AI时代职业技能发展：什么是真正稀缺的资源
Phil Chen（前 OpenAI、Google DeepMind、Scale AI 等公司背景，现创始人）刚刚发布了长帖，核心主题是 AI 时代（尤其是 agent-native 公司）下的职业与技能建议。

核心观点：AI 擅长一切能写 loss function（可明确评判）的事。学校考试、LeetCode 等都属于此类，因此未来10年最有价值的工作是无法在模型训练周期内被评判的事（即难以 grading 的模糊、长期、人类判断类工作）。

6条实用建议（针对早职业/有野心的人）：
1-专注真正稀缺的资源：时间、人际关系、声誉。金钱和资本现在更容易获得，优先做有意义的事、建立高质量网络，比短期高薪更重要。

2-学会找问题，而非只解决问题：AI/agents 能高效执行，面试和工作中最关键的是问题选择 + 资源分配。优秀候选人能在混乱环境中快速识别值得解决的问题，并用 agents 协作。

3-选择最野心勃勃的问题形式：遵循 “bitter lesson”—— scaling + 通用方法胜过特定优化。选公司/角色时，看对方是否在攻克问题的最前沿。

4-冲刺最后一公里：AI 让 median（中位数）结果变得廉价，价值在于细节打磨、迭代和 polish。练习在项目中多花精力做完美收尾。

5-提升 xG（机会质量）和 efficiency（转化率）：职业如足球——要选对高潜力机会（团队、市场优先于当前产品），同时提升执行效率。声誉是关键，能带来好机会。

6-研究门槛已降低：现在就能用模型做实验、蒸馏直觉、参与公开 leaderboard。研究是一种心态（好奇 + 执行 + 调试 + 沟通），不一定非要进大厂。

结语：世界仍充满机会，关键是找有趣的问题 + 交付超凡结果。适合想加入 agent-native 团队的人。这篇帖子的受众主要是学生、早期职业者和创始人，强调人类差异化优势在于问题选择、taste、长期判断和关系，而非单纯执行力。
未来工作趋势 职业生涯发展 AI时代 人才培养