张拼拼AI实战教练
← 回首页

AI 木桶悖论：补短板的时代，结束了

真人长视频 · EP0067 2026年7月24日 4:27
这一期讲什么

木桶理论说，一只桶能装多少水，由最短的板决定，所以我们这代人从上学到上班都在补短板。但 AI 一来，这套逻辑需要彻底升级了：哈佛商学院和波士顿咨询的实验里，700 多个顾问用 AI 干活，垫底的提升 40% 多，顶尖的不到 20%——差距被拉齐，"还不错"不再值钱。

这一期讲：为什么最早拿到红利的人靠的是跨界的广度、这个红利为什么撑不久；为什么真正值钱的是 90 分以上的长板（用史上最赚钱的大奖章基金拆给你看）；为什么光有长板还不够、沟通才是核心能力；中小公司老板招人的三个测试维度；以及罗森的超级明星效应正在怎样重新分配财富。

先说一个实验。哈佛商学院和波士顿咨询找了 700 多个顾问——就是平时给大公司做咨询的那种专业人士——让他们用 AI 干活，再做打分评测。结果是：原来水平垫底的那批，整体分数提升了 40% 多；原来最顶尖的专家顾问，只提升了不到 20%。

也就是说，只要你达到了一定标准，AI 就会把交付的水平给拉齐，差距变得越来越小。那么问题来了：专家，还值不值钱？

木桶理论需要彻底升级了

一只桶能装多少水，由最短的板决定——所以我们这代人从上学到上班，一直被教育去补短板。但在我看来，AI 时代这个理论需要彻底升级：板子长不长，不再那么重要；真正重要的，是你的板子够不够多。

AI 时代最早拿到红利的人（可能包括我在内），真正的原因都是跨界：在会用 AI 的基础上，既懂营销又懂产品，可能还懂数据和财务。只要在一个维度上没有盲区、有个 30 分的水平，AI 就能快速帮你补齐到 70 分。我把这个叫”广度的红利”。

但这个红利不会持续太久。再往后，你有 20 分、10 分，甚至只是知道有这么回事，AI 都能直接做到 80 分、85 分。到那时候，所有人的交付没有本质差异，大量知识工作者被挤压到同一个层级——迎来的自然是价值的贬值。

真正值钱的是 90 分以上的长板

华尔街的文艺复兴科技，旗下那支基金是公认史上最赚钱的：1988 年放 1 万块进去，现在会变成两个亿，年化将近 40%——巴菲特也不过 20% 左右。

他们做对了什么？上世纪 80 年代，整个市场只记录开盘价和收盘价，他们把每一笔成交的详细数据全部攒下来，一点一点清洗干净——这堆没人要的数据，后来变成了别人拿不到的金矿。他们不雇华尔街分析师，雇的是物理学家、天文学家、数学家甚至哲学家：这些人 90 分以上的能力，是从别人眼里的噪音当中看出信号。

独家的数据，加上专业的区分——这才是 AI 时代真正能产生溢价的能力。

光有 90 分还不够。想跟 AI 完美协作，最核心的能力是沟通：专家的一身本事，如果没办法清晰地描述出来，AI 就没办法自动化、规模化地执行——没有沟通就等于零。而且 AI 本质上是为人的需求服务的：没有沟通能力，就没办法洞察客户的真实需求，没办法营销，更没办法成交。现在大部分一人公司、超级个体遇到的最大问题，恰恰是刚需的洞察和销售能力。

中小公司怎么招人：三个测试维度

一，没有 AI 的情况下，他曾经做到过什么别人做不到的事——验的是独特的 90 分能力。二，让他把最拿手的本事讲给一个完全不懂的人听——验的是表达力。三，验他对交付物的区分：同样是 AI 写的稿子，哪个好、为什么好？经常有人在我视频号下留言说 Codex 和 Claude Code 没什么区别——这就是典型的没有区分。

说到这，很多老板会问：这些都是顶尖人才，我一个中小公司招不到。没错——因为你就是那个人。 别再想着招一个人来用 AI 了：你的公司被 AI 撬动的最大杠杆，支点就是你本身。而且在超级个体的时代，人才不用全招进来，可以合作：聘任式的顾问、项目制的外脑，不用跟大厂抢专家。

一个我也没有答案的问题

40 多年前，经济学家罗森讲过”超级明星效应”：一旦技术让头部的产出可以近乎零成本复制，收入就不再按劳动量分配，而是向极少数头部集中。从”谁干得多、干得好”，变成”谁占有最稀缺的资源”——甚至都不是算力和资本了：现在资本想投一家好公司有多难？人家从第一天就盈利，为什么拿你的钱？

知识的劳动力确实在快速贬值。那我们去学习、去提升自己，意义在哪里？那种传统的、采摘式的知识性学习，只是在填补自身的焦虑而已。这个问题到今天我也没有明确的答案——评论区一起聊聊。

那种传统意义上的、采摘式的知识性学习，只是在填补自身的焦虑而已。