崗位消失了？是工作方式變了！

內容來源：2026年3月24日，快刀青衣公眾號“AI龍蝦十日談”第六場。

分享嘉賓：快刀青衣，得到聯合創始人、AI學習圈主理人；李寧，清華大學經管學院教授、領導力與組織管理系主任。

高級筆記達人| 李云

責編| 柒排版| 沐言

第 9535篇深度好文：8872字 | 17分鐘閱讀

商業思維

筆記君說：

AI 浪潮之下，工作方式、組織形態與個人價值正迎來根本性重構。

智能釋放了遠超想象的生產力，“人天”這個傳統的工作量標準失去了意義，時間換薪酬的傳統崗位模式已然失效。

對組織而言，變革已不是流程優化，而是從“管理人力”轉向“駕馭AI”的物種級進化。

企業必須淡化崗位邊界，以任務驅動重構協作，將隱性知識顯性化為 AI 可復用技能，把知識管理升級為核心戰略。同時，組織需打破思維慣性，放棄對確定性 ROI 的執念，精簡非核心能力，擁抱 AI 原生架構。

唯有主動進化、以新需求破局，才能在跨物種競爭中占據先機，真正釋放 AI 的全域價值。

希望今天的內容，對你有所幫助。

一、AI重塑工作：

碎片化能力，成為優勢

1.當“不可能任務”成為現實

我從ChatGPT出來開始，就是第一批用戶，之后每出一個新的AI工具，我都會第一時間去用。到現在，除了發微信是我自己親手發的，其他幾乎所有事情，都是AI在背后輔助我完成的。

我的工作主要分三塊：教學、科研，現在還多了一塊開發工作。

我以前一行代碼都沒寫過，以前有開發需求，只能找外包團隊來做，但很多時候，我們的核心目的不是開發本身，而是解決實際需求。

舉個例子，我教領導力的課，和教物理、教計算機的課，需求天差地別。學校統一的教學系統軟件，只能滿足大家共通的那20%的需求，剩下80%的個性化需求，根本滿足不了。

現在有了AI，每開一門新課，我都會自己做一個交互式網站，學生所有的學習互動都在這個網站上完成。

比如我要講領導力、講溝通技巧，就可以直接在網站里做模擬場景，學生可以直接跟大模型對話，進行角色扮演，就像虛擬沙盤一樣。

所有內容都是根據我這門課的獨特內容定制的，這種事在以前是完全不可能實現的。它不是說把你的課件做得更好、PPT做得更精美，這種想法太缺乏想象力了。AI能做到的，是以前你想都不敢想、根本實現不了的事。

教學如此，科研也是一樣。

前幾天我們剛發了一篇論文，研究的是AI能不能擁有判斷力，具體來說，就是我們做了一個微調模型，教AI去判斷一個研究想法到底好不好。

很多人都想試試，讓AI幫自己評判一下自己的idea、自己的商業計劃書靠不靠譜，但普通大模型效果不太好，然后我們微調出了這個模型，結果效果挺好，所以我們做完之后直接部署上線，做了個開放網站。

現在我的學生們，都把自己壓箱底的研究想法拿進去，讓AI做評判。不光是科研，商業計劃書、創業想法，其實都能用。

這又是一個以前完全實現不了的事，AI最大的價值，就是把你以前的夢想、幻想，變成了現實。

2.智能體效率遠超想象

現在AI的生產力、效率的天花板，已經遠遠超出了很多人的想象，尤其是熟練運用智能體之后。

前段時間，我給高管上課，現場做了個演示，十分鐘寫了一本書，我只定了核心方向，AI給過來的書的主題是“給高中生的組織行為學”，而且還說市面上根本沒有這類內容。

里面的章節，比如怎么理解班級集體、怎么管理自己的情緒、怎么認識自己、怎么處理同學關系，這些其實都是學生真正需要的，但市場上是空白的，而AI特別擅長做這件事。

我讓AI當包工頭，同時再拆分出十個子智能體，一個負責一個章節，十分鐘就寫完了，還排好了版。當時臺下還有出版社的朋友，看完都說書的質量非常高。

這對很多人來說都是巨大的沖擊，AI能完成你過去一個月、半年的工作量，甚至你可以同時開三個、五個項目，十分鐘寫三本書、五本書，核心只在于你能不能發現一個真實的需求。

