:58] 就是我觉得这件事有点overblown了 [43:00] 抖音发短视频 [43:02] 对我的用脑卫生的污染远大于 [43:04] 我在用AI context switching带来的污染 [43:07] 我如果不能戒掉短视频是吧 [43:09] 那我就不要太介意那个context switching这件事了 [43:12] 因为我也没有真的那么像我说的 [43:13] 那么在意用脑卫生 [43:15] 这个显示出来 [43:16] 就我们讲了两个不同的话题 [43:18] 其实这两个我都有小看法 [43:20] 我的小看法就是你看那个互联网来了 [43:23] 给大家的一个promise [43:25] 说哎呀 [43:25] 信息就大量的 [43:27] 理论上是无边界的在传播 [43:29] 大家对于信息的掌握会比以前好的多 [43:33] 但实际情况不是这样子 [43:35] 实际情况是 [43:36] 大家的信息比以前更加闭塞 [43:39] 地球上有那么多国家 [43:40] 去看不同的国家 [43:41] 美国吧那个共和党民主党 [43:44] 民主党共和党反正就是我感觉 [43:46] 以前是大家信息还通的 [43:48] 现在是共和党的人 [43:49] 只看到共和党的东西 [43:51] 民主党只看到民主党的东西 [43:53] 没有因为技术 [43:54] 去把信息的交流比以前变宽 [43:57] 变得更加通畅 [43:58] 这是一个oxymoron in some ways, right？ [44:01] 另外一个oxymoron就是我刚才说的 [44:03] 理论上AI能够帮助你去消化 [44:06] 去找信息 [44:07] 感觉能够省掉你很多时间 [44:09] 但我觉得好像至少我周围的人 [44:12] 在这个业界的人感觉哇 [44:14] 这个时间以前是觉得不够用 [44:16] 现在是觉得更更不够用 [44:18] 这是我自己的一个看法 [44:19] 一个小朋友提的 [44:21] 现在 [44:21] 是否更需要一种不求甚解的思维方式 [44:26] 如何和深度思考达到一种平衡 [44:30] 从一个大方向上来讲 [44:32] 我没有觉得哎呀 [44:33] 现在更加追求不求甚解 [44:36] 我们刚才也提到了critical thinking(批判性思维) [44:38] 对于一件事情 [44:40] intuition taste(直觉品味)的要求更高了 [44:42] 我觉得我没有任何意思 [44:44] 是说大家不求甚解更加起作用 [44:47] 但是有些事情 [44:49] 你该模糊一点就应该模糊一点 [44:52] 为什么就好像大模型 [44:54] 大模型的东西 [44:55] 本来就是一个按照概率出来的答案 [44:58] 本来就是相对模糊的 [44:59] 难道你说哎 [45:00] 这是概率出来的答案 [45:01] 你就不去管了其实你应该要去管 [45:04] 那个模型出来的答案 [45:05] 所以说这是一个比较有趣的一个问题 [45:07] 就是说人要比以前更加去接受一些 [45:12] 不是通过深度思考而出来的答案 [45:16] 然后要把这些答案能够用好 [45:18] 用的有效 [45:20] 我觉得这是一个能力 [45:21] 但是不代表人类不需要深度思考 [45:24] 所以说最后我想说的就是这个AI时代 [45:27] 思维方式改变很重要 [45:29] 不管说是学习能力 [45:31] 找贵人的能力 [45:33] 不一定是有人比你senior或者junior [45:35] 你在一个新的时代 [45:37] 我觉得我能够从现在的高中生 [45:39] 大学生能够学到很多东西 [45:41] 最后我们其实刚才也提到了 [45:43] 我们这边还是在招人 [45:45] 希望找到quality [45:46] 其实就是一个founder mentality(创始人心态） [45:48] 虽然说你是一个公司的雇员 [45:50] 但是你做事情的心态 [45:53] 是一个创始人的这么一个思维 [45:55] 最后希望我formula这个IQ+EQ+TQ [46:00] 对于未来职场何去何从 [46:02] 希望能够帮到大家 [46:04] 好谢谢大家