Subscribe
Share
Share
Embed
课代表立正的官方Podcast
深度访谈，有用干货，亲身验证的「真本事」
Superlinear Academy创始人，Maven Top AI Instructor
前Statsig布道师（OpenAI收购），腾讯副总监，Meta，Amazon；康奈尔经济学博士
社区：Superlinear.Academy
课程：ai-builders.com
个人：lizheng.ai
我们频道里的很多同学
都关心的一个点
就是在这个时代的人才
画像是什么样子的
他们怎么能成为这个时代更好的人才
你刚刚也提到
就比如说Google要想做一个AI浏览器
肯定能做
然后OpenAI、Perplexity他们能
Neo其实这件事虽然难
但是也肯定能
那听起来我有一种感觉
就是人才在这里边是一个可解的问题
或者说他不是那个differentiator
不知道徐老师你同不同意这样的一个
我觉得理论上可解
但实际上还是一个很难的一件事情
因为Google发展得这么好
最终还是因为
他从这个公司创立第一天开始
就对人才的一个饥渴程度
对人才管理
对人才的重视程度
就是跟其他公司有很不一样的看法
所以说真正能够做好人才
还是不容易的
就好像我们都知道
最近Meta的小扎用1亿美元的包裹
有的人多一点
有的人少一点
但是那个数量级
即使少一个数量级已经很多了
所以说是不是1亿美元这个不重要
但我们就用1亿美元这个来讲
但是
你说1亿美元就能解决这个问题吗
很有可能
不一定
这里面如果要解决的话
还是需要领导力
就是小扎自己的领导力
Alexandr Wang这两个人
他要真正的人能够把人用好
这两个人的track record不错
所以说我觉得还是有可能的
但是光是1亿美元
招了一堆人就解决问题
那还差得很远
对大约是这样子
所以说你刚才提到
人才是一个可解的问题
我觉得理论是可解
但真正要把人才真正的招好用好
并不容易
我这里做一个小广告
其实我们做浏览器需要很多的人才
浏览器之外我也在做其他的创新项目
也是需要人才
目前不管你是做工程师的
还是做产品的
还是做growth对吧
增长的
其实我们对人才还是非常饥渴
我觉得很难的一件事情
可解不代表做得到
反正
我每天还是非常的认真的在寻找人才
我刚才想
我们应该很多观众刚才听完了
心里一凉
因为没说data哈哈哈
没说data
为什么心里一凉
你来说一下
因为他们是做data的嘛
你需要的人才里边你没有提data
他们就说哦
是不是我的工作
哦你是说data scientist
data engineer
okay that's a very good question
今天我们再去想人才
我觉得要更加想一个Full-Stack
我们全栈式工程师
这件事情已经讲了很多了
前端后端
对吧但我觉得AI时代
把这个全栈就完全重新定义了
今天的全栈就不只是前端后端
有可能前端后端要去处理数据
要去数据工程师
甚至于可能要去做PM
甚至于可能要做designer
甚至有可能去做增长
这个才叫全栈
全栈就是一个scope
是非常wide
我这周还在美国
最大的一个银行之一吧
一个峰会上面做了一个panel
然后旁边的一个人
就是这个银行的一个高管
然后我就跟他聊起同样这个话题
他非常同意我的这个对于全栈的理解
后来我说你们银行呢
因为这个银行是相对来讲
是一个很大的银行
但是呢
做事情创新相对来讲特别慢的
他说对我们的team也是一样
就说他觉得过了两三年
如果你不能用这种全栈性思维
我手下的那个工程师就会被淘汰掉
唉我觉得那已经是属于
如果说我要去看一个spectrum
就是一个光谱
它是在相对来讲
采用新的工作方式比较慢的
一个公司都已经是这么想的
那更何况其他的
所以说回到你刚才说的
我觉得没有必要
心中一凉
我觉得今天我的engineer呢是一个泛指
是一个能做技术工作的这么一个泛指
不要说工程师呢
不要说engineer呢
我前两天碰到一个startup的CEO
他可能会到我自己的一个播客节目
Neo Show来做一个节目过几周
我为什么邀请他
就是我听到他说了一句话
我们在讨论类似的话题
他说哦这个不只是全栈的工程师
