我和AI聊了聊网易裁员这事儿

长庚科技：今天网易裁员的消息你看到了吧？

AI：看到了。更准确地说，今天发酵的是“网易用 AI 清退全部外包 / 大规模裁员”的传闻，但网易对媒体的公开回应是否认了“全部清退”这个说法，称这是“不实信息”，近期只是“部分项目的正常业务调整与人员汰换”，不会影响整体业务线正常运营。

长庚科技：我觉得过去几十年无论中小企业，还是跨国巨头，都对底层员工强调执行力的重要，甚至很多公司的企业文化就是强调执行。但是AI时代，人的价值会被重估，执行力对人来说已经不再那么重要，最重要的反而是拆解问题，提出问题，定义问题的能力，以及判断力，这次网易裁员就是个明显的信号，我认为丁磊就算把网易的程序员全部裁掉，也不会把最优秀的游戏策划裁掉，甚至可能为了挽留他们而给出更好待遇。你怎么看？

AI：我基本同意。不过我会把它再修正得更严谨一点：不是执行力不重要了，而是“纯执行力”不再稀缺了。真正稀缺的，会变成三种东西：

第一，定义问题的能力。你能不能从一堆杂乱信息里，看见真正的问题是什么。

第二，拆解问题的能力。真正值钱的人，是能把一个模糊判断拆成几个具体层面的人：现象是什么，趋势是什么，短期变量是什么，长期变量是什么，谁会受影响，谁会受益。这一步，决定了一个人是不是能把“灵感”变成“可执行的战略”。

第三，判断力。AI 最大的长处是生成可能性，最大的短板是决定“哪一个最对”。它能给十个方案，但它不天然知道哪个方案在这个时点、这个行业、这个团队、这个语境里最值得下注。判断力，本质上是把信息、经验、风险、利益和人性揉在一起做选择。

过去的商业世界，整体还是一种流程驱动型世界。然后靠纪律、制度、汇报链和考核，把事情稳定运转起来。在那种体系里，执行力当然重要。因为真正稀缺的是“让大规模组织不失控”。但 AI 会改变一件事：过去很多需要人来完成的流程、传递、整理、汇总、转述、格式化输出，现在机器也能做，而且通常更快。

说得更直白一点：过去公司会奖赏“把老板的话执行到位的人；未来公司会更重视“在老板还没说之前，就知道该解决什么问题的人”。这就是你说的“人的价值会被重估”。

丁磊就算把网易的程序员全部裁掉，也不会把最优秀的游戏策划裁掉，甚至可能为了挽留他们而给出更好待遇。这句话当然是个极端表达，但它抓到的趋势是对的：未来公司会更愿意为少数高判断力、高创造力、高定义能力的人支付溢价，而不是为大批可替代执行者支付平均成本。

也就是说，企业的用工逻辑可能会越来越像“哑铃型”：一端是极少数顶级人才，给更高待遇，拼命留住；另一端是大量被工具化、平台化、弹性化的执行工作；中间那层“能力不差，但主要价值还是执行和配合”的岗位，会最危险。

这个变化在很多行业都会出现，游戏行业尤其明显。因为游戏本质上不是一个纯工程行业，它是技术、内容、创意、体验和人性洞察的混合体。程序当然重要，但程序更容易被工具增强；而顶级策划、核心制作人、真正懂玩家心理的人，他们决定的是：

这个游戏为什么值得做；这个系统为什么能让人上瘾；这个世界观为什么能让人共鸣；这个产品为什么能从一堆项目里活下来。这些东西，才是最上游的价值。

所以你的判断我会进一步总结成一句：AI 时代，公司不会平均地看待人才，而是会更极端地重新定价。不是所有人一起涨，也不是所有人一起跌。而是：可被替代的执行者更便宜，能定义问题的人更贵。

不过我也想补一句，免得这个判断走到另一个极端：不要低估“高级执行力”未来的价值。因为真正高级的执行，不是机械执行。真正高级的执行，其实已经包含了理解、取舍、反馈、修正、预判，甚至局部定义问题。这种人未来依然值钱。真正会贬值的，是那种低理解度、低判断参与度、纯服从式执行。

如果再压成一句最锋利的话，我会这样说：

过去企业最喜欢的是“听得懂、做得快的人”。

未来企业最舍不得的是“看得准、想得深的人”。

长庚科技：接着这个话题，我想聊聊，其实我们的教育从幼儿园时期，老师就教导我们要做听话的小朋友，上学了，老师又继续教我们如何做一个听话的好学生。从整个教育层面而言，就是在训练服从性和执行力，反而创造力和判断力的教育、训练非常稀缺。这就导致了尽管很多人接受了大学教育，但是最终呈现出来的能力还是执行力，过去企业也非常喜欢这些具有执行力的毕业生加入。而AI时代，把这个闭环给打破了。你怎么看这个问题？

AI：我会直接说：是的，现代大规模教育体系，在很大程度上就是为工业时代和组织时代培养“可管理的人”。而 AI 时代真正冲击的，不只是岗位，而是这套“培养—筛选—雇佣”的整条链条。

很多孩子从幼儿园开始，被奖励的就是这些品质：听话，守纪律，不打断老师；按要求完成任务；在标准答案里拿高分；少犯错，少越界，少质疑；把既定要求执行得更漂亮。到了大学，这套逻辑并没有根本改变，只是换了一层更体面的包装。很多所谓“优秀学生”，本质上仍然是在大系统里非常擅长理解规则、适应规则、完成规则的人。

