OpenAI CEO：AI接管30-40%全球经济后，最核心元技能是学会如何学习
OpenAI首席执行官Sam Altman在回答子女如何在AI时代生存时直言，最有价值的技能不是特定技术专长，而是“学会如何学习”的元能力——在环境剧变时快速适应新工具与新领域的能力。他强调，理解他人真实需求并据此构建有用事物的能力远比纯技术知识更持久，因为这项技能从未被自动化，也短期内难以被取代。
Altman进一步指出，人类创造欲与表达欲本质上无限，每一次技术革命（以工业革命为最典型案例）最终都放大了对创造性、好奇心和社会智能的需求，而非削弱。当前AI已显现类似动态：深度单一技能的价值正在下降，跨领域迁移、快速上手工具、在模糊情境中做出判断的能力正在升值；人与人之间的信任建立、关系构建、提出正确问题的能力，则是AI只能模拟而无法真正替代的领域。
来源：公开信息
ABAB AI Insight
Altman的判断本质上是把AI革命定位为“工具革命”而非“取代革命”：历史上每当通用工具（如蒸汽机、电力、计算机）出现时，生产函数中最稀缺的要素从体力/重复劳动转向判断、协调与意图表达。今天AI大幅降低认知门槛后，真正稀缺的是“意图层”——知道要解决什么问题、要创造什么价值、要服务谁的真实需求。这种稀缺性直接重塑了劳动分工：从“执行者”向“导演者”迁移，价值分配向那些能定义问题域的人倾斜。
工业革命的平行路径提供了清晰参照：机器取代体力后，短期引发失业恐慌，但长期催生了全新产业、职业与文化形式，受益者是那些把机器当作杠杆去重构世界的人，而非与机器比拼速度的人。AI时代类似拐点已现：当模型能生成代码、写文案、画图时，竞争焦点从“能不能做”转向“该做什么、为什么做、为谁做”，这把定价权从技术执行者转移到需求洞察与方向设定者手中。
这条表态的深层含义在于对人类资本的再定价：AI压缩了知识获取与技能习得的边际成本，却放大了“元认知”与“社会智能”的相对稀缺性。未来经济结构中，最高回报可能不再属于单一领域的最顶尖专家，而是属于能在多重不确定性中持续重构自身认知、快速建立信任网络、并把技术导向高价值场景的人。这种转变不是安慰，而是对激励结构的重新校准——在工具泛滥的时代，人类最不可替代的仍是定义工具用途的那部分能力。