当 AI 能够完美代劳记忆型事务、高效处理逻辑琐事时，一个焦虑也随之而来：作为个体，我们的核心竞争力究竟还剩什么？

传统的「T」型或「π」型人才理论，关注的是技能树的形状（深度与广度），在 AI 时代，这两个模型的达成路径和价值权重发生了根本性变化。于是我构想出了一个「共」型人才理论，这可能更符合 AI 时代对个体的要求。

什么是「共」型人才？

将「共」字拆解：

• 下半部分（基石）： 决定了一个人的底盘。只要基石稳固，即便行业被 AI 颠覆，也能迅速在新土壤中扎根。
• 上半部分（建筑）： 决定了一个人的高度。这是利用 AI 杠杆构建的双专业壁垒，以及独属于人类的整合创造力。

第一部分：基石（下半部）—— 内核的修炼

基石分为左右两点的「生命力」、「元能力」，以及承载它们的「职场通用力」。

一、左边的点：生命力（韧性）

这是个体的反脆弱系统。在快速变化的 AI 时代，比拼的往往不是谁跑得快，而是谁在逆境中不崩盘，并能从混乱中获益。

1. 情绪调节能力

即对他人的情绪有觉察，对自己的情绪有掌控。面对批评或压力，能迅速通过深呼吸、肌肉放松等技巧避免被情绪劫持。也能够穿透情绪的迷雾，看到对方发火背后的真实需求，将冲突转化为增进信任的契机。

2. 认知重构能力

决定我们情绪和行为的，往往不是发生的事情本身，而是我们对这件事情的看法（认知）。认知重构就是给大脑换个滤镜。这不是「阿Q精神」式的自欺欺人，而是用更具适应性的视角替代单一的消极视角。

比如朋友圈经常看到某某在外面玩，就很羡慕甚至有点嫉妒，这是下意识的反应，但不是完整的视角。更完善的思考可能是：

• 经常在外面玩其实也挺累的，可能光顾着拍照了，没有很好的感受当地的风景和文化。
• 辛苦劳作后的休憩最为舒适，经常玩，新鲜感和愉悦感就没那么强了。
• 人家无论是通过家里的支持或自己的努力赢得了经常出去玩的机会，这也是应得的。

3. 课题分离能力

这是切断精神内耗的利刃，他的核心是：分清楚什么是你的事，什么是别人的事。专注解决自己的事，不过度干预别人的事，并接受「我无法控制别人，别人也无法控制我」这一事实。我能控制的是我的态度和行为，我不能控制的是别人的评价和结果。就像你可以把马带到河边（你的课题），但不能强按着马头喝水（马的课题）。

4. 求助能力

求助不是示弱，而是懂得利用外部资源扩展生存边界。通过向合适的人寻求支持，不仅解决了问题，更建立了一次潜在的高质量的社会连接，这是构建韧性网络的重要一环。

二、右边的点：元能力

元能力对应的是学习能力。用来构建知识网络，增强调用和处理知识的能力，以下是我觉得最为重要的 4 种元能力。

1. 认知性好奇心

这个我认为是最重要的，它不是单纯的想知道 What 的感知性/消遣性好奇心，而是对运行机制、底层原理的好奇，关注的是 How 和 Why， 追求的是填补认知空白和解决智力上的难题。

认知性好奇心产生于「我知道一点，但又不知道全部」的时候， 这个差距会带来一种类似「认知瘙痒」的不适感， 学习的过程，就是「止痒」的过程，所以最好的学习区，是在「已知」和「未知」的边缘。

2. 专注力

如果把学习比作「吃饭消化」，那么专注力就是「牙齿」和「食道」。它决定了你能把多少食物（信息）吃进嘴里，以及嚼得有多碎，但前提得先张开嘴巴，因为未被关注的信息，大脑不会存储。

如果注意力的强度不够，效果也不会好，就像在沙滩上写字，潮水一来就没了。只有在高强度的专注下，神经元才会高频放电，突触之间的连接才会变强，所以，专注力是一个很重要的能力。

