文科狗命出路

正如你说的，似乎选蛋糕这个事情大家都有一套能表达的很清楚的标准。在喜欢某个人的时候却通过一些细节的堆砌到某种感觉的达成。说不清，道不明。

最近做甜品的时候突然想到一件事。 有些事情明明很耗费精力，但做的时候反而不会觉得累。 有些事情看起来很简单，回个消息、看几页资料、处理几个问题，却总觉得特别费劲。 我一直没想明白，为什么人的专注力好像不是由难度决定的，而是由某种说不清楚的东西决定的。就像有时候一个下午什么都没做，却觉得很疲惫。 有时候忙了几个小时，反而觉得很平静。 这到底是为什么？ 作为甜品师，我一直觉得一个很有意思的现象。 客人总会认真研究菜单。会问甜不甜，会问苦不苦，会问有没有坚果过敏源。 可是在认识人的时候，大家反而没有这么谨慎。 我们会花十分钟挑一块蛋糕，却可能用十秒钟喜欢上一个人。 现在想想，这件事好像一直都不太合理。

前两天就酝酿着想更新一下前段时间的回答，最近的项目经验告诉我，这个世界真的不能没有懂点艺术、懂点商业又懂点技术的文科生（跨学科人）啊！ 因为项目细节不太适合披露，所以以下内容可能有点抽象和宏观，希望大家见谅～ 我们开年的大项目涉及IP开发团队、片方和AIGC技术团队，以及我们in-house的咨询与落地团队，老实说我这几天两眼一睁就神经紧张，生怕看到各方问我“你怎么看？”“你觉得呢？”“你怎么想？”的信息。 为啥大家都要来追杀我？因为好像这些年，我一直都在扮演尽职尽责的一个mediator的角色。 我需要和IP开发团队说清楚，商业化的进程中，导演和创作者的个人表达需要尊重，但非迎合，赚钱和艺术理想中我们一定能找到那个平衡点。 我需要向技术团队解释，内容创作者对agent并非表面的“抵制”，而是技术发展某种程度上动摇了他们自我价值与艺术追求的core identity，所以技术参与创作，可以是干预、影响，而非替代。同时也要把创作者们抽象、天马行空的创想用可视化的语言传达给技术团队，努力让大家用“共同的语言”进行沟通。 我也需要和创作者说清楚，vision从你的脑子里来到观众、用户、消费者手上，需要经过无数只眼睛无数双手，不要总是追着那些make things happen的人们一直问，“怎么还没好”。还要抽空管理一些艺术家们脆弱的自尊心，和外强中干的ego。 二十多岁的时候我特别虚，总觉得别人都有solid skills为什么我好像没有？但现在这个技术可以解决多数问题的时期，我好像也更确认了自己应该扮演的角色和核心竞争力： 我好像挺擅长让彼此看不顺眼，觉得别人是傻逼的人相信，原来自己和对方都还挺牛逼

笑死，确实不用焦虑的。在AI时代，只要你学得足够慢，你就可以不用学。

看到大厂招人专业倾向时，我第一反应是，在说什么？文科已死不知道听了多少年，风向这就变了？ 过去很多年的时间，土木建筑，互联网科技，生物医药，这些风口浪尖的高薪行业都被理工科包办。在我认真看了一些思路和评论之后，对于 AI 会改写文科生命运的说法有了一些具象的感受。 写代码、做工程、做实验这些需要严谨执行过程的工作是最难的，谁能做这些事情谁能拿到更多的钱，都是理工科包揽的工种。 而文科生的擅长点在审美、文案、感性思维等不能量化的工作，这些非标的东西无法获得市场上的高价。 「未来的编程语言不再是 C++ 或 Python，而是人类语言。」最近和身边的研发同事交流，也很直接感受到了黄仁勋说的这句话。 大家在用AI写、改、查代码，工作效率直线上升。只要你指令精确，AI 能节省非常多的时间，纯粹的执行完全可以被取代。思考和判断就会变得更重要，大家要考虑的是看“要做什么”、“为什么做”、“做得对不对”。 表达和叙事就变得更重要，哪怕让 AI 指挥AI 工作，校验和确认是否是你要结果。上下文构建能力、表达能力和逻辑拆解能力，是很多文科专业一直在学习的东西。 大家的理解是一样的吗？ 在 AI 时代里文科生，要做哪些改变和顺应，不再焦虑被时代淘汰。