這就引出了一個更值得思考的問題：十分鐘就能產出的東西，理論上是沒有太多價值的，怎么才能讓它真正產生價值？

甚至說你產出的東西，可能都不叫書，而是另一種東西和形態。但是它們的本質都是一樣的，都是能滿足用戶獲取知識、獲得精神滋養的核心需求。

就像龍蝦這個東西，以前根本不存在，它突然出現，就催生了一個新的產業。

3.“人天”工作量標準已然失效

過去，不管是做研發項目管理還是做咨詢項目報價，評價一個項目的工作量，最常用的單位就是“人天”，也就是多少人做多少天，其底層邏輯，就是人事成本。

這在小學數學題里經常見到：挖一個洞，小明要3天挖完，小李要5天挖完，這里的3天、5天，就是所謂的“人天”。

到了AI時代，這個標準顯然已經過時了，現在核心成本只有Token成本，而Token的成本又極低。人被解放出來，核心工作變成了驅動Token運行。

企業的AI化程度早就不看普及率，因為普及率太容易做到了，給所有人都裝個豆包，普及率就是100%了。

真正的衡量標準，是企業的Token消耗量，尤其是智能體運行帶來的Token消耗。

最開始我其實沒有這個想法，大家用豆包、DeepSeek、ChatGPT的時候，都是實時交互的，你一直在工作，不存在“實打實干了一天”這種說法。

第一次有這種感覺，是ChatGPT出專業版Pro的時候，你問它一個問題，它有可能15分鐘之后才回復你。這時候我就發現，這15分鐘我該干什么？

我們當時馬上就做了一個研究，探討AI出現之后，會不會打破我們傳統的工作節奏，核心問題就是：AI在工作的時候，你在干什么？

到了現在，大家開始用Claude Code、Codex，還有很多重型AI工具，它真的能獨立完成一個小時的任務。這時候你自然而然不會一直刷短視頻，而是會開新的窗口、接新的項目。

突然有一天我就發現，工作量不能這么算了。

比如一個項目，從啟動到結束，實打實花了8個小時，但我可能只在開頭跟AI聊了10分鐘，中間它給了幾個選項，我做了個決策，剩下的時間就是點點同意、確認進展，同時我還在并行推進另外一個項目。

這時候你就會發現，用“人天”這個單位，根本沒法衡量工作量了。這個項目從開頭到結尾確實花了8個小時，但我真正投入的時間不到40分鐘。

所以我當時就在想，是不是該有一個新的測量單位？

現在大模型都在講Attention（ 注意力 ），其實對人來說，核心也是注意力，我在A項目上真正投入了多少注意力時長，在B項目上投入了多少，中間是怎么來回切換的。

4.碎片化，是一種新工作方式

“碎片化的注意力，現在可能不是缺陷，而是一種超能力”，這是我從實際工作中體會出來的。沒有一手的體驗，我不會隨便提出一個“反常識”的概念。

人為什么會拖延？因為越是難的事，啟動成本越高。

比如我要寫一篇論文，最難的就是打開Word寫下第一句話，你對這個任務有很高的預期，但開頭很難達到預期，就會一直卡在那里。所以好不容易進入狀態后，大腦被激活了，就不想被打斷，想一鼓作氣做完。