3. 思维模型

思维模型就像是安装在大脑里的「应用程序」或「工具箱」。拥有一套多元化的模型组合（查理·芒格所谓的「格栅理论」），能在面对复杂问题时更有洞察力。以下是我认为最重要的一些思维模型。

第 0 类：元思维模型

• 系统思维： 帮助理解「事物之间如何连接」的宏观框架，而不是割裂地看问题，主张看整体、看动态。核心元素： 反馈回路、存量与流量、瓶颈理论、滞后效应。
• 结构化思维： 能够将复杂的信息、问题进行逻辑拆解、分类和整理的能力。 非结构化思维就像走进一个堆满杂物的仓库，书本、衣服、工具混在一起，你想找把锤子，可能要翻半天。 结构化思维就像走进一个管理完善的图书馆或药房。每一个区域都有分类，每一层架子都有标签，你能迅速定位并解决问题。
• 抽象思维： 透过现象看本质的能力， 将我们感知到的具体事物，剥离掉细节，提取出其共同规律、本质特征或概念的思维过程。

第 1 类：提升决策质量（如何思考）

• 第一性原理：打破一切既定的假设和类比，将问题拆解成最基本的事实（公理），然后从这些基本事实出发重新构建解决方案。
• 逆向思维： 许多难题正向思考很难，反过来想就容易了。不仅要问“我如何获得成功？”，更要问“我如何才能避免失败？”。
• 二阶思维： 吃甜食的直接后果是快乐（一阶），但二阶后果是血糖升高、长期可能导致肥胖。为了长期的健康，可能会需要放弃短期的一阶快乐。

第 2 类：提升效率与效能（如何行动）

• 帕累托法则 (80/20 Rule)： 在任何一组东西中，最重要的只占一小部分。约 80% 的产出源自 20% 的投入。
• 复利效应： 只要坚持做正确的事，时间的加成会带来指数级的增长。这不仅适用于理财，更适用于知识积累、习惯养成和人际关系。

第 3 类：理解世界与自我（如何自处）

• 地图不是疆域：地图只是对疆域的一种描绘，它永远无法包含疆域的所有细节。如果你看着地图以为这就是真实世界，你就会在现实中迷路。
• 概率思维： 世界不是黑白分明的，而是由概率构成的灰色地带。不要追求 100% 的确定性，而要追求大概率正确的决策。
• 汉隆剃刀： 能解释为愚蠢的，就不要解释为恶意。 同事没有回你邮件，不要觉得他是故意针对你（恶意），很可能只是他太忙漏看了或者系统出错了（疏忽/愚蠢）。这能帮你减少 90% 不必要的愤怒和冲突。

4. 认知偏误管理

认知偏误是大脑为了节省能量而采取的「思维捷径」。虽然它们在进化上曾帮助人类快速反应，但在现代复杂的决策环境中，它们往往会导致我们犯错。

第一维度：关于「自我认知」

• 达克效应： 这是关于「无知者无畏」的经典解释。能力不足的人往往无法认识到自己的不足，因此会产生过度的自信；而真正的高手反而容易低估自己。
• 确认偏误： 我们倾向于寻找、解释和记忆那些能够证实我们已有观点的信息，而自动过滤或忽略那些反驳我们的信息。

第二维度：关于「决策陷阱」

• 沉没成本谬误： 我们会因为已经投入了时间、金钱或情感，而坚持继续做一件不理智的事情，即使它已经没有未来的价值。
• 锚定效应： 我们在做判断时，极易受到获取的「第一条信息」（锚点）的影响，即使这个信息可能毫无关联。

第三维度：关于「看待世界」

• 基本归因谬误： 就是我们在解释别人的行为时，倾向于高估其「内在性格」的影响，而低估「外部环境」的作用。 我们会想： “他做这件事，是因为他就是这种人。”。我们忽略：“他做这件事，可能是因为当时的情况迫使他这么做。”。
• 幸存者偏差： 我们只看到了经过筛选后「活下来」的样本，而忽略了那些「死掉」的样本，从而得出错误的结论。

