据Techerati 2025年7月的一项公告显示,由于ChatGPT的影响,入门级工作预计将减少32%。虽然这只是一个数据点,但它表明仅仅能够使用AI(虽然对在当今世界中发挥作用至关重要)是不够的。如果一项工作的任务可以通过ChatGPT完成,那么这项工作就正在走向自动化。AI素养是否足以在职场中保持竞争力?我们将探讨素养之后的内容——AI流利度,并描述一种思考AI技能进阶的方式。
AI素养简要回顾
AI素养有许多定义,都相当合理。许多定义都抓住了核心理念:随着AI在各行各业的日益普及,对AI的认知、对其工作原理的理解以及在日常生活中与其协作的能力,现在是地球上所有人的必备要求。然而,定义通常到此为止。不清楚的是,素养之外还有什么,谁需要超越AI素养的技能,如果需要,他们需要什么。
从AI素养迈向AI流利度
如果我们从语言中汲取灵感,我们如何定义素养和流利度?
韦氏词典将"有文化"定义为"能够读写",更广泛地说是"拥有知识或能力"。相比之下,"流利"(或流利度)被定义为"能够轻松准确地使用一种语言"和"拥有或表现出对某个主题或技能的掌握"。素养是基本能力,而流利度是某个领域或领域中的下一级技能水平。
在之前的一篇文章中,我阐述了应用于AI素养的4C(概念、语境、能力和创造力)。这些部分不是深度的陈述;它们是知识或技能的领域。AI素养可以被认为是这些领域中每个领域的基本知识水平,而AI流利度是下一级的深度、理解和复杂性。
能给我举个例子吗?
让我们以牙科医生为例:
对于这样的专业人士,AI素养可能包括使用ChatGPT或其他AI来解决日常问题的能力(无论是在他们的职业生活还是个人生活中)。它可能涉及对在线零售商如何使用个人信息推荐产品的理解,或对他们下次选举投票中即将进行的AI相关举措的认识。
另一方面,AI流利度更深入,可能更具领域特定性。AI是一个广阔的领域,AI的每个子集都有极深的深度。因此,期望在每个领域都发展深入的AI技能是不现实的。牙科专业人士可能希望专注于他们的领域,在以下领域变得知识渊博:牙科筛查工具如何使用AI、使用什么算法以及为什么使用,以及AI与他们领域交叉的最新研究在哪里进行。
虽然上述例子专注于牙科,但可以为其他领域得出类似的结论。例如,在教育领域,教师要能够教育学生具备AI素养,他们自己需要了解的不仅仅是基础知识。换句话说,教师可能需要具备AI流利度才能指导学生达到AI素养。在软件领域,GitHub的CEO最近观察到,他预计AI会增加开发者工作的数量,但这些开发者将具备利用先进AI快速创建软件产品的技能。这些新技能将要求开发者理解可用工具的格局(例如,最先进的AI如DeepSeek和Llama之间的权衡)并为他们的任务选择最佳工具。
AI流利度之外还有什么吗?