但有了AI之后，你會發現，任務的啟動成本變得極低，你能瞬間進入思維活躍的狀態，根本不需要長時間的鋪墊。

第一，AI會獨立工作，天然就會打斷你的節奏，尤其是現在它能一次工作30分鐘，這半個小時你干什么？自然而然就會去做另一件事，工作節奏完全變了。

第二，人做任何工作，都分兩部分：一部分是真正原創性的想法，另一部分是落地執行。

比如寫一篇論文，核心的方向和雛形，已經在我腦子里了，但真正把這個想法落地，把它寫完善、做嚴謹，80%-90%的工作都在執行上，我們過去說的深度工作，大部分時間也都花在了執行上。

但現在，AI能幫你完成這90%的執行工作，反而那10%最有創造力的部分，根本不需要深度工作。

你開車的時候，腦子里就能不斷孕育、打磨創意；甚至睡覺的時候，潛意識里都在想。它是一種低功耗的運行狀態，反而能產生很強的創意，而AI能幫你把創意落地。

碎片化的狀態，反而能讓你接觸到更多的信息，走路、看到的任何東西，都能成為外界的刺激，而你的腦子里有一個核心目標，會自動把這些外部信息加工、反饋，形成新的創意。

過去的深度工作，更多的是深度執行，而現在，執行的事AI幫你做了，碎片化的創意和洞察，反而成了最核心的價值。

二、AI重塑組織：

崗位淡化，任務驅動

1.崗位淡化：從時間換薪酬，到知識換產出

“崗位”這個詞，本身就是以人為中心的組織設計出來的。現代組織有幾個基本假設：第一個是有限理性，也就是人不能做所有事，所以必須分工。

但分工之后，多人協作就會產生大量摩擦。管理的核心，就是管理這些摩擦、管理人的不確定性，所以才有了崗位。

崗位打卡制度的底層邏輯，是員工和組織之間，用時間換薪酬。但現在已經不是這樣了，核心變成了用知識換產出。

如果還是抱著打卡的心態，你會發現很多員工，AI能力很強，十分鐘就把一天的活干完了，但他不會再多干一點。

而很多初創企業，員工會把工作當成自己的事，AI來了之后，他覺得自己能做的事情更多了，所以反而變得更忙了。

因此，現在出現了幾個明顯的變化趨勢：

第一，崗位一定會合并，未來我們會按照任務來劃分工作，而不是按照崗位，“崗位”這個概念會被不斷淡化。

如果AI成了工作的主力，人只負責出想法、做決策，那很多崗位里的可標準化、可驗證的任務，都可以交給AI來跑，只留下需要人和AI高度協作、做價值判斷的部分。

第二，崗位會被打散、重組，一個人要負責的面會更廣，人的核心工作，變成了編排整個工作流程。

傳統大廠里那種“一顆螺絲釘”式的崗位，會大量消失，不是人消失了，而是人的工作方式變了：人從螺絲釘，變成了體系的設計者。

就像第一次工業革命，大家都是手工匠人，后來出現了設計工廠、設計流水線的人，出現了質檢員、安全員這些新崗位，現在也是一樣的道理。

2.知識管理成為核心戰略

以前人的核心能力，都是內化在腦子里的，比如設計能力、寫代碼的能力、做產品的能力。

現在企業最該做的事，就是把員工腦子里的隱性知識顯性化，變成一個個Skill（技能），讓它變成組織的公共能力，全公司都能調用。

如果以前知識管理是企業的邊緣職責，那么現在變成最重要的核心職責。因為AI可以被無限調用，用它來承接這些知識，效率是完全不一樣的。

我給大家分享一個我自己的實踐。

我平時經常給學生的論文寫批注，不管是學生自己寫的，還是跟AI合作寫的，我都會在markdown里標注清楚，開頭哪里寫得不好、該怎么改，邏輯哪里有問題、該怎么調整。

