本文来自微信公众号： 看理想 ，作者：公司茶水间
01.
很多职场能力，不是靠SOP学会的
Nina：现在很多公司都在all in AI。我会想，如果很多基础工作都被AI替代了，那新人以后怎么长出成熟的判断力？
以前我们都是从最基础的活开始做起：整理名单、做面试记录、打分、跟流程……一点一点才形成自己的工作手感。所以我很好奇，你第一次找到内容手感，是什么时候？
nene：我很确定，所谓的手感，不是某一天突然出现的。它更像是在重复里慢慢积累出来的。
我刚进声动活泼（一家位于北京的播客内容公司）时，并没有特别扎实的内容训练背景。那时候被直接扔进《声动早咖啡》节目组，每天都要选新闻、摘信息、写稿子。整个流程几乎全是手工操作。
我们这一代人，刚好经历了两个职场阶段：一个是非AI原生时代，一个是AI原生时代。在非AI原生阶段，很多事情都是靠手搓完成的。真正的手感和判断力，就是在这样一天一天、日复一日的重复里长出来的。
《声动早咖啡》是日更节目。每天至少要处理五六条短新闻，每周还要写两三篇2500字以上的深度解读。对内容行业来说，是非常高密度的训练。
大概两三周之后，我突然发现，监制老师改我稿子的地方变少了。那一刻我意识到：好像开始有一点手感了。
但很奇怪的是，我说不清自己为什么进步了，只是隐约感觉到，整体工作质量提升了，但无法准确描述那个变化到底发生在哪。
很多东西，在你还是新人、刚长出手感的时候，你根本说不清。只有等你积累多年，才能把它慢慢外化成SOP、方法论，或者经验。
Nina：心理学里有一个概念叫tacit knowledge，中文一般翻译成“默会知识”。意思是：我们知道的东西，远比我们能说出口的更多。
有些企业特别擅长SOP，把所有流程标准化，所以组织运转会非常高效。但真正厉害的部分，往往是那些老师傅带新人时，无法完全写进文档里的经验。因为有些能力，本来就很难被标准化。
nene：对，尤其是手感和品味。比如我们当时也有内容手册，里面会写：文章结构应该怎么搭、什么样的逻辑是好的……但你会发现，这些东西摆在新人面前，没有太大用处。真正关键的判断，不是靠文档学会的。让我成长的是监制不断给我的反馈。
那些反馈很多时候甚至不是明确的方法论，而是一种很难被SOP化的东西。但它会一点点重新进入你的工作流，最后变成你的判断力。
Nina：所以成长不只是重复。如果一个人一直在做事情，但没有获得反馈，是不会真正进步的。让人成长的，是你在重复里不断接收到反馈，然后慢慢形成自己的判断力、学习方式，以及最后的品味。
书婧：我是非常新的职场新人，在一家数码产品公司从事海外营销，开启正职工作刚一个月，两位聊到SOP的时候我很有感触。我一入职就是先在一堆SOP文档里遨游。
每个字我都看得懂，逻辑我也能理解，但我还是很懵。即使知道每一个节点该做什么，真正开始谈达人的时候，我还是要不断问mentor。
比如我们做KOC（关键消费者）投放时，会评估一个博主的CPM，也就是每千次曝光成本。SOP会告诉你一套很标准的数据判断逻辑，但实际工作里，这些数据并不完全可靠。
比如有些博主的数据可能会注水，有时候博主的体量和内容质量也不一定成正比。这时单靠数字就很难做判断。后来mentor说，最后还是得看内容。
但所谓“看内容”，是没有标准答案的。这里面的判断力得靠自己不断去看、去谈、去积累。很多时候，只能通过反复实践，慢慢长出自己的手感。
Nina：就像你可以看视频学投篮，但真正投篮，还是得自己去练。
02.
“没人想干的杂活”
能倒逼你看背后的逻辑
书婧：我印象很深的一次，是刚开始做达人估价的时候。当时有一个博主，AI根据我们的标准和一些数据，跑出来的结果是300磅就能谈下来，但对方实际报价是1000磅。
我当时还挺相信AI的，就跟mentor说，我觉得300磅能谈下来。但mentor很直接地告诉我，以这个博主的体量和内容质量，不太可能。那次之后我才意识到，AI能处理的更多只是数据，本质上是辅助判断，而不是替代判断。
最后这个达人是六七百磅谈下来的。虽然AI的价格不准，但它也确实帮我重新思考了行业里的默认标准。
nene：其实你的判断没有太大问题，而且你已经开始下意识地去挑战行业里的默认规则了。
很多人会把“杂活”理解成低价值工作，但我一直觉得，杂活真正重要的地方，在于它会让你慢慢理解一个行业的基准线和上下文。比如为什么这个价格是行业默认价格？为什么这个流程一定要这样走？当这些重复工作不断摆在你面前的时候，它其实是在逼着你去问：为什么？
有些新人会抱怨杂活，但我一直不太能理解。因为当你开始厌烦这些重复的时候，某种程度上，你也放弃了自己的好奇心。而成长很多时候就发生在这些看起来最琐碎、最重复的事情里。
书婧：我也很认同杂活的价值。很多时候，一个工作有没有价值，不能只看它是不是立刻有产出。尤其是在新的市场里，很多事情本来就是在摸索。过程中一定会有很多无效尝试，甚至会不断走回头路。但这些事情的价值，很多时候是滞后的。
03.
