不是学历，不是智商，不是勤奋

AI教母万字对谈实录：10年后职场只剩两类人

2026年6月的一个下午，「AI教母」李飞飞和 MasterClass CEO 大卫·罗吉尔坐在一起，聊了将近一小时。

李飞飞不用多介绍——斯坦福教授、ImageNet 创始人、刚为自己的空间智能公司 World Labs 融了10亿美元。罗吉尔是 MasterClass 的创始人，这个在线教育平台估值27.5亿美元，请过200多位世界级大师在上面开课。

主持人本来想聊 AI 技术趋势。但两个人聊着聊着，话题滑向了一个更根本的问题：

10年后，谁还能在职场上活下去？

罗吉尔先开口。他说了一个词，李飞飞眼睛一亮——接下来整个对话里，这个词被重复了不下20遍。

不是「学历」。不是「智商」。不是「勤奋」。

是一个90%的中国家长可能听都没听过的词：Agency。

中文很难找到一个完全对等的翻译。最接近的是「主动性」——但这个翻译丢掉了英文原词里那股「不等、不靠、自己干」的劲儿。

● ● ●

一个周末，他把自己变成了一个技术团队

罗吉尔不是技术出身。但他讲了一个让很多人愣住的故事。

「我现在用的大部分工具，都是我自己搭的。」他说。用 Claude Code 或者 Cursor，一个周末，他就把自己的生产力应用、待办清单、甚至给团队用的「罗吉尔风格写作助手」全做出来了。

做一个 App 的成本，从几个月压缩到一个周末。

李飞飞接着举了个例子。她最近招人，发现一个让她印象深刻的变化：很多产品经理现在自己写代码。 用 AI 做原型、模拟用户行为，产品管理周期从几个月大幅缩短。

这不是「技术能力」的变化。这是「主动性」的变化——不等工程师排期，不找外包，自己先去做了再说。

李飞飞把这种状态概括为一句话：

「面对一个认知能力如此强大的技术，主动性才是关键。去熟悉它，掌握它，不要害怕，不要回避。」

● ● ●

杠铃效应：中间层正在消失

然后罗吉尔抛出了整个对话里最让人后背发凉的判断。

他把 AI 时代的职场比喻成一根杠铃——两头粗，中间细。

杠铃的一头，是顶尖专家。某个领域里的前1%，就算有再强的 AI 辅助，普通人也很难超越他们在专业深度上的积累。

杠铃的另一头，是高主动性的通才。这类人能做很多不同的事，在判断力和推进力上有极强的技能。他们善于用 AI 拓展自己的能力边界，知道什么时候该找专家合作。

中间那层人——那些「还凑合」的专业人士——正在被系统性压缩。

不是因为他们不够努力。而是因为他们做的事恰好同时满足两个条件：AI 可以做，高 Agency 的通才也可以做。 两头一夹，中间层就没有生存空间了。

李飞飞认可这个判断，但加了一个关键的补充：

「不管你在专家那一侧还是通才那一侧，你都需要有主动性。」

也就是说，未来的分界线不在「你是什么类型」，而在「你有没有 Agency」。 一个没有主动性的专家，会被有主动性的普通通才超越——因为后者能用 AI 补上大部分知识短板。

● ● ●

为什么说「AI 成本趋近于零」是骗人的？

聊到一半，主持人提到业界一个流行的说法：智能成本正在趋近于零。

李飞飞直接怼了回去：

「任何在外面声称『智能成本趋近于零』的人，那都是不负责任的说法。因为人类智能太深了。」

她列了一份 AI 的能力清单，很诚实：

• 语言智能：AI 很强，接近甚至在某些任务上超越人类平均水平。
• 感知智能：计算机视觉已经成熟，但多模态融合、情境感知还差得远。
• 空间智能：刚起步。这也是她 World Labs 全力在做的事——让 AI 理解三维世界。她说进化花了超过5亿年才让空间智能成熟，语言智能花的时间比这短得多。
• 身体智能：基本缺失。不管是叠衣服还是投篮，AI 还没有真正进入物理世界。
• 情感智能：只能做统计模仿。它不会真的理解一个人为什么难过。

