AI时代的职场何去何从与裁员预测
课代表：徐老师晚上好，欢迎来到我们直播间。课代表非常高兴又开始我们的对话，今年还没有聊过。
徐老师：对，年度对话，一年一次。
课代表：每次对完话以后，我觉得记录下来了很多预言，然后这些预言就感觉纷纷实现。你这边的话题不是说在这个AI时代的职业发展吗？我记得咱们是应该是24年的那次对话，你讲过硅谷接下来会裁一半的人，但是跟AI没关，这句话我记得很清楚。哈哈哈，你说的是你参加一个活动，然后一个谷歌的director在这个活动上说的，接下来可能要裁一半的人，但是跟AI无关。
徐老师：我不一定说一半的人，我记得的是这么说的：会裁人。因为我觉得现在这个情况，大规模招人或者说养那么多人，我觉得是不可持续的一件事情，即使没有AI这个革命也会有裁员，这应该是我说的。
课代表：徐老师，你是刚刚在Stanford参加了一个活动，对吧？
徐老师：啊，那是一周前在Stanford的一个校友年会上面做了一个keynote。因为这是一个AI时代，大家都希望听AI的话题。AI的话题每天都有很精彩的事情在发生，但是我觉得最重要的事情，可能大家还是应该关心的，是自己的职场，AI对我们自己每一个人的影响。不管是我今天明天有没有工作了，还有自己的孩子，还有自己周围的人，还是以后应该走什么样的路，我觉得这应该可能是相对来讲更加重要一点。所以说我keynote的主题就是“AI时代的职场何去何从”这个话题。
课代表：这个话题应该大家是非常的关心了。那当时这个线下有没有什么你觉得出乎你的意料？
徐老师：第一个出乎我意料的是王祖贤来听了。
课代表：哈哈哈，王祖贤现在是混硅谷了吗就？
徐老师：就显然AI这个话题对所有的人都感兴趣，拍电影的、唱歌的也应该感兴趣，胡彦斌最近还出了一个APP。
在玩笑之外我是这么看的，我觉得说穿了其实有两个问题。一个问题我不觉得有任何人有解答，就是以后应该学什么东西。当然你可以从大方向上来讲，但是我不觉得大家能够去预测说OK，我以后学这个学科而不是那一个学科，我觉得这是一个很难的一件事情。另外一个是应该具备什么样的素质，或者说怎么样去思考、去锻炼自己，我觉得这个可能是更加有意义的一件事情。
核心能力模型：TQ、IQ与EQ的重塑
徐老师：从这个角度上来讲，我的主要的观点就是：传统上来讲，一个人需要两个商，一个是情商，一个是智商。那我觉得在未来在任何时刻，情商智商永远会重要，英文里面叫IQ、EQ，这两个点是非常重要的两个点。但我觉得我会把它引申一下，就是不管IQ跟EQ，其实都应该要重新去思考一下什么样的叫IQ，什么样的叫EQ。
然后我再加一个Q，就是TQ。我相信课代表你可能应该能够猜出来什么叫T，就是token quotient。说穿了就是怎么把AI用好。这个道理肯定不是我第一次来跟大家讲，但我觉得我仍要把它当成一个很重要的方面来讲，是因为我觉得我们所有的人，或者说几乎所有的人，其实TQ还在用到非常早期的时候，其实我们正在锻炼自己的TQ。
就像智商一样，130、150算是很高的IQ。如果说是用同样的分数去类比的话，IQ如果说是130很高或者140很高的话，我觉得今天人类的TQ可能普遍都是在20、30，就远远都没有达到100。这是一个新鲜事物，我们刚刚开始接触。
我的证据在哪里？因为其实今天的模型是很聪明的，大家都应该相信模型能够做很多很厉害的事情。其实每一个模型，不管你用Gemini，还是用OpenAI的，还是用Anthropic的，模型给你的就好像你有50个博士24小时围绕着你转。但是我们每一个人有没有感觉到自己能够有50个博士在我们身边给我们做事情？其实没有这么大的影响。我相信对绝大多数人，99.9%的人或者以上的人，其实就是我们TQ还没有用好。模型它相当于给你50个博士24小时围绕着你转，但你感觉不到，我觉得这就是因为我们的TQ还不够。
这里面TQ用的不够有各种各样的原因，其中有你怎么去用prompt engineering，这是很显然的。比这个更加复杂一点，模型有一个我们叫model overhead。一个问题就是模型到底有多大的能力，其实我们感觉到的跟模型实际上的能力其实是有差距。那你怎么去知道感受到的能力跟模型有更多的差距？所以说这不只是一个prompt engineering能够去解决。但我只是给你两个——不能说极端吧，一个spectrum，其实这是一个非常宽的一个spectrum去思考这个问题。这是TQ。
那IQ跟EQ，其实我觉得在AI时代要去更深层次地去想这件事情。比如说IQ就是智商中文，那英文叫Intelligence quotient，这是IQ的一个定义。我是把它再加一个Intensity quotient。
为什么要加Intensity quotient？其实跟前面的TQ是很有关系的。因为我觉得AI时代的竞争其实是到了完全不同的一个层次的，只是我觉得人类今天还没有完全适应，还没去意识到。就像我刚才说的，有50个博士围绕着你转你都没去用，对吧？我们要进入另外一个层次。那进入另外一个层次需要什么？需要一个能力，对intensity的要求。中文怎么说？你觉得怎么翻译？就这个人的心力，这个人做事的专注程度，做事他是不是一个一直要不停地push push push这种感觉。
