课代表立正
在AI已全面超越人类知识储备的现实下,拉开人与人差距的本质是定义、拆解问题等六大穿透不确定性的隐性能力,而非运气。
AI-assisted summary of AI时代的真本事:穿透不确定性的六个能力 — original source. Check the original for full context.
Source published:
Detailed notes
## Background 该内容由YouTube频道“课代表立正”于2026年6月11日发布,视频时长为14:30。视频简介指出,许多拥有知识技能的人因缺乏“穿透不确定性的能力”而无法拿到结果或赚到钱,本期内容旨在将这个模糊的能力拆解为六个可刻意提升的维度,帮助“好学生”完成从学校考试思维到现实职场结果思维的心态转变。
## TL;DR 视频深入探讨了在AI时代人类如何通过具备“穿透不确定性的能力”来拿结果、赚到钱。主讲人指出,现实世界中90%都充满了不确定性,人们必须从纠结于知识层面的“会不会”转变为直奔结果的“能不能”。为此,他系统性地拆解了应对不确定性的六大核心能力,包括定义问题、拆解问题、借力整合、在迷雾中做决策、通过建立“Don't-do list”迭代纠偏,以及抱持“find a way or make a way”的极致Ownership精神。
## Atmosphere & style 整体基调既清醒犀利又务实乐观,充满了直言不讳的底层大实话。主讲人以一种坚定、接地气且略带锋芒的同辈视角,无情地戳破了“好学生”习惯追求完美确定性的幻觉,甚至对空想主义者发出“直接退款”的决绝警告。在充满思辨性的案例拆解中,视频传达出一种拒绝内耗、直面未知、专注自身可控因素的精神力量,让人在感受到认知冲击的同时,获得实干落地的心灵底气。
## Key takeaways - [00:00](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=0s) 知识和技能无法直接转化为结果,两者之间的差距在于“穿透不确定性的能力”,这种隐性能力决定了人与人之间成败概率的巨大落差。 - [00:00](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=0s) 在 AI 时代,单纯的知识储备或硬技能已完全被 AI 超越,人类真正的价值在于如何应对不确定性并与之共存。 - [00:00](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=0s) 现实世界的本质是不确定性占了 90%,而代表确定性的知识和技能仅占 10%,因此不能指望靠追求确定性的“考试思维”来解决现实问题。 - [00:00](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=0s) 核心心态需要从“会不会”切换到“能不能”:“会不会”关注于知识的掌握,而“能不能”直奔最终的结果。 - [04:46](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=286s) 应对不确定性的前三大能力包括:定义问题、拆解问题、以及整合资源与借力的能力。 - [04:46](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=286s) 定义问题的本质是主动给自己出题并找出核心瓶颈;拆解问题则是将模糊的大任务细分为自己能搞定的小问题。 - [04:46](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=286s) “好学生”往往将“会”视为身份认同而害怕暴露短板,但要拿到结果必须坦然接受自己有很多关键东西是不会的,并学会借力整合。 - [08:35](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=515s) 应对不确定性的后三大能力包括:在不确定性中做决策的能力、迭代与纠偏的能力、以及底层的 Ownership 与心力。 - [08:35](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=515s) 现实中没有完美方案,决策者需要清晰区分“可反悔的决策”与“不可反悔的决策”,在行动和决策的过程中不断获取信息。 - [08:35](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=515s) 迭代纠偏的智慧在于少犯重复的错误,可以通过建立“Don't-do list”(不为清单)来减少失误,在长期复利中积累优势。 - [08:35](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=515s) 拥有极致 Ownership 的人秉持“find a way or make a way”的精神,在没有现成路径时自己开辟道路,无论如何也要把事情做成。 - [11:38](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=698s) 不要将失败或差距简单归结为运气,应该“在因上努力,在果上随缘”,专注于自己可控的范围,停止用运气掩饰能力的不足。
## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=0s) 穿透不确定性:从有知识到拿结果的隐性能力
