为什么未来属于通才[译]

在 AI 时代，懂一点多领域知识比只懂一个领域的深度知识更有价值

在 AI 时代，我经常听到的一句话是：“不要做一个‘多才多艺但没有专精’的人。”

例如，我的好朋友（也是前 Every 专栏作者）Nat Eliason 最近就提出了这样的观点：

现在，成为一个通才是你能犯的最大的职业错误。世界上每个人都能获得所有白领技能的基本能力。你的‘技能组合’在未来 3 到 5 年内只需每月花费 30 美元即可使用。

他的观点并非没有道理。如果我们将通才视为在各个领域中拥有广泛而基本的能力的人，那么在 AI 时代，成为通才确实是一种冒险的职业选择。语言模型在任何时候都会击败你那些浅薄的专业知识。

但我认为，通才不仅仅是对很多领域略知一二。如果你仔细观察通才是谁——以及驱使他们了解多领域知识的心态，你会得出截然不同的结论：在 AI 时代，通才掌控未来。

什么是通才

通才通常是那些喜欢在不同领域之间跳跃的好奇心驱动的人。他们喜欢搞清楚各种事物，尤其是在不确定或新兴领域中。他们擅长解决领域专家们难以应对的问题，因为他们能够将来自不同领域的知识整合起来。

正如 Nat 所说，由于他们喜欢在不同领域之间游走，通才往往拥有一组广泛但浅薄的技能。但如果只衡量他们的编程基础能力或法式烘焙技术的工作知识，就会错过他们的真正优势：适应新情况的能力，以及主动去适应的意愿。

通才的优势所在

在《异类：通才如何在专业化世界中获胜》一书中，大卫·爱泼斯坦（David Epstein）认为，通才在他所谓的“恶劣”环境中特别擅长：“在恶劣领域中，游戏规则往往不明确或不完整，重复模式可能存在也可能不存在，而这些模式往往并不明显，反馈通常是延迟的、不准确的，或者两者兼而有之。”

根据爱泼斯坦的说法，这正是通才的用武之地。他们能够利用自己的多样化经验以独特的方式解决问题，并看到其他人看不到的解决方案。

他将“恶劣”环境与他所称的“良性”环境进行了对比。在良性环境中，反馈是即时的，有明确的、可重复的模式能带来成功。在这些领域中，专家往往表现出色。他们能够反复运用其特定的专业知识来解决问题，因为他们之前就见过这些问题的某种形式。

有趣的是，良性环境也是大语言模型（LLM）擅长的领域。几周前，我将像 GPT-4o 和 Claude Sonnet 3.5 这样的 LLM 比作“你的指尖下有 10,000 个博士学位。”它们在世界上大多数专业知识领域中都非常熟练。但它们仍然不擅长处理完全新颖的问题。

这种对 LLM 的看法实际上与 Nat 的观点相反：专家面临困境，而通才则面临机会。LLM 在专家擅长的良性领域中表现良好，而在恶劣环境中则显得薄弱。如果你是一个应对新问题的专家，LLM 无法为你想出新方案。但对通才来说，LLM 则是福音，它们可以帮助通才更快速地掌握新领域的知识，并轻松从其他领域提取和应用知识。通才可以利用他们的适应能力和创造力，解决 LLM 无法单独应对的“恶劣”问题。

在一个资源分配经济中，你的报酬不基于你知道的内容，而是基于你运用智能的能力。语言模型不是对通才的威胁，而是强有力的武器。

通才的过去与未来

自亚当·斯密以来，通才就已经失宠。亚当·斯密在 18 世纪推广了专业化和劳动分工作为经济增长的驱动力的观念。实际上，我们可能需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。

古代雅典是一个直接民主的社会。按照惯例，公民参与从政治到战争的所有社会生活。任何公民都可以担任法官、陪审员、参议员和士兵。古典学家 H.D.F. Kitto 在《希腊人》一书中写道，雅典社会的驱动力是这样一种理想：“在雅典，一个人既为自己，也为城邦，需要不断地扮演各种角色。”Kitto 认为，这种理念意味着“对生命的完整性或统一性的尊重，以及对专业化的本能反感。”简言之，雅典是一个由全面发展的个体——通才组成的社会。（当然，必须指出的是，公民身份仅限于成年男性，雅典并非乌托邦。）

但随着时间的推移，随着雅典在经济、社会、政治和军事上变得更加先进，这个通才的社会开始分化。进步带来复杂性，而复杂性需要专业化。Kitto 解释说，“如果一个人在其时间里要扮演所有角色，那么这些角色对普通人来说就不能太难学会。这正是城邦解体的地方。”

随着 AI 在执行专业任务方面变得更加得心应手，我们可能会看到希腊理想的全面公民回归。但这次，我们可以在一个先进而复杂的经济背景下实现这一点，因为拥有 AI 的公民将比没有 AI 的人能够胜任更多角色。

成为通才赋予了我们语言模型所不具备的东西：快速学习的能力，以及在新领域中看到并解决新问题的能力。

在一个资源分配经济中，赢家不是那个知道问题确切答案的专家，而是那个知道该问什么问题的人。