昨天看到这个话题就在想应该从何说起，文科无用早在AI冲击之前就是很多人的论断。文科未来的发展方向可能太宏观，我可能想把我自己作为一个datapoint聊聊文科或者说liberal arts education对个体发展的深刻影响。 先说一些符合大家眼里关于文科的普遍印象。我高中就读于一个规模很小，社区连接非常强的寄宿学校，学校一直在努力保持和激发我们的学术好奇心与艺术感知力。大学则是很典型/知名的文科学校，在学术训练以外，我确实学到了很多和“人”相关的insights，比如对模糊性与不确定性的接纳，对人性复杂度的洞察和理解，以及相对应的在这种灰度中的判断力与决策力。这可能就是文科教育中最“非标”的部分。 但文科/博雅教育显然不止于此。以我的第一专业举例，除了广义上必须修的比较政治、宏微观经济学以外，我们需要学习很多诸如历史、人类学、宗教、心理学等人文/社会科学学科，这是一个很好的“建立知识/智识网络”的过程。可能很多的理科学习者在决策进程中会偏爱利用已知数据、证据进行预测，但我觉得liberal arts训练的决策能力是一种从历史规律、文化心态和人性洞察中推演的可能性，是一种模式上的识别。 另外说一点，我完全不觉得文科生就比理科生缺乏逻辑，至少美国的liberal arts教育，是极其强调逻辑性的。我在工作场合基本不怎么说废话，比较擅长控制信息的密度和输出的时间，大概就是因为三段论的表达方式已经在无穷尽的学术与写作训练里吸烟刻肺了，thesis, evidence, conclusion一定要在脑子里有个大概的结构。 最后一点我自己的感受，传统的文理分科本来就是人为的界限，现在这个时代的复杂问题基本都需要跨学科的方法才能解决。AI的出现更是打破了这个界限。纯粹的技术能力或者纯粹的理论知识都可以被AI辅助甚至替代，但那种能够整合不同领域、理解语境、做出细腻判断的能力，这个才是真正有价值的。 所以，跨学科的能力和积累，可能才是更重要的。不过这需要真正的好奇心去探索不同领域，需要那种思维灵活性去连接看似无关的东西，因此求知欲以及知道如何学习的能力，也许才是更加珍贵的品质。

很多时候我们讨论“文科 vs AI”，其实是在假设一个前提： 世界的问题是清晰的，只是缺一个更聪明的解法。 但我越来越觉得，现实世界最大的问题，恰恰是不知道自己在解决什么问题。 AI 很强，是因为它默认目标已经被定义好了：效率、准确率、规模、最优解。 可是谁来定义这些目标，本身就是一个高度人文的问题。 文科真正训练我的，不是表达能力， 而是让我对“理所当然”保持警惕。 当所有人都觉得这条路对、这个指标重要、这个结果值得追的时候， 我会下意识地想： 那没被算进去的代价是谁？ 被牺牲的部分会不会在以后反噬？ 所以我并不认为文科是在“对抗 AI 同质化”， 它更像是在对抗人类自己对确定性的上瘾。 我们太容易被可量化的东西安抚， 却忘了很多真正重要的后果，是延迟出现、无法回滚的。 从这个角度看， 文科不是给答案的， 它的作用是让人在做决定之前，意识到这是一次不可逆的选择。 也正因为这样， 文科的价值永远不会体现在第一时间， 但一旦缺席， 代价往往是后来才发现、而且来不及补的那种。

在北美、在这些被 AI 改造得最快的行业里， 真正留下来的不是“最会用工具的人”， 而是能判断局面、敢拍板、能兜底的人。 工具让执行变便宜， 但把“该不该做、现在做不做、为谁做”这类问题推到了人面前。 放到我自己身上， 我不再把价值押在某个具体技能上， 而是押在：我能不能看清形势，把事带过去，并且愿意为结果负责。 行业会换，技术会变， 但只要世界还需要一个人站在决定前面， 那个位置，就还有意义。 其实我也发现了一些看似比较基础技能但是必不可少的岗位反而显得更重要了 比如电工 水管工啥的 在一个个条件不同的房子里 可能还是需要AI诊断之外的实际维修的技术 也许可以踩着AI+的浪潮去延伸到这个方面 但是只是现在要在楼里扯跟充电桩的线 第一时间想到的还是人啦 但是电工在洛杉矶 怎么这么贵呀☹️ 第一个小时$150 后面的小时按$85计费 材料另算 购买材料的时间另算

很好的观点 大道至简 今天看到这个quote “The only clue to what man can do is what man has done” by philosopher R.G. Collingwood 人能够做什么的唯一线索，是人已经做过什么 我想这句话同样对AI也适用 Time will tell and we are at unprecedented time now..