在 AI 变革的洪流中，如何执掌先机，立于不败之地

审时度势，未雨绸缪

在上一周的专栏中，我们深入剖析了今秋发布的两份重磅研究，探讨了 AI 迄今为止对职场版图的冲击——以及未来更为深远的震荡。数据向我们揭示了一个残酷的现实：服务业专才与软件工程师可能正处于风暴中心，而蓝领阶层或将享有更强的屏障。然而，在这个被 AI 浪潮席卷的时代，迷雾笼罩着每一条职业赛道，谁也无法断言哪条路是绝对的"安全港"，哪条路又是注定的"死胡同"。

我们解读斯坦福与耶鲁的研究，并非为了以神的视角裁决您该选择何种职业，而是为您提供思想的食粮。比起告诉您"去哪儿"，我们更希望传授您一套无论身处何方都能致胜的心法，助您在 AI 时代确立最佳的生态位。

让我们潜入深处，一探究竟。

躬身入局，驾驭 AI 之力

要在 AI 时代立足，最根本的战略在于：您必须真正开始驾驭这些工具（若尚未开始），并大胆地试错与探索（若已略有涉猎）。

去博览众长，测试不同的大语言模型（我们在之前关于大学文书写作的测评中对比了 ChatGPT、Claude 和 Gemini，这或许是一个有趣的起点）。去探索不同的交互模式，体悟 LLM 的"推理能力"与单纯的"搜索能力"有何本质不同。您需要像我们之前测评 ChatGPT 作为学习工具时那样，深刻洞悉 AI "能为何"与"不能为何"的边界。

事实上，"懂得如何与 AI 共舞"本身就是一项核心技能。请看下面两个案例——当我要求 ChatGPT 帮我寻找芝加哥最好的五家汉堡店时，仅仅因为指令 (Prompt) 的微小差异，结果却天壤之别。

案例一：泛泛而谈的指令

案例二：寻求澄清的指令

您会发现，回应的质量有着云泥之别。我不仅得到了一份不同的名单，更重要的是，每一项推荐背后的逻辑都变了。当我明确指出我追求"高性价比的品质之选"时，ChatGPT 便将价格因素纳入了考量。这与第一个指令形成了鲜明对比——前者因为不知道我究竟想要什么，只能给出一个"万金油"式的回答。

第二个指令之所以高效，是因为我赋予了 ChatGPT "追问与澄清"的机会，而非让它草率交卷。这听起来简单，但许多人在与 AI 对话时，并未充分利用其"思维伙伴"的潜能。

抛开汉堡不谈，研究表明，那些将 LLM 视为思维伙伴的用户，其大脑激活程度远高于那些仅仅让 LLM 代劳的用户。这便是提示工程 (Prompt Engineering) 的艺术所在；花些时间去研习不同的指令模式，进行 A/B 测试以验证效果。无论是最基础的指令，还是多轮对话的链式指令，亦或是复杂的超级指令 (Mega Prompt)，虽然这是另一个宏大的话题，但您无需成为 AI 专家，也能在这些实验中通过"人机博弈"找到乐趣。

您甚至可以探索利用 LLM 完成全新的任务。例如，如果您想设计网站却毫无技术背景，不妨尝试用 Claude 进行 "Vibe Coding"——将您用人类语言描述的愿景，由 LLM 转化为实际的代码。也许我们会在未来深入探讨 Vibe Coding，但这正是您可以在菁源 (Grassroot Academy) 平台上习得的技能。

归根结底，大胆实验是您最大化利用 LLM、洞悉其能力与局限的第一步。在做出任何职业抉择之前，最明智的做法莫过于——先看清您手中的武器，以及您面对的对手。

铸就 AI 无法复刻的人文护城河

下一个至关重要的锦囊：即便 LLM 拥有某种形式的智能，它们终究不是人类。即便它们处理信息的能力日臻化境，它们依然无法复刻人类的所有特质。这一点，在那些非纯逻辑的技能领域表现得尤为淋漓尽致。

请看，当我请求 ChatGPT 协助进行一场假设的房屋买卖谈判时，它给出了什么建议。

很好——我们有了一些可执行的逻辑步骤。但这仅仅是逻辑层面的正确。如果说我在 AP 英语语言与写作课上学到了什么真理，那就是修辞学的三位一体：人格 (Ethos)、逻辑 (Logos) 与情感 (Pathos)。

仅有逻辑 (Logos) 是不够的。我要如何执行"释放诚意"的信号？我要如何施加"快速成交"的心理压力？ChatGPT 的建议在纸面上堪称完美，但将其付诸实践却是另一门艺术。

说服力、情商、同理心的传递——这些极具人性温度的特质，在许多职场中是不可或缺的灵魂。这正是为何像耶鲁研究指出的那样，教育行业的职业面对 AI 冲击具有更强的免疫力——试想一下，依靠 ChatGPT 去安抚一教室躁动的六年级学生，那是何等荒谬的场景。

并非每一份工作都像教师那样依赖人性的触碰，但这并不意味着您无法在当前的赛道上，磨砺那些独属于人类的软技能。

终身精进，以此身凌驾算法之上

最后，我们有一个听起来老生常谈，实则知易行难的建议。假设您用 LLM 辅助撰写历史论文，它吐出了一长串日期和陈述——您是照单全收，还是会像一位严谨的学者那样考证其真伪？

或者，想象您正与 ChatGPT 进行头脑风暴，探讨海明威《老人与海》中的圣地亚哥是否是一位英雄。您如何判断何时得到了一个满意的答案？换言之，您何时才有底气说："这就够了，我得到了真理"？

请看我与 ChatGPT 关于这个话题的博弈。

到目前为止，一切尚好。但作为一个曾以此为题撰写过论文的人，我敏锐地发现了一些关键的缺失。

• ChatGPT 提到了"失败胜于胜利"的观点，这本可用来佐证圣地亚哥的坚韧，尤其是考虑到他在故事结尾仍梦想着狮子，乐观精神未灭。
• 更重要的是，ChatGPT 完全遗漏了全书最核心的主题之一：傲慢 (Hubris)——正是他的骄傲导致了他的失败。

若非我反复研读原著（且没有被我的英语老师反复灌输关于"傲慢"的考点），我极有可能错过这本书的灵魂。正因为我懂得，我才能反驳 ChatGPT，迭代出更好的答案。若我无知，我将被 AI 的表象所蒙蔽，最终写出一篇平庸的文章。

那个免责声明——"ChatGPT 可能会犯错"——并非摆设。

请以体育竞技的视角来审视这一点。顶尖运动员都有教练。教练不需要比运动员体能更好，甚至不需要技术更精湛。但教练必须拥有足够的智慧与经验，在运动员犯错时予以纠正。

作为人类，您永远无法在文本处理的速度上战胜 LLM。您的思维与表达无法企及 ChatGPT 的产出效率。然而，作为决策者，您有责任知道 AI 何时犯了错，并懂得如何修正。

这就是为什么您必须持续在专业领域深耕，研习前沿趋势，用专业知识 (Expertise) 武装自己，从而始终凌驾于算法之上。

人类的经验，无可替代。

结语

在菁源 (Grassroot)，我们无法预言未来职场的具体形态，但我们深知，您现在可以采取行动，在不确定性中确立最佳的生态位。无论是通过熟悉 AI 工具，磨砺人文软技能，还是保持求知的好奇心，您都将在剧变的职场版图中实现自我升维。

而在菁源，最美妙的是——您只需注册，便能毕其功于一役，同时实现这三大目标。