为什么在生成式 AI 时代“通才”将主宰未来
AI对教育和职业发展方面的影响是个很多人感兴趣的话，推荐一篇刚看到的文章，其核心思想是：在生成式 AI 时代，通才——那些在多个领域都拥有广泛知识的个人——将比专才更具价值。
关键观点：
- 历史视角：以古雅典为例，社会从早期的通才主导逐渐过渡到一个需要更多专业知识的复杂系统。然而，作者认为，在 AI 的助力下，我们可能正在经历一次”通才精神”的回归。这种通才精神强调全面发展、跨界思考和灵活应变；
- 「棘手」vs「友善」环境：这是David Epstein 在自己的一本书中提出的框架，棘手环境特点是规则模糊且反馈滞后。相比之下，AI 和专才更适合在规则明确、反馈及时的「友善」环境中发挥作用；
- 大语言模型成为通才的得力助手：LLMs使得通才们能够快速获取、加深和整合各个领域的信息和知识，从而进一步提升解决问题的能力；
- 提出正确问题、洞察问题本质、在未知领域开辟新路——这些能力仍将是人类独有的。通才凭借其广博的知识背景和灵活的思维方式，将在这样的环境中脱颖而出；
个人感触：
我也觉得在AI使得传统的“技能”变得门槛更低了以后，通才才是教育和职业发展方面应该更受鼓励的方向，需要注意的是：
- 通才的“通”并不是说在每个领域只懂10%-20%，而是能在很多领域能有个“半桶水”的50-60%的水平了；
- 而且，如果能达到了一个或多个专业领域方面的专家能力，将有助于你知道在学习新事物时应该问什么问题（例如某个前端研发专家能将他的领域专长转化为广泛的领域理解能力）。再配合“通才”能力的话能事半功倍；
为什么通才拥有未来
在人工智能时代，广泛了解比深入专精更有价值
我经常听到这样一种说法：在人工智能时代，你不应该成为”样样通，样样松”的人。
例如，我的好朋友Nat Eliason最近提出：
“试图成为一个通才是你现在能犯的最严重的职业错误。世界上的每个人都在获得各种白领技能的基本能力。在3-5年内，任何人只需花费30美元/月就能使用你的’技能组合’。”
他的观点很有道理。如果我们把通才理解为在多个领域都有广泛的基本能力的人，那么在人工智能时代，成为一个通才确实是一个有风险的职业选择。语言模型在任何时候都能胜过你浅薄的专业知识。
但我认为，对很多事情都略知一二只是成为通才的一小部分。如果你仔细观察通才是谁——以及驱使一个人深入了解某一领域的心态是什么——你会得出一个非常不同的结论：在人工智能时代，通才才是未来的主人。
什么是通才
通才往往充满好奇心，喜欢在不同领域间游走。他们热衷于弄清楚事物的原理，尤其是在不确定或新颖的领域中。他们善于解决领域专家难以应对的问题，因为他们能够将来自不同领域的知识片段整合在一起。
正如Nat指出的，由于他们倾向于在不同领域间跳跃，通才往往拥有广泛但浅薄的技能集。但是，如果仅仅根据他们初级的编程能力或对法式烘焙技术的工作知识来衡量他们，就忽视了他们真正的优势：适应新情况的能力，以及这样做的欲望。
通才的优势所在
在《范围：为什么通才在专业化世界中取得胜利》一书中，David Epstein 认为，通才在他所称的”棘手”环境中特别出色：”在棘手领域中，游戏规则往往模糊不清或不完整，可能存在也可能不存在重复性模式，即便存在也可能不易察觉，而且反馈通常是滞后的、不准确的，或者两者兼而有之。”
正是在这样的环境中，通才大放异彩。他们能够利用自己多元化的经验，以独特的方式应对问题，发现他人难以察觉的解决方案。
Epstein 将”棘手”环境与他称之为”友善”的环境进行了对比。在友善环境中，反馈是即时的，存在明确的、重复的成功模式。这些通常是专家们表现出色的领域。他们可以反复运用特定的专业知识来解决问题，因为他们曾经以某种形式遇到过这些问题。
有趣的是，友善环境也正是大型语言模型（LLMs）表现优异的地方。几周前，我曾将 GPT-4o 和 Claude Sonnet 3.5 等大型语言模型比作”随时可用的 10,000 名博士”。它们在世界上大多数专业知识领域都相当精通。但在处理全新问题时，它们仍然显得力不从心。
这种对LLMs的看法与Nat的论点相反：专家面临挑战，而通才则迎来机遇。LLMs在棘手领域表现不佳，却在专家擅长的友好环境中表现出色。如果你是一个面对新问题的专家，LLM可能无法为你想出全新的解决方案。但对于通才来说，它们反而成了得力助手。通才可以利用LLMs更快地掌握新领域的知识，并轻松地提取和应用来自其他领域的见解。通才可以运用他们的适应性和创造力来应对语言模型无法独自处理的任何”棘手”情况。
在如今这个重视资源分配的经济环境中，一个人的价值不再仅仅取决于他们掌握了多少知识，而是取决于他们如何有效地运用和部署各种智力资源——包括人工智能在内。在这样的背景下，LLMs对通才来说不是威胁，而是一种强大的工具。
通才的过去和未来
自从亚当·斯密在18世纪普及了专业化和劳动分工作为经济增长驱动力的概念以来，通才就已经不再流行了。事实上，我们可能要追溯到古希腊才能找到一个通才是常态而不是例外的社会例子。
古雅典是一个直接民主制。公民作为一般规则参与公民生活的所有方面，从政治到战争。任何公民都可以成为法官、陪审员、参议员和士兵。在《希腊人》一书中，古典学家H.D.F. Kitto写道，雅典社会是由这样一种理想驱动的：在雅典，”一个人不仅对城邦，而且对自己负有责任，要轮流担任各种角色”。Kitto认为，这种精神暗示了”对生活的整体性或统一性的尊重，以及对专业化的厌恶”。简而言之，雅典是一个由全面发展的个人——或者说通才——组成的社会。
但随着时间的推移，随着雅典的经济、社会、政治和军事生活变得更加先进，这个通才社会开始出现裂痕。进步意味着复杂性的增加，而复杂性需要专业化。正如Kitto解释的那样，”如果一个人在他的时代要扮演所有角色，这些角色就不能太难，以至于普通人无法学习。这就是城邦崩溃的原因。”
随着人工智能在专业任务上变得越来越有能力，我们可能会看到社会回归希腊理想中的全面发展的公民模式。不过这一次，我们可以在先进和复杂的经济背景下做到这一点，因为配备人工智能的公民将比没有人工智能的公民更能胜任多种角色。
成为一个通才给了我们LLMs所没有的东西：快速学习的能力，以及在新领域中发现和解决新问题的能力。
在一个重视资源分配的经济中，胜出的不是那些知道问题确切答案的专家，而是那些懂得首先提出正确问题的人。