I need to be a Full-Stack CEO
我要是一个全栈的CEO
我不仅是要做产品做增长
我什么都要
自己就要能做
因为AI的原因
所以说我觉得AI时代是应该改变了
这个定义
就我刚才说的
那个美国最大的一个银行的技术峰会上面
我们做这个panel有一个是VC
他说的一个观点就是
software engineer这个category
这个职位在几年之后就会消失掉
我其实不同意
但其实我们说的是同一件事情
就是说这个软件工程师
as we know today会消失掉
或者说as we know in the last few years会消失掉
但是软件工程师我觉得这个职位还在
只是会被完全重新定义一下
我觉得大多数的工作都是这个样子的
你之前也有一个文章嘛
就是如果说你的identity是coder
那完了
但是你如果identity是builder的话
那其实是个非常好的时代
就是更多的是traits
这个人的素质是什么
然后你追求的结果是什么
你把自己定义为一个技能的话
那这个技能很快可能就会变得便宜
或者说消失
对 对于我们这个课代表
这个节目的听众观众
我觉得很多人
都是在不断的在思考这个问题
对吧 我觉得这个问题是这样子的
我们刚才说的这个话题
其实不是一个新话题
过去100年200年
过去几十年的数字革命
没有AI这件事情也在发生
对吧 唯一不一样的就是
AI时代这件(事)发生的速度比以前要快
或者说至少快一点吧
快多少每个人因人而异
每个行业不同但绝对是要比以前快
所以说大家感知到的哇
这个东西好像是前所未有
或者说很不适应
或者怎么样
这是因为速度变化的速度快
但是这个变革
其实并不是一件新鲜事情
就好像我们每天早上起来
至少我每天早上起来先看邮件
30年前哪有邮件
40年前哪有邮件给你看
对吧那现在有邮件看
过了30年40年
我不相信大家还是在同样的
到Outlook里面或者Gmail里面看邮件
会有一种新的形态
跟我们的数字世界打(交道)
在这我有一个观点想抛出来
跟徐老师你讨论一下
就是这个变化的速度
过去的100年几百年是有这样的变化的
几千年吧
就第一波是农业
后来工业革命了
制造业然后农业自动化了
但是制造业的人口
到现在也是越来越少
然后白领
白领的这个就是knowledge worker
其实是1950年左右的时候
才大规模开始的
中国的话可能199*几年吧
白领工作是主要工种
我觉得都不一定
就那个时候可能还制造业是主要工种
但是我们现在绝大多数人都是白领了
然后他的这个被取代可能也是更快的
就是农业可能几千年
制造业几百年
然后我觉得白领可能不一定有100年
就会大多数这个工作消失
觉得可能吗
我觉得白领的工作的定义会改变
微软的CEO就是微软的CEO也说过一句话
knowledge worker跟knowledge work是两回事情
我觉得knowledge worker完全会被重新定义
但是knowledge worker我很难想象会改变
我觉得应该会变更多吧
有人会说
哎呀有了AI以后
有了AGI以后
就不需要那么多knowledge worker
我觉得人类历史上
或者说不管是工业革命技术革命
还从来没有发生过
因为技术使得knowledge worker变低
我从来没听说过也没见过
我只是觉得
我们今天的想象能力没在那边
就好像100多年前大家都在用马车
然后汽车来了
那些马车夫觉得哎呀工作都要没了
对吧但是
他对于未来汽车行业的想象能力
是没有的
怎么去想象一个未来的厂是怎么样的
未来有了厂
还有租车行业
我觉得人类没有那个想象能力
那也没有这个想象能力去说
有了自动驾驶
有了AGI
有了以后会有些什么行业出来
但不代表这些行业不会出来
如果你是不相信AGI
那可能这个问题更容易了
但即使你是对AGI非常坚信不疑的话
我觉得在AGI到来之后
我们今天缺的是想象能力认知能力
而不是说这件事情不会发生
这个地方稍稍再break down一下
还有这么一个社里区的观点
就是全职工作
是没有办法capture生产力的提高的
但是business partner或者business owner可以
或contractor可以
就是他按照小时付费
或者按照outcome付费可以
