生成式AI给知识工作者带来职业不确定性,本文拆解了“超级个体”的诞生逻辑,戳破对超级个体的简单化叙事。 ## 1. 现有定义无法解释超级个体的稀缺性 目前腾讯研究院将超级个体定义为借助AI就能达到过去小团队产出规模与影响力的个人;吴恩达则延伸提出“10倍专业人士”,即通过编写代码、协调AI Agent完成更高价值产出。 但当团队全员都使用AI工具后,依然只有极少数人能达到超级个体的产出标准,现有定义无法解释这一现象。 ## 2. 超级个体首先是新技术的早期采用者 根据《跨越鸿沟》作者Geoffrey Moore提出的技术采用生命周期框架,超级个体本质属于新技术的「早期采用者」。 这个群体不受技术身份、采购权限限制,极度关注工作产出,会主动搜寻新技术,还能自己开发应用场景,是新技术市场价值的第一批验证者,也是AI落地节奏下更快显现的“技术神迹”。 但如果仅靠提前占位新工具就能成为超级个体,那新工具持续迭代本应催生更多超级个体,事实却并非如此。 ## 3. 超级个体的核心是长期积累弥补了AI的现有缺陷 超级个体的未说出口的秘密是,他们不会完全依赖AI生成结果,会依靠自身积累的业务直觉和跨领域知识连接,反复调试AI输出,修正AI偏离现实、存在漏洞、产生幻觉等问题,碾平理想输出与现实的差距。 过往超出岗位任务范围的长期积累相当于他们自身的“预训练”,AI只是把这类已经做好准备的人筛选了出来。 ## 4. 超级个体是AI叙事的产物,仍有问题待解答 当前人工智能的叙事需要“英雄”,超级个体就是这个叙事下的产物,它放大了这个群体的特质,也简化了真实的价值逻辑。 它只是知识工作者与生成式AI初次相遇的阶段性产物,留下了多个待讨论的核心问题:平凡个体该如何安排成长节奏?“超级个体”与普通个体究竟是对照关系还是合作关系?
谁在定义「超级个体」?
2026-07-06 17:36

谁在定义「超级个体」?

本文来自微信公众号: 显影笔记 ,,原文标题:《谁在定义「超级个体」?》


生成式人工智能技术让知识工作者的职业轨迹,再次出现了动摇的变量。初级工作者会被取代吗,资深工作者的价值会伴随经验被“蒸馏”吗,最终企业需要的是哪一类人?


新技术在释放巨大生产力,也带来不确定性。而其中一部分人,似乎已经撰写了新的可能性。


他们被看作「超级个体」。


【2】


在腾讯研究院看来,“借助AI,一个人能够达到过去需要一个小团队才能达到的产出规模和影响半径”,这个人就是「超级个体」。


这样的产出如何实现?


吴恩达Andrew Ng给出了更为详细的描述。在硅谷关于“10x Engineer(10倍工程师)”的基础上,他提出了“10x Professional(10倍专业人士)”:


一位“10倍分析师”不仅仅使用AI编辑报告,还可能会编写代码,协调AI Agent用于研究和分析,以此得出比传统研究方法更多、更有价值的结论。


然而两个定义无法解释一个现象——当团队中每个人都获得了AI工具,一些人产出变快、一些人产出变多,为什么仅仅只有极少数人达到了「超级个体」定义的产出更具价值、更有影响力?


会不会因为他们领先一个身位找到了AI工具?


