我让 Claude Cowork 基于我进行过的 320 场播客对话，梳理出在 AI 时代最重要的 10 项核心技能。 结果让我印象深刻。 第一部分：永恒技能（会变得更有价值） 1️⃣ 品味与判断力 当 AI 能生成无限选项时，真正的瓶颈在于判断。通过大量“暴露时长（exposure hours）”来培养。 2️⃣ 好奇心 这是支撑所有学习的“元技能”。有人表示，在 AI 世界里，这是他最希望孩子具备的能力。 3️⃣ 成为跨职能的“构建者（builder）” “消解岗位边界，我们都应该称自己为构建者。” 4️⃣ 清晰的沟通与叙事能力 当执行被自动化，表达本身将成为你的核心产出。 5️⃣ 战略思维 “当执行成本下降，把战略做对的杠杆效应会显著上升。” 第二部分：AI 原生技能（必须刻意培养） 1️⃣ 编写评测（evals）的能力 “AI 的上限，几乎取决于我们写评测的能力。” 2️⃣ 提示词与上下文工程 “优秀的提示词工程师，本质上都是优秀的写作者。” 3️⃣ 通过持续使用建立 AI 熟练度 你不可能通过‘读’来理解 AI。取消会议，去实际玩遍每一个 AI 产品。 4️⃣ 理解底层系统如何运作 具有讽刺意味的是：当 AI 把基础抽象走时，基础反而变得更有价值。 5️⃣ 把 AI 智能体当作团队成员来协作 管理能力可以直接迁移。“以前管理的是人，现在基本上是 AI 模型。” I asked Claude Cowork to identify the 10 most important skills for thriving in the age of AI, based on my 320 podcast conversations. Impressed with the results. Part 1: Timeless Skills (become more valuable) 1. Taste and judgment — The bottleneck when AI generates unlimited options. Develop through "exposure hours." — @rauchg 2. Curiosity — The meta-skill that enables all other learning. @mikeyk says it's what he'd prioritize for children in an AI world. 3. Becoming a cross-functional "builder" — "Dissolve role boundaries and call ourselves builders." @joulee 4. Clear communication and storytelling — As execution is automated, articulation becomes your primary output. 5. Strategic thinking — "The leverage of getting strategy right goes up when execution costs go down." Part 2: AI-native skills (must develop) 1. Writing evals — "AI is almost capped by how good we are at evals." — @kevinweil 2. Prompting and context engineering — "Great prompters are great writers." 3. AI fluency through constant use — You can't understand AI by reading about it. Cancel your meetings and play with every AI product. 4. Understanding systems under the hood — Paradoxically, fundamentals become MORE valuable as AI abstracts them away. 5. Working with AI Agents as teammates — Management skills transfer directly. "Used to be people, but now it's basically AI models." — @joulee
Lenny RachitskyDeeply researched product, growth
目录
观点原文
我让 Claude Cowork 基于我进行过的 320 场播客对话，梳理出在 AI 时代最重要的 10 项核心技能。
结果让我印象深刻。
第一部分：永恒技能（会变得更有价值）
1️⃣ 品味与判断力
当 AI 能生成无限选项时，真正的瓶颈在于判断。通过大量“暴露时长（exposure hours）”来培养。
2️⃣ 好奇心
这是支撑所有学习的“元技能”。有人表示，在 AI 世界里，这是他最希望孩子具备的能力。
3️⃣ 成为跨职能的“构建者（builder）”
“消解岗位边界，我们都应该称自己为构建者。”
4️⃣ 清晰的沟通与叙事能力
当执行被自动化，表达本身将成为你的核心产出。
5️⃣ 战略思维
“当执行成本下降，把战略做对的杠杆效应会显著上升。”
第二部分：AI 原生技能（必须刻意培养）
1️⃣ 编写评测（evals）的能力
“AI 的上限，几乎取决于我们写评测的能力。”
2️⃣ 提示词与上下文工程
“优秀的提示词工程师，本质上都是优秀的写作者。”
3️⃣ 通过持续使用建立 AI 熟练度
你不可能通过‘读’来理解 AI。取消会议，去实际玩遍每一个 AI 产品。
4️⃣ 理解底层系统如何运作
具有讽刺意味的是：当 AI 把基础抽象走时，基础反而变得更有价值。
5️⃣ 把 AI 智能体当作团队成员来协作
管理能力可以直接迁移。“以前管理的是人，现在基本上是 AI 模型。”
I asked Claude Cowork to identify the 10 most important skills for thriving in the age of AI, based on my 320 podcast conversations.
