# AI 时代，我到底想放大哪一部分的自己？

Willdom Lee · 2026-10-25

[HTML](https://willdomlee.com/articles/amplify-yourself) · zh-CN

> 今天，张雪机车创始人张雪回到湖南老家，完成了17年前没能完成的挑战，刷新了吉尼斯纪录。作为老乡，同为80后，他的故事一直让我很受触动。张雪当年没做成，是因为那时的能力、条件和资源，还撑不起这个梦。他用了17年，一点点把它们攒齐，其间经历了失败。今天回来，他把事情做成了。

这让我想到最近一直在琢磨的一个问题：**如果“把能力攒齐”这件事本身正在被改变呢？**

我越来越强烈地感受到，全球顶级 AI 的能力，已经远远超过大多数人对它的认识。

很多人还在用 AI 搜索信息、写文章、做 PPT，或者解决某个具体问题。这当然有价值，但如果对 AI 的理解只停在这里，就会错过更大的机会。

今天的顶级 AI 智能体（Agent），已经能够编写程序、调用工具、操作软件，在一定条件下自主规划和执行复杂任务。

过去，一个人想做成一件跨领域的事情，往往需要几个人组成团队，花上几周甚至几个月。现在，借助顶级 AI，一个人也有机会把其中相当一部分工作独立推进。

**变化的不只是效率，更是一个人能够做成事情的边界。**

## 01｜AI 已经变了，我们的工作方式却未必跟上

我观察到一个普遍的现象：很多人虽然用上了 AI，却仍然按照过去的方式组织工作。

遇到问题，问一次 AI；得到答案，复制出来；遇到下一个问题，再问一次。

人始终在推动每一个环节，AI 只是一个更聪明的工具。

但 Agent 带来的机会远不止于此。

我们可以让它围绕目标持续工作：执行任务、检查结果、发现问题、调整方案，在必要时再请人介入。人负责的，是目标、规则和验收。

**关键是让 Agent 的“心跳”自己跳起来，而不是每次都等人去唤醒它。**

![](https://willdomlee.com/assets/a/amplify-yourself/01.webp)

前段时间，我们尝试用 AI 改变客户回访的工作方式。

过去，回访人员一边听客户说话，一边记录意见。效率有限，信息容易遗漏，记录还会受到个人理解的影响。

有一次，我们把一百多分钟的回访录音，通过本地部署的 Whisper 模型转成文字，再让 AI 提取问题、批评和改进建议。每条重要意见都能直接关联原始录音，方便团队随时回听核对，更快、更准确地落实客户建议。

但这只是第一步。这些问题随后交给管理者，由管理者借助 AI 持续跟进和推动组织改进。到了这一步，Agent 的“心跳”才真正开始跳动。

这件事让我意识到，真正有价值的变化，不是更快生成一份满意度报告，而是让客户的真实声音更完整地进入企业的改进流程。

当然，AI 能发现和跟踪问题，不代表问题就自动解决了。最终仍然需要人来判断、决策和承担责任。

![](https://willdomlee.com/assets/a/amplify-yourself/02.webp)

**接下来，限制 AI 发挥价值的，往往不是模型能做什么，而是我们能否重新设计工作，以及有没有能力承接它创造的结果。**

## 02｜超级个体正在出现，组织准备好了吗？

我相信，超级个体已经不只是一个概念。

一个有专业积累、熟悉业务，又善于使用 AI 的人，正在获得过去需要一个团队才能提供的部分能力。

他不再只是亲自完成更多任务，而是可以设计工作流程，组织多个 Agent，持续交付更复杂的成果。

更值得关注的是，这种能力还可以积累。

业务知识、工作规则、Skill、历史经验和反馈结果，都会成为下一次工作的基础。

一个人的价值，将不再主要取决于他亲自完成多少任务，而在于他能够组织多大的能力，持续创造多少价值。

![](https://willdomlee.com/assets/a/amplify-yourself/03.webp)

