工作的未来是开放的：人才民主化和振动编码

快速阅读: 《福布斯》消息，AI正改变工作方式，使创新更易实现。通过实验，AI快速构建3D滑雪竞速游戏，显示创造力和技术边界模糊。未来，领导者需注重创意指导与沟通，而非仅依赖技术技能。

人工智能正在通过将焦点从技术技能转向创造性愿景，改变着我们的工作方式，让创新比以往任何时候都更加触手可及。约翰·温瑟最近进行了一次实验，他使用了克劳德3.7索内特（Claude 3.7 Sonnett），一款先进的AI平台，来构建一款3D滑雪竞速游戏。起初看似简单的概念，很快便成为了一次深入洞察未来工作、人才和创新的契机。

这一过程展示了创造力与技术之间的界限正在模糊，并揭示了新时代解决问题和制定战略愿景的新模式。在这个开放人才的时代，这种新型的合作方式展现了新的问题解决和战略视野。

**经验差距：AI与人类发展的对比**

当我提示克劳德：“创建一个包含玩家作为滑雪者与其他滑雪者竞争的游戏，他们需要沿着一座大山滑下，避开悬崖、雪崩和树木。”经过12分钟的初步设计以及一些调整以完善游戏后，游戏就被成功创建了。虽然图形质量远未达到电影级水准，但模型准确地掌握了游戏机制。游戏中包括一名滑雪者从雪山上疾驰而下，绕过障碍物，与其他对手竞争，具备多个难度级别、全面的分数追踪功能，甚至还有相机控制功能可以放大动作画面。

相比之下，一位初级软件工程师——每小时赚取30到50美元——可能需要几周时间才能交付类似的作品。即使是一个适度的时间表，三到六周也会转化为高达4800至12000美元的劳动力成本。而且，如果我作为一个非技术人员尝试自己创建这款游戏，克劳德估计这将花费我3到6周的时间。相比之下，克劳德不仅高效而且经济实惠，明确了一个关键点：专业知识不再局限于正式培训或高额费用。当AI能够快速执行过去需要深厚专业技能的任务时，我们对技术和专业人才价值评估和获取的方式开始发生变化。

**创作民主化**

这是一个很好的例子，展示了人才民主化的深刻转变——即专门技能变得更容易为更广泛的受众所掌握。历史上，游戏开发需要编程能力、3D建模专业知识以及扎实的游戏设计原则。如今，基于AI的工作流程显著降低了这些进入门槛。

需要澄清的是，这不仅仅是自动化的问题。相反，这是一种新创意空间的出现，其中技术瓶颈被移除。因此，限制因素变成了是否有引人入胜的愿景，而不是编码能力。你不再需要花几天时间调试代码，而是可以投入时间去构思滑雪者应该如何转弯或者山峰轮廓应该如何变化。你不再是程序员，而是创意指导者。

**更多内容**

联邦调查局警告Chrome、Safari和Edge用户——不要访问这些网站
《白莲花》第三季结果不佳
特斯拉股价再跌6%，因更多公司警告马斯克领导公司的“销售困境”

**意念编码：新的创意界面**

在开发滑雪竞速游戏的过程中，我只需描述下一个想要的功能——“给我更多的缩放能力”——片刻之后，克劳德就会提供解决方案。我不需要理解或操作底层代码；平台会处理这些。这种对话式的意念编码方法，是我称之为“意念编码”的一种新形式。意念编码将创作从编写语法转变为表达意图。它区别于知道如何建造引擎和仅仅知道如何驾驶之间的差异。

在这个新的创意界面中，你的任务是有效地沟通——提出正确的问题并给出正确的提示——而执行的繁重工作由AI完成。这种责任的重新分配既令人兴奋，有时又令人困惑。

**从守门到引导**

对于那些专长在于编程、工程或其他专业领域的人来说，这些趋势预示的不是过时，而是演变。深厚的专门知识仍然至关重要。然而，其价值的本质发生了变化。过去，程序员的角色是从零开始构建系统，而现在还涉及指导、优化和验证AI输出。

在我的滑雪游戏项目中，AI完成了大部分编程工作。然而，我的指导作用至关重要。当我要求改进缩放功能时，克劳德不仅实现了新功能，还添加了键盘快捷键和鼠标滚轮支持。AI增强了我的原始请求，表明虽然AI可以迅速执行指令，但人类领导者在塑造战略愿景和确保质量方面仍然至关重要。

**对领导者的启示**

随着AI承担越来越多的技术执行工作，领导者必须重新审视如何招聘、培训和组织团队。当开发周期大幅压缩时，传统的线性方法——计划数周，开发数月——已不再适用。相反，组织应采用持续发现和原型制作的心态，在近乎实时的情况下测试和改进想法。

1. **重新定义人才策略**：除了根据编码能力招聘外，还要寻找具有创意指导能力的人，他们能够将战略目标与AI驱动解决方案相结合。
2. **注重想象力和愿景**：程序员仍然存在，但他们的大部分工作将是与AI协作，为问题框架和概念生成留出核心地位。
3. **投资沟通技巧**：最有效的意念编码者将是那些能清晰表达需求、解决歧义并激励团队围绕共同目标共同努力的人。

**创意方向的挑战**

讽刺的是，随着技术降低进入门槛，创造力和清晰度成为新的瓶颈。问题不再是“能否建成？”，而是“我们应该建造什么？”预见可能性并判断哪些最具潜力的能力成为了真正的差异化因素。

从我的滑雪竞速游戏经验中，我学到的最大收获并不是学会编写场景代码或调整碰撞物理效果。而是认识到摄像角度如何增强玩家参与感，或者排行榜机制如何营造友好的竞争氛围。换句话说，技能在于指导创意结果，而不是独自打造每一个细节。

**驶向未来的坡道**

AI的快速发展和开放人才经济标志着工作的根本重新定义。这不是仅仅关于完成一系列任务，而是关于策划愿景、协调合作并指引方向。随着意念编码变得更加普遍，人类专业知识的价值将取决于能否看到——并且超越——AI自身所能生成的内容。

当我们探索这片新领域时，最大的挑战将是学习如何在技术几乎无障碍地解决多数技术问题时进行领导。所有行业的领导者面临的问题不再是他们是否拥有创造工具的手段——他们确实拥有——而是他们是否有勇气和清晰度以有意义且富有想象力的方式运用这些工具。

道路宽广，唯一的真正限制是我们共同的愿景。

(以上内容均由Ai生成)