末去参加了一个论坛，本来是冲着印建安博士去的——陕鼓集团原董事长，制造业的老前辈，想听听他对行业的判断。
结果没想到，被前面那位老师的课搞得后背发凉。
刘跃文，西安科技大学管理学院教授、博士生导师。 我一开始以为也就是讲点AI趋势，毕竟大学老师讲课嘛，理论为主。结果整堂课下来，我手机备忘录记了满满两屏，手都没停过。
先声明一下，我不是技术出身，猎头干了这么多年，对AI的理解一直停留在"ChatGPT挺会聊天的"这个层面。但这次听完，发现自己漏了整整三代。
📌 第一课：AI不是"聊天工具"，是"干活的人"
刘教授讲了一个特别清晰的脉络：
第一代，大语言模型。 ChatGPT、豆包、DeepSeek这类，你问一句它答一句，本质上是高级点的"文字接龙"。
它的工作原理就是不断预测下一个词是什么。你问"你是谁"，它预测下一个词是"我"，再预测下一个是"是"，一直预测到它觉得该停了才停下来。所以我们看到AI是一个字一个字往外蹦的。
但它有个致命问题——它只算概率，不算事实。所以它会"幻觉"，会一本正经地胡说八道🤯。为了对付这个问题，才有了后面的进化。
第二代，提示词工程。 2024年到2025年初的主流玩法。你在后台给AI设定身份——"你是我公司的人力资源主管，回答要耐心，依据我们的制度文件"——这样它就不是随便聊天了，是带着角色、性格、背景知识和说话语气在回答。
去年大家讲的"智能体"，大部分就是这个层面的东西。
第三代，工作流。 去年年中出现的，以扣子、Dify为代表。把一个固定的工作流程固化下来，让AI自动执行每一步。
刘教授举了个例子：做一个视频，需要写大纲、找素材、写解说词、生成语音、配音剪辑、加背景音乐。以前每一步都需要人来做。现在你把流程设定好，把素材丢进去，AI三分钟全干完。你看到的很多视频，其实已经不是人剪的了，是AI剪的🎬
第四代，Agent智能体。 去年底今年初火起来的Manus这类。它的核心能力是——能自己学习新技能，能闭环执行任务。
刘教授现场演示了他的Agent。他对着屏幕说了一句："向大家介绍一下你和介绍一下我。"
几秒钟之后，Agent输出了一段话：
"大家好，我是刘跃文的AI科研助理。我的日常工作包括文献检索、整理、数据分析、文档撰写、论文排版、表格填写等。我的信条很简单——严谨靠谱，为每个数据负责。"
紧接着是一段对刘教授的介绍：单位、职称、研究方向、学术背景、业界经历……全部准确✅
刘教授说："我从来没在系统里填过这些。这是他跟我工作久了，根据我平时布置的任务和反馈，自己总结出来的。他知道我是谁，知道我喜欢什么风格，知道我对工作的要求。"
你第一次教它干活，可能很费劲，要一步一步告诉它怎么做。它也会做错。但你纠正它、教育它之后，它学会了。下次你只需要说一句话，它就自己干完。它会越来越了解你，越用越顺手。
我听到这里，脑子里突然想到的是：这不就是一个永远不偷懒、永远不请假、越来越懂你的实习生吗？ 😳
📌 第二课：技术迭代的速度，比我们适应它的速度快得多
刘教授放了两张PPT的对比。
第一张是今年四月份他给企业家讲课用的，上面写着："Agent尚不成熟，除非搞相关研究，不建议跟风。国内生态不健全，TOKEN消耗快，注意风险。"
第二张是今年六月份他讲课用的，上面写着："技术已趋于成熟，国内大厂基本可用。市场推广期，免费方案很多，风险基本可控。"
中间隔了不到两个月⏰
刘教授原话是："我的观点两个月就变了。不是我变得快，是这个社会变得太快。"
听到这句，我后背真有点发凉😱
你想想——多少公司还在用2024年的思路搞什么智能体项目？立项、论证、审批、上线，走完这套流程少说半年。等你的智能体上线，市面上已经迭代了三代。不是你的项目做得不好，是你出发的时候，战场已经变了。
我们猎头行业也是一样。如果还停留在"搜简历、打电话、约面试"这个模式里，很快就会被数字员工替代。你一天打50个电话，AI一天能打500个，还能做初步筛选和记录。区别不是你能不能干，是谁更快、谁更便宜。
📌 第三课：一个人+AI=八个人的活
刘教授讲了一个让我印象很深的真实案例。
他四月份去讲课，散场后一个学生冲到台前说："刘老师，我现在就是OPC——一个人的公司。"
这个学生做的是小旅游公司。从平台上接订单，转给当地的地接社，谈好价格，做好结算。以前这个生意需要八个人来做——有人接单、有人分单、有人联系地接、有人管账。
现在呢？就他一个人，加上他的Agent🤖
所有的流程交给AI自动跑，他只管把控关键节点。一个人干了原来八个人的活，赚的是原来八个人分的钱。