但这里有一个容易被忽视的矛盾。

假设一名员工主动把自己的工作自动化，效率大幅提升。接下来呢？

他会获得更有价值的工作、更大的发展空间，还是面临岗位风险和更多任务？

**如果组织不能回答这个问题，员工为什么要主动消除自己的工作？**

这不只是员工的认知问题，更是组织的管理问题。至少有几件事，组织需要先想清楚：

- 效率提升带来的收益怎么分配？是全部变成更多任务，还是有一部分回到员工身上？
- 被释放出来的时间用来做什么？是填满更多重复劳动，还是投向更需要判断力和创造力的工作？
- 主动拥抱 AI 的人，是被奖励，还是被“加活”？

如果这些问题没有清晰的答案，聪明的人往往会选择默默用 AI，个人的效率提升了，组织却没有因此变得更强。

**所以对管理者来说，与其问“员工为什么不用 AI”，不如先问：“用了 AI 的人，在我这里得到了什么？”**

**超级个体可以靠个人努力成长，但超级团队不会自动出现。**它需要组织提供空间、资源和激励。

我甚至认为，未来一些企业的竞争力，不再主要体现在拥有多少员工，而在于能否让优秀的人与 AI 形成真正高效的协作。

这种变化已经开始，而不是遥远的未来。

## 03｜当能力边界被打开，我们到底想做什么？

讨论到这里，我反而觉得，技术不是最值得思考的问题。

当一个人能够调用强大的 Agent，把大量执行工作交出去之后，他准备把自己的时间和精力放在哪里？

是进一步放大专业能力？\
是深入探索自己的兴趣？\
还是重新拾起那些因为能力、时间和资源限制，早已放下的梦想？

如果我们只是利用 AI 把自己变得更忙，却从未重新考虑自己真正想做什么，那么得到的只是效率，错过的却是更大的机会。

这让我想到一个词：**造梦**。

过去，我们习惯根据自己拥有的技能、资源和团队，决定梦想可以有多大。

现在，也许可以尝试反过来。

先认真思考自己真正想创造什么，再借助不断进化的 AI，逐步建设实现它所需要的能力。

就像一个建筑师。

先有蓝图，再设计结构，一块砖一块砖地搭建，不断完善，让它真正运转起来。

今天也许只是一个 Skill、一个 Agent，明天也许就是一套持续工作的系统，甚至是一支由自己组织起来的 AI 团队。

当然，并不是每个人都需要建立团队、创业或者追求宏伟的目标。

但至少，我们不必再轻易用过去的能力边界，否定今天的可能性。

**AI 改变的不只是我们实现梦想的效率，还有我们敢于梦想的尺度。**

梦想可以宏伟，但实现梦想的过程，仍然需要聚焦、专注，以及日复一日的坚持。AI 可以缩短攒齐能力的时间，却替代不了这份坚持。张雪的故事之所以能激励这么多人，也正是这一点直击内心。

## 04｜不围观，开始行动

如果你已经能够稳定使用顶级 AI，就不要只停留在偶尔问几个问题。

如果你距离这一步并不遥远，只是还没认真研究怎么用，或者一直在犹豫要不要付费，我建议重新算算这笔账。

对于有能力承担费用、又有真实需求的人，**每个月几十甚至几百美元，不只是一笔订阅费，更是一次重新认识自己能力边界的机会**。

当然，付费本身不会创造价值，门槛也不只是钱，还有时间、使用环境和学习成本。真正重要的是，你能否持续把这些能力用起来。话又说回来，如果你开了一个“百刀”大会员，你不得不去用几下，这样飞轮或许就开始转动了 -- 半玩笑半真话。

如果不知道从哪里开始，可以试试这样做：

挑一件你每周都在重复、又不太需要你拍板的工作，交给 AI 完整做一遍。你只负责三件事：说清目标，给出规则，验收结果。跑通一次之后，再想办法让它定期自己跑起来。

第一次未必顺利，但你对 AI 的判断，会从“听说它能做”变成“我知道它能做到哪一步”。

不要只通过别人的演示，判断这个时代最强的 AI 究竟能做什么。

**自己去用，认真去用，持续去用。**

然后，找个时间问问自己：

当越来越多的事情可以交给 AI，我究竟想把时间投入哪里？

那些过去因为能力不足而放弃的事情，现在是否值得重新尝试？

以及，那个最重要的问题：

我到底想放大哪一部分的自己？

---

首发于微信公众号「南山独唱团」。[阅读原文](https://mp.weixin.qq.com/s/ZGqVq4Q_uxH32HVPidOChw)。