AI时代，
难找的是“会成长的人”
Nina：你刚进入职场一个月，会觉得现在AI时代对新人的门槛变高了吗？
书婧：我觉得是变高了，而且这种变化特别快。去年我找实习的时候，只要你对AI工具有一些了解，自己尝试过，有一点实践经验，就已经有机会进入AIGC公司。但今年再找工作，明显感觉要求已经不一样。
面试官开始要求你有更成熟的作品，甚至要求你已经有用AI辅助工作流的经验。不是“会用工具”就够了，而是你真的把AI用进自己的工作流程里。所以我的体感是，现在越来越难进入职场了。
但我觉得新人能做的，还是尽量保持好奇心，多去试不同的工具。很多时候我遇到问题，会先想：AI能不能帮我解决其中一部分？先去用，先去试，比一直观望更重要。
Nina：这两个月看到很多很割裂的新闻。一边是公司延后应届生入职、取消offer，另一边又不断出现“天价AI实习生”“高中生年薪百万”这样的新闻，会让人觉得特别魔幻。
nene：现在不只是门槛提高了，上限也一起被拉高了。最近有个新闻叫“第一批AI原生本科生毕业了”。这些被OpenAI关注到的学生，很多人在十几岁的时候就已经开始做自己的项目了。
他们不一定都在做AI，但他们有一个共同点：都是builder。他们会自己动手做东西，这也是现在AI公司最缺的人。
很多人觉得工作难找，但像我们这样的AI公司，也会觉得招人特别难。因为AI公司真正需要的人，在现在的人才市场里其实还不存在。行业变化太快了，连“会用AI”这个标准本身都一直在变化。
以前你可能只需要会A，现在你要ABCDE都会。但有意思的是，因为有了AI，学会BCDE也没以前那么难了。所以现在会出现一种特别矛盾的情况：毕业生觉得找不到工作，AI公司觉得招不到人。
我们现在内部甚至是“1:3”的配比。每个人至少配三agent，甚至公司还会专门给agent预算和token。但即便这样，我们还是缺人。现在招人的标准已经变成：如果一个人进来只是做agent能完成的事情，那不如再多开一个agent。
我们真正想招的人，是能在那些基础工作里继续延伸出新的想法、新的问题、新的判断。所以到今天，我们并不觉得杂活被AI消灭了。相反，有意义的杂活反而越来越多了。
04.
AI可以替你执行，
但替代不了你对世界的感受
nene：虽然我们公司是做AI的，我们也一直在强调AI对普通人的“能力平权”。有了AI之后，很多以前不会的技能、技术门槛，确实都被抹平了。但内容工作本质上还是在和人打交道。你写的内容、做的表达，最终都是在和真实的人对话。
所以我会刻意给自己留一点空间，在一些写作和阅读的过程中，尽量不使用AI，而是完全投入自己的时间和脑子去“手搓”。因为这个过程，本质上是在训练你和真实世界发生连接。
还有一个很重要的点是，AI喜欢直接给结论。不管这个结论是对的、错的、带偏见的，还是中立的，它都会很快给你一个答案。但那个思考过程并不是你的思考过程，它只是基于大量平均值生成出来的结果。
所以我现在会把AI给出的结论和我自己的判断一起记下来，同时也会刻意复盘自己的思考过程。哪怕只是很模糊的感觉，比如“这句话写得不好”，我也会先把这个感受记下来。因为这种反应，就是人的判断力。
我一直觉得，AI时代最重要的能力之一是审美，而审美不是靠效率训练出来的。它来自大量真实时间的投入：阅读、看电影、发呆、和人聊天，或者那些看起来“没什么用”的闲散输入。这些东西会慢慢影响你的判断力和品味。
但偏偏在AI时代，人最容易失去的，也是这些“无用之用”的时间，因为AI太高效了。真正有价值的东西，很多时候无法被高效生产。
Nina：很多知识本来就没办法被SOP化。就像老师傅带徒弟，重要的东西往往说不出口，只能靠长期相处、观察和潜移默化地学习。
现在很多人特别抗拒和“有班味”的老员工交流，但很多成熟职场人的经验，都藏在那些你以为很啰嗦的话里。所以AI时代，一个很重要的能力反而变成了：多和活人交流。
书婧：我特别认同这一点。我刚开始工作的时候，很容易进入一种闷头干活的状态。
后来mentor会拉着我每周复盘，ta会跟我说，你不要总一个人埋头做，很多事情是可以讨论的。因为讨论会产生新的想法，这也是AI很难替代的部分。
AI会很快给你一个答案，甚至会告诉你“你已经做得很好了”，但它不会继续推着你去探索更多可能性。而人与人的交流会。
人最珍贵的地方，就是我们有自己的感知。我们会被电影打动，会因为某句话突然难过，会对同一件事情产生完全不同的理解。这些感受和连接，是AI没办法替代的。所以如果有一天，我们失去了自己的感知和思考，只剩下效率，那人可能会比AI更可怕。
Nina：如果一个人在职场里只是闷头做事、不表达、不交流，那某种程度上，公司为什么不直接再养一个Agent？Agent还能24小时工作。人和人之间真正的连接，反而会变得更重要。
nene：现在AI什么都能做，人在里面更像“三明治上下两片面包”。AI是中间负责执行的“馅”。但发起任务、定义问题、最后review结果的，依然是人。那两片面包看起来很普通，却是整个三明治成立的前提。
所以我一直觉得，人最不能让渡给AI的，是你和世界发生反应的能力。这种反应、感受和判断，就是人的价值。