课代表：我觉得强度吧，我觉得强度是至少占很大的一部分。
徐老师：为什么intensity很重要？我举一个例子，我们工作当中经常会碰到的。就比如说过去你不管是一个大公司小公司，你要做更多的事情，你想的事情就是“哎呦，我要做更多的事情，我要去雇更多的员工”，这是一个比较显而易见的方式方法。那我觉得在AI时代，那你要思考的维度就会不一样一点。比如说，哎，这个事情agent为什么不能做？为什么一定要去找一个人来做？agent是能做，但agent是不是能把这件事情做好？你下一个问题是：为什么是一个agent？为什么不是100个agent、subagent在做这件事情？你考虑问题的一个intensity是在不同的一个层次了。
我觉得，嗯，所以说这个Intensity quotient是跟我们的IQ——intelligence，智力的quotient是要一起来看。因为你光是人聪明就不够了，要强度要高。你前面也说了一个字，要卷或者不卷。其实强度跟聪明不聪明是不一样的两回事情，但这两件事情在AI时代，我觉得是要把它结合起来。
课代表：我觉得这个很棒啊。这个intelligence和intensity其实很多时候是相辅相成的。没有intelligence，光有intensity，你就漫无目的的瞎卷。大厂里边有这样的人啊，每天就逼着大家加班啊，或者说我自己好像树立一个很有intensity的形象，但是方向一般都是错的。但是你光有intelligence没有intensity呢，你也走不远。中文里有一句话是将帅无能累死三军，那将帅有intensity也没用。但是如果你只是将帅很能干，但是没有一个intensity也做不了什么事情。
徐老师：为什么这是AI时代我觉得相对比较新的呢？因为在AI时代之前，这件事情没有被放大出来。以前你想你要招一个人，那招个人也要招个几个月了，全球每个地方都可能不一样。不能说这是一个慢动作，这是一个你的强度不够，其实要过了可能几个月甚至几年才显示出来。但在AI时代，可能明天就显示出你的强度不够嘛。
课代表：是，就比如说你个VP强度够了，然后发现工程师们还需要一定的时间；然后工程师强度够了呢，测试审核各种环节它都会拖延时间。但是现在有intensity，尤其你这个业务本身有闭环的话，有intensity的人和没有intensity的人可能速度就会差10倍、100倍甚至1000倍都能差出来。
组织结构扁平化与一人独角兽
徐老师：用你刚才的例子，总监啊、VP啊不同level，现在一个情况就是：这个总监可能就是你的一个agent，VP也是你的一个agent，manager也是你的agent。他们能干不能干，你一个晚上就能够看出来了，能做多少事情。
所以说整个我们的组织结构，首先组织结构里面应该不只是人，还会有agent。然后组织结构里面因为用了AI以后，它的组织结构会更加扁平化，horizontally它会压缩，vertically也会压缩，其实就是扁平化。
这就是为什么OpenAI的CEO Sam Altman大概两年半前说的一句话，就是一个人的独角兽。当然了，我不觉得一个人独角兽是一个值得去思考太多，因为一个人毕竟是一个特例。但是更深层次的，或者说更加重要的一个观点，就是组织结构扁平化，或者说极度扁平化，是成为一个可能性。那在这种情况下面，就我们刚才聊到的IQ，就会变成一个intelligence跟intensity的quotient together，而不是分开来。
最后一个其实是EQ情商，或者说英文叫Emotional quotient。我觉得很多人会觉得未来可能Emotional quotient比IQ更加重要，我倒并不觉得。因为要看你哪一个IQ的定义。如果是用我的定义，我不觉得一定是重要个100倍；但是如果只是用原始的Intelligence quotient，可能EQ要比IQ要重要100倍，在未来这是有可能的。
但我觉得仍然是用英文E这个词，E到底代表什么？我觉得一个是emotional的一个quotient，另外一个我觉得是一个eyeball的一个quotient。为什么叫eyeball的quotient？其实我们都知道大模型Attention Is All You Need，right？我觉得在未来的AI时代，产出内容、写程序包括我们的视频，对吧，理论上AI都能够生成很多的蛮高质量的视频、图片还是文字。但是我们的eyeball time就是我的时间，我一天仍然是24个小时，你一天仍然是24个小时，我们并没有因为AI来了以后我们就能够去看更多的图片、看更多的视频。
所以说从某种角度上来讲，AI generate的content可能是无数倍在短短几年内，但是eyeball眼球的时间，我不敢说是没有变化，因为这个是不是有变化我觉得我们是可以商榷的，但是至少是从表面上来讲没有变化，我觉得这个是比较fair的，你可以这么说。但这种情况下面就产生了一件事情啊：你要有足够的EQ，你这个EQ不只是说哎呀你比别人聪明、你比别人更加强度高或者说你的产出的能力高，你还要有能力让人家接住你的产出的内容这件事情，我觉得这个能力会越来越重要。所以说这两个E从某种角度上来讲是相辅相成的，都是情绪上的，或者说是让人有接受的，但是这是EQ的两个面。