三、下面的一横：职场通用力

这是无论技术如何变迁，人与人协作都必须具备的接口协议。

1. 沟通能力

沟通能力是一个涵盖了输入、处理、输出、反馈四个维度的闭环系统，是一个高度复杂的复合能力。

• 输入： 积极倾听，听懂话外音；敏锐观察，捕捉非语言信号。
• 处理： 用同理心换位思考，用逻辑整理杂乱信息。
• 输出： 精准表达，甚至用故事力包装枯燥逻辑。
• 互动： 懂得即时反馈与冲突管理，将对抗转化为对话。

2. Sell 的能力

如果沟通能力是底层的基础设施（地基），那么 Sell 能力是在这个地基上盖起的、带有明确目的性的建筑。一个人可以沟通很好，但不会 Sell；但一个擅长 Sell 的人，一定是沟通的高手。

• 认知引导： 沟通是基础，Sell 是目的。Sell 的本质是改变对方认知，促成决策。
• 缔结结果： 不止于聊得开心，更在于能把对话推向一个确定的结论（Call to Action）。一个拥有 Sell 能力的人，具备更强的心理能量和目标导向。

3. 闭环思维

它不仅指把事情做完，更指把「事情做完」这个结果反馈给发起者，从而形成一个完整的圆环。也就是常说的： 凡事有交代，件件有着落，事事有回音。 如果没有「反馈」，这个环就是断裂的。在他人眼中，这就像把石头扔进深井里，听不到回声，不知道事情是成了、败了，还是被忘了。

4. Ownership

Ownership 精神的核心是：不给自己设限，着眼于全局目标，主动填补团队的「真空地带」。比如大家都在一条船上，船底漏了个洞。 打工心态：指着洞说“这不是我弄坏的，而且修船是维修工的事”，然后看着船沉。Ownership：哪怕不是我弄坏的，我也先想办法堵上，因为船沉了对谁都没好处。

有 Ownership 精神是好事，但需要很小心地处理好边界。

• 是「负责结果」，不是「包揽一切」：Ownership 不代表你要亲自做每一件事，而是你要确保事情发生。如果资源不足，向老板争取资源、协调其他人来做，也是 Ownership 的体现。
• 注意「越位」风险：当你插手别人负责的领域时，沟通方式很重要。不要直接替别人做决定，而是以「补位」和「协助」的姿态切入（例如：“我发现这里有个风险，需不需要我帮忙一起看一下？”）。
• 自我保护：不要让 Ownership 成为别人甩锅给你的理由。在承担额外责任前，确保你的核心本职工作已经完成得很漂亮。 ⠀

第二部分：建筑（上半部）—— AI 时代的双核驱动

这部分是「共」型人才的核心差异点。在 AI 出现之前，成为「双专业人才」极难；但在 AI 时代，这变得触手可及。

一、两竖：AI 赋能的「双专业壁垒」

这两根柱子代表你在两个不同领域的专业深度。

1. 传统困境 vs. AI 破局

• 过去（一万小时定律）： 想要跨界（例如从营销跨到编程），需要耗费数年去记忆语法、熟悉框架 API、调试环境。极高的沉没成本让大多数人望而却步，只能停留在「T」型（一专）。
• 现在（AI 杠杆）： AI 极大地抹平了「硬知识」的门槛。
  • 以编程为例： 你不再需要背诵复杂的 API 或纠结于标点符号的 bug。AI 是你的超级助手，你可以更专注在架构设计（Architecture）、逻辑拆解和Prompt 指令。
  • 以设计为例： 你不需要精通每一笔的光影渲染，你更需要具备审美标准和创意构想，剩下的交给生成式 AI。

2. 新时代的「专业」定义

在 AI 的加持下，这两竖的构建不再依赖死记硬背，而是依赖：

• 理解力与判断力： 你必须懂行，才能判断 AI 给出的结果是 60 分还是 90 分。
• 逻辑互补性： 选择两个具备「中度相关性」的领域效果最佳。例如：心理学 + 算法，内容创作 + 数据分析。

