昨日人才，今日“废柴”？

文章作者、来源：牛透社

前几天，我们参加网易智企活动时，听到一个很有意思的变化。

网易副总裁、网易智企总经理阮良在谈到人才标准时提到，未来更重要的能力包括审美、洞察力、判断力、标准化能力、结构化能力和自驱力。

这个标准在几年前是不敢想象的，它背后反映的是企业对人才价值的重新判断。

当 AI 开始承担写代码、写文案、做总结、跑流程等工作，企业对人的要求也在发生变化。

如果网易智企已经感受到这种变化，那么 AI 原生公司的人才标准又是什么样？

COCO AI 联合创始人 Charlie 在接受牛透社分析师访谈时提到，他们招人时很看重自主性、学习能力、Taste（判断好坏的能力）、独特视角和决策力。几个合伙人会分头面试，从不同角度判断候选人，尽量减少盲点。

从这个标准可以看到，在 AI 原生组织里，企业需要的不只是能够完成任务的人，更是能够发现问题、理解需求并作出判断的人。

COCO AI 的价值，不只在于它如何使用 AI Agent，也在于它如何重新理解“人”。

Prompt 不再是核心壁垒

过去两年，很多人把会不会写 Prompt 当成 AI 使用能力的分水岭。

早期大模型能力还不稳定，提问方式、背景信息、约束条件都会明显影响结果。

同样一个任务，有人只能得到粗糙答案，有人能让 AI 产出接近可用的内容。

但模型能力提升后，Prompt 的门槛正在下降。

Charlie 在访谈中提到，现在不同人写 Prompt 的差距已经没有早期那么大。模型理解力越来越强，即使表达不够精准，也能补全上下文、理解意图。

这意味着，单纯“会问 AI”正在变成基础能力。

真正拉开差距的，是任务拆解、业务判断、Agent 调度和结果验收。在 COCO AI 看来，Agent 调度能力难度更高，也更重要。

企业里的问题，很少能靠一次问答解决。

让 AI 写一段文案并不难。让 AI 围绕一个客户完成线索识别、背景整理、需求判断、跟进建议和销售复盘，就复杂得多。

这里涉及数据、流程、权限和上下文，也需要人在关键节点做判断。

这也是很多企业用了 AI，效率提升仍然有限的原因。

员工可以用 AI 写东西、查资料、做总结，但业务流程没有变化。

客户怎么跟进，线索怎么判断，任务怎么拆分，结果怎么验收，核心环节仍然靠人手工推进。

AI 提高了局部效率，却没有改变整条工作链路。

AI 原生组织需要的人，不能停留在工具操作层面。

他要懂业务，知道问题真正卡在哪里；也要懂流程，知道哪些步骤可以交给 AI，哪些环节必须人工确认。

Prompt 仍然重要，但它已经不是最稀缺的能力。

更稀缺的是把业务问题变成可执行工作流的能力。

AI时代更看重自主性

AI 越强，越考验人的自主性。

很多人以为，工具越强，人只要会调用就行。

但在真实组织里，AI 很少会主动告诉你，公司现在最该关注什么，客户真正的问题是什么，某个流程为什么一直卡住。

这些问题，仍然要靠人先看见。

Charlie 在访谈中提到，COCO AI 招人时会把自主性放在很前面。

因为如果一个人不会主动提问、主动探索，也不会主动把新信息带回组织，工具就只能停在被动响应。

一个员工如果只等任务分配，只会按要求完成固定动作，即使用上 AI，也很难产生真正的增量。

他可能把文案写快一点，把表格整理快一点，但工作方式没有发生根本变化。

AI 原生组织需要的人，不能只是“接任务”。

他要能主动发现任务。

这些信息不会自动变成组织资产。

人要先捕捉到它，再判断它是否重要，最后整理成 AI 能处理的材料。

所以，AI 放大的是人的主动性。

主动性强的人，会用 AI 扩大自己的行动半径。

他可以更快查资料、整理线索、模拟方案、复盘客户、验证判断。

过去一个人做不了那么多事，现在可以借助 AI 同时推进更多任务。

过去，企业可以把一个人放进固定岗位，让他按照流程做事。

只要流程足够清楚，执行力足够稳定，就能产出结果。

现在，很多流程本身正在被 AI 重写。企业更需要那些能走到流程前面的人。

这类人未必一开始就最会用 AI，但他们有好奇心，有学习速度，也有把事情往前推的习惯。

只要给到合适的工具，他们很快能长出新的工作方法。

人的“Taste”更加珍贵

AI 越能生成内容，人的判断力越重要。

AI 进入之后，很多基础产出正在变得廉价。文案、方案、代码、总结、表格，都可以很快生成。

问题随之变了。

这时候，判断好坏的能力就变得更珍贵。

Charlie 在访谈中提到，COCO AI 招人会看 Taste。

这个词很难直接翻译成某一种单项能力，它更接近一个人长期形成的审美、判断和分寸感。

做产品的人，要知道什么产品是好的；

做技术的人，要注意代码的可读性和性能；

做业务的人，要了解客户需求和市场趋势。