所以「智能成本趋近于零」的潜台词是「语言智能成本趋近于零」——其他四种智能还贵得很。

她举了一个例子：ICU 护士。 AI 可以替护士处理行政文书、整理病历，但不能替护士握住病人的手、观察病人的表情变化、判断什么时候多说一句话。后者叫「判断力」，是人类独有的东西。

「AI 应该是增强，不是替代。」

● ● ●

教育正在分裂成两个世界

罗吉尔在对话里提到一个数据，值得每个家长认真看三遍：

AI 现在能提供接近一对一教学水平的个性化指导，成本从每年数万美元降到了大约100美元。用 AI 学习的人，能少花60%的时间学到同样的东西。

这意味着什么？意味着学校这件事正在不可逆地分裂：

• 一边是禁用 AI 的学校——「用 AI 就是作弊」，学生还在手动做一切。
• 一边是拥抱 AI 的学校——老师用 AI 重构课堂，考试不再考死记硬背，学生用 AI 做深度研究。

罗吉尔的判断很残酷：那些不被允许用 AI 的孩子，会远远落后于被允许用的孩子。

李飞飞同意，但她把问题拉得更远：

「教育的根本目标不是工具，而是培养一个有意义的人。」

当前的大多数讨论还困在「AI 是不是作弊」这种二元对立里。真正该谈的是三件事：怎么赋能老师、怎么重新设计考试、怎么让低收入社区的孩子也能用上 AI。

● ● ●

怎么培养主动性？

这是整个对话里最难回答的问题。

罗吉尔说，主动性需要四个前提：

1. 01安全感——爱、食物、睡眠、心理安全感到位。吃不饱、睡不够、随时担心被骂的人，不敢冒险。
2. 02韧性——能够失败，然后重新站起来。不是一次，是很多次。
3. 03好奇心——不是「别人让我学」，而是「我想搞清楚这个」。
4. 04主动把自己放到困难的环境里——从小就该开始的训练。

他还说了一句很反直觉的话：

「我们的社会在太多地方教我们去寻求表扬……但拥有主动性，它几乎就是在拒绝这一整套寻求表扬的活法。」

寻求表扬的人，做的是「别人希望我做的事」。有主动性的人，做的是「我认为该做的事」。这是两种完全不同的人生操作系统。

创立 MasterClass 的时候，所有人都告诉他这件事不可能。罗吉尔后来悟到了一个道理：如果一个想法所有人都说好，那它很可能就不是一个好想法。

● ● ●

给普通人的第一步

李飞飞给了一个非常具体、可以直接执行的建议：

去找一个年轻人。你的孩子、侄子侄女，只要是25岁以下的，他们当中绝大部分人已经在用 AI 了。带着一份纯粹的好奇，去请他们给你看看，他们平时是怎么用的，用 AI 在做些什么。

她说，这不是在学新技术。这是在了解你关心的人即将生活的未来世界。一旦你知道了 AI 是什么，那个世界就没那么可怕了。

罗吉尔的实践更狠更直接：亲自带员工做一遍。

他说，看 YouTube 教程当然效率更高，但手把手带着做一遍之后，员工就被「解锁」了——能开始自己飞起来。

「每个人都可以成为创业者。你可以是一位专科医生，你也可以是一位老师。但主动性是关键。」

● ● ●

所以，10年后你的工作还在吗？

答案不在 AI。答案在你自己。

李飞飞和罗吉尔的对话，信息密度极高，但核心信息其实只需要一句话就能说完：

AI 不会替代你。但另一个有主动性的人，用着 AI，会。

这不是一个技术问题。这是一个选择问题。

你是等别人给你工具，还是自己去造一个？你是等别人告诉你 AI 怎么用，还是自己去搞清楚？你是等环境逼你改变，还是自己先跳进困难里？

10年后区分人的，不是会不会写代码，不是有没有名校学历，不是够不够勤奋——

是你有没有主动性。

参考资料：网易科技《万字实录 | 面对AI焦虑，李飞飞给普通人的建议》（2026-06-23）