AI 使得获取第二专业的成本指数级下降，为个体提供了前所未有的理论与工具支撑，让「共」型人才成为可能。

二、上面的一横：整合力

这是机器难以替代的人类高地。如果下面的一切是积木，那么这一横就是让积木变成摩天大楼的蓝图。它是 「1 + 1 > 2」 的化学反应。

1. 翻译器：降维打击沟通墙

在组织中，这种双语能力，可以让你在团队协作中成为了「节点型」人物，极大地降低了系统内的熵（混乱度）和沟通成本。

2. 迁移器：跨界降维打击

你拥有单领域专家不具备的独特视角。你可以拿着 A 领域的锤子（方法论），去解决 B 领域那颗顽固的钉子。这种跨界打击往往能产生奇效。

3. 孵化器：边缘创新的温床

当你打通了两根竖线，中间的空白地带就是创新的温床。

• 懂代码 + 懂法律 → 智能合约专家 / 计算法学
• 懂心理 + 懂产品 → 行为设计 / 增长黑客

结语

在「共」型人才模型中，AI 不再是我们的竞争对手，而是我们构建那「第二根竖线」的最强杠杆。

• 下半部分（情绪、认知、沟通）让我们保持像人一样思考，拥有机器无法模拟的温度与韧性。
• 上半部分（双专业整合）让我们像超级个体一样行动，利用 AI 快速拓展能力边界。

这不仅是职场竞争力的提升，更是一种更自由、更广阔的人生可能。

最近看了不少 Ego、观察者相关的内容，想着能不能结合丹尼尔·卡尼曼在《思考，快与慢》一书中提到的「系统一」和「系统二」来构建一个心智模型。于是就想出了这么一个场景：西游战车。

1. 司机与噪音

坐在驾驶位的是孙悟空（系统一）。他反应极快，直觉敏锐，肌肉记忆发达。为了生存，这辆车(身体)必须由他来驾驶。只有他能在极短时间内对突发的危险做出反应。

孙悟空是个好司机，但他有一个致命弱点：他听觉敏锐，且极易受惊。

这就引出了这个系统里最大的设计缺陷——那个摆在仪表台上的装饰物：猪八戒（Ego）。在这个模型里，他是一个连着油箱的、大功率的有源音箱。这个音箱的功能只有一个：制造叙事（Narrative）。

2. 低像素的广播

猪八戒音箱的工作机制，是典型的 「低像素采样」。当一辆车加塞到你前面，这本是一个拥有海量细节的物理事件（光影、速度、距离）。但猪八戒的大脑处理不了这么大的数据量。他会迅速抓取一个模糊的截图，压缩细节，然后贴上一个巨大的标签——「侮辱」。

紧接着，音箱开始通电，循环广播：“他在羞辱我们！我们得想办法还击！”

孙悟空分辨不出事实（Raw Data）与广播（Narrative）的区别。他听到了威胁，于是肾上腺素飙升，猛踩油门。 司机（悟空）就这样被噪音（八戒）劫持了。你不再看路，你在听故事。

3. 沙僧的无效辩论

当你意识到自己失控时，试图讲道理往往行不通。此时如果唤醒副驾驶上的沙僧（系统二，代表逻辑和理性），让沙僧去解决问题，他要解开安全带，扑向仪表台，用手捂住那个正在震耳欲聋的音箱，或者试图跟音箱辩论：“别吵了，撞车是不划算的！”

但这通常是无效的。原因有两个：

1. 太慢： 在沙僧列出三个逻辑论点之前，孙悟空已经把车开进沟里了。
2. 太累： 用逻辑去压抑情绪（跟音箱拔河），极其消耗能量。「意志力」就是这样被耗尽的。

所以，试图用「压抑」来解决「内耗」，在架构上是行不通的。

4. 唐僧的审视

那个一直坐在后座、很容易被忽略的人是唐僧（观察者）。在这个模型中，唐僧不需要会念经，也不需要有法力，他只需要做一件事：审视。

神奇的事情发生了：当猪八戒被唐僧平静地「看着」时，他的喇叭会自动哑火。

因为叙事无法在审视下存活。这时候，孙悟空依然握着方向盘，他看到了那个摆件在剧烈抖动，甚至看到了它张大的嘴巴。但是，因为没有了煽动性的广播，孙悟空不会感到恐惧或愤怒。他或许会想：“噢，那个猪头又在抽风了。” 然后，他继续看着前方的路，平稳地驾驶。

