接上一篇2026年9月29日-黄昊-每日一句-从超级个体到超级团队(一)
AI也在重新排列“什么能力更重要”
报告里还有一个观点让我很有警醒：
AI 可能同时在做两件事——
重新排序，并且拉大差距。
一些实践观察发现，原本逻辑能力、学习能力比较强的人，在 AI 的加持下往往会得到更大的放大。
这让我觉得很有意思。
因为 AI 越来越强以后，真正重要的反而可能不是“记住多少工具怎么操作”。
工具操作本身会越来越简单。
更底层的能力开始变得更加重要：
逻辑思维、快速学习、问题分解、系统思考、判断能力，以及主动探索的意愿。
AI 很像一个放大器。
一个人能不能把问题讲清楚、把复杂问题拆开、判断结果好坏、根据反馈不断调整，本来就重要；AI 出现以后，这些能力的杠杆反而被进一步放大。
所以拥抱 AI 并不是少学习了。
恰恰可能意味着：
我们更需要修炼那些不会随着工具变化而轻易过时的底层能力。
而从心性上看，或许还有一些更底层的东西：
愿不愿意承认自己不知道，愿不愿意放下原来的经验，愿不愿意向新的事物学习，愿不愿意在犯错和试错中继续往前走。
有时候真正阻碍一个人学习的，不是“不懂”，而是“我以为我已经懂了”。
从一个人的方法，到团队的能力
这也让我重新看待今天早上的一个小实践。
之前伙伴提到，对外课程知识库的资料比较乱。过去觉得整理起来工作量很大，一直没有真正推进。现在把已有资料、链接和规范交给 Agent，很快就能够完成大部分工作。
但真正重要的并不是“这次做快了”。
而是它能不能继续沉淀成：
跑通一次 → SOP → Skill → 伙伴调用 → 人来验收 → 问题继续反哺流程。
下一次再有新课程上线，不需要重新找到一个“最懂的人”从头处理，而是伙伴站在自己的位置上，也能调用团队已有的能力完成工作。
这时候，一个人的经验才真正开始发生能力溢出。
自己之前在做营队项目的时候，积极在探索各种可能性，其中一个发现是，很值得去尝试把AI Agent接入到做BOM表的环节中。虽然在探索的过程当中会产生很多的问题，要消耗比之前人工去做更多的精力和探索的一些失败的可能性。但是依然会愿意去尝试，因为在这个过程当中，我们探索出来的经验和可能性，可以极大的简化未来我们整个组织的重复工作，当把这件事从“提高我自己的工作效率”，切换到“提升整个组织的工作效率”上时，发现算一笔账，这种未知求知的探索，其实是稳赚不赔的买卖。
而这让我想到《七个习惯》里的“统合综效”。
以前我们可能把它理解成：几个人合作，1+1>2。
但在 AI 时代，它又多了一层新的可能。
不只是人与人协作，而是：
人 × AI × 人 × 组织Context 一起发生作用。
一个伙伴跑通一种方法，另一个伙伴把它用在新的场景；Agent 把经验进一步放大；新的实践又继续反哺团队的知识和 Skill。
这才可能真正形成复利。
当然，Skill 做出来也不代表事情结束。
之前营队缺一份 PPT，用 AI 很快就可以生成。但谁判断它适不适合真实课堂？谁检查知识和教学节奏？最后谁愿意说：
“这个东西可以交付，我来负责。”
这些依然需要人。
甚至当 AI 接走越来越多执行工作以后，人的价值可能更加集中在：
定义目标、提供 Context、判断结果、发现异常、验收质量，以及承担责任。
AI First，但不是AI Only
想到这里，我也觉得“AI First”这个词需要再多一层理解。
AI First，并不是 AI Only。
不是为了用 AI 而用 AI，更不是觉得什么事情都必须交给 AI。
《七个习惯》里讲“以终为始”。
真正重要的始终是：
我们最终想创造什么价值？想解决什么问题？想成为一个怎样的人？
AI 只是这个过程中的工具和杠杆。
如果忘记了“终”，再先进的工具也可能只是让我们更快地跑向一个并不重要的方向。
所以我想提醒自己的，不只是：
有没有主动拥抱 AI？
也要继续问：
我为什么使用它？它有没有帮助我更接近真正重要的事情？
这也许就是技术和心性真正能够连起来的地方。
一边保持开放，不被旧有范式束缚；
一边又不被新技术牵着走。
既不因为害怕变化而拒绝变化，也不因为迷恋工具而把工具当成目的。
从超级个体，到超级团队
所以所谓“超级团队”，也许并不是一群什么都会的人加上一堆 Agent。
而是一群能够独立判断和负责的人，在 AI 的放大下，通过 Context、Skill、流程和协作机制连接起来，让组织摩擦越来越小。
- 一个人的方法，可以被另一个人继承；
- 一个人的 Context，可以慢慢成为团队的 Context；
- 一个人的 Skill，可以成为团队共同的 Skill。
一个伙伴跑通一种方法，其他伙伴不用每次重新从零开始。
我也很喜欢报告里关于“涌现”的视角。
真正的 AI 组织变化，未必是先设计出一个宏大的 AI 架构，再要求所有人照着执行。
它也可以从一个真实的小问题开始：
有人先跑通，第二个人开始使用，第三个人再继续改进，新的工作方式便慢慢长出来。
所以报告把管理者比作“园丁”，我也很喜欢这个比喻。
不是替每一棵树决定应该怎样生长，而是创造土壤、阳光和空间，让伙伴愿意探索，让好的实践能够被看见，让有效的方法可以沉淀、分享和继续生长。
这也让我重新思考自己面对 AI 的态度。
保持开放，但不盲从；积极尝试，但不执着于工具；不断更新方法，也不断回到自己的原则和初心。
不只是问：
AI还能帮我多做什么？
也问：
面对不断变化的 AI，我正在培养什么不会轻易过时的能力？
当新的东西让我不舒服时，我是在基于原则判断，还是只是在保护自己的旧习惯？
以及：
今天跑通的这条路，怎样才能让另一个伙伴明天也走得通？
也许，真正的 AI 成长，不只是工具越来越强。
也是人在一次次面对变化的过程中，逐渐放下固有的执着，保持开放，不断学习，也越来越清楚自己真正要走向哪里。
当 AI 的泛化能力与真实工作的耦合度一起提高，当人的底层能力与心性也随着工具不断成长，当一个人的探索能够不断溢出成为团队共同的能力，我们才真正开始走向——
从超级个体，到超级团队。