我相信有。有一种掌握水平,甚至是领域内的执业专业人士可能也不需要,但这是探索新技术的研究人员的要求。回到之前的例子,AI在牙科领域的最新研究进展是用于3D骨分割的深度学习,发表在2024年的《自然科学报告》上。每个牙医都需要深入理解这篇和类似的论文才能达到AI流利度吗?我不这么认为。AI流利度是否应该要求他们知道他们领域中存在这样的研究方向,并知道如果他们希望深入探索时在哪里获取研究?是的,我相信如此。
用AI流利度重新审视4C
鉴于此,相对于AI素养,4C如何映射到AI流利度?AI素养是生活的通用素养。AI流利度越来越具有领域特定性。领域可能是你的职业或其他感兴趣的领域。AI流利度强调深度,这伴随着广度的缩小。
AI流利度建立在AI素养之上。4C中的每一个在AI素养和AI流利度中都有意义,在AI流利度中有更深入、更集中的意义。例如:
AI素养中的一个概念可能是AI需要学习。在AI流利度中,同样的想法可以包括关于AI学习如何在你的领域中发生的更多细节。回到牙科例子,它可以包括对牙科图像如何在AI程序中用于识别医疗状况的理解。
AI素养中的语境可以包括AI如何使用你的个人历史来推荐产品,而AI流利度中的语境可以包括对你领域中AI驱动产品的理解。流利度还可以包括对你职业领域中与AI相关的任何法律或最佳实践的深入理解。
AI素养中的能力可以包括在日常生活中使用ChatGPT等AI的能力,包括如何使用AI分析报告和撰写专业电子邮件,并理解在你的公司中什么AI使用是合适和被允许的。另一方面,AI流利度可以包括构建AI智能体来为你的工作自动化任务的能力等技能。
AI素养中的创造力通常指找到使用AI解决问题的新方法,或找到要解决的新问题。一个例子可以是开发一个文档写作工作流程,其中你写第一稿,然后使用ChatGPT的输入对后续修订进行迭代。AI流利度中的创造力也意味着新的解决方案和解决更难的问题,但在这种情况下更有深度,可能有领域特定的焦点。在我们的牙科背景下的一个例子可能是搜索和采用领域中利用AI的产品或构建AI智能体来解决问题。
创造者还是消费者?
我过去写过在AI世界中成为创造者而不仅仅是消费者的重要性。从AI素养到AI流利度的转变不是从消费者到创造者的转变。在两个AI知识水平上都可能创造和发挥创造力。区别在于,你用AI流利度创造的解决方案可能反映出你对领域的深度理解以及如何将其与特定的AI算法、软件和工具有效结合来解决问题。
AI流利度需要编程吗?
在技术领域,可能需要,但总的来说,我不这么认为。今天有如此多的无代码和低代码工具可用,像Vibe编程这样的趋势(向AI提供迭代指令以生成和完善代码)使构建新解决方案变得更加容易。关键是理解和创造力,而不一定是深入的编程技能。
总结
AI世界发展如此之快,以至于不清楚什么足以在职场中保持竞争力。然而,越来越清楚的是,AI素养是一个必要条件,但可能不是充分条件。理解AI如何深深嵌入你选择的职业对于通过不断变化的AI技术保持竞争力非常重要,随着技术的发展而适应和演进。
好文章,需要你的鼓励
铠侠正在测试最新的UFS v4.1嵌入式闪存芯片,专为智能手机和平板电脑设计,可提供更快的下载速度和更流畅的设备端AI应用性能。该芯片采用218层TLC 3D NAND技术,提供256GB、512GB和1TB容量选择。相比v4.0产品,随机写入性能提升约30%,随机读取性能提升35-45%,同时功耗效率改善15-20%。新标准还增加了主机发起碎片整理、增强异常处理等功能特性。
上海AI实验室团队提出创新的异步拍摄方案,仅用普通相机就能实现高速4D重建。该方法通过错开相机启动时间将有效帧率从25FPS提升至100-200FPS,并结合视频扩散模型修复稀疏视角导致的重建伪影。实验结果显示,新方法在处理快速运动场景时显著优于现有技术,为低成本高质量4D内容创作开辟新路径。
谷歌在伦敦云峰会上发布Firebase Studio更新,新增Gemini命令行界面集成、模型上下文协议支持和"代理模式"。代理模式提供三种AI协作层次:对话式"询问"模式用于头脑风暴,人机协作代理需开发者确认代码变更,以及几乎完全自主的代理模式。尽管谷歌声称已有数百万应用使用该平台,但目前仍需精心设计提示词,非工程师用户还无法直接创建成熟应用。
上海AI实验室联手复旦大学提出了POLAR方法,这是一种革命性的奖励模型训练技术。通过让AI学会识别不同策略间的差异而非死记评分标准,POLAR在多项任务上实现了显著提升,7B参数模型超越72B现有最强基线,为AI对齐问题提供了全新解决思路。