以前這些批注都是一次性的，學生看完、改完就沒用了。但AI時代，這些批注反而成了最有價值的東西。

如果你標注了十篇論文，把標注的邏輯講清楚，再把這些知識變成一個Skill，AI就完全學會了你的評審標準和修改邏輯，能直接幫你完成論文批注工作。

為此，我專門開發了一個標注平臺，把文章上傳上去，就能直接做標注，標注完之后，背后的AI會一鍵把這些知識提取出來，轉成技能包，直接放到智能體里。

這是我個人的實踐，其實每個企業都應該想，怎么找到適合自己的方式，把專屬的經驗和技能提取出來。

3.激勵體系隨之變革

Skill（ 技能 ）本質上就是一段文本，特別容易被盜、被復制，不像網站、產品，沒法輕易抄走。

所以現在市面上的Skill（ 技能 ），大多是通用型的，比如寫代碼的，真正行業里的獨門絕技，很少有人做成公開的Skill（ 技能 ）。

而這些獨門絕技，恰恰是企業的核心競爭力，可能全世界某個細分領域里，懂這個技能的人不超過5個，就在某一家企業里，這就是最有價值的東西。

以前企業里有5個這樣的專家，只能服務100個客戶；但把他們的經驗萃取出來，變成企業的Skill、企業的智能體，就能把服務范圍擴大無數倍，這會變成企業最核心的資產。

很多人擔心AI時代的安全風險，總怕自己的資料上傳到大模型里會泄露，其實這個風險發生的概率極低，除非遇到世界級的黑客破解。

所以，持續迭代的能力，才是人才的核心。

人的能力是呈正態分布，未來可能會變成這種情況：企業里最頂尖的專家做出來的Skill，貢獻了企業80%的Token調用和價值產出。

此時，企業必須調整自己的激勵體系，否則員工根本不愿意把自己腦子里的東西，變成企業的Skill。這會降低他自己的不可替代性，甚至會讓他丟掉工作，不符合人性。

4.管理，從管人變成管AI

以前做管理，核心是識人善任，把合適的人放在合適的崗位上，用好人、做好激勵，就是好的管理者。

但現在這個邏輯，已經不完全成立了。 用人當然還是重要的，但你要指揮AI，前提是你真的懂業務、懂這個領域的核心邏輯。

對管理者來說，你自己要變成干活的主力，變成這個領域的專家。

AI需要的所有技能、所有標準，都需要你自己先提煉出來，你管理AI的過程，本質上你就是一個個體創造者，這和以前的管理邏輯，有天壤之別。

當然，人的時間是有限的，以前做了管理者，天天開會，根本沒時間做具體業務，以后會沒那么多會了，你更多的是管流程，完全可以把自己對市場的洞見、對組織流程的理解，結合AI落地實現，這才是關鍵。

你要指揮AI干活，前提是你對這個活的邏輯、哪里有坑、哪里是價值點，都要特別清楚，甚至要比你的下屬還清楚。你把這些東西交代清楚了，AI才能交付好的結果。

其實以前好的管理者也是這個邏輯，指揮下屬干活的時候，已經給了清晰的思路和方向，下屬只需要執行。

但有些管理者，自己根本沒思路，就只會讓下屬“你去干一下，你去悟一下”，下屬悟出來的結果他不滿意，又說不出來哪里不好，這種管理者，用AI也根本用不好，AI更不會主動幫你“悟”。

