前几天我们发了一篇招聘的内容：2026，你想象不到我们现在有多缺人。

没想到爆了，我自己都很诧异，我们的邮箱也爆了，我还激动的发了个朋友圈。。。

然后随之而来的，就是各种各样的消息和提问。

比如大厂的朋友也来找我推荐人，还有很多 AI 创业公司的朋友也是，问我有没有适合一起创业的人选。

但是最多的，其实是学生群体，很多很多没有毕业的朋友们，问到我们这边实习需要什么样的经验，然后应届的朋友们，也在问我我们究竟招什么样的人，需要什么样的特质。

一晃眼，马上又是一年毕业季了。

我们自己确实名额有限，只招大概 7、8 个人，但是这一两年，因为自己也在创业，所以跟蛮多朋友（国内国外的大厂中厂创业公司等等都有）聊过不少关于招人的话题。所以我想了想，感觉还是可以给大家分享一下在我自己心里，什么样的人，是在 AI 时代，更容易被青睐的。

叠个甲，都是我自己的一家之言，不成熟的经验，不一定对，但至少确实是我们真实在用的筛选标准。

我把他们，总结成了六个特质：

好奇心、靠谱、有事实洁癖、多元化思维、能忍受不确定性、低 ego 高自驱。

没有一条的字面上有 AI，但是每一条，又都跟 AI，息息相关。

这是我觉得最重要的一条，我在无数的地方也说过这句话。

这甚至是我们公司挂在墙上的 slogan（过年的时候拍的）。

也是我们招人的时候第一个看的东西。

好奇心这个词听起来很虚，但是讲真的，它在 AI 时代的权重，我觉得无限大。

原因很简单，AI 时代，知识在加速贬值。

我三年前写过一篇文章，说了一个概念，叫知识半衰期。

也就是你的部分知识，大概会在多久过期。

过去可能是十年，移动互联网时代，可能缩短到了两三年。

但是在如今，在 AI 时代，你今天学的框架，半年以后可能就过时了，甚至有的时候，是 3 个月。

就是这么的离谱。

你敢想象吗，DeepSeek R1，其实只是 25 年初的东西，距离今天也只有一年左右，Claude Code 出来也才一年，甚至我们一年半以前用的 Runway、Midjourney、GPT-4o 等等，听着都好像上个世纪的产物。

在这种环境下，你过去积累的知识存量，其实在不断地缩水。唯一能对冲这种缩水的，就是持续学习的意愿。

而持续学习的燃料，就是好奇心。

乔布斯之前提过一本书，说对他影响很大，后来我也去读了，这本书对我影响也挺大的。

它是，铃木俊隆的《禅者的初心》。

在这本书的开篇之中，就有一段我认为超级经典的话。

"In the beginner's mind there are many possibilities,but in the expert's there are few."

范骏老师翻译的这版我觉得翻译的最有神韵：

初学者心中充满可能，行家却往往所见有限。

在书中，他们说 " 你并不需要对禅有多么深刻的理解，即使你已经读了很多禅的书，也要用一颗新鲜的心去读每一句话。"