5. 夺回驾驶权

这种状态，心理学上叫做 「认知解离」。正如冥想，并不是要把猪八戒扔出车外，也不是要让反应迟钝的沙僧去开车（那会出车祸），而是练习「审视」的能力。

大多数人的痛苦在于，他们的唐僧或是睡着了，或是太把猪八戒的广播当真，沉浸在那些虚构的剧情里。一旦唐僧睁开眼开始审视，就会发现并不需要去「关掉」声音，因为审视本身，就是一种静音。

6. 引擎盖之下：能量守恒与 TPN

为什么这一招有效？可以从神经科学层面来解释。首先，能量是有限的，这就像战车的发电机功率是固定的。

• 猪八戒模式 = DMN/Ego：当你发呆、反刍过去、担忧未来时激活。它极其耗能，因为它在不停地编造故事。
• 孙悟空专注模式 = TPN：当你全神贯注处理外部任务时激活。

神经科学发现了一个反相关现象：这两个网络就像跷跷板。当一个活跃时，另一个就会被抑制。所以你不需要去跟猪八戒打架（那是在消耗能量），你只需要把电流切断，输送给另一条线路: DEN（直接体验网络，Direct Experience Network），这是 TPN 的一种特殊形态。当你切换到这个模式时，会强迫大脑放弃概念化（猪八戒的叙事），转而进入纯粹感知。

• 猪八戒模式（DMN/Ego）： 看到前车 -> 联想「混蛋」 (概念) -> 感到「侮辱」 (叙事)。
• 审视模式（DEN）： 看到前车 -> 审视「我在生气吗？」 -> 感知「光线、距离」 (事实)。

当你全力感知「脚底板的触感」或「呼吸的温度」时，猪八戒之所以闭嘴，是因为他的电被拔了——大脑把所有的带宽都拿去处理「高清感官直播」了，根本没有余力去运行猪八戒的「低像素广播」。

这就是为什么「活在当下」能治愈焦虑。它不是心灵鸡汤，它是物理层面的抢占带宽。

最后，再来说说冥想（Meditation）。冥想不是发呆，更不是为了成佛。冥想是对唐僧进行的「肌肉记忆训练」。每一次你在冥想中发现自己走神了（觉察到猪八戒开始广播），然后温和地把注意力拉回到呼吸上（审视，激活 DEN），你就是在做一次「举铁」。你每把注意力拉回一次，唐僧的「二头肌」就强壮一分。

我们无法消灭猪八戒，离不开孙悟空和沙僧，还需要后座的唐僧在场，并在必要时进行审视，这样才能在混乱的现实公路上，穿越噪音，驶向真正的彼岸。

维克多·弗兰克在《活出生命的意义》中写过这么一段话：

我们不应该问“人生的意义是什么”，而应该意识到，“我们才是那个被生活提问的人”。

这句话极具嚼劲。因为「人生的意义是什么？」这个问题太正常、太顺口了，以至于我们忽略了它背后的假设：我们默认自己是索取者，认为意义藏在某处，等待着谁来给我们一个满意的答案。

抱着这种心态，我们很容易在缺乏「现成意义」支撑时感到虚无，甚至用一生去等待那个可能永远不会出现的答案。

但如果我们反过来想：生活才是那个提问者，而我们是答题人，一切就变得具体而清晰。生活的每一天、每一小时，通过我们遇到的具体处境——无论是工作的挑战、亲人的离去，还是平淡琐碎的日常——都在向我们抛出问题。

我们是努力作答，还是潦草应付，甚至拒绝交卷？这些都是我们的答案，而人生的意义，或许就藏在这些具体的答案里。

站在提问者视角，我们期待的意义往往是宏大抽象的；但作为答题者，意义是具体的，且千人千面，每一刻的考题都不同：

• 上班累了一天，回家还要辅导孩子功课，这题怎么解？
• 晚饭后有一堆碗要洗，但只想躺着刷手机，这题又怎么解？

生活没有标准答案，就像每个人的指纹不同，生活给每个人的考题也不同。所谓的「人生的意义」，不是靠脑袋想出来的，而是靠手脚做出来的。我们通过承担责任、做出选择，来书写回应。