多数情况下,这与观察一致。那么驱动他们找到工具的原因是什么?Geoffrey Moore提出的技术采用生命周期框架,或许在30年前给出了答案。


【3】


Moore在著作《跨越鸿沟》中,特别关注到了这样一类技术使用群体——「早期采用者」。


「他们愿意在新产品生命周期的早期,接受并购买产品。


他们不是技术专家,只是一个善于想象、了解、欣赏新技术所具备的优势,能够将这些潜在优势与自己关心的其它方面相联系的群体。」


这是一种不被技术身份、技术采购权限制的群体。


他们极度关注于产出——写代码、内容创作、数据分析。


在新技术产品用推荐算法找到他们之前,他们先找到了对方。


技术厂商甚至不需要为他们设计应用场景,他们自己动手,不用参考其他人的示范。


因为他们的存在,新技术厂商所付出的投资,在市场价值上有了第一次验证“显影”。


相对于人工智能技术跌宕的成熟周期,相对于产品在企业B端漫长的落地节奏,「超级个体」是更快显现的“技术神迹”。


也许只要站在足够靠前的身位,选择最好的模型、最新的工具,就可以让工作产出发生质变——但是如果这个逻辑成立,为什么新工具层出不穷,却没有持续激活一层又一层的「超级个体」?


【4】


「超级个体」未说出口的“秘密”,和他们的AI first真相


那个“10倍分析师”不会告诉你,他交给AI的研究框架与数据获取方式经历多次迭代。每一次调整,是因为在看似自洽的结论中,业务直觉告诉他,这里偏离了现实逻辑。


用模型参与报告的咨询顾问可能不知道如何告诉你,他多少次“强迫”模型去挑战已有的结论,才完成一份真正Opus级别的报告。每一次挑战,依靠不是一句“请攻击报告中可能的视角漏洞”,而是因为想到了某个周末阅读过的社会学案例,这是模型自己不会主动做的知识连接。


上下文窗口不够用、模型“没记忆、爱幻觉”、Agent“需要教导”,甚至连选择哪家产品订阅都不能一劳永逸——在技术达到终极形态出现之前,他们用亲力亲为的调试,“碾平”了那些理想输出与粗粝现实之间的距离。你很难定义是AI提供了一条技术“直梯”,还是作为他们“凿开”山路的工具。


【5】


他们过往的经历就像一段漫长的“Pre-Training”(预训练),充裕到已经溢出了岗位的任务范围和标准,是新技术的出现,让他们被“筛选”了出来。


回看人工智能技术走向我们的10年。2016年被AlphaGo击败的李世石,只是故事的起点;2024年Sam Altman预测的“One-Person Unicorn(一人独角兽公司)”,是故事打开后的篇章。人工智能的叙事需要「英雄」,一位被击败的英雄、一些用技术取得成功的英雄、一群擅长使用技术工具的英雄。他们让技术的价值被惊叹,也让实际的价值逻辑被过于简单化的理解。


「超级个体」的存在,仅仅是知识办公者与这一轮人工智能初次相遇时的故事,它放大了一个群体过往的经历和特质,也让我们好奇——身边会不会有被低估的超级个体?在英雄叙事之外,每一位个体的成长曲线,理应有怎样的节奏安排?在“超级”和“平凡”之间,真实的关系在于对照还是合作?


·


开始思考这篇文章在3个月前。期间,我看到很多人对新工具的期待和雀跃;听到他们发自内心地赞叹,人工智能正在改变工作的方式;也看到了迷茫——即便在那些最优秀的企业里,新技术介入工作后,依然会带来迷茫。


在回应这些感受之前,我想先弄清楚一件更根本的事:什么形成了真实的「超级个体」,谁在定义「超级个体」?


在这篇文章的创作过程中,感谢丁家乐女士与我的讨论,和带来的启发。


参考资料:


[1]《超级个体时代》,腾讯研究院,https://mp.weixin.qq.com/s/GZqTLfeOrfrLgG-R2bOjGw


[2]《吴恩达来信:期待更多10x专业人士》,吴恩达,https://zhuanlan.zhihu.com/p/21928866054


[3]《跨越鸿沟》,Geoffrey Moore

频道: 社会文化
本内容由作者授权发布,观点仅代表作者本人,不代表虎嗅立场。
如对本稿件有异议或投诉,请联系 tougao@huxiu.com。
正在改变与想要改变世界的人,都在 虎嗅APP