课代表：徐老师这是你发明的吗？这都好巧啊，这个intensity还有eyeball正好是这个字母，而且确实非常重要。
徐老师：这个不但是我发明的，这是我在去的路上发明的。
如何修炼TQ、EQ与IQ
课代表：YouTube上有一个问题啊，就是：徐老师，您刚刚提到了TQ✖️EQ✖️IQ这个框架，我想请教一下您有没有一个具体的例子可以分享？您是怎么有意识地修炼这几方面能力的？不一定是和AI有关的例子，任何成长或工作中的经历都可以。
徐老师：我觉得任何事情都是先要有一个awareness，就是先要意识到这件事情的存在，要去理解。就好像大家以前说IQ，后来提出了一个观点说我要EQ，那EQ到底重要不重要？这是一个大家都要去花时间去消化去理解，并不是说我把EQ这个观点提出来了大家都能掌握了。TQ绝大多数人都会觉得哎呀这不就是一个炒作吗？但我觉得不是炒作，我是非常genuinely认为我们今天的TQ还是比较低的，我们还是比较初级阶段。那从这个角度上来讲，需要有一个awareness，需要去锻炼。
我觉得跟锻炼身体一样，首先要意识到这件事情重要，然后花时间。就好像有的人每天锻炼，有的人每周锻炼，有的人光是awareness，你是不是disciplined enough，每个人都不一样嘛。所以说我觉得其实是跟所有的其他的技能是一回事情，首先要知道，其次要有一定的discipline做这件事。
课代表：有没有个故事？讲个故事给我们听听。
徐老师：intensity这个我已经讲了一个故事，我觉得其实每个人都有50个博士在你身边，你今天没用好50个，其实这是你的事情。有一部分是TQ的事情，但有一部分是你要有足够的intensity。
Eyeball quotient这件事情，包括我自己目前也在做各种各样的AI的产品。做一个小广告，我们在做AI的浏览器，最近解决了一个很好的问题，尤其是你如果在北美的话，你想看世界杯还是蛮难的。你一会有这个link可以work了，或者要去买各种各样的。我们做了一个浏览器，你看世界杯是毫无障碍的，能够去看世界杯每一场比赛，把那个本来应该是属于***啊这些问题都在浏览器里面给集成进去，把它解决了。所以说看世界杯就要用Norton Neo。
课代表：直播间的很多同学可能还不知道徐老师的这个项目。徐老师是在Gen这家公司，它的前身是诺顿还有LifeLock一些公司合起来的，是一个Fortune 500财富500强的上市公司，它赚很多很多钱。徐老师曾经说过，就是这家公司的纯利润是硅谷所有中厂的纯利润加起来还要多。徐老师是在这里边做首席AI官，Chief AI Officer and Innovation Officer。他这里边做的呢，是诺顿牌子下面的Norton Neo，就是AI原生浏览器。因为是诺顿的嘛，所以就会对这个隐私啊、安全啊有非常多的做法和考量，鼓励大家去试一下这个产品。然后刚刚说的你在北美要看世界杯的话，直接用Norton Neo就可以去看。
软件开发逻辑转变与分发护城河
徐老师：我们回到我们之前的问题。就说我自己在做产品，对吧，我觉得现在做产品的一些基本的框架都是在改变。以前做任何一个软件，不管你是做B2B的还是B2C的，做东西其实并不容易，程序员也不便宜。比如说你需要调查调研，一堆的产品经理吵一通去决定什么做什么不做。但现在这个底层逻辑改变了，因为写一个程序并不难了，AI咵嚓一下就把它写完了，你吵什么吵？你如果再吵，你把十个东西都写一遍。
当然了，做一个真正有用的scalable然后又是安全的产品并不容易，我并不想说哎呀以后做软件这么快就能写。但是写软件的底层逻辑大大的改变了，对你很容易了，对别人也很容易了。然后你就突然意识到distribution——怎么去把一个产品销售出去是一件很难的事情。对吧，你说几句话动不动小红书说不定还要给你限流，都有可能。但是你做了东西还是要把它卖出去，你再怎么难都要把它卖出去，这件事情你就要重新思考了。也许你写软件护城河太低了，你的护城河主要可能是在distribution上面，有没有用户可能是你的主要的一个护城河了。以前这也是一个很大的护城河，但是会比以前的那个ratio会改变很多。
所以说我觉得对于做产品的人，底层逻辑改变了，只是我们很多人不愿意承认，正常，这人性的一部分。然后怎么去思考这件事情，我觉得是一个很难的一件事情。
很多人都说，哎，现在做创业者是不是最好的时间？我会觉得现在是最好的时间，从某种角度上来说也是最不好的时间。怎么说呢？就是最好的时间，有这么多的工具，这么多的AI，一个人就能做出独角兽来。但问题是想做一个人独角兽的公司，就是你的竞争对手，本来是哎呀有这样能力的公司人不多，现在有这样的能力、有这样公司的人多了无数倍，那你怎么去做？对吧，我觉得这是一个非常有趣的时代。
行业预测、FDE与AI原生一代
课代表：我现在看到了有好几个问题啊，那我们就依次回答一下。
徐老师：有一个问题挺好的，我在斯坦福演讲的时候，下面有人提到过这个观点，非常有趣。那位同学说的是：埃森哲的人会点AI，是不是就直接等于FDE了？
我在斯坦福演讲之前其实我没去想过这个问题，但是有一个同学就说了这么一个观点，我觉得很有道理，不是一个感觉，我觉得是一个事实。