既然是考试，就难免遇到难题。如果缺乏答题者心态，就很容易抱怨：「为什么是我？这种事为什么会发生在我身上？」

但一个优秀的答题者，会利用难题升级自己。塔勒布在《反脆弱》这本书中提出了一个概念：反脆弱（Antifragile）。与仅仅能抵抗冲击的「强韧」不同，反脆弱还能从压力、混乱和不确定性中获益。

前阵子，我在一件小事上体会到了这种心态的妙用。除了博客，我还有一个 Telegram Channel。原本只是发些碎碎念，结果招来了一大堆 SPAM（垃圾评论）。实在太烦，就关了评论，后来觉得还是需要互动，于是又开了，SPAM 自然如期而至。但这次，我决定换个解法。我把删除 SPAM 这个行为设定为一个 Trigger：每删一条垃圾评论，我就深呼吸一次，做一次几秒钟的微冥想。

结果很神奇，我不仅不讨厌 SPAM 了，甚至还有点期待它们的出现。这其实就是《福格行为模型》中提到的珍珠习惯：像蚌将沙粒包裹成珍珠一样，将负面的烦恼转化为积极行为的提示。通过这些小事磨练解题能力，等到人生的大题出现时，我们才能在心态上有所准备。

如果把「答题者心态」贯彻到底，人生会变成什么样？迈克·A·辛格在《臣服实验》中给出了示范。为了摆脱内心喋喋不休的「小我」，他制定了一个激进的规则：不再听从个人好恶的指挥，全然接受生活给出的任务。

如果生活在他面前呈现出某个机会，而他拒绝的唯一理由是「我不喜欢」或「这会打扰我的冥想」，那么他就必须放下个人偏好，接受这个任务。

这些任务就是生活递给他的一张张考卷。比如，有人请他帮忙盖房子。迈克本能地想拒绝，因为这破坏了他的隐修，但他想起了规则，于是答应了。接着，更多的人找上门。尽管他只想静静冥想，但他选择顺从生命的安排。

奇妙的是，这种看似违背初衷的行为，让他从对「空性」的执着中走了出来，在具体的劳动中磨练了心性。他发现：真正的灵性不是逃避世界，而是在做任何事时都保持全神贯注和不执着。

这样做还有一个巨大的红利：极度减少内耗。你不再需要在「想做」和「不想做」之间来回拉锯，只是专注于「把眼前的题答好」。

这种心态上升到哲学高度，便是斯多葛学派的 Amor Fati（热爱命运）。这是一种面对生活中一切遭遇的终极态度：不仅是接受，更是拥抱，甚至热爱。罗马皇帝、斯多葛哲学家马可·奥勒留在《沉思录》中这么说道：

普通人像一支蜡烛，遇到强风（逆境）就会被吹灭；而践行 Amor Fati 的人，则像一团烈火。 无论你往这团火里扔什么——木头、纸张，甚至是垃圾（困难、失败、悲剧）——火都会吞噬它，将其转化为自身的光和热。

这意味着，发生在你身上的每一件事，无论好坏，都是你成长的燃料。当我们不再执着于向生活索要一个标准答案，而是开始认真回应每一次提问时，焦虑就消失了，取而代之的是一种踏实的掌控感。

Paul Graham 在 What to do 中探讨了一个看似简单却极具深意的问题：人的一生应该做什么？除了「帮助他人」和「爱护世界」这两个显而易见的道德责任外，他提出了第三个关键点：创造美好的新事物（Make good new things）。

读到这段话时，我马上想到的是 Make Something Wonderful 这本书。某种程度上，两者共享了同一个核心理念：「创造美好」不应只是一次性的行为，而是一种值得毕生追求的生活方式。

Steve Jobs 曾这样描述 Make Something Wonderful 这句话背后的动机：

There’s lots of ways to be as a person, and some people express their deep appreciation in different ways, but one of the ways that I believe people express their appreciation to the rest of humanity is to make something wonderful and put it out there.

And you never meet the people, you never shake their hands, you never hear their story or tell yours, but somehow, in the act of making something with a great deal of care and love, something is transmitted there.