可是全职员工今天他用AI提效10倍
工资没有涨
indirect可能反映在performance review
但是其实他缺乏这个motivation
这个你怎么看
这个问题稍微复杂一点
我只能讲提供一个点就是全职工作跟contractor
至少我个人或者我周围人
我是这么观察的
比如说在硅谷
你可以去找一个全职的工作对吧
在一个team里面做成
也可以自己去做一些contractor的东西
说不定contractor做的事情
你每小时赚的钱要多
或者多很多
都有可能
但是很多人还是挺愿意做full time的
为什么人类是一个social的一个群体
需要感觉到我在一个群体里面
在群体里面互相的有交互
然后互相的有一些互动
当然有些这种互动变成digital的互动
对吧就数字世界上的互动
那有可能
但是人类是一个群体社会
是需要互动的
这个我觉得不会改变
不会因为有了AI改变
就是还是要这样子的
所以说很多人
至少我周围观察的很多人
他需要一个full time的job
其实他需要有这么一个机会去互动
所以说并不是说哎呀我以后有了AI
我就能够一个人就能做公司了
所以说我就不招人了或怎么样
跟大家分享一下
我自己其实也经过几个转折
过去几年
一个转折就是当Sam Altman
OpenAI的CEO提出one person unicorn 的时候
这应该是一年半之前
他提出这么一个观点
我觉得很make sense
我觉得以前我可能需要10个人
现在有了AI可能一个人
当然他说一个人也不一定是说(就)一个人
就是说意思就是人非常少
哎我觉得这个很make sense
为什么要那么多人就一个人就能做了
但其实一年半以后
我的观点其实稍微改变了一点
我仍然觉得他说的是对的
就是说今天我
尤其是作为一个初创公司
我如果现在有15个人
本来我要扩招到25个人
但是我现在会比较小心谨慎
而且我觉得
15个人
就已经能做过去25个人这件事情了
或者说一个人两个人能做
过去5个人能做(的事情)
这个还是对的
但是我觉得从一个长期的角度上来讲
一个公司
我不觉得未来就是都是一两个人
或者10个人的小公司
我觉得以后还是会有大公司
为什么以后还是会有新的大公司
还是回到我刚才说的
就是这是一个人性的一部分
就是希望大家一起做事情
这个跟技术没有什么很大的关系
我再讲一个很简单的
不管是硅谷的大厂
还是美国的任何一个大厂对吧
他每次都是有钱了就招人
没钱了就砍人
为什么这个就是一个人性的一部分
有钱了我就hire人
至于说是不是需要
这个是次要的
反正我就感觉我需要
反正因为各种各样的原因
等到没钱了
华尔街说哎
你不砍人我要惩罚你了
然后大家(就砍人)
所以说最终你招人不招人
其实不跟你
那个技术是不是成熟到一定程度
其实只需要7个人做
不需要17个人做
美国的公司从来没这么发展过
明白了确实
这些大厂的人数
不是由他需要多少人
去做这件事决定的
而是他的业务模式
赚了这么多钱
能afford这么多人
然后就招了这么多人
对我大概十几年前我就figure out
这一个真谛就是至少硅谷的公司
我相信美国绝大多数公司都这样
可能世界上大多公司也一样
那我就不敢说了
绝大多数的公司有多少人
跟他需要多少人没有关系
跟他能够afford
能够养得起多少人是有关系
跟他需要多少人一点关系都没有
我觉得在AI时代非AI时代都会一样
只要养得起
我就会做
有道理是个人性
好的 谢谢徐老师
刚才我们聊了AI bubble
就是AI对于投资的影响
可是我们很多人
绝大多数的收入其实是来自于工作
而不是来自于投资
那你觉得接下来的几年
工作这块我们应该怎么看呢
我觉得是这样子的
我是一个乐观者
我是很乐观
就是技术的发展
对人类是产生正面的影响
但这是一个非常宏观的一个看法
就是对人类对吧
总体人类
对微观来讲
我们每一个人
每一个家庭的影响是不一样的
对很多家庭可能是一个负面的
或者说非常负面的影响
这都是有可能的
这个我一点都不否认
从这个角度上来讲
其实我是有一定担心的
为什么是有一定担心
因为我觉得包括我自己周围的
不管是朋友还是你的节目的粉丝们
或者说怎么样
我觉得是需要去思考这件事情的
我觉得这里面有两个点
第一个其实还是