一定要保持，初学者的状态。

这就是禅修的关键。

这句话放在 AI 时代，我真的觉得特别应景。

我见过太多太多在各个行业里，有十几年经验的人，他们对 AI 的第一反应不是好奇，是防御。

他们说，" 这东西不靠谱 "" 我用过，还是等 AI 再进化个几年再说吧 "" 我现在的工作根本不需要这个 "。

这种防御心态，其实就是铃木俊隆说的行家心态，你觉得自己已经懂了，已经有了一套行之有效的方法论，你不愿意承认这一切可能需要推倒重来。

而我见过很多很多真正在 AI 时代如鱼得水的人，无一例外，都有一种近乎本能的好奇。

在好奇心的驱动之下，人与人之间的差距，会被 AI 加持后成指数级放大。

这种好奇心装不出来，我觉得也培训不了。

它要么在那里，要么就不在。

所以我面试的时候经常会问一个问题，就是你最近两周玩的最有意思的 AI 工具是什么，你用它做了什么？

如果对方明显能聊得两眼放光，聊了很多的细节和心路历程，甚至说着说着开始掏手机给我看他做的东西，那基本上就稳了。

好奇心是 AI 时代，一切的前提。

没有它，后面的所有东西，全都不成立。

这个词也很朴素，但它在 AI 时代有一个被大多数人忽略的新维度。

当 AI 可以帮任何人生成一份看起来很专业的方案、一封很流畅的邮件、一个很漂亮的 PPT 的时候，表面上看起来靠谱，变得越来越容易了。

但我们都知道，这种只是表面上的靠谱，他不一定是真的靠谱。

经济学里有个概念，是诺贝尔奖得主阿克洛夫提的，叫柠檬市场。

不过它跟柠檬没有半毛钱关系，主要是因为理论叫 market for lemons。

这里的 lemon 在美国俚语里是有毛病的东西，尤其常指买二手车时买到的烂车、问题车、次品车，所以也就是被翻译成了柠檬市场。

大意是说，在一个信息不对称的市场里，当买家无法区分好商品和差商品的时候，差商品会把好商品挤出去，整个市场的质量就会螺旋式下降。

二手车市场就是最经典的案例，卖家知道自己的车到底好不好，买家不知道。买家怕买到柠檬车，所以只愿意按一个平均价格出价。

那这时候问题来了，好车车主觉得这个价格太低，就不愿意卖了，留下来的车越来越多是问题车。买家更不信任市场，价格进一步下降。最后好货被挤出去，烂货反而占主导。

AI 时代的人才市场，我觉得，有一点点这个趋势。

当 AI 让包装变得几乎零成本的时候，真正的信任反而成了最稀缺的资源。

而信任的建立，是靠一次又一次的事事有回应，万般皆有着落。

是你在 deadline 前三小时主动说 " 这个事情可能延期，我的 planB 是这样的 "，而不是到了 deadline 才说 " 不好意思我搞不定 "。

是你答应了周五给结果，周五下午准点就发过来了，哪怕只是一个进度同步也好。

靠谱这个特质，在一个充满 AI 滤镜的世界里，反而变得比以前更值钱了。

因为它是唯一不能被伪造的东西。

你可以用 AI 包装你的能力，但你没法用 AI 包装你的人品。

一诺千金这四个字，真的不是说着玩的。

说到，那就做到，这就是靠谱。

这一条，在 AI 时代的重要性被放大了可能十倍都不止。

原因很简单，因为 AI 有幻觉。

这个东西我就不用展开了，可能所有的朋友都遇到过。

虽然像顶级的模型比如 GPT-5.5、Claude Opus 4.7 等等，幻觉确实已经降了很多很多，但偶尔还是有。

如果你不去验证，你就会把这些假信息当成真的，写进你的文章里，发到你的朋友圈里，讲给你的客户听。

然后，让别人失去对你的信任，觉得你这个人并不靠谱。

这就是为什么我说，事实洁癖这个特质，变得如此重要。

这里的事实洁癖，可以理解成，就是你有一种习惯性的批判思维。

看到任何一个信息，你的第一反应不是 " 哦我知道了 "，应该是 " 这个对吗？我得自己验证一下 "。

你想想，过去，你肯定不会因为一篇 10 万 + 的文章说了什么，你就把它当成 100% 的事实然后直接跟外面吹牛逼对吧，你一定会自己去查一下，自己去核实，确认没有问题了，你才敢对外说。

AI 也一样，AI 告诉你的任何东西，都记得先验证一下。

有个哥们，叫笛卡尔，他在几百年前就提出过完全一样的方法。

被称为，笛卡尔怀疑论，也是他哲学体系的起点。

这里有个背景，就是笛卡尔生活在 17 世纪，正好处在欧洲思想剧烈转型的时期，传统经院哲学、亚里士多德体系、宗教神学权威开始受到数学、物理学和新科学的冲击。

笛卡尔当年面对的问题是，如果我们的知识体系里有很多东西来自过去的习惯、权威、感官和未经检查的传统，那它到底有多可靠？

他最终的解法特别极端，但我觉得也特别帅，就是全部怀疑。

把原来所有看起来知道的东西都拆掉，然后寻找一个完全不能被怀疑的基础，再从这个基础上重新建造一个完美的知识大厦。

这就是笛卡尔怀疑论，也是著名的我思故我在的由来。

你可能觉得这跟 AI 时代的人才画像有什么关系？

关系可太大了。

笛卡尔当年面对的困境，跟我们今天面对的困境，在结构上简直一模一样。

我们每天被 AI 生成的直接信息包围，也被引用 AI 生成的互联网海量信息包围，我们也在经历剧烈的转型，我们也要找到自己的知识大厦，在其之上，建立我们每个人的哲学体系。