And it’s a way of expressing to the rest of our species our deep appreciation. So, we need to be true to who we are and remember what’s really important to us. That’s what’s going to keep Apple Apple: is if we keep us us.

创造的产物不限形式，它可以是宏大的牛顿力学定律，也可以是一把精致的维京椅。文章也是一种常见的创作。在 AI 时代，「是否还有写博客的必要」成为了备受热议的话题。博客的独特价值在于其内容的多样性——它可以是一篇游记、一篇散文、一次技术折腾的记录、一本好书的读后感，甚至是稍纵即逝的灵感碎片。个体独特的经历与细腻的感受，是 AI 无法替代的。或者，也可以像 Paul Graham 或 Gwern 那样，通过写作对某一话题进行深度挖掘，以确保自己真正掌握了真理。

除了写作，还可以开发 App。AI Coding Assistants 的崛起极大地降低了编程门槛，普通人只需花时间熟悉这些助手，便能在短时间内构建出像模像样的产品。而随着各类 AI 图像生成工具（如 Nano Banana Pro 等）的出现，绘画创作也不再遥不可及。这正是 AI 时代对个体的最大赋能：曾经专属于专业人士的领域，如今已向所有人敞开大门。

但我们为什么非得「做点什么」呢？躺在沙发上刷剧岂不更舒服？的确，消费内容看起来更惬意，但「整天躺着刷剧」与「辛苦创作一天后再躺下刷剧」，这两种体验有着天壤之别。那种完成了一件作品后内心产生的通透感与充实感，是任何单纯的消费行为都无法比拟的。

从价值投资的角度看，「创作」是一项既有安全边际，又具备潜在高回报的行为。假设你花一周时间做了一个小工具，即便最后无人问津，你的安全边际依然存在：你在过程中学到了新知识、巩固了旧体系，解决了自己的痛点，收获了亲手造物的成就感。而潜在回报则是巨大的：它可能真的帮助了他人，改善了某些人的生活，甚至让你结识了同频的伙伴。

要让创作带来巨大的回报，有一个核心要点：高标准。在 AI 时代，我们面临一个残酷的现实：Average is over（平庸时代的终结）。 因为 AI 让生产 60 分的「合格品」变得几乎零成本，平庸的内容将迅速泛滥成灾。

在市场蓝海期，产品或许可以靠便宜、新奇或仅仅是「能用（Just Works）」来取胜；但一旦门槛被 AI 踏平，大量玩家涌入，最终能脱颖而出的，唯有那些超越了「平均线」、不仅能用而且好用的精品。因此，「高标准」不仅是竞争优势，更是生存线。

要达到高标准，高质量的 Input（输入） 必不可少。如果连什么是「好产品」都看不出来，就更不可能做出来。因此，我们需要花时间去多多研究优秀的 Input。当高标准成为习惯，你会发现市面上有太多产品不尽如人意。带着这把「高标准」的放大镜，你能找到无数瑕疵和痛点，而这些，就可以是创作的起点。

阻碍创作的因素通常有三：好奇心匮乏、完美主义倾向、精力被分散。其中最大的阻碍往往是好奇心的缺失。好奇心可分为两类：感知性好奇心（关注 What，如八卦新闻）和认知性好奇心（关注 How 和 Why，如探究事件背后的逻辑与影响）。Hard work is the magnitude of the vector and curiosity is the direction.（努力是矢量的长度，而好奇心是方向）。认知性好奇心，可以为创作指引方向，高标准则决定了矢量的长度。

此外，创作还有一个美好的「副作用」：它能让你更专注于当下，而不是被纷繁的新闻和社交网络裹挟。每一次创作的产出，都像是给人生这条绳索打了一个结。当你回望这些作品时，当时的记忆与点滴便会瞬间涌上心头，让你的人生有迹可循。

最后说说 AI。如果 GPT-3.5 的发布是航空史上的「莱特兄弟时刻」，那么随之而来的 AI 浪潮，则让飞机成为了大众的交通工具。它的操作逻辑与传统的地面交通截然不同，能力也更强悍。要发挥它的最大价值，你需要熟悉与它交互的最佳实践，找到属于你的那架「飞机」，然后让它载着你，飞往以前想都不敢想的地方。