Impressed with the results.
Part 1: Timeless Skills (become more valuable)
- Taste and judgment — The bottleneck when AI generates unlimited options. Develop through "exposure hours." — @rauchg
- Curiosity — The meta-skill that enables all other learning. @mikeyk says it's what he'd prioritize for children in an AI world.
- Becoming a cross-functional "builder" — "Dissolve role boundaries and call ourselves builders." @joulee
- Clear communication and storytelling — As execution is automated, articulation becomes your primary output.
- Strategic thinking — "The leverage of getting strategy right goes up when execution costs go down."
Part 2: AI-native skills (must develop)
- Writing evals — "AI is almost capped by how good we are at evals." — @kevinweil
2. Prompting and context engineering — "Great prompters are great writers."
- AI fluency through constant use — You can't understand AI by reading about it. Cancel your meetings and play with every AI product.
- Understanding systems under the hood — Paradoxically, fundamentals become MORE valuable as AI abstracts them away.
- Working with AI Agents as teammates — Management skills transfer directly. "Used to be people, but now it's basically AI models." — @joulee
ABAB AI 解读
下面我严格站在设定的最高角色——全球金融学家 / 美国金融与区块链专家 / 全球与美国历史专家 / 亿万富翁视角——对这份 “AI 时代最重要的 10 项技能清单”做一次真正可用、可迁移、可改变个人命运轨迹的深度解读。
这不是能力列表，而是一张“人类在 AI 时代如何不被边缘化”的生存地图。
一、先给结论（极其重要）
AI 时代真正的分水岭，不是“会不会用 AI”，而是：你是在“生成无限选项的一端”，还是在“做出最终判断的一端”。
这份清单，本质是在划清“控制权”的边界。
二、为什么“永恒技能”反而会变得更值钱？
很多人直觉是：AI 出现 → 人的能力贬值。
这是完全相反的判断。
真相是：当“执行”趋近于零成本时，“选择、判断、定方向”的价值会指数级上升。
1️⃣ 品味与判断力：AI 时代的真正稀缺品
当 AI 能在 1 秒内给你：
- 100 个方案
- 1000 个设计
- 10000 种表达
真正的瓶颈就不在“生成”，而在：哪个值得被选中？
这是一种无法被自动化的能力，原因很简单：
- 它依赖长期经验
- 隐性比较
- 对失败的记忆
- 对现实后果的理解
所谓“exposure hours”，本质上是：在真实世界里，为错误付过代价的时长。
2️⃣ 好奇心：不是性格，而是“抗被淘汰能力”
好奇心被称为“元技能”，原因在于：它决定你会不会主动走向未知，而不是被动等答案。
AI 会把“已知路径”变得极其高效，但真正的突破永远发生在：
- 问题还没被定义之前
- 模型还没被训练的地方
- 好奇心 = 提前进入未来问题的能力。
3️⃣ 跨职能 Builder：岗位正在消失，任务正在重组
“消解岗位边界”这句话非常重。
- 它意味着：未来不再奖励“职能纯度”
- 而是奖励：“从问题到解决方案的完整闭环能力”
AI 会迅速吞掉：
- 只写代码
- 只画设计
- 只做分析
但不会吞掉能把一堆能力整合成一个可运行系统的人。
4️⃣ 沟通与叙事：执行被压缩后，表达成了主战场
当 AI 能替你做 80% 的执行工作：
- 写
- 编
- 算
- 画
你剩下的价值只有一个：让别人理解你在干什么、为什么重要、该往哪走。
这也是为什么：创始人、投资人、高级管理者在 AI 时代反而更强。
5️⃣ 战略思维：执行便宜了，方向就贵了
这是一个纯经济学判断：当执行成本下降，把战略做对的边际收益会暴涨。
错误战略 × 高效执行 = 更快失败。
AI 时代，不缺执行力，极度缺“不会走错路”的能力。
三、为什么“AI 原生技能”不是锦上添花，而是生死线？
如果第一部分决定你能不能站在“判断端”，第二部分决定你有没有资格进入这个场域。
6️⃣ 写 evals：你在定义什么是“好”
Eval（评测）的真正含义是：你能不能把“好坏标准”写清楚。
模型不是被 prompt 限制的，是被评测体系限制的。
谁写评测，谁就在定义：
