拐點來臨，該把自己放在哪裡？萬維鋼在《拐點》裡給出兩層答案：先選角色——當 AI 訓練師、AI 用戶還是 AI 創造者，每一種都比「被 AI 取代的人」有更好的位置；再選能力結構——用「T 型人才」布局，縱向鑿一項深到不可替代的專長，橫向長出能駕馭 AI 的跨域廣度。
🧠 Core Ideas
- 先選角色，別當被取代的人。AI 時代的個人有三種主動位置：訓練 AI 的人、使用 AI 的人、創造 AI 的人。關鍵不在你會不會被影響，而在你站在自動化浪潮的哪一側。
- T 型的縱向：深到 AI 只能輔助你。一項專長要練到夠深——深到 AI 只能當你的助手，而無法替代你的判斷。這正是《拐點》所說：把時間往「分布外」、需要價值取捨與元認知的地方遷移。
- T 型的橫向：廣到能調度 AI。橫向要有廣泛的跨域理解，好讓你把 AI 當成放大器，跨領域地指揮它、組合它。廣度決定你能把那口深井的水，引到多少不同的田裡。
- AI 是脆弱的智能，據此布局。大模型在標準化、分布內的任務上超人，一進入沒有前例的分布外場景就變脆弱。你的深井要挖在 AI 的盲區，你的廣度要用來駕馭它的強項。
- 超額回報來自信息、行動與逆向。《人比AI兇》用金融的 Alpha（超額回報）vs. Beta（市場回報）框架補充：在 AI 時代拿到 Alpha，靠的是信息優勢、行動力與逆向思維——這些恰恰是 T 型結構能養出的能力。
- 隱性知識靠師承，不靠檢索。他援引諾貝爾獎的師承網絡指出，真正的高階能力多半經由「人傳人」的隱性知識傳遞，而非公開檢索得到——這是 AI 難以複製、也是縱深專長格外珍貴的原因。
TIP
盤點自己時，分開問兩個問題：我這口「深井」挖在哪、夠不夠深到 AI 只能輔助我？我的「橫桿」夠不夠寬到能跨域調度 AI？多數人的毛病是有一點廣度卻沒有真正的深度，於是樣樣通、樣樣鬆，反而最容易被通用 AI 取代。先把井挖深，再談把桿加寬。
⚖️ 為什麼「純專才」與「純通才」都危險
AI 時代對能力結構提出了新要求：單純的深，或單純的廣，都留有致命的破口。T 型正是為了同時堵住這兩個破口。
兩種單一結構的破口
-
純專才（I 型）的破口：只有一項深專長、缺乏跨域視野，一旦這個領域被 AI 大幅自動化，或需求萎縮，就沒有橫向遷移的空間。井很深，卻只有一口。
-
純通才（一字型）的破口：什麼都懂一點、卻沒有一項深到不可替代，正好落在通用 AI 最擅長的「廣而淺的知識重組」區間，最容易被整片取代。桿很寬，卻沒有根。
-
T 型的解法：用縱向的深守住「不可替代」，用橫向的廣守住「能駕馭工具、能跨域遷移」。深讓你不被取代，廣讓你能放大——兩者缺一，結構就不穩。
🖼️ 把自己升級到機器搆不到的層次
《拐點》談個人定位，用的是物理學家的冷靜：不糾纏 AI 的技術細節，只追問一個根本問題——當機器越來越能幹，人的價值錨在哪裡？答案不是跟 AI 比拚它最強的（知識提取、模式重複），而是把人力往它的盲區遷移，並用一個穩固的能力結構把這件事組織起來。T 型人才就是那個結構：縱向的專精，讓你在 AI 的能力邊界之外站穩；橫向的廣度，讓你能把 AI 當成放大器而非對手。
這套定位和《人比AI兇》的 Alpha 思維是同一件事的兩面。Alpha 是超額回報——在一個 AI 把大量認知工作 Beta 化（變成人人可得的市場平均）的時代，你的超額回報只能來自 AI 給不了的東西：更好的信息、更強的行動力、逆向的判斷，以及隱性知識的積累。而這些，正是 T 型結構在養的東西。它也呼應本站《高手》談的見識與《佛畏系統》談的系統布局：拐點不是要人退場，而是逼人把自己升級到機器搆不到的層次——深到不可替代，廣到能駕馭工具，可信到值得被依賴。
IMPORTANT
T 型人才最常見的誤解，是把「橫桿」理解成什麼熱門就學什麼、追逐一堆淺層技能。萬維鋼的重點恰恰在那一豎——沒有一項深到不可替代的專長，再寬的廣度都只是浮在 AI 最擅長的淺水區。先用刻意練習鑿出一口別人（和機器）替代不了的深井，再談用廣度去跨域調度 AI。深度是根，廣度是枝；沒有根的枝，經不起這場拐點的風。
🔑 Takeaways
- 先選角色：做 AI 的訓練師、用戶或創造者，別當被取代的人。
- T 型的縱向要深到 AI 只能輔助你——把井挖在 AI 的分布外盲區。
- T 型的橫向要廣到能跨域調度 AI，把深井的水引到更多田裡。
- 超額回報（Alpha）來自信息優勢、行動力、逆向思維與隱性知識。
- 延伸：這一切的底層，是人那些 AI 複製不了的根本特質，見 人比 AI 兇：不可複製的人類特質。
No notes yet — jot your takeaways or Q&A here.