5.組織規模趨向精簡

根據科斯的交易成本理論，企業做大了，既能降低風險的不確定性，又能降低外部交易成本、內部管理成本。

但現在，企業很多的能力，都可以通過市場獲得。

比如現在很多AI團隊，根本不自己做模型，只做AI應用，全部調用開源或者閉源的API，以前這部分是企業的核心能力，現在變成了外部可采購的服務。

再比如招人，以前要專門設HR崗位，現在用一個招人的技能包，就能跑通全流程。

企業會不斷思考，什么才是自己真正的核心，一定是大模型不知道、別人也不知道，只有我知道的東西，這才是核心護城河。

大模型已經有的能力，直接復用就行；別人有的、非核心的能力，通過API、通過合作就能買到，根本不需要自己養團隊做。

所以未來的組織，一定會越來越精簡，只保留最核心的、獨一無二的能力。

三、AI時代個人的核心競爭力：

從證明過去到創造未來

我們經常聽到一句話：如何不被這個時代淘汰？

我想，這應該是個偽命題。

1.別被標簽限制

首先，千萬別給自己設限，不要用“文科生”“女生”這些標簽困住自己。

現在人和AI之間的唯一門檻，就是自然語言交互，而文科生，天天學的、練的就是自然語言，就是人的表達和溝通，這天然就是你的優勢，根本沒有任何限制。

職業發展、專業選擇，這些都是沒有AI的時代，勞動分工形成的上層建筑。

而AI時代，最本質的能力，是人的創造力、判斷力、對社會需求的敏感性，這些能力，跟你是什么專業、什么性別，沒有任何關系。

其次，年齡不是問題。年齡更多是自我暗示，或者社會給你的暗示。

龍蝦的創作者年齡就超過35歲了，就像在我們團隊里，我年齡最大，但我應該是AI用得最好的一個。

2.簡歷只證明過去，作品展現潛力

以前我們證明自己，靠的是學歷、經驗、大廠背景，但未來，你完全可以用自己的作品、自己的產品、自己在社區的影響力來證明自己。

比如GitHub上的開源項目，有多少點贊、多少收藏，都是你的硬實力。

龍蝦的創作者，就是靠這個產品，讓扎克伯格和山姆·奧特曼輪番邀請，他根本不需要什么華麗的簡歷，作品就是最好的證明。

以前你有個想法，要做一個產品，可能要幾十萬、上百萬的成本，還要一個完整的團隊；現在有了AI，你一個人就能做出來，這是一個更公平的賽場，完全靠實力說話。

3.別迷信，去躬行

去年DeepSeek火的時候，大家都把DeepSeek等同于AI，今年龍蝦火了，大家又把龍蝦等同于AI，但本質上，我們要抓住背后AI的核心原理。

對我來說，龍蝦只是一個橋梁，它在我和各種AI工具之間搭了個通道。

在辦公室電腦前，我可以直接操作AI工具做開發；離開辦公室的時候，我就讓龍蝦幫我盯著、幫我指揮，它就像一個管家，幫我銜接各項工作。

大家說“養龍蝦”，本質上是構建一套文件系統，把它的核心記憶、長期技能，把做某類任務可復用的訣竅，以文件的形式存起來，告訴它之前已經做過類似的事，流程是什么樣的，這次照著做就行。

如果真的讓它做開發，它肯定不如Claude Code這類更專業的AI工具好用，核心是你要給它定好位，才能發揮它最大的作用。

但也需意識到，一個人用AI，確實能做一個跟淘寶首頁一模一樣的網站，但要做到淘寶“雙十一”那種高并發、高穩定性，全中國也沒幾個團隊能做到，這中間的差距是巨大的。

你自己不去體驗，根本不知道AI的能力邊界在哪里，只會做出錯誤的決策。

4.AI時代的學習，從具體問題開始

現在AI時代，知識的獲取已經不是障礙了，核心是你的主動性，還有自上而下的學習方式。

OpenAI團隊里有個很火的瑞典科學家，高中就輟學了，最后成了頂尖的AI科學家，他采用的就是自上而下的學習：對什么東西感興趣，就以這個問題為核心，去學需要用到的知識，遇到卡點就問AI，根本不會卡住。