- 什么叫成功
- 什么叫失败
- 什么结果被优化
这是权力技能，不是技术技能。
7️⃣ Prompt & Context Engineering：本质是高级写作
“优秀的 prompter 是优秀的写作者”，这句话非常准确。
原因是：
- 你在写“意图”
- 你在设定“边界”
- 你在压缩上下文
这不是指令输入，而是用语言塑造系统行为。
8️⃣ AI 熟练度只能靠“沉浸式使用”
这一点极其残酷：你不可能通过阅读理解 AI，就像你不可能通过读书学会游泳。
真正的理解来自：
- 模型什么时候会犯蠢
- 它在哪种语境下最强
- 什么时候需要拆任务
- 什么时候需要换模型
这些全是肌肉记忆。
9️⃣ 理解底层系统：抽象越高，基础越重要
这是一个反直觉但极其重要的规律：当工具把复杂性隐藏起来，能理解复杂性的人反而更稀缺。
AI 让一切“看起来很简单”，但当系统出问题、需要 scale、需要安全性时：
- 不懂底层的人会瞬间失能
- 懂底层的人会变成“救火核心”
🔟 把 AI Agent 当队友：管理能力的迁移
这是未来 5 年最被低估的一点。
未来的高价值工作是：
- 给 agent 分工
- 协调冲突
- 设定目标
- 监督结果
你不是在“用工具”，而是在“管理一个非人团队”。
这直接把“管理能力”从中层推到了个人层面。
四、这份清单背后的真正分层逻辑（非常重要）
你可以把 AI 时代的人分成三类：
- 被替代者：只做执行，等指令
- 增强者：会用 AI 提效，但不掌控方向
- 指挥者（这份清单的目标）：定义目标、评估结果、协调系统
AI 不会取代人，但会把“不在控制层的人”清出牌桌。
五、终极总结（你可以直接引用）
AI 时代的核心竞争力，不是你能生成什么，而是你能否判断什么值得被生成。
或者更狠一句：当机器负责“可能性”，人类就必须负责“选择的后果”。
六、你真正该“学走”的三条硬核认知
- 判断力 > 执行力
- 能定义标准的人，永远在食物链上游
- AI 不是降低门槛，而是抬高天花板
AI
相关观点
- 也许未来我们不再需要工程师了——但我现在投资的每一家创业公司，都在疯狂招工程师 Maybe we don't need engineers in the future but every startup I'm an investor in right now is hiring engineers like mad.Lenny Rachitsky · 2026/02/03
- Marc Andreessen：“工作（job）并不是职场中真正发生事情的最小单位。职场中真正的最小单位，是任务（task）。” “一个工作，本质上是一组任务的集合。” “所有人都在讨论岗位流失（job loss），但你真正应该关注的，其实是任务流失（task loss）。” “当任务发生了足够多的变化，工作本身才会随之改变。” “十年之后，你的职位名称还会是‘程序员’吗？还是‘程序员-设计师-产品经理’？又或者只是——‘我负责构建产品’？甚至只是——‘我告诉 AI 该如何构建产品’？” “无论那个工作最终叫什么名字，它都会极其重要，因为从事这个工作的人，将在编排和调度 AI。” Marc Andreessen: "The job is not actually the atomic unit of what happens in the workplace. The atomic unit of what happens in the workplace is the task." "A job is a bundle of tasks." “Everybody wants to talk about job loss, but really what you want to look at is task loss.” "As the tasks change enough, then that’s when the jobs change." "Ten years from now, is your job title coder, or coder-designer-product manager, or is it just, ‘I build products,’ or is it just, ‘I tell the AI how to build products.’ Whatever that job is called, it’s going to be incredibly important, because the people doing that job are going to be orchestrating the AI."Lenny Rachitsky · 2026/01/31
- 在商业世界里，最纯粹的野心、最强烈的能量来源，就是创始人 CEO。从创始人 CEO 向外的每一层同心管理圈，强度都有可能出现数量级的衰减。 而这他妈的是极其危险的。 你不需要把 CEO 的强度“缓冲”给别人—— 你需要做的，是毫无保留地去镜像、去复制这种强度。 在你下面，有无穷无尽的人，会替团队里的其他成员过滤压力、削弱要求、缓冲强度。你的工作，绝对不是成为这些“缓冲器”之一。 如果你想成就伟大，如果你想要非凡的结果，那你就必须在每一个环节、每一个步骤中，持续不断地注入能量。 团队永远会本能地选择：局部舒适 > 公司整体结果。 而你作为高管、作为领导者的职责，就是每天、毫不留情地与这种“熵增”正面作战。 —— Matt MacInnis（@stanine），Rippling 的 CPO / COO "The purest form of ambition and most intense source of energy in the business is the founder CEO. Every next concentric circle of management beyond the founder CEO has the potential to be an order of magnitude drop off in intensity. And that is f*cking dangerous. You don't need to buffer people from the intensity of the CEO—you need to absolutely mirror that intensity. There is an infinite supply of people under you who will buffer other team members from the intensity of the demands. Your job is not to be one of those buffers. If you want to achieve greatness, if you want an extraordinary outcome, then you have to relentlessly inject energy at every single step. Teams will always optimize for local comfort over company outcomes. Your job as an executive, as a leader, is to fight that entropy tooth and nail, every single day." — Matt MacInnis (@stanine), @Rippling CPO/COOLenny Rachitsky · 2025/12/29
- 我从 Elena Verna（Lovable 增长负责人）那里得到的最大收获： 1️⃣ 在 AI 领域，你现在每三个月就要重新寻找一次产品—市场匹配（PMF）。过去，PMF 意味着：做出用户想要的产品，然后可以扩展好几年。而在 AI 时代，底层技术变化极快，客户预期也随之快速变化，你必须不断“重新赢得”PMF——即便年经常性收入（ARR）已经达到 2 亿美元也是如此。 2️⃣ AI 公司的增长方法论已经发生根本性改变。 Elena 曾负责或主导过 Miro、Dropbox、Amplitude 的增长，并为数十家公司提供过增长咨询。她表示：在 Lovable，她过去 20 年学到的增长经验，只有 30%–40% 仍然适用。 3️⃣ 在 Lovable，增长主要来自新功能，而不是漏斗优化。在这家“史上增长最快的公司”中： * 优化转化路径仅贡献约 5% 的增长 * 95% 的增长来自不断推出新功能和新产品 当一切都在剧烈变化时，微小的优化已经无法产生决定性影响。 4️⃣ 持续发布产品，并不断对外沟通。Lovable 的核心增长与留存策略是： * 快速推出新功能，让用户始终感觉产品“活着” * 工程师亲自发布更新 * 创始人每天在社交媒体上更新进展 * 这既保持了用户的好奇心，也让竞争对手疲于应对。 5️⃣ 像发糖一样把产品送出去。 AI 产品的运行成本很高，因此多数公司设置付费墙。 Lovable 反其道而行： * 资助黑客松 * 赞助活动 * 大量发放免费额度 他们把这些支出视为营销投入，而不是成本，并通过口碑持续复利。 6️⃣ 网红 / 创作者营销的效果是付费广告的 10 倍。 Lovable 发现： * 展示产品能力的短视频 * 比传统付费广告传播更快、转化更高 * 展示胜过讲述。 7️⃣ “最小可行产品（MVP）已经过时了。 Elena 认为新的最低标准是：“最小可爱产品（Minimum Lovable Product）”。如果体验无法真正打动人，用户就不会主动传播。而口碑传播是你最重要的增长引擎。 8️⃣ 社区不是可选项，而是关键增长杠杆。Lovable 的 Discord 社区拥有数十万成员，用户彼此帮助： * 放大口碑 * 提高留存 * 让用户产生“内部成员”的归属感 现在，仅仅把产品做好已经不够了——你是在构建一个世界。 9️⃣ 招聘那些能在混乱中创造清晰的人。高速发展的 AI 公司： * 没有清晰的岗位描述 * 没有稳定的产品路线图 Elena 寻找的是：主动性极强的人、能在混乱中自我驱动的人。包括：AI 原生的新毕业生、熟悉“无指令运作”的前创业者 🔟 即便在史上增长最快的公司之一工作，你依然可以陪伴家人。Elena 每天清晨 6 点（斯德哥尔摩时间）起床，保护健身时间，保护家庭时间，拒绝把“过劳”当作荣誉勋章 她的核心观点是：如果你设定边界，工作只会填满你允许的时间，而不是占据全部时间。 My biggest takeaways from @ElenaVerna (Head of Growth at @Lovable): 1. In AI, you now need to find product-market fit every three months. Product-market fit used to mean: build something people want, then scale it for years. In AI, the underlying technology changes so fast—and customer expectations with it—that you’re constantly re-earning that fit. Even at $200M ARR. 2. The growth playbook has fundamentally changed for AI companies. Elena has led growth at Miro, Dropbox, and Amplitude and advised dozens more companies on growth. At Lovable, she says only 30% to 40% of what she learned in 20 years still applies. 