AI时代人才价值重估：“做题家”失宠，教育与产业如何突围？

人工智能技术正在重塑各行业人才逻辑，随之而来的是对人才标准、教育模式以及产业运行方式的全面挑战。在生成式AI大幅降低知识获取门槛的当下，“做题家”式人才是否会被淘汰？教育体系如何打破流水线式人才培养僵局？资本市场又该如何形成AI时代的人才观？

在近日由吉利人才发展集团主办，芯位教育、三亚学院、正和岛联合承办的2025海南高等教育创新发展国际论坛上，来自投资界、学术界及科技企业的资深从业者就上述话题展接受记者采访，探讨AI时代的人才变局与应对思路。

亚略特创始人兼CEO邵宇指出，作为一个在AI行业深耕21年的从业者，他最深刻的感受是AI让知识的获取和呈现变得极易。对于人才而言，这意味着这是从“能力成本”向“价值资本”的重要转变。

邵宇分析称，在过去，企业雇佣人才往往是基于“成本”视角，看重的是执行力和性价比。但在AI时代，单纯的知识掌握仍显不足，因为获取知识的成本无限趋近于零，人才的难点在于如何将这些低成本获取的知识转化为高价值的产出。

“在‘人’的时代，把大象装进冰箱需要分三步：打开门、放入大象、关上门。但在AI时代，解决问题只有一步——即你决定要把大象装进冰箱（定义问题）。至于如何打开、如何放入、如何关上，AI工具会自动帮你完成。”邵宇告诉记者，未来的核心能力不再是执行步骤，而是“定义问题”的能力。

具体到技术领域，作为第一代程序员，邵宇观察到，ChatGPT、Claude等编程工具已经解决了编程中的“语法（Syntax）”和基础代码的编程问题，这看似降低了编程门槛，实则提高了对“逻辑（Logic）”和“工程（Engineering）”的要求。他认为，未来的工程师不能只是只会写代码的“码农”（搬砖者），而必须进化为懂得如何驱动AI、架构系统、处理数据伦理的“建筑师”。

“AI给你答案，但你必须学会提问。”邵宇强调，只有具备“T型”能力结构——既有一门深度的专业技能，又有广阔的商业通识和场景理解能力的人才，才能在AI作为“副驾驶（co-pilot）”的时代握稳方向盘。

针对人才供给与产业需求错位痛点，厦门大学能源学院创始院长、嘉庚创新实验室主任顾问李宁直言，传统的教育模式依然停留在工业时代的“流水线”逻辑上，以成熟科技和产业形成的学科为专业基础，通过标准化的课程和教材培养“标准件”，导致高校人才往往掌握的是滞后于产业和社会需求数年，甚至数十年的“已知答案”，而无法提供企业急需的现实“解决方案”和创新发展空间。

李宁提倡用“基于问题学习（Problem-based Learning）”和“项目制学习（Project-based Learning, PBL）”，取代传统的灌输式教学。他表示，后一种基于项目学习的模式尤其适合工程教育培训，通过将产业实践中需要的设计、制造、运行等过程拆分成知识和技能模块，再组成具体的项目，要求学生团队在限定的时间、资金和边界条件下完成开发，教师员工则作为教练，全程观察、指导、赋能。在这一过程中，学生不仅仅是在学习和应用工程技术知识，更是在模拟真实的企业环境，通过分工协作同时解决技术、产品、财务、进度、团队运行等综合复杂问题。

在实践案例上，他以美国麻省理工学院的机械工程设计课程2.009为例指出，学生团队最终产出的不是PPT，而是可以现场演示、解决实际问题、满足市场需求，甚至获得风投青睐的原型产品。这种“实战”能力是传统课堂无法赋予的，助力麻省理工学院、斯坦福大学和加州大学伯克利分校等顶级学府成为培养输出科技创新领军人才的重要基地。

当下的中国新能源与新兴科技产业，“内卷”没有充分发挥全球领先技术和系统的优势，尤其是在世界能源低碳转型和应对气候变化中体现应有的领导力和高价值，正遭遇各种抵制。谈及该现象时，李宁认为，“内卷”的本质是在旧的秩序和思维层面上“切蛋糕”，导致同质化竞争。真正有效解决问题则需要在产生问题的思维层面和行业壁垒之上、之外进行。

AI的出现提供了打破边界的可能。李宁指出，生成式AI可构建虚拟实验室、虚拟公司甚至虚拟市场，让教师和学生在其中学习运行、试错纠偏、迭代进化，此类“AI for Science/Engineering”的模式打破了传统学科、产业乃至市场壁垒和天花板的限制，让创新可以寻得新的增长空间和范畴，进而有望帮助人才和企业跳出“内卷”循环。厦大能源学院早在2016年就在研发核电站仿真模拟系统基础上成立了能源学科虚拟仿真教学中心，目前正在牵头建设教育部储能科学与工程专业虚拟教研室，同时在研发领域推进AI+能源科技创新，探索发展能源人才培养和产教融合新模式、新路径。

李宁进一步指出，按照科技创新链条中的人才分类需求来看，“从0到1”的原始创新需要极高天赋和极强基础的科学家和非常规工程师，此类人才需求量并不大；但当技术通过市场验证形成商业闭环，进入“从1到N”的复制扩张期时，则需适应大规模集团运行的工程师队伍来实现落地，教育体系应针对这种“倒金字塔”结构进行差异化配置。过去数十年发展实践显示研究型大学在全球范围取得了巨大的成功，但是以此为主要范式复制扩张的高等教育体系也进入了行业“内卷”、外部脱节的困局。抓住AI重塑各行各业的历史性机遇，是教育领域深度变革、创新发展的最好时机。

北京约瑟投资有限公司董事长陈九霖从投资理念和个人成长的角度分享了对AI时代下，人才观念的变化。他表示，虽然巴菲特倾向于投资确定性高、看得懂的传统行业，但在当前的变革时代，他更倾向于查理·芒格的理念，即寻找具有高成长性的伟大企业，而不仅仅是格雷厄姆式的“捡烟蒂”（买便宜货）。

面对AI技术的迅猛发展，陈九霖强调，人作为社会性动物的本质不会改变。他指出，虽然知识的学习未来可能不一定需要集中在学校进行，但人与人的交往、面对面的协作是机器无法替代的。因此，未来的大学和职场依然需要社会化场景。

陈九霖强调“逆商（AQ）”在AI时代的重要性。他指出，在技术迭代极快、不确定性极强的当下，具备高逆商、能够从失败中快速复原的人才，将比单纯的高智商人才走得更远。

对于初入社会的年轻人，陈九霖给出了具体建议。他认为，年轻人首先要掌握一门核心能力，在此基础上拓展外语等复合能力，从而形成复合竞争力。