而以前我們的學習是自下而上的，先學一大堆基礎知識，學的時候根本不知道這些知識有什么用，等用的時候，早就忘光了。

但有了AI之后，你完全可以圍繞一個具體的問題、一個你感興趣的方向去學，AI會一步一步教你，幫你解決所有卡點，慢慢就會形成圍繞解決問題的完整知識體系。

就像裝龍蝦這件事，已經形成了一個500塊錢上門安裝的產業，但這件事AI完全能解決。

裝的時候遇到問題，截個圖扔給AI，問它下一步該怎么辦，就算你一點基礎都沒有，讓它一步一步給你解釋清楚，它也能教你裝好，根本沒必要花錢請人。

四、未來趨勢：

從“組織變革”到“物種進化”

1.真正用好AI的，是AI原生組織

真正用好AI的，基本都是一些初創型的AI原生組織，也就是成立之初就把AI融入核心的企業。

那么，為什么傳統組織很難轉變為AI原始組織呢？

首先，傳統組織最大的問題，是思維慣性。

初創企業剛起步，想的就是怎么省錢、怎么高效，找不到人，自然而然就會讓AI來做。但大企業不一樣，它已經有了成熟的體系、流程，就像前面那匹馬，還有固定的人力成本，AI來了之后，反而會形成巨大的阻礙。

AI來了之后，對初創企業來說，一個人就能端到端跑通全流程；但大企業已經有這么多人了，除了效率問題，還要考慮大家有沒有活干、在組織里扮演什么角色，這就變得非常困難。