很多人常常感到困惑,为什么一个人拥有了丰富的知识与熟练的技能,却依然无法在职场中拿到满意的结果,或者赚到理想的财富?任何工作过一两年的人,答案显然都是“不会”。从知识技能转化为最终结果的这段距离,中间差的绝对不是虚无缥缈的“运气”。主讲人在这里提出了一个发人深省的思想实验:假设有两个人,他们掌握着完全一样的知识与技能,但中间的隐含能力却大相径庭。你给那个能力差的人1万次机会,他可能也只能做成1次;而把同样1万次机会给那个能力强的人,他可能能做成9,000次。这种能够决定成败概率、拉开人与人之间巨大差距的“隐性能力”,才是最核心的关键所在。
在当下这个 AI 时代,重新拆解并理解这项能力变得尤为迫切和关键。因为在过去,人类还可以凭借单纯的知识储备或某项硬技能在市场上赚到钱,但如今的 AI 在技能和知识层面上已经可以完全“吊打人类”。面对这一现实,人类难道就失去价值了吗?主讲人乐观地给出了否定答案。实际上,人类剩下的空间还非常广阔。被模糊称为“能力”的这个东西,其本质就是“穿透不确定性的能力”。在这个世界上,我们往往误以为考试、课本和面试所代表的“确定性”占了生活的大多数,这其实是非常虚假的错觉。就拿现实中最普通的开一家奶茶店、开餐厅或者买股票来说,知识技能带来的确定性其实只占了10%,剩下的90%全都是不确定性。这个世界的本质就是不确定性占了绝大多数,而我们真正要做的,不是徒劳地试图把不确定性换成确定性,而是要学会如何提高自己应对不确定性的能力,并找到与它共存的方式。
* **隐含能力的差距**:同样拥有1万次机会,能力差的人可能仅能做成1次,而能力强的人能做成9,000次。 * **现实世界的真实比例**:真正确定的东西(知识和技能)仅占10%,而不确定性则占据了90%的绝大多数。 * **两套心态的转变为核心**:必须完成从“会不会”到“能不能”的心态转变。“会不会”唤起的是学校考试时的评估标准,让人的注意力停留在越来越不值钱的知识上;而“能不能”则是直奔结果而去,看重的是最终能否穿透不确定性拿到结果。 * **拒绝空想主义**:主讲人直言,很多刚工作或喜欢空想的同学总爱要书单、要推荐课程,甚至指望上完某门课就能保证赚钱。主讲人对此的态度非常决绝:“如果你是这样的想法的话,请你直接退款,我是不教你这样的人的。”
---
[04:46](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=286s) 应对不确定性的前三大能力:定义、拆解与借力
为了帮助大家更清晰地掌握如何穿透不确定性,主讲人将这项隐含能力系统性地拆解成了六个核心维度,并贯穿了“会不会”与“能不能”的双重视角。首先,第一项能力是**定义问题的能力**。大家都说在 AI 时代提问变得越来越重要,而提问的本质其实就是定义问题。如果不知道真正的问题是什么,所有的努力都会跑偏。抱着“会不会”思维的人,总是默认题目是别人给定的,且希望题目越清晰越好,好以此证明自己掌握了知识;而抱着“能不能”思维的人,在没有题目的现实中会主动给自己出题,去定义这个结果究竟长什么样。比如开一家奶茶店,最重要解的题是“赚到足够的钱”,此时就要敏锐地去定义那个最核心的瓶颈问题到底是什么,是选址、品牌、运营还是资金?如果连选址的关键性都没意识到,直接就会栽跟头。
第二项能力是**拆解问题的能力**。很多人无法成事并不是因为能力真的不行,而是被一个庞大且模糊的大任务活活压死了。真正关心“能不能”的人,会把大问题细分拆解成一个个具体的小问题,并盘算清楚哪些自己做、哪些请人做、哪些借力做,以及哪些做到60分或80分即可,排好先后顺序。相反,“会不会”思维的人第一反应则是“这个问题太大了我不会”,从而直接放弃。紧接着的第三项能力就是**整合资源与借力的能力**。想要拿到最终结果,并不要求你既懂设计又会文案、既能写代码还能搞销售。“能不能”要求的其实是一种组织与协同能力。
主讲人在此处特别指出,对于许多“好学生”而言,“会不会”已经成了根深蒂固的身份认同(identity)。他们从小觉得分数是命根子,不会一个东西是一件非常丢脸、甚至让身份认同受到挑战的事。但想要拿到结果,你必须做到 "be comfortable with"(坦然接受)自己有很多关键东西是不会的。主讲人以埃隆·马斯克(Elon Musk)刚收购推特(Twitter)时的趣事举例:当时有一个被裁的推特工程师理直气壮地质问马斯克:“你知道 GraphQL 吗?然后你就过来把我们给裁了。” 马斯克对此的态度很简单,一是自己可能知道,二是他并不重要。如果认为必须懂 GraphQL 才能管人,那就是停留在单纯的知识与技能思维里,而不是一种能拿结果的思维方式。
* **六大能力概览**:定义问题、拆解问题、整合资源(借力)、决策能力、迭代(纠偏)能力、Ownership(上心)。 * **定义问题实例**:在开奶茶店时,必须在选址、品牌、运营、资金等多维度中找到并定义出最核心的关键题。 * **拆解问题的本质**:将自己“不会”的大问题,合理拆解成许多自己“能搞定”的小问题。 * **好学生的思维误区**:从小到大根深蒂固地觉得“会”很有面子、“不会”很丢脸,从而无法容忍自己在某些领域的知识空白。
---
[08:35](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=515s) 应对不确定性的后三大能力:决策、迭代与极致上心