所以，笛卡尔那套方法论，我真的觉得，变成了 AI 时代真正的生存技能。

你必须对所有来源的信息保持系统性的怀疑，尤其是那些看起来特别靠谱、特别专业、特别一本正经的信息。

我把它称之为，事实洁癖，其实就是一种工程化的笛卡尔怀疑论。

而且事实洁癖不只是对外的，更是对自己的。

对自己说出去的每一句话有羞耻心。

这也是我招人特别看重的一个品质。

一个人如果可以满嘴跑火车还面不改色，那他在团队里就是一颗定时炸弹，因为在 AI 时代，信息传播的速度太快了，一个错误的信息一旦被发出去，你可能要花十倍的成本去修正。

我自己写公众号文章也是，哪怕一个数据、一个引用、一个人名，我都会尽全力去反复确认，是因为我真的怕丢人，真的很怕我写了一个假信息出去，然后被读者在评论区指出来一通狂喷，那种感觉太难受了。

所以事实洁癖这件事，在我看来，就是一种人格完整性的体现，你对自己说出的话负责，你对自己传播的信息负责。

在一个 AI 可以批量生产看起来像模像样的假信息的时代，这种品质的稀缺程度，我觉得已经到了历史最高点。

这一条背后有一个很有趣的底层逻辑。

AI 最擅长的事情，就是在单一领域内做深度推理。

你让它分析一份财报，让它写一段代码，让它做一个文献综述，它在单一领域里的知识密度，可能已经超过了大多数专家。

但 AI 最不擅长的，也是我自己做内容创作的时候感受到的，是跨领域的类比和联想。

乔布斯把书法和计算机碰在一起，得到了 Mac 那惊艳的字体系统；达芬奇把解剖学和绘画碰在一起，画出了人类历史上最逼真的人体；我自己做 AI 内容的时候，经常会把 UX 设计的思维拿来分析 AI 产品，得到了很多别的 AI 博主不太会有的角度。