不管是现在大厂都说我要lay off人
对吧就是裁员跟AI没关
但是有的人说其实跟AI有关
我觉得这个没必要去争论
口头上跟AI有关
口头上跟AI没关
多多少少都是有点关系
但是即使没关系
你要take的action是什么呢
你要take的action就是还是要去拥抱AI
我觉得大家不要去underestimate
不要去低估的一件事情
就是有很多人会认为哎呀
这社会人人都在拥抱AI
那我去拥抱AI
到底有多大的difference
有多大的不一样
我觉得是很不一样的
首先如果说你是在科技界的
你在硅谷或者在科技领域
我觉得你看到的
跟别人看到的很不一样的
我觉得出了硅谷
出了科技界
其实很多人还是对AI不了解
甚至于抵触
所以说你今天拥抱AI
你今天all in AI
你还是有很大很大的优势的
你不需要成为世界上拥抱AI最厉害的人
你只要是那个top one top five percent
top ten percent
你已经是比人家有很大的优势
所以说第一个点
就是你不要认为哎呀
我现在拥抱AI
或者说全力拥抱AI是不是太晚
或者说只是大家都在拥抱我一样拥抱
是不是(没用）
我觉得不必担心
我觉得你如果今天开始全力拥抱
你已经站在一个很好的起跑线上面了
所以说我觉得这是第一个
我想提醒大家的
第二个有很多人都说一个观点
就是对职场的选择
就好像要去选择投资一样
就是我如果看中什么样的公司对吧
我就用肉身去加入去投资
我觉得这是一个很不错的看法
是可以供大家参考的
我这边加一个供大家去思考的一个点
就是这里面还不仅仅是我肉身
去加入一个我愿意去投资的公司
然后我以后得到的回报就像一个投资
投的好的一个回报不只是这一个点
另外一个点就是我们做投资
我们知道有的时候会有用杠杆
今天可以去买英伟达的股票
不管是杠杆用还是不用
你用了可能赚的更多
但有可能跌的更多
这我们前面已经提到了对吧
但其实我们在职场里面
你用一个投资的思维也有一个杠杆
课代表你能不能作为一个课代表
你能不能先猜一猜
我想讲的那个杠杆是什么吗
就是职场的杠杆是什么
我还真想不到
就除了你加入一个公司
用自己的人力时间投进去
但是这就100%的投资了
就是一个concentrated bet
之前我们聊的
如果再加杠杆的话
对有什么是你的职场的杠杆
这个故事你也听过很多
或者甚至于
你可能在你的频道里面都讲过很多次
我作为一个职场的人
加入一个公司
我就应该像选择投资一样
好的话就会有return
但万一这家公司不行了
那你呵呵
股票也就没什么用
但至少你也有工资对吧
但是其实是有一个杠杆在里面的
你如果把这个杠杆用好
我来就告诉你
我觉得这个杠杆就是network
哦～～！
他跟那个投资很不一样
肉身去加入一个公司
有很大的一个好处
为什么呢
你如果加入一个
有很好团队的一个公司
即使这家公司做的不好
你的investment是错的
那是有可能的
因为任何一个investment都有可能错的
每个人都会犯错误
但是你从加入这家公司
你能够认识很多的人
你认识的人
你这个团队
有可能是你未来的
加入下一个公司的引路人
或者说你自己作为一个初创公司
然后你可以把他们招进你这边来
有各种各样的一个长期的回报
这个长期的回报
我觉得你只要把它用好
这个杠杆是无风险的杠杆
不像投资的杠杆
投资的杠杆你是一个双刃剑对吧
用了不好了
力道太大了
呵呵这是可能
就是为什么我说到Dot com年代
真的是能够看到grown men cry
是因为杠杆用的太多了
对吧就是说股票卖了
不卖了怎么样了
但是从工作的角度上来讲
你认识一堆很优秀的人
这个是几乎没有downside
那些grown-men cry的原因
不是因为我在这家公司工作了两年
option变成0了哭了
是因为我option exercise了不去卖
这是一个financial的一个decision
才会造成后来哭
但是你如果说是正常的情况
你是用一个工作的情况
你认识一堆人
包括Sam Altman对吧
他当年自己做startup
也做的不怎么成功
但是因为这个原因
跟YC的人就又越走越近
然后又后来成为YC的头
然后一路走来
所以说我觉得大家应该想的
要思考的一件事情
就是怎么样去...