先解释一下什么是FDE，就是forward deployed engineer。所谓的forward deployed engineer就是工程师以前是在公司里面写程序，后来被人家卖出去啊怎么样对吧，离客户还是比较远的。现在是直接把工程师送到客户那边去，这件事情从某种角度上来讲跟咨询公司做的事情没有什么大区别，很大的一个区别就是会有AI的技术了，但其实都是到客户那边去把这件事情做好。我觉得很有道理。
这其实也是为什么在开始的时候，我说有的人会去预测学什么东西、走哪条路，我觉得这件事情太难预测了。如果两年前你问consulting公司的人——一年前吧，我觉得很多consulting公司的中层高管都会告诉我：“哎呀我们这个行业是越来越不行啊，有了AI我们越来越没有出路。因为你想，本来我是给你写PPT、给你调研，现在人家把这个问题、把所有的上下文给了那个AI，写的东西比我更好，我的价值到哪里去？对吧，或者说我要做什么事情，我就想AI其实跟我做的差不多。”就有很多很多的咨询公司的中高管吧，都有跟我提过这个问题。
但实际上你再想一想，过去大半年或者说一年多，FDE这件事情叫什么？驻厂的工程师。这一个概念越来越火，尤其是过去半年。如果你一年前两年前说哎呀作为一个咨询公司没有什么路子可以走了、可以跳了，那其实你应该反过来想，其实这条路肯定越走越宽都有可能。
另外一个很好的反例就是在十多年前大家都说看那个X-ray的——这个中文怎么说啊，看X-ray的radiologist（放射科医生）这样的专家以后会需要的很少，为什么呢？因为AI能够看的非常好，很快能又很便宜。但是其实现在radiologist（放射科医生）的工资是短短几年前的两倍、三倍、四倍，就是因为八九年前大家都说哎呀radiologist（放射科医生）以后没有出路了，然后这些放射科医生今天是青黄不接。你能够是radiologist（放射科医生）的这个专业毕业的，铁板钉钉能够找到一份非常优越的工作。
所以我是觉得，哎呀其实我的答案很简单：你对什么东西感兴趣，有什么passion，有什么激情，那就去做好了，不要去想太多的AI是不是能够取代我。我其实有个同事，他有个女儿是去年上了大学，然后他就是跟他女儿说：“哎呀我建议你这个不学，我建议你那个不学。”我跟他说，我说我这个观点跟你不是很一样，你觉得不可以学的东西我觉得都太难说了。
还有一个点就是，即使这个行业被AI颠覆，那你今天开始学，你是一个AI native的原生的人去学这个行业。我随便说，律师，你从进大学、你从学法律的第一天开始就想着怎么样用AI去做这件事情，跟已经做了20年的人要去自己革自己的命还是很不一样。所以说，假设你是认为做律师没有未来的，假设啊，我会觉得今天可能是做律师最好的时代。因为以前你想你从一个律师等到爬到律师这么一个合伙人，你要爬多少年啊？但今天理论上你是有弯道超车的机会了，颠覆期来了。当然了，说起这个法律，我有一个朋友他自己做了一个公司，其中有一个工程师是一个有执照的律师在给他做码农。你就能够看出来现在哇这个颠覆还是挺大的。这是我个人的观点啊。
课代表：我觉得很棒。有人问我是一个PhD那怎么办，我是一个设计师怎么办，我是一个运营怎么办，我应该去干什么？然后徐老师的答案呢，就是你是一个会AI的设计师还是一个不会AI的设计师，你是一个会AI的律师还是一个不会AI的律师，那就差很大。
而且不要有一个幻觉就是我们可以预测未来，未来其实很难说，哪怕站在一年前去看今天很多东西都是说不准的。更重要的是自己擅长什么，自己喜欢什么，把AI给用好。那可能这个行业就即将被AI颠覆了，你可能就是去颠覆这个行业的人；如果这个行业没那么快被AI颠覆，那你就赚了，对吧，你也没有被AI颠覆。
总之不要太纠结于自己的一个身份或者说是一个分工，这个分工更多的是工业革命带来的，是上个时代就是没有AI之前的事。那接下来呢，肯定分工是越来越少了，反而应该更注重徐老师开篇提到的那些token quotient，就是你是不是真的懂AI，你是不是用了很多token；然后你的IQ不光是intelligence智力，还有intensity，你是不是做事情是有强度的；然后你的EQ不光是你的emotion对吧，不光是你的情商，而且是eyeball，就是你能不能抓到别人的注意力。这些能力反而是更底层的。
而且你有了这些能力再叠加上TQ嘛，就是你真的很懂AI之后你在很多行业都能发生新机会。那这个时候你选什么行业又回过来了，就是更重要的呢是你的兴趣，然后你擅长做什么，你才更可能在这个行业里边坚持更久，然后去投入更多的时间，有更强的intensity，抓到别人抓不到的机会。
徐老师：你这个不只是一个课代表的水准，这是一个超越agent能做的事情。
课代表：那说明还有点饭吃，今年的饭碗还是稳的。
徐老师：哈哈，今年的饭碗还是稳的。
下一代的教育与未来生活构想
课代表：这儿还有一个问题是：我娃也在Challenger上学，过于重视知识记忆的学习，应该是他的娃不想上学办法吧，大概这种感觉。徐老师对小娃教育有啥建议？
徐老师：哈哈哈哈哈，我也是在学习啊。这个可能是不是很成熟的一个思考，因为我觉得首先这个世界变化很快，然后我们都没有一个反馈机制。比如说我说现在小娃应该这样、不应该这样，你要过了10年20年才能够有一个反馈机制，所以我觉得这个就比较难说。有一个争论就是小娃的定义是什么词，大学刚毕业、快要毕业还是读幼儿园，对吧，这个就很难说了。
