最近和不少从业者交流，能发现一个普遍存在的焦虑现象。过去，技术人员引以为豪的能力，体现在能够承受高强度工作、持续投入，并且有效解决具体的技术难题。比如一个线上出现的问题，能够快速地定位到，或是一个性能上的瓶颈，可以很快地完成优化，这些都会带来很强的成就感。然而，现状有所不同了。人工智能技术出现了，无论是编写代码、排查故障，甚至是设计方案，它似乎都能够胜任。许多人因此突然感到困惑，感觉自己多年磨练出的核心技能，仿佛在一夜之间价值大不如前，并且其市场价值还在持续下降。这种情况是否也引发了你的共鸣？可以分享一下你当前最主要的职业困惑。
问题的根本缘由，在于我们所赖以生存的"比较优势"正在被快速地抹平。在过去，我们所具备的核心竞争力，主要是"执行效率"以及"信息差"。也就是说，谁的代码写得快，谁掌握的冷门知识更多，谁就显得更厉害。但是当 AI 出现之后，这些优势就变得有些不堪一击了。AI 能够在短短几秒内生成上千行的代码，它所拥有的知识库也比任何人的都来得广博。我们过去所奉行的那套"人有我优"的打法，在面对 AI 这样一个"非人"的对手时，一下子就失去了焦点。这就好比我们在一根熟悉的赛道上只顾着埋头苦练，却没有察觉到赛道本身其实正在被拆除。
旧路
我们所习惯的那套竞争模型，也就是"人无我有，人有我优，人优我贱，人贱我走"这套法则，在人工智能时代正快速地失去其有效性。先说"人无我有"，这对普通人来说实现起来太难了，因为人工智能已经使得知识和技能的获取门槛变得非常之低。再看"人有我优"，一个人或许可以比同事做得更出色，但又怎么能比得过一个可以7x24小时工作、不知疲倦、并且能随时调用全球知识库的人工智能呢？至于"人优我贱"，想要和人工智能去比拼成本与效率，那更是没有什么胜算。这条旧有的道路，只会越走越窄，最终把我们引向一个"无路可走"的境地。
所以，"人贱我走"这个说法在今天，可以说是包含了一层新的意义。它所代表的不再仅仅是一种无可奈何之下的退场，更是一种主动去进行的战略性转移，也就是要离开那些受到 AI 降维打击的红海领域，转而去寻找一片全新的价值大陆。这就好比当年人们从功能机转向智能机的那个过程，如果继续在诺基亚手机上优化塞班系统，是看不到未来的，真正的机会其实在于去理解 iOS 和安卓所带来的新生态。人们必须放弃那种在旧地图上寻找宝藏的幻想，并且勇敢地把船驶向那片充满了不确定性，但同时也蕴含着新机遇的未知海域。
信任
那么，所谓的新大陆究竟在什么地方？其核心，就在于要从"技能本位"转变到"人本位"上来。这第一块新大陆，可以称之为深度信任。AI或许可以成为金牌客服，但它没有办法建立起那种兄弟伙伴之间的信任感。当项目进行到关键时刻，客户究竟是会信赖一个冷冰冰的机器人，还是更愿意相信一个能拍着胸脯保证"放心，有我来兜底"的活生生的人？这种信任是建立在长期合作、共同攻克过难题、甚至是一起开怀畅饮过的基础之上，是AI所无法计算和模拟出来的。它正是我们作为"社会人"所拥有的最古老，并且也是最坚固的一道护城河。
共情
我们要说的第二块大陆，讲的是复杂共情。AI 能够识别出用户的情绪，但是它没办法真正地做到"感同身受"。举个例子，当一个产品经理向你抱怨业务方的需求有多么不合理的时候，AI 可能会提出一个听上去很"理性"的解决方案，而你却能够体会到他言语背后那种没说出口的无奈和压力，然后回应一句："我明白，这帮人估计又是拍脑袋想出来的吧？别担心，我们一块儿琢磨下怎么给怼回去。" 这种能够瞬间拉近彼此距离、并且建立起情感连接的本领，恰恰是处理复杂协同问题时候的关键所在。这篇文章你也可以转给你的产品或者业务同学看一看，了解下他们是不是也有很深的共鸣。