刘教授说这事的时候语气很平淡，但我听完想的是：如果八个人的活一个人加一个AI就能干完，那另外七个人去哪？ 😳
📌 第四课：AI已经能做到这个程度了
刘教授还演示了几个具体功能：
✅ 定期任务——设定"每天早上八点整理行业新闻发到我邮箱""每个小时检查一下有没有新简历匹配"，只要你电脑开着，Agent就会按设定持续执行。
✅ 跨应用操作——它理解你的指令，自己调用各种工具：打开网页、下载文件、整理数据、生成报告、发邮件。不是帮你干活，是替你干活。
✅ 闭环执行——你给它一个任务，它自己理解、自己规划、自己执行、自己检查、自己返给你结果。不是干一半停下来等你接，是完整地把活干完，直接给你成品。
我们以前总觉得AI是"问一嘴、答一句"。但现在不一样了。现在AI已经从"能回答"进化到了"能干活"，而且能完整地干完。 💪
📌 第五课：说给老板们听的——市场已经变天了
上午后半场是印建安博士。陕鼓集团原董事长，制造业里摸爬滚打出来的实战派，西安交大杰出校友。
他上来先甩了两组数据📊
美国——第三产业占比超过80%，第二产业只剩下16%。制造业去哪儿了？这是美国喊"重返制造"的根本原因。
中国——第三产业占比已超过55%，第二产业低于40%。中国正在步欧美的后尘。制造业第二产业的占比，2006年达到高峰期超过50%，之后逐年下降，现在已经不到40%。
印总说了一句话我记在手机里了："增量市场在减少，存量市场在增加。"
什么意思？以前市场在长大，大家都有的吃，跟着跑就行。现在市场不长了，你多吃一口，别人就少吃一口。所以为什么每个行业都在打价格战？为什么产能过剩这么严重？因为所有人都在同一个存量池子里抢。
他接着分析：制造业现在面临两个问题——供给侧严重同质化，产能过剩；消费侧增量没了，存量在卷。
那怎么办？他的判断是：中国制造业的未来是"服务型制造"——不光是卖产品，要卖服务、卖解决方案。
这背后靠什么？靠数据、靠算法、靠AI对客户需求的精准判断。
听到这我把刘教授讲的东西和印总的话串起来了——技术变了，市场也变了，两个变化同时砸下来。 ⚡️
以前你看着同行怎么干、跟着学就行了，印总说这叫"抄作业"。但现在抄无可抄了，因为赛道本身在变。
所以老板们，如果你还觉得AI就是"让员工别上班玩手机"或者"上个系统上个软件"，可能真的方向偏了。刘教授告诉你工具变了，印总告诉你市场变了。两个变了加一起，是整个游戏规则在变。
老板看不懂这些，连方向都找不到🎯
所以上午那四个小时，我是被两个人来回"捶"了一顿——刘教授从技术视角告诉你"世界变了"，印总从企业家视角告诉你"不变就得死"。角度不同，落点一样。
📌 第六课：关于高绩效员工，我自己的思考💡
课上提到一个观点：用了AI之后，低绩效员工被拉上来，高绩效员工原本"做得好做得快"的优势被稀释了。
低绩效员工本来能力在平均线以下，但AI能帮他把工作质量拉到平均线。高绩效员工原来靠"我做得比你快、比你好"拉开差距，现在AI把这条差距线给填平了。结果是：高绩效员工的相对优势被大大削弱，甚至容易产生挫败感。
这个观点我当时听完，坐在那儿想了好久。回来后我越想越觉得，这件事比表面上看起来更复杂。
我昨天在朋友圈发了一段话，今天再展开说一下我的判断：
第一，老板们要有意识地去识别——你的高绩效员工，到底是真的高绩效，还是只是因为"流程红利"？
什么意思呢？就是有些员工看起来业绩好，是因为他熟悉流程、做得快、反应敏捷。但这些恰恰是AI最擅长替代的部分。如果他的"高绩效"建立在"信息处理快、执行效率高"这个基础上，那AI一来，他的优势可能瞬间归零。
真正的"高绩效"应该是AI替代不了的——基于经验的判断力、复杂场景的决策能力、人际信任的建立、对不确定性的应对。
老板现在不开始识别这件事，等到AI真的铺开了，你可能突然发现自己最依赖的人，反而最先被替代了。
第二，对高绩效员工本人来说，你的护城河必须上移。
过去你比别人快，你就赢了。以后AI比任何人都快，你再拼快就没意义了。你得往AI够不着的地方走——判断力、审美、共情、信任、决策、责任承担。
我做了十几年猎头，面试过几千个人，有一套自己的判断标准。这个AI学得会吗？数据可以训练，但一个人坐在我对面，他说话的逻辑、微表情、价值观，这些东西AI学不会。但如果我只是"筛简历、打电话、约面试"，那AI第一个替代的就是我。
所以我现在的想法是：AI能干的交给AI，我集中精力做AI干不了的事。 这才是高绩效员工该有的策略。