我是这么想的，过去一年两年对很多名校毕业生其实找工作也不容易。在过去可能你如果说是学CS的、学计算机的没问题，你学其他的可能会问题大一点。但今年据我知道或者说我道听途说到的啊，即使是像Berkeley这样的非常非常优秀的学校的CS毕业生，都找工作比较吃力。我收到好多这样的简历了，就是让我帮忙找工作的，就Berkeley这样的好学校的CS。by the way，如果有特别好的还是要给我，我在招人。
课代表：哈哈，对。
徐老师：前面在说娃的教育，很大的一个争论就是现在是属于今年去年明年毕业，这是一个好的时代还是一个不好的时代，这是很多人在思考的一件事情。我听到更多的声音是现在哇你想连Berkeley很优秀的CS的同学都找不到工作或者是找工作吃力，那显然不是一个好的时代。
我个人并不完全这么看。如果用一个五年十年的一个眼光回过头来看，我觉得现在可能是一个最好的时代。为什么呢？因为这一波的小朋友们他是一个AI原生的时代。你想他进大学的时候基本上ChatGPT要么没出来，或者说刚出来。所以说他们在思考未来的时候，其实我觉得会比像课代表跟我这样已经在职场或者说已经工作了蛮多年的人会有一定的优势。这个优势就是你看问题的角度会很不一样，对AI的看法会很不一样。
包括我自己，包括我身边的很多人看AI是把它变成一个啊它是能够做一些自动化对吧，能够帮助到人类。但是对一个原生的人来讲，就好像互联网，你出生那一天互联网已经在那边了，不用去想我怎么要用互联网来帮助我，你想的是你怎么在这个互联网里面遨游。所以说我是觉得现在可能是对他们最好的时代，他可以去思考它对于法律、它对于编程都会有非常不同的思考。
举一个很简单的例子，编程你如果说是AI原生的人，你不会去想着人有什么功能，你首先是让AI去做事情，做的越多越好；AI做不了的事情，你就想着怎么让AI把它做好，这是你应该思考的东西。但是编程编的多的人是老是想着，诶怎么用AI来帮助我编程编得好，我觉得这是两个思路。你是原生的新兴人类，你的条条框框会少很多。用一个五年十年回过头去看，我觉得这一波新兴人类的竞争力应该是非常强的，这是我的看法。
当然这个反馈机制需要五年十年，所以说这只是一个观点，是不是成为一个事实肯定不是一年以后课代表跟我反馈。当然了，我们讲预测第一次到现在也四年对吧，将近四年，五年十年也很快，哈哈。
所以说我们看吧，我是觉得这是一个AI新宠儿的一个时代，我很羡慕这一代人。如果你现在的小孩像课代表的孩子两岁那我就讲不清楚了，因为太远了。等到你的小孩进入职场，这已经变天了以后又变过一次天了，很难说了。
我的预测是你的孩子要去开车，就有点像今天要去学骑马一样。是可以去骑马，但是是一个luxury，不是因为你必须要去学会骑马，而是你把它作为一个业余爱好，而且还挺贵的。因为我觉得未来开车你要能够有执照在路上开车，应该是一个挺贵的一件事情。未来写编程可能就像学书法一样，是一个陶冶情操、修身养性的事情，而不是一个生产力的事了。未来路上的车子都是自动驾驶，凭什么让你手动开啊？很危险的一件事情。所以说你需要有特殊执照，可能是在特殊的地方才能够去开，否则不让你开呀。这是你儿子的那一raw两岁，因为等到他20年以后嘛。
课代表：对，我觉得就是他会面对的时代。对我，我的娃我就想让他做自己喜欢做的事。我们这一代人就工业革命之后吧，所有的教育啊和工作其实是在抹杀我们的个性，是让我们做别人想让我们做的事，或者说是工作要求我们做的事，而且最好是螺丝钉，最好不要有自己的想法，你就把工作给做好就好了。要看好下一代，我一直说这就是第二次文艺复兴，他们有机会去追求自己想做的事、发挥自己的个性的。因为共性的东西都可以被AI做的很好了，你只有发挥个性才能有一席之地吧。
一人公司与人性的组织演变
课代表：有一个问题是：是否应该尝试做一人公司，把一个简单逻辑商业跑通？刚刚咱们说的是一人独角兽，那可能竞争非常激烈还要融资，独角兽又是一个非常难以企及的目标。这里边可能还有另外一种做法，就是一人公司我只要赚点钱能养活我，我可能觉得就挺开心的啊。可能大家一开始的目标只是说，我一个人做一个一人公司，然后跑通一个商业逻辑赚到一定量的钱。那这件事徐老师你怎么看？
徐老师：我觉得both吧。一人公司就是组织结构会扁平化，比以前扁平化很多，扁平化的一个极端情况就是一人公司。从这个角度上来讲，我觉得朝一人公司这个方向正在发生。
但我其实过去几年也一直在思考这个问题，就是未来是不是就是一堆的一人公司或者说类一人公司？我想了蛮久，我目前的想法是不会这样。我目前的想法我其实也改过几次，两年前我是非常支持Sam Altman的一个想法，就是以后未来越来越多的都是一人公司，就公司越来越小，就这个社会上面少巨头多一人或者说少数人的公司。但我想了一下，我觉得10年20年以后我觉得不会是。