每個人都會從自己的視角出發，比如我們跟一些企業合作做課題，經常項目都快做完了，合同還沒走完流程，因為很多東西都是全新的。

對法律合規部來說，企業AI化根本不是他的KPI，他的KPI是別出問題，這就引出了巨大的矛盾。

其次，更深層的問題是，識別不出最重要的資源。

大企業最稀缺的資源，我們以前以為是錢、是人，但接觸了很多大企業之后發現，最稀缺的是員工的時間，員工根本沒有探索的時間，而這恰恰是AI時代最稀缺的東西。

現在對AI最熱衷的，往往都是老板，如果老板認為某個東西好，可能鉆研到凌晨三點，明天上午的會直接不開了，他自己說了算。

但普通員工不行，你要做這些事，只能占用下班之后的業余時間，而很多人根本沒有這個動力。就算有動力，真的愿意花時間鉆研，往往也不是為了給公司做，而是有了其他的想法。

初創企業里大家有共同的利益，很容易有這種主人翁精神（ ownership ），但成熟企業里，這件事就變得非常難。

第三，傳統企業追求確定性，追求ROI（投資回報率）。

他們會問，這個AI應用，最后能帶來多少收益、能裁掉多少人，只有把這筆賬算清楚，才愿意做。

但實際上， 真正好的AI應用，是算不出ROI的，它有強烈的溢出效應。

比如你做了一個東西，它可能改變了整個組織的流程、整個組織的決策方式，這個收益根本沒法量化。

就像龍蝦這個東西，剛出來的時候，大家都覺得就是個玩具，Claude Code最開始也只是Anthropic內部的一個工具，結果現在成了他們最大的營收來源之一。

2.組織轉型，需要的不是變革，而是進化

“龍蝦”本身不見得會給組織帶來多大的改變，但它代表了一個非常重要的趨勢。

從最開始的聊天機器人，到現在命令行式的Agent出現，AI終于能做“重活”了。但怎么把它和組織結合起來，現在還是一片空白。

如果你是一人公司，用各種AI工具自己整合，完全沒問題；但幾百人的公司，幾百個員工和幾百個AI工具，該怎么連接？

現在已經出現了一種雛形，就是“人的分身”，人去指揮自己的龍蝦分身，它知道你所有的信息、有你的記憶，通過記憶管理系統，去調用底層的各種工具。

未來人與人之間的開會、協同，可能會變成“我的龍蝦先跟你的龍蝦聊，聊不攏、解決不了的，人再溝通”。

這代表著，工作的主體從人，變成了AI，而人要做的，是重新設計組織的流程，這件事現在所有企業都還在探索。

幾百人的公司可以做這種轉型，但再大型的企業，怎么和現有的系統整合，怎么轉型成AI原生組織，現在已經成了很多企業的核心課題。

以前很多人講“組織變革”，AI出來三年了，大家喊了三年組織變革，結果基本都沒變，為什么？因為“變革”這個詞，分量還是太輕了。

未來的組織，要經歷的是“進化”。

進化是更痛苦的，就像水生生物到陸生生物，要蛻一層皮，要用鰓呼吸變成用肺呼吸，是完全新的物種。

所以我們舊物種的所有衡量方式，都需要重新反思，包括“人天”這個最基礎的單位。

以前是純人工作，現在是人和AI混合工作，人的創造力、判斷力，根本不需要用時長來衡量。

龍蝦的創作者，可能就是洗澡的時候靈光乍現，想出了這個產品，這個靈光乍現的瞬間，就是最有價值的。

那么，對企業來說，到底該如何做？

第一，別在現有的場景里內卷，去發現新的需求。

以前你服務一萬個客戶，只能做標品，現在用AI，你可以用極低的成本，給一萬個客戶每人做一套個性化的服務，單個客戶的額外成本可能只有一塊錢、兩塊錢，這在以前是根本不可能的。

第二，現在的競爭，是組織能力的競爭。

AI的溢出效應太明顯了。這就像進化時代，是跨物種的競爭，而不是同物種的競爭。

比如Claude發布了一個新的Skill，可能就會讓股市里某個行業的市值蒸發幾千億美元。

你的組織能力越強，能找到新需求、效率越高，你能“掠食”的范圍，就根本不局限在你的行業里了。

一個小團隊，也能接軟件公司的活，別人收一萬塊錢做個網站，我五百塊錢就能做，因為我兩個小時就能干完，這就是組織能力的競爭，而不是行業積累的競爭。

*文章為作者獨立觀點，不代表筆記俠立場。

主辦方簡介——

“AI龍蝦十日談”，是得到聯合創始人、AI學習圈主理人快刀青衣發起的系列直播活動，連續10天、每晚7點，在“快刀青衣學AI”視頻號，邀請10位AI領域一線實踐者，回應OpenClaw熱潮后用戶最關心的問題：怎么用？有什么用？

10場直播覆蓋大模型、Agent經濟、教育、企業落地、個人IP、硅谷創業等多元視角，真實案例+可落地方法，幫助知識型人群跨越從“聽說過”到“用起來”的鴻溝。

今天我們深嵌于一個新的時代，科技、經濟、哲學、政治都在經歷持續變革和深刻重塑的復雜社會與商業環境之中，而真正困住絕大多數人的核心挑戰，恰恰是：我們的認知框架、組織形態和行動邏輯，還停留在“前全球化時代”、“前AI時代”。

面向新全球化時代、AI新時代，筆記俠PPE（哲學、政治學與經濟學）課程，正是為理解這樣的復雜系統而生：

在這里，你能理解以AI為核心的科技經濟和智能商業、理解AI哲學、理解文明進程與哲學意義、理解新格局下的國際貿易與經濟政策、理解國際政治與全球治理模式。

這，正是第五代企業家應有的一套完整的“認知操作系統”。

駕馭技術、洞察世界、扎根中國、修煉心力，在應對時代重重挑戰中尋找屬于你的決策底牌。穿越變革的舊世界，找到時代的新大陸，從【PPE：未來5年和AI時代的決策底牌】開始。

筆記俠PPE課程26級招生即將截止，5月16日開課，現僅剩最后10個名額。

歡迎你掃描下方海報二維碼，添加課程主理人咨詢詳情。

*文章為作者獨立觀點，不代表筆記俠立場。

好文閱讀推薦：

“子彈筆記”是筆記俠的矩陣公眾號，聚焦職場效率追求、人際關系與高潛成長者，幫你3分鐘吃透核心觀點和方法論。歡迎關注～