职场是像一个investment
然后再用好你的杠杆
这就是有downside呀
downside就是你得罪了人
或者说你认识的人都不行
就是要么没眼光
要么没有情商
这个是对
但是我现在刚才的assumption是
你已经加入了一个公司
你觉得这个公司的人都很不错
嗯
但是这个公司是不是能够真的飞速发展
就像OpenAI
它现在是多少
5,000亿美元的市值的公司
它有可能再涨个10倍
但也有可能跌个10倍都有可能
但是我觉得你在OpenAI这家公司
你应该想要去得到的
不只是你的股票值多少钱
而是你在里面的一个career leverage
就是你的network
是很重要的
确实确实
因为整个主题是bubble嘛
所以说如果bubble破的时候
有没有一些可以保护自己的方法
这个就是非常personalized
比如说我今天很可能去买NVIDIA的股票
但是我是不会用杠杆去买NVIDIA的股票
嗯 right
我是在我自己假设NVIDIA股票跌了90%
至少我不会cry对吧
或者说我可能非常惋惜怎么样
但是至少是(可以承受)这是一个
但从职场的角度来讲
我觉得比较actionable的是
即使是你因为AI的原因被裁
或者说是没有一个怎么样
我觉得我仍然会是all in AI
然后去真正的去学一些
我记得OpenAI之前的一个VP of Research
然后现在去了Thinking Machine的一个华人（Lilian Weng)
我记得她前一段时间说
她做的事情是
每个礼拜都去尝试一个新的AI的tool
我觉得这就是一个很好的tip
我觉得我也在做这么一件事情
当然这只是一个非常小的点
我觉得是all in AI
是一个每个人都应该去做的
另外一个就是最关键的
其实还是我前面说的
我为什么说这是一个career的杠杆
就是其实是一个forcing function
让大家去思考
我加入一个公司
这些公司我觉得这些人都是非常respect
非常尊敬非常敬佩
这家公司能不能做好我不知道
但是我觉得这都是未来的
能够大家互相仰仗几十年的伙伴们
或者小伙伴们
这个我觉得很重要
我觉得很多人
他可能今天更加顾及的是
这个包裹多大
但是我觉得leverage就是人的network
从一个放大10年20年的一个角度
我觉得那个太重要了
你15年以后是不是有一个好的一个机会
我们在你的节目里面提到过嘛
很多都是你今天build up的这个
或者说是不是把这个leverage给用好
是的因为我们很多人
没有这么长的职业经历
所以说他没有看到这件事有多重要
我们徐老师也在社区里面做过
那个节目嘛
你的很深的体感是
20年之后
大家竟然还记得你
20 年之前的一些
你可能看似不是那么重要的事儿
这个reputation真的是会伴随很久
而且真的是
后面的很多机会
都是源自于十几年前一些行为
对我这两天在LinkedIn上面写了几个comment
就是我有一个很好的朋友
最近不幸的过世了
然后有一些过去的同事来讲他
都是15年没有见过
但是能够讲出一些细节
那是15年前啊对吧
而且还不是同一个组的
有的是不同的公司的人
都能够提到一些细节
为什么这位同学
这位同事在哪些方面出色
所以说我觉得我是越来越体会到的
就是这方面的
大家的memory其实是lasting的memory
all in AI然后关注自己的network
多关注人
network这个leverage
对所以说哪怕周期有起伏
但是这两件事情它是升值的
好
感谢感谢
好拜拜
感谢拜拜