Jerry Liu(@jerryjliu0)
This is a nice article (not sure how I stumbled upon it a month later)
6.5Score
TL;DR · AI 摘要
AI加速了学习效率，经验不再是唯一优势。
核心要点
- AI使初级工程师快速掌握技能成为可能
- 经验在AI时代的重要性下降
- 高学习能力比纯经验更受重视
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- AI与人才评估
- 学习能力
- AI加速学习
- 降低学习门槛
- 经验价值
- 经验重要性下降
- 实际学习时间减少
金句 / Highlights
值得收藏与分享的关键句。
我对候选人的偏见是学习能力、韧性和拼搏精神，而不是纯粹的经验。
在AI出现之前，工作中80%以上的时间都花在重复性任务上，而<20%的时间用于学习新技能。
经验现在是一种负担。
#AI#人才管理
打开原文Jerry Liu 在 X 上： "这是一篇不错的文章（不确定一个月后是怎么偶然发现的）
我大致同意这个观点：
✅ 我更倾向于候选人的学习能力、韧性以及拼搏精神，而不是纯粹的经验。在面试中，我经常会给候选人（无论是工程师、市场拓展还是其他岗位）临时提出一些问题，以测试他们如何应对新情况。那些能最快学习的人，往往能够利用 AI 来获得优势。 
在 AI 未普及的工作环境中，我认为工作中有 80% 的时间都花在了重复性任务上，而不到 20% 的时间用于学习新技能。当我是一名机器学习研究员时，80% 的时间实际上是在编写 PyTorch 代码（重复性工作），而不到 20% 的时间用于思考。因此，一个初级员工需要学习多少纯技能才能达到高级员工的产出水平，可能并不高。而且，随着 AI 的出现，这一需求进一步降低。总的来说，在当前波动的市场环境下，高学习能力会胜过经验，尤其是在这种情况下，经验可能不再那么重要，但在我看来，学习和理解仍然非常重要。基于这一点，有一些反对意见： * 实际的学习经验能帮助你更好地使用 AI。当你是一名资深或高级工程师时，你知道哪些提示词可以用来编写高质量、可维护的代码。 * 对于初级员工来说，要快速上手，他们实际上需要利用 AI 来学习，而不仅仅是输出结果。很容易给人一种产生了大量输出的错觉，而其中大部分可能是低质量的工作。
引用
Jaya Gupta
@JayaGup10
4 月 24 日
经验现在成了一种负担。
目前，某大型公司有一位 CIO，他从未打开过 Claude，无法解释什么是 Claude 技能，却仍然要求下属打印文件并放在他的办公桌上。而他……