📌 第七课：数字员工来了，未来上四休三真有可能🤖
刘教授讲数字员工的时候，我脑子里一直在算一笔账。
一个数字员工——不用交社保、不请病假、不闹情绪、24小时在线、越来越聪明。信息处理类的工作它能干，流程执行类的工作它也能干，甚至一些需要"判断"的工作它也能给建议。
以前觉得只有人能干的活，现在AI都能干了。
那未来会怎么样？
我觉得未来社会"上四休三"真有可能。 不是老板大发慈悲，是数字员工把大量基础活都干了，人不需要那么长时间耗在工作上。但问题是——同样的活，谁来干？
如果数字员工能替代80%的基础工作，那剩下的20%需要人干的活，会集中在那些真正需要"人味儿"的领域——共情、判断、决策、创造、信任建立。
那作为我们现代人怎么办？我的想法很简单：
第一，别跟AI拼速度，跟AI拼"深度"。 AI读一万份简历比你快，但你能从一个人的简历里读出他的价值观和成长轨迹，这就是深度。
第二，多学点数字员工替代不了的技能。 比如怎么跟人建立信任、怎么在复杂场景里做判断、怎么扛责任、怎么带团队。这些AI暂时学不会，或者学得不像。
第三，从现在开始用AI。 刘教授说了——"不是你跟不跟的问题，是你什么时候跟的问题。"用得越早，跑得越快。
数字员工不是来淘汰我们的，是来给我们"升级"的。前提是，你得愿意升级。
关于谁会被替代，刘教授讲了三个判断标准，我记下来了：
1️⃣ 你的工作本质上是"信息处理"吗？ 把A转换成B，把输入变成输出。如果是，AI做得比你好。
2️⃣ 你的工作流程是固定的吗？ 每天重复同样的事，每一步都知道下一步干什么。如果是，AI可以整个流程端掉。
3️⃣ 你的工作不需要"肉身在场"吗？ 不需要共情、不需要现场判断、不需要承担责任。如果都是"在线完成"，那AI在线比你更便宜。
三条都中，⚠️高危。一条不中，✅暂时安全。
📌 晚上回家，我在家庭群里发了一段话
听完课回到家，我打开手机，在我们家微信群里发了一段话。我儿子今年上大学，在群里。
我说：
"今天去听了一堂课，讲AI智能体的。我给你们讲几个让我后背发凉的事：
第一，AI已经进化了四代，大部分人还在用第一代。你问一嘴它答一句，以为就是全部😳
第二，有个学生做旅游公司，一个人加一个AI干了原来八个人的活。不是未来，是现在。
第三，AI能自己学技能。你教它一次，它就记住了，下次不用再教。它还会越用越了解你。
第四，刘教授四月说技术不成熟不建议用，六月就改口说可以用了。中间隔了不到两个月⏰
所以我跟你们说句认真的——你们在大学里，不管学什么专业，一定要学AI。不一定是编程，但一定要会用。 以后找工作，会用AI的人可能比不会用的人工资高三倍。这不是夸张，是我真实的判断。"
我儿子回了一个"收到，在研究"，后面跟了一个捂脸的表情😅 我觉得他在看，但也未必真当回事。毕竟年轻人总觉得时间还多。
但说实话，这段话我首先是说给自己听的。
📌 我自己的决定：从现在开始，深度学AI
回来之后我认真想了一个问题：我做了十几年猎头，积累的判断力、人脉、对行业的理解，这些AI暂时学不会。但如果我不会用AI，这些积累也撑不了太久。
因为比我年轻的人、比我便宜的人，已经在用了💡
所以我自己做了个决定：
1️⃣ 每天至少花个1小时，真正学怎么搭工作流、怎么让AI帮我干活。 不能再停留在"问两嘴玩一下"的阶段。
2️⃣ 拿自己手头的工作下手。 我打算从简历筛选和候选人初步评估开始，试着让AI跑起来。哪怕一开始慢、折腾、不顺手，也得开始。刘教授说得好——"不是你跟不跟的问题，是你什么时候跟的问题。"
3️⃣ 保持更新。 刘教授两个月PPT就改了一版，我再不跟，三个月后连行业在聊什么都听不懂。
📌 说句实在话
我以前觉得AI这东西离猎头挺远的。我们做的是"人的生意"，判断性格、理解需求、建立信任，这些AI干不了。
但现在我明白了：AI干不了的是"最后一公里"，但前面那九十九公里，它都能跑。 🏃
你得先跑到最后一公里，才有资格说"剩下的交给我"。
所以不管是让我儿子学，还是我自己学，都是一样的道理——
不是AI淘汰人，是会AI的人淘汰不会AI的人。 💪
周末听完课那天晚上，我在朋友圈发了一条："从今天开始，认真学AI。"
配了张培训现场的照片。
下一篇我会写写：AI来了以后，哪些岗位最危险、哪类人反而最难受。 想看的可以蹲一下。🚀
（附：培训现场图/刘教授PPT截图/Agent演示图）📸
📌 想聊职场的，关注「山东猎头Rose」
📌 有娃操心教育的，关注「学职烟火气」
工作、生活、教育，咱争取一样不落🙏