这些都是不同知识领域碰撞的结果。

AI 现在还做不好这个事，或者说，就目前来说，AI 做这个事的效率远不如一个脑子里装着很多不同领域知识的人。

我前几天直播的时候也说了，我觉得现在最喜欢的，是 T 字型人才。

虽然不知道为什么评论区里有人搞抽象，说丁字形人才比 T 字型人才要牛逼，那个勾是差异化。。。

所以我现在面试的时候，会特别留意一个人的知识面。

当然这里不是说你要什么都精通，我希望的其实是这个人的触角要伸得够广。

比如你读小说吗，看纪录片吗，喜欢玩谷子吗，爱读哲学吗，对历史感兴趣吗，爱玩 roguelike 游戏吗，还有什么其他的奇奇怪怪的爱好吗。

一个只关注自己专业领域的人，在 AI 时代会变得越来越容易被替代。

一个什么都好奇、什么都懂一点，但同时在自己的专业又足够专业的人，反而会越来越值钱。

因为 AI 缺的不是深度，是跨度。

而人能补上的，恰恰就是这个跨度。

我曾经看到过一个东西，很喜欢，后来发现是诗人济慈的一个诗学概念。

叫 Negative Capability，有翻译成负能力的，也有翻译成消极能力的。

大概意思就是，这是一种能够让你在不确定、神秘、怀疑中能够安然存在的能力，你能够不急于去抓取事实和理由，而能与未知共处。

这个概念，几乎就是我觉得，对 AI 时代的从业者们，非常棒的一个画像。

AI 的变化速度太快了，快到几乎每几个月的时间，工具、模型、框架啥的全都变一圈，快到你上周刚跑通的工作流，这周可能就因为一个模型更新全部作废了。

如果你是那种需要一切都定义清楚才能开始工作的人，那在 AI 时代，或者在 AI 浓度很高的公司工作，你会非常痛苦。

因为你等不到那个一切就绪的时刻，一切就绪的时刻，在 AI 行业，我觉得可能根本不存在。

但我想特别说一下，忍受不确定性不等于就一定不焦虑。

我自己坦诚的讲，我觉得我的能忍受不确定性的能力还是很强的，但是我也焦虑，而且说实话我经常焦虑。

数据不好的时候我会焦虑，市场有变化的时候我会焦虑，每次模型大更新的时候我都会想，我们现在做的这些事情三个月后还有没有意义。

但我自己其实觉得还好，这种焦虑我觉得是正常的，甚至是健康的，因为它说明你对变化保持着敏感。

关键的区别在于，你能不能在焦虑的同时还继续行动。

这个能力太重要了，我从 23 年开始，见过很多聪明人，能力很强，但因为无法忍受不确定性，所以一直在等，等行业明朗了再入局，等方向确定了再行动。

结果等着等着，机会就没了。

AI 时代不等人，能在雾里走路的人，我觉得就是很棒的人。

这两个词放在一起，是有原因的，因为我觉得它们是彼此的平衡条件。

先说低 ego。

ego 这个词可能有些朋友不太熟悉，简单说就是自我意识，再通俗一点就是一个人对自己的执念有多强。

ego 高的人，特别在意自己是不是对的，自己有没有被尊重，自己的方案有没有被采纳。ego 低的人，不是说没有自尊，是他不会把 " 我 " 这个字看得比事情本身更重要。

低 ego 也不是说你要卑微，或者说你要没有自信，是你要有一种能力，就是我错了这三个字，你能在你真的错了的时候，说得出口。

这在 AI 时代为什么特别重要。

因为 AI 在以极快的速度改变着我们的一切，你上个月觉得最好的方法，这个月可能就不是了，你花三天写的代码，一个新工具出来可能三分钟就搞定了，你引以为豪的某个技能，可能突然就被 AI 做得比你好了。

如果你的 ego 太高，你会本能地抵抗这种变化。你会说 " 我这个方法用了几年了一直很好 "，你会说 "AI 做的那个不行，没有我的细腻 "，你会找一百个理由来证明自己的方式仍然是最优的。

但你就是不肯承认，自己错了。

现实并不在乎你的 ego，现实只在乎什么方法能更好地解决问题。

苏格拉底有一句话特别适合放在这里，就是那句：

" 我唯一知道的事，就是我知道我一无所知 "。

你可以把它理解为低 ego 的极致表达。

但有趣的是，苏格拉底同时也是历史上最自驱的人之一，他到处找人辩论，到处追问，因为他自己想搞明白。

这就是为什么低 ego 和高自驱要放在一起。

光有低 ego 没有高自驱，那就成了随波逐流，别人说什么就是什么，没有自己的判断。光有高自驱没有低 ego，那就成了固执己见，觉得自己的方向一定是对的，听不进去任何反馈。

两者结合在一起，才是 AI 时代最理想的状态。

你有强烈的内在驱动力去推进工作，去学习新东西，去解决问题。但同时你又随时准备着承认别人的方案可能确实会更好。

这是一个百花齐放的年代。

这种人放在 AI 时代，成长速度会非常恐怖。因为 AI 本身就是一个极好的学习工具和生产力放大器，而低 ego 的人更愿意深度使用 AI，高自驱的人会主动去探索 AI 的各种用法而不是等别人来教。

两者一结合，无敌。

写在最后

最后多说几句。

我自己可能有一个暴论，就是我觉得。

技能是可以学的，可以培训的，可以用 AI 补上的，但特质不行。

好奇心、靠谱、事实洁癖、多元思维、对不确定性的忍耐力、低 ego 加高自驱，这些东西要么你有，要么你没有。

它们跟你读了什么学校、拿了什么学位、在什么大厂工作过，关系真的不大。

这也是为什么我们公司不卡学历，我真的不在乎你是 985211 毕业的还是中专毕业的。

从我自己作为招聘者角度来说，在乎的是这个人身上，有没有那些在 AI 时代真正值钱的底层特质。

时代变了。

技能的护城河被 AI 填平了，剩下的就是人本身。

又想起了我在 AI 挖掘天赋的那篇文章里，提到的一个东西，就是古希腊德尔菲神庙门上刻着的三句铭文。

这三句话，也被誉为德尔菲神谕。

其中最著名的那句话，就叫做：

认识你自己。

两千多年了，人类面对的最核心的问题，好像从来没有变过。

只不过在不同的时代，这句话指向了不同的答案。

最后，愿我们永远。

对世界保持好奇。