第四项核心能力是在不确定性中**做决策的能力**。很多人之所以止步不前,并非行动力差,而是面对未知时,总渴望能有一个完美或者有百分之百把握的方案才肯做决定。但在现实中,不确定性永远存在,你不可能把所有事情都优化好了再出发,往往只能“先做起来,才能得到那些真正有用的信息”。比如开奶茶店,你天天坐在家里空想,选址的真知灼见是绝不会主动走到你面前的;只有当你真正走出去跟几个开过店的人聊、去实地考察、向高手请教,知识才会在决策和行动的过程中被不断提升。决策本身也是一门艺术,决策者必须清晰地区分哪些是“可反悔的决策”(Two-way door decision),哪些是“做了就无法反悔的决策”(One-way door decision),什么该慎重,什么该赶紧先做并在过程中迭代。有决策能力的人,才能在迷雾中持续前行。
第五项能力是**迭代与纠偏的能力**。在往前走的路上,主讲人援引了商业大佬段永平的智慧。段永平曾表示,他不觉得自己比别人多做对了多少事,但他比别人少犯了很多不该犯的、或者说重复的错误。他在管理公司时非常推崇一份“Don't-do list”(不为清单),犯了错、吸取了教训就立刻记下来,提醒自己绝对不要去干。在长期的复利游戏里,少犯错、不犯重复错误、犯错后能迅速纠偏,就是最强大的积累优势。你不需要担心一开始会犯错,关键在于这一路上能不能不断朝着正确的方向去修正与迭代。第六项能力则是最底层的 **Ownership 与心力(上心)**。上心的人能敏锐地关注到100个细节,不上心的人可能只能看到5个,甚至超出范围就完全不想管。“会不会”的人看到的是“我按要求把这段知识学了、把负责的做好了”;而真正有 Ownership 的人则会秉持着 "find a way or make a way" 的精神——没人管我来想,这儿卡住了我去推动,找不到现成路径我就自己把路开出来,无论如何也要把事情做成。
主讲人总结道,正是这些看不见的隐性能力,最终决定了谁能穿透不确定性拿到结果。由于它们无法被100%证明或被肉眼直接看到,以至于外界常常把同样的背景、学历、知识水平下,一个成功一个失败的现象简单归结为“运气好”或“运气不好”。主讲人提到他曾拍过一期关于运气的视频,核心观点就是“在因上努力,在果上随缘,菩萨为因,凡夫为果”。他并不否认不可控因素的存在,但一味关注不可控的事情对个人毫无用处,甚至只是在用“运气”当借口,来掩饰自己的无能、懒惰和缺乏能力。我们唯一能做的就是关注自己可控的范围,并尽量做到最好,剩下的交给命运(知天命)即可。在 AI 掌握了所有现成知识与技能的今天,人类正是依靠这六大应对不确定性的隐含能力,去重新锚定自己的价值,并不断创造影响。
* **双向门与单向门决策**:需要分清 two-way door decision(可反悔)与 one-way door decision(不可反悔),避免因为追求完美方案而陷入决策瘫痪。 * **段永平的管理智慧**:通过建立“Don't-do list”来减少重复犯错,利用少犯错在长期复利中胜出。 * **Ownership 的极致体现**:面对困境时的信念是 “find a way or make a way”——找不到路径就自己把路开出来。 * **行动指南与新书预告**:关注可控因素,在因上努力。主讲人透露其针对具体心法的方法论新书《真本事:从会工作到会赚钱》在视频发布之际已经正式上市,供对系统方法论感兴趣的同学搜索关注。
## Notable quotes > [00:00](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=0s) 如果你是这样的想法的话,请你直接退款,我是不教你这样的人的。 — 课代表立正
> [04:46](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=286s) be comfortable with — 课代表立正
> [04:46](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=286s) 你知道 GraphQL 吗?然后你就过来把我们给裁了。 — 推特工程师
> [08:35](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=515s) 先做起来,才能得到那些真正有用的信息 — 课代表立正
> [08:35](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=515s) Two-way door decision — 课代表立正
> [08:35](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=515s) One-way door decision — 课代表立正
> [10:03](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=603s) Don't-do list — 课代表立正
> [10:03](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=603s) find a way or make a way — 课代表立正
> [11:40](https://www.youtube.com/watch?v=AHkzE4j-DjY&t=700s) 在因上努力,在果上随缘,菩萨为因,凡夫为果 — 课代表立正
## Mentioned AI, 埃隆·马斯克, 推特, Twitter, GraphQL, 段永平, 《真本事:从会工作到会赚钱》
[Source](https://www.youtube.com/watch?v=AHkzE4j-DjY)