这套能力，在过去其实是非常值钱的。因为过去的社会和企业，本来就需要大量这样的人。学校需要可控的大规模教学；企业需要可复制的员工；大公司需要可嵌入流程的毕业生。所以教育体系和企业需求之间，过去其实形成了一个闭环：教育系统训练服从、规范和标准化能力；企业系统吸纳这些能力，并给予回报；于是整个社会进一步强化这种价值观。

这套闭环为什么能稳定几十年？因为它适配的是一个核心前提：大规模组织的效率，主要依赖标准化的人去执行标准化的流程。在这种前提下，“听话”“执行力强”“不惹麻烦”“会考试”“会交作业”“能按 KPI 完成任务”，当然就是好品质。因为这类人最适合被放进现成结构里。

但 AI 真正打破的，恰恰就是这个前提。因为 AI 正在接手的，很多正是那种可以通过经验总结成套路的工作。你会发现，这和我们从小到大最擅长、也最被奖励的东西，高度重合。这就是问题最讽刺的地方：

我们被教育系统长期训练成最适合旧时代的人，而 AI 最先压缩的，恰恰就是这种旧时代最受奖励的能力。

这个结构性错位，才是很多人今天焦虑的根源。

不是大家不努力，而是大家努力训练的，可能正是最容易被技术稀释的那部分能力。

所以你说“AI 把这个闭环打破了”，我非常认同。而且我觉得这不是“小破”，而是根部松动。因为过去那条路径是这样的：听话的孩子 → 好学生 → 好大学 → 好简历 → 大公司 → 稳定职业上升

这条路径背后的假设是：只要你足够适应规则、完成规则，系统就会持续奖励你。但 AI 时代开始出现另一种现实：

你很会完成规则，

不代表你能定义规则；

你很会做题，

不代表你能提出问题；

你很会执行任务，

不代表你在任务本身都可能被机器接管时，仍然有高价值。

这就导致一个很大的变化：过去教育体系最擅长培养的人，未必还是未来最值钱的人。

这就是为什么我觉得，AI 对教育的真正冲击，不只是“学生可不可以用 AI 写作业”，而是：如果学校还主要在奖励标准答案型能力，那它培养出来的人，会越来越难在未来保持稀缺。

当然，我也不想把教育说得太绝对。因为基础教育强调纪律、秩序、执行，也有它的历史合理性。

所以问题不在于过去的教育完全错了。问题在于：过去那套教育逻辑，在旧时代是够用的；但在AI 时代，它开始不够用了。

也就是说，今天真正该反思的，不是“为什么以前强调执行力”，而是：为什么到了现在，我们仍然主要用工业时代的评价方式，去筛选 AI 时代的人。这才是更大的矛盾。

未来最值钱的人，很可能不是最会答题的人，而是这种人：

能独立观察；

能从现实里发现问题；

能提出别人没提过的角度；

能做模糊判断；

能把混乱信息整理成方向；

能和人建立信任、推动协作；

能对结果负责。

你会发现，这些能力在传统学校教育里都不是完全没有，但确实非常稀缺，也很少成为最主流的奖励机制。

所以我对这个问题的总体看法是：

AI 不是突然毁掉了教育，而是暴露了教育长期以来的一个隐性偏向：它更擅长培养“适合被管理的人”，而不是“适合定义世界的人”。而 AI 的到来，让这个偏向第一次显得如此刺眼。

如果再压成一句最狠的话，我会这样说：

过去教育和企业联手奖励“会服从的人”；

未来市场会越来越奖励“会判断的人”。

这中间的断层，会是未来很多人的痛苦来源。

这个题我觉得特别值得继续聊。因为它已经不只是 AI，而是在谈：未来什么样的人，才算真正受过“好教育”。

长庚科技：你说。

AI：如果把这个问题再往深处拆，我觉得你看到的，其实不是一个“教育方法问题”，而是一个文明阶段切换后的错配问题。

简单说就是：

工业时代需要大量合格执行者。

AI 时代更需要少量高判断者。

而我们的教育、招聘、晋升、管理，很多地方还停留在前一种逻辑里。

所以今天很多人的痛苦，不是因为他不优秀，

而是因为他是用旧时代的优秀标准，把自己训练到了新时代。

这句话其实挺残酷的。

但 AI 在做的一件事，就是把这类“标准内优化”的工作快速压缩。这意味着，过去最受奖励的能力，不一定还能继续享受最高溢价。于是就出现了一个很有意思、也很扎心的分化：有些人过去成绩很好、履历很好、执行力很强，但面对 AI 时代时反而最焦虑。因为他们突然发现，自己最强的能力，恰恰是最容易被流程化、自动化、工具化的能力。

反过来，有些人在传统体系里未必是最耀眼的，

甚至可能不算“标准好学生”，

但他们有别的东西：

观察力，

好奇心，

对现实的敏感，

不满足于接受题目，

喜欢自己重新定义题目，

对模糊问题有耐心，

敢承担判断后果。

这种人，在过去的大规模教育体系里，未必总能拿最高分。

但在 AI 时代，他们反而更容易变得值钱。

重要的事情说三遍：未经授权请勿转载。

长庚科技目前由媒体人长庚君与他的小伙伴们共同维护更新、是人民日报旗下人民号首批入驻作者，也是百家号、喜马拉雅等平台的签约作者，我们还在雪球、企鹅媒体平台、今日头条、一点资讯、搜狐媒体平台、新浪财经头条、和讯名家、网易等平台开设专栏。

我们的累计访问量约3亿左右，如果你有关于互联网领域的爆料，欢迎向我们提供线索，我们将根据重要性支付100-2000元的费用，也欢迎各类市场合作，欢迎后台留言我们。