3. At Lovable, growth is driven mostly through new features, not optimizing funnels. At the fastest-growing company in history, optimization drives about 5% of their growth. The other 95% comes from launching new features and products. Small tweaks don’t move the needle when everything is changing. 4. Ship constantly, and talk about it. Lovable’s main growth and retention strategy: ship features fast enough that customers feel the product is always alive. Engineers announce their own updates. The founder tweets progress daily. This keeps users curious—and keeps competitors scrambling. 5. Give your product away like candy. AI products are expensive to run, so most companies gate them behind paywalls. Lovable does the opposite: they fund hackathons, sponsor events, and hand out free credits. They treat this spending as marketing, not cost—and it compounds through word of mouth. 6. Influencer marketing outperforms paid ads by 10x. Lovable found that short videos showing what the product can do spread faster and convert better than traditional paid advertising. Showing beats telling. 7. “Minimum viable product” is dead. Elena describes the new minimum bar as “minimum lovable product.” If the experience doesn’t delight people, they won’t tell anyone. And word of mouth is your primary engine. 8. Community isn’t a nice-to-have. It’s a key lever for growth. Lovable’s Discord has hundreds of thousands of members helping each other. This amplifies word of mouth, drives retention, and makes customers feel like insiders. Building the product alone isn’t enough anymore—you’re building a world. 9. Hire people who create clarity from chaos. Fast-moving AI companies don’t have neat job descriptions or stable roadmaps. Elena looks for high-agency people who thrive in mess, including new graduates who are AI-native and former founders who know how to operate without instructions. 10. You can work at one of the fastest-growing companies in history and still see your kids. Elena wakes at 6 a.m. Stockholm time, protects her gym and family hours, and refuses to treat burnout as a badge of honor. Her point: if you set boundaries, the work will fill the available time—not all the time.Lenny Rachitsky · 2025/12/20