为什么呢？因为最终最终人类做事情还是从人类的本性出发的。人类是一个群居动物，喜欢搞在一起做事情，人类没有那么多的哎呀我就一个人做事情赚钱。公司这个结构出来就是因为人性的一部分。我应该在你的节目里面提过这样的观点，像谷歌这样的公司它为什么会有那么多人啊？不是说它需要这么多人，是它能够养那么多人。那未来你只要能够养五个人你就会招五个人，你如果能够养15个人你就会变成15个人，跟技术没有什么太大的关系。我觉得我们会经过短暂的一段时间会觉得哎你看这个公司小一点也可以做，但长期来讲人性好的不好的一面都会决定我们社会的组织结构的发展，这是我的看法。
课代表：嗯，我这边可以提供一些我自己的实践的案例啊。就是我是一个典型的一人公司啊，反正从Statsig离开之后，自己去做社区，自己做课程……
一人公司与团队扩张
然后自己做自媒体。而且我的性格呢，是那种不群居的性格，朋友呢我一般都不怎么联系，包括我婚礼上的伴郎啊，然后请来婚礼的人啊，可能我一年都不会主动跟他们发个信息，所以说我本身没有那么强的社交需求。
但是我今年还是招了三个人，之前是我和鸭哥两个人一直在做。几个想法啊：就是第一呢，我觉得一人公司不一定会是那么多，或者说你一个人能做了以后呢，假设你的这个业务跑通了，你会很快发现，两个人不止赚两倍的钱，两个人可以帮你赚三倍、五倍的钱。因为每个人的专业分工是不一样的，我可能更擅长于构建这个业务，想应该做什么事，想商业模式，包括去做marketing、做sales，然后跟人沟通，跟各种企业打交道，然后去给他们做企业培训；那鸭哥就非常善于deliver，鸭哥非常善于build，非常善于技术，非常善于把技术的东西讲通。我没有道理不跟鸭哥合作，因为鸭哥的存在能让我多赚十倍的钱，那我干嘛要坚持一人公司呢？我肯定是要跟他合作的。
然后我后来发现招的这些人呢，他们也都能补齐我的短板也好啊，或者完成一些我之前没有心力、精力完成的任务。他们能initiate很多事情，或者说交代的这些事情会帮我节省很多时间心力，或者说是让我少很多头疼。那我觉得我就是像徐老师你说的，就是会去招这些人啊。
但是另外一方面呢，我又发现，就是我可能不太会想grow超过12个人。因为我听说一个公司从创业啊，一开始它有各个甜点（最佳平衡点）的，就有各种sweet spot。你在8到12人之前呢，是一种类型；12人之后呢，你就进入了另外一种类型了，你没有办法每个人之间互相知道所有的东西，然后就开始有分工了。那这种公司一般到50个人可能才停止，大家虽然没有什么层级，但是开始有分工了，不是所有人知道所有事了；然后50个人之上，再有另外的这种层级。现在看着呢，就是我应该是没有什么必要增长到12人以上，我就能做很多很多事，这是我暂时的想法啊。如果业务大了以后，那我那时候就面临一个选择：就是我到底是要一个更大的业务呢，还是要一个更少的头疼？
我可以保证你的想法会改变。我用我自己的亲身的经历（举例），当年我加入VMware的时候，是非常小的一个初创公司，我是最开始把VMware的网络这个部门给做起来的，我当时候是第一任的管理者。我记得清清楚楚，当我的团队长成一个大约七八个人的时候，我对自己说，我们的团队如果再加一个人就可以足够了，然后我们可以做很多事情了，可以做足够的事情了；等到我离开这个公司的时候，这个团队是几百个人，呵呵我觉得人还不够。
当然了我这是无数年前的事情，事后有反思啊，或者说去思考啊，我觉得欲望是无止无境的。当你有两个人的时候，你觉得再加一个人就够了；8、9个人的时候也会这么想；等到你有了50个人的时候，你觉得你还需要40个人；等到你有400个人的时候，你会觉得需要有600个人。这是我自己的、在不同的公司——因为我不只是VMware，我也（在）其他的公司——我是看到的。公司的增长最终是看到两个：一个是你能不能afford，你如果说养不起，那你不可能对吧；但另外一个，我看到的还是一个人性的一部分，这是我自己的观察。所以说我对你的预测是（会招更多人），我也希望你的公司能够茁壮成长。
AI时代的心智转变与学习路径
感谢徐老师。接下来你觉得有没有什么继续的想跟大家分享的地方？其实我觉得有一些比较现实的问题啊，就是不可避免的，职业其实是受到了——尤其是科技行业，它是会受到打击的，白领工作会慢慢消失。你的个人价值、技能点全都是在打工这件事上的话，它就是会面临越来越多的挑战。那这个时候，你建议大家应该去怎么办呢？或者怎么去思考应对这件事情呢？
我觉得最大的一个就是mindset需要改变。
mindset中文怎么说啊？
呃，思维方式。
嗯嗯嗯。大家如果知道一点历史的话，PC从几乎没有，到80年代末的时候开始，至少全球一些国家有很多人家庭开始有PC了，然后到了90年代那就是几乎走进家家户户了，然后后来有互联网啊怎么样啊。但是我觉得大约经过了15年吧，至少那一个时代的人，从有了第一台PC到PC能够做很多很多事情——我说（的）很多事情包括上网啊，包括做很多家庭或者职场里面的事情，因为你需要Microsoft的Office、Excel、Word、Explorer（浏览器）——经过了大约15年，才从我有了第一台PC，到这个PC能做很强大的事情。