整合
第三块大陆，所指的就是跨界整合。AI 在某个领域可以算得上是专家，但它不太具备人类所拥有的那种"跳出盒子"来思考的能力。一位优秀的技术 Leader，不仅需要懂得技术，还要懂得业务、懂得管理，并且还要懂得人性。他能够从纷繁复杂的业务需求当中，抽象出其中真正的技术问题；能够把采用了不同技术栈的团队有效地捏合在一起；还能够在资源比较紧张的时候，准确判断出哪些事情应该做、哪些事情又必须被砍掉。这种能够连接不同领域的知识、平衡好多方利益、并且做出综合性决策的"整合"能力，恰恰是未来"架构师"这个角色最有价值的地方，无论这个架构师所架构的是技术、是业务，还是人生。
提问
第四块大陆，同时也是一个最容易被大家所忽略的方面，就是提出高质量问题的能力。AI的强大之处在于"解答"，而人类的价值，则越来越多地体现在"提问"这个环节上。"如何优化这段代码？"这算是一个普通问题。而"在考虑到我们未来三年的业务增长和技术迭代的情况下，当前所选用的技术栈在哪些方面可能会成为瓶颈，我们应当去设计一套什么样的架构演进路线图？"这才能称得上是高质量问题。这样的问题界定了探讨的边界，并且当中包含了深度的思考与预判。在未来，能够有效运用AI的人，必然是那些懂得如何向AI提出好问题的人。
幸存清单
在讨论了诸多理念之后，如何将它们付诸实践呢？这里提供一份"AI时代幸存者"自查清单，可供收藏并时常参照检视：
- 信任账户：本周是否曾开展过某项超出本职工作范畴，但有助于增强同事或客户信任的事务？
- 共情时刻：在最近的一次沟通当中，是仅仅阐述了"道理"，还是也理解了对方所带有的"情绪"？
- 整合练习：有没有进行过一些尝试，去了解业务方的核心KPI是什么？或者说，运维团队最近在为什么事情而困扰？
- 提问质量：在向AI或同事提出问题时，是直接索要一个答案，还是先行清晰地描述了相关的上下文、目标以及限制条件？
- 健康资本：本周有进行运动吗？睡眠质量如何？要记住，身体是那个1，而其他的一切都是后面的0。
- 信息食谱：日常所关注的信息源，是引发了更多的焦虑，还是带来了更多的启发？
在探讨了如此多关于未来的"道"之后，最终我们还是需要回归到眼前的"术"这个层面。未来的世界变化得实在太快，与其每天都对着星空漫无目的地担忧，倒不如脚踏实地，先把手头的事情给做好。不要将AI看作是你的敌人，而是应该把它视作一个能力被无限放大了的实习生。你需要做的，是让自己成为一名优秀的导师，带领着它去解决那些更为复杂的问题。当你能够指导AI迅速地定位并且解决问题的时候，你就已经构建起了在现阶段最为稀缺的核心竞争力之一。
功不唐捐
把思绪收回来，开始着手工作。最近重新温习了一句话，感觉它特别契合当下的这个时代：功不唐捐，玉汝于成。它所包含的意义是，所有付出的努力以及经历的打磨，都不会白白地浪费掉，这些付出最终都会成就你自身。你为了建立信任所付出的每一次真诚，为了理解他人所付出的每一次共情，以及为了连接不同领域知识所付出的每一次努力，都会内化为你身上独一无二的价值。而这些东西，恰恰是人工智能所无法从你这里带走的。与各位共勉。
文章的最后，不妨让我们来共同探讨一个问题。在各位看来，除了文章当中提到的这几点以外，在未来，究竟还有哪些方面的能力，是人工智能很难替代的呢？欢迎大家在评论区留下自己的思考，通过思想的碰撞，说不定我们就能一起描绘出下一片新大陆的航海图。每一次深度的思考，都可能会成为一盏明灯，照亮另一个同样在迷雾中探索前行的人。
欢迎关注vx公众号 爱三味