我觉得AI这个时代大约就是差不多的。就是本来是用纸跟笔，然后后来用PC，这需要一个思维方式的变化。因为你本来是用纸跟笔，你用了PC做事情，当然是要思维方式很大的变化，其实一回事情。但是一个很大的不一样是什么呢？很大的不一样就是这个思维方式，以前PC时代你有15年的时间去思考，15年的时间去调整；在AI时代你没有15年，你可能三年、五年、七年的时间去调整。所以说我觉得大家要去思考的事情，不是说是要不要怎么样，就是加快速度。这其实就是我们提到的一个intensity，这个思维转变你要快速的思维转变。多数人都是足够聪明、足够的有这个能力，对多数人来讲只是一个愿不愿比较有强度的改变思维方式方法。从用纸跟笔到用PC，以前是不用AI到用AI，大家所要去关心的其实是一个强度的问题，或者速度的问题，没有15年的时间去让你去改变你的思维习惯，就是要郑重其事地去做这件事。
我们课程其实就一直非常强调mindset。大家现在就是学AI经常有这种感觉，就是先看工具，就是我是不是在用AI啊，我是不是在用这个工具、那个工具啊，然后觉得用了以后就完了；再往上呢会看一些技巧，就是好，我和大家用的工具都是一样的，我比别人多学了一点技巧，我觉得好像就行了；其实技巧之上是方法，对吧，就是你是不是在用一个结果确定性的方式去管理AI，能有效地把任务delegate给他？你是不是真正地理解这个context architecture，然后去给他提供高质量的原料？你是不是能curate这些context？这些是方法；那方法之上其实更重要的是习惯，如果你没有一个使用AI的习惯，你没有一个学习的习惯的话，那你这些方法也没有办法落地；然后习惯之上是mindset，你没有mindset的话，你的习惯啊、方法啊这些东西，其实你也不知道应该怎么改，你也不会去建立对应的习惯的。所以我们其实特别强调mindset的改变。如果大家去看评论的话，几乎每一个对我们课程的review都会去讲，就是这个课程给他们带来的很多是mindset上的变化。mindset改变了以后，剩下的东西都是迟早的；但是你如果去学一堆技巧，你mindset没有改变的话，其实是很难在一个范式变化中到下一个范式的。
人际协调与AI的协同定位
YouTube上有这么一个问题，可能它代表了一类人的问题吧：“他在投资目标与项目落地现实之间协调各方利益，推动项目向前发展，基本处理都是人和人之间的矛盾，基本没有什么运用AI的机会。”那可能它的抽象问题就是：我日常的工作没有要求我使用AI，那我怎么办？
首先从某种角度上来讲你说的是对，直接跟人打交道比较多，AI影响你的会相对慢一点、少一点。比如说我们公司，我觉得受AI影响最慢的应该这么说，我觉得应该是销售部门。我们是不是能够做一个大单子小单子，能不能在这个季度结束之前把这个单子给close，很多其实还是一个人跟人的打交道。你说AI能够马上起到作用，我觉得这是一个很好的一个consideration。
但是呢，我又觉得也应该是所有人，包括你是做销售，包括你是跟人打交道，应该要去思考AI。因为AI你如果把它想成是一个工具，我觉得是错误的，我不觉得AI是一个工具，我觉得AI其实就是你团队成员的一部分。我从一开始就说了，你有50个博士是围绕在你旁边，你怎么把50个博士给弄好？那你想，你如果是一个销售，不一定是50个懂化学、物理的博士，但是也有50个懂各种各样方面的博士，你能不能把它用好？要从把AI想成是你的同事这个角度去思考。你说你处理的问题都是处理人和人之间的矛盾，那你跟agent有矛盾吗？或者说你跟人之间的矛盾，会不会因为你有了agent，人跟人的矛盾会缓和或者加剧？我觉得这其实都是需要去思考的一件事情。这也是为什么我从一开始就说，我并没有所有的答案，但我觉得我们大家的TQ还是蛮低的。
当然了，我相信上了课代表课以后会提高一些。
谢谢啊。其实我们课，我不觉得我那个课本身教的就是教完了课你就“piu~”上升了多少。我们课绝大多数的时间都是在呼吁大家动手，然后给大家动手的时候有一个高效的路径，让大家少踩点坑。所以从这个角度来说的话，就是没有什么东西可以取代动手，就像学游泳一样，就是AI是个手艺，然后你不游泳的话你是学不会游泳的。你看再多的游泳视频，你天天跟着菲尔普斯，坐在菲尔普斯旁边看他怎么训练，你还是不会游泳，所以说必须要下水才能学会。从这个角度来说的话，就是如果你能开始多去使用它，而且尽量少地用对话的方式去使用，尽量多地用这个agent的方式去使用，让AI多帮你干活，那你的AI能力就差不了，就像徐老师说的，就是你的TQ就低不了。
行业演进与深度思考的平衡
徐老师，硅谷FDE的工作方式和职责，今年和去年相比有哪些值得关注的变化？
如果说一年前FDE还是一个比较sexy新的概念，我觉得现在是属于一个人人都在开始说。我个人的判断是一年以后，FDE就像过去几年的软件工程师一样，恨不得人人都应该是FDE。就这么说吧，一年前或者说几年前只有一家公司有FDE，至少在美国Palantir有FDE，其他公司都没有FDE；到了一年半前，那些比较新潮一点的公司开始有这个FDE这个概念；我觉得现在有FDE的这个概念的公司应该不是一个少数了；我觉得再过个一年你会说：“诶，你们公司（竟然）没有FDE啊？”会有这种看法。
（评论区）还有很多人说FDE是什么。所以你就看两年可能会把FDE这么一个概念，从一个“诶？什么是FDE？”到“啊？！你们公司没有FDE？”，这两年变化还是挺快的。
其实每个行业都有类似的变化。我记得有一次我去纽约跟一个华尔街的一个朋友吃饭，然后我就跟他讲：“诶，不管是码农还是这个行业变化很快啊。”我记得他说：“哎呀，你们这个我们都已经玩过了。”我说：“怎么叫你们都玩过了？”他说：“你想一想嘛，多少年前交易员都是在交易所里面做，纽约证券交易所当时显然就是无数个人挤在那边，然后你看现在还是有大概三个人在那边，就是不能说是摆设的，但是其实不需要这三个人在那边。就这个完全改变了，对吧？这个交易员这个行业完全改变了。”所以说他说：“你们这个行业经历的都不是事情，我们都已经玩过一次了。”
有一位同学说：“怎么样保持用脑卫生和深度思考的能力？”我觉得这个问题问得挺不错。
另外一位同学说：“现在每天都在用agent，不停地切换context感觉更累了。”
我觉得这是一个非常有趣的一个现象。就是大家都说：“诶，AI使得我们把无趣的东西拿走了，但剩下有趣的东西。”如果是这样子的话——并不是所有啊，但是假设这是一个事实的话——那你有趣的东西其实都是高度用脑的一件事情，这是一个。另外一个，AI这个技术变化多快啊，我记得五六年前我可以说哎呀，这个出来什么新的paper有用的我都去瞄一眼，现在怎么可能有用的paper都去瞄一眼？能够有机会不时地瞄到一篇已经很不错了。我不知道用脑卫生怎么去理解这句话，但我觉得是有共鸣的，不断地切换context其实是比以前更累。
我这儿想多说一点啊，就是我觉得这件事有点overblown了。抖音发短视频对我的用脑卫生的污染，远大于我在用AI context switching带来的污染。我如果不能戒掉短视频是吧，那我就不要太介意那个context switching这件事了，因为我也没有真的那么像我说的那么在意用脑卫生。
这个显示出来就我们讲了两个不同的话题，其实这两个我都有小看法。我的小看法就是你看那个互联网来了，给大家的一个promise说哎呀，信息就大量的、理论上是无边界地在传播，大家对于信息的掌握会比以前好得多，但实际情况不是这样子。实际情况是大家的信息比以前更加闭塞。地球上有那么多国家，去看不同的国家，美国吧，那个共和党、民主党，民主党、共和党，反正就是我感觉以前是大家信息还通的，现在是共和党的人只看到共和党的东西，民主党只看到民主党的东西，没有因为技术去把信息的交流比以前变宽、变得更加通畅，这是一个oxymoron in some ways, right？另外一个oxymoron就是我刚才说的，理论上AI能够帮助你去消化、去找信息，感觉能够省掉你很多时间，但我觉得好像至少我周围的人、在这个业界的人感觉：“哇，这个时间以前是觉得不够用，现在是觉得更、更不够用。”这是我自己的一个看法。
一个小朋友提的：“现在是否更需要一种不求甚解的思维方式？如何和深度思考达到一种平衡？”
从一个大方向上来讲，我没有觉得哎呀，现在更加追求不求甚解。我们刚才也提到了critical thinking（批判性思维），对于一件事情，intuition、taste（直觉品味）的要求更高了。我觉得我没有任何意思是说大家不求甚解更加起作用，但是有些事情你该模糊一点就应该模糊一点。为什么？就好像大模型，大模型的东西本来就是一个按照概率出来的答案，本来就是相对模糊的。难道你说“哎，这是概率出来的答案，你就不去管了”，其实你应该要去管那个模型出来的答案。所以说这是一个比较有趣的一个问题，就是说人要比以前更加去接受一些不是通过深度思考而出来的答案，然后要把这些答案能够用好、用得有效，我觉得这是一个能力，但是不代表人类不需要深度思考。
所以说最后我想说的就是这个AI时代思维方式改变很重要。不管说是学习能力、找贵人的能力，不一定是有人比你senior或者junior，你在一个新的时代，我觉得我能够从现在的高中生、大学生能够学到很多东西。
最后我们其实刚才也提到了，我们这边还是在招人，希望找到quality其实就是一个founder mentality（创始人心态），虽然说你是一个公司的雇员，但是你做事情的心态是一个创始人的这么一个思维。最后希望我formula这个IQ+EQ+TQ对于未来职场何去何从，希望能够帮到大家。好，谢谢大家。
有人问：“我是一个设计师，我应该去干什么？”徐老师的答案呢，就是你是一个会AI的设计师，还是一个不会AI的设计师？那就差很大。应该更注重徐老师开篇提到的那些token quotient，你是不是真的懂AI，你是不是用了很多token；你的IQ不光是intelligence，还有intensity，你是不是做事情是有强度的；你的EQ不光是你的emotion，而且是eyeball，你能不能抓到别人的注意力？这些能力反而是更底层的。
你这个（总结）不只是一个课代表的水准，这是一个超越agent能做的事情。
那说明还有点饭吃。哈哈，今年的饭碗还是稳的。
20年以后嘛，开车就有点像今天要去学骑马一样，不是因为你必须要去学会骑马，而是你把它作为一个业余爱好，而且还挺贵的。（未来）路上的车子都是自动驾驶，凭什么让你手动开啊？很危险的一件事情，所以说你需要有特殊执照，可能是在特殊的地方才能够去开。经过了大约15年，才从我有了第一台PC，到这个PC能做很强大的事情。本来是用纸跟笔，后来用PC，这需要一个思维方式的变化。以前PC时代你有15年的时间去思考，15年的时间去调整；在AI时代你可能三年、五年、七年的时间去调整，你要快速的思维转变。