多知專欄|從AI世界到教育行業

來源|多知

作者|TCOH

編者按：

35歲曾被視為職場上一道難過的坎，因為許多組織更愿意為便宜、能熬、快速響應的執行力付錢。但AI正在改變這筆賬。當執行成本被工具壓低，真正稀缺的開始變成問題理解、經驗判斷和對真實場景的把握。被重新定價的不是年齡本身，而是一個人能否把經驗轉化為AI時代的生產力。

很多公司嘴上不說，但心里都有一筆賬：一個人到了35歲，到底還劃不劃算。

這些年，業務收縮、裁員降本、組織調整一輪接一輪，35歲不再只是一個年齡，而像是一道看不見的門檻。沒到之前，大家都覺得它離自己還遠；真到了那一天，很多人會突然發現，自己好像不再是公司眼里最便宜好用的人。

原因也不復雜。年輕人工資低，能熬，反應快，家庭牽絆少，領導一句話，晚上就能改出一版方案。35歲以后的人，工資更高，精力沒那么滿，還要照顧孩子、父母，也越來越不愿意為了一個沒想清楚的需求反復折騰。

所以，過去很多公司對35歲職場人的判斷很現實：懂是懂一些，但貴；想是想得多，但慢；經驗是有，但不一定比年輕人更能扛活。

這個判斷成立有一個前提：公司最需要的，仍然是便宜、快速、可無限消耗的執行力。然而，AI現在把這個前提動搖了。

查資料、寫初稿、改方案、做表格、搭原型、寫代碼、整理流程，這些過去最消耗體力和心力的活，正在被AI快速壓縮。當執行變得越來越便宜，公司真正需要重新計算的，可能不再是誰更能熬，而是誰更懂問題，誰更懂用戶，誰更懂真實世界里的人。

這不是一個純粹的想象。Anthropic最近發布了一份關于Claude Code的研究，分析了約40萬次真實使用會話，新手用戶每個prompt平均觸發Claude約5個動作、600詞輸出；專家用戶每個prompt平均觸發約12個動作、3200詞輸出。Anthropic解釋為，懂業務或懂問題的人，能給出更精準的方向、約束和驗證方式。

也正是在這個意義上，那些曾經被看不上的35歲職場人，可能正在被重新定價。

一、35歲的劣勢，沒有那么致命了

這不是在說，35歲以后的人突然變年輕了。

體力下降是真的，時間被家庭切走也是真的，對無意義工作的忍耐度變低也是真的。一個人到了這個階段，很難再像剛畢業時那樣，靠連續熬夜、隨叫隨到和無限響應來證明自己。

過去這些問題之所以致命，是因為很多工作從想法到結果之間，隔著大量瑣碎又耗人的過程。一個判斷要變成方案，要查資料、整理信息、改表格、做PPT，還要一遍遍調整表達。很多時候，真正把人耗空的不是思考本身，而是把思考變成交付物的過程。

如果一個35歲的人精力被家庭分散，體力又不如從前，同時還必須陷在這些低價值消耗里，他當然很容易輸在產出上。公司不一定關心你為什么累，也不一定關心你是不是想得更深，它首先會看你有沒有按時交付。于是，不能熬夜、家庭分心、沖勁不足這些問題，就會被直接折算成“不好用”。

這也是為什么年輕人在過去更占優勢。不是因為年輕人一定判斷更好，而是當執行成本主要靠人硬扛的時候，誰更能把時間和體力完整砸進去，誰就更容易被看見。公司要一版材料，他可以熬夜寫；業務要一個活動方案，他可以快速堆出來；領導臨時要看數據，他可以馬上拉表、截圖、排版，再補上一段解釋。

但AI正在改變這件事。那些為了達成目標不得不做的瑣碎工作，成本正在被工具壓低。一個人的體力短板，開始沒有過去那么要命了。因為產出越來越不只取決于你能不能把時間硬砸進去，也取決于你能不能把問題想清楚，把方向講明白，并且判斷AI生成的東西到底能不能用。

一個有經驗的人，不需要再從零開始寫每一段文字，也不需要手工整理每一份材料，更不需要因為不會代碼、不會建表就讓自己的想法停在腦子里。他可以讓AI先出一個初稿，先搭一個框架，先跑一遍流程，然后把精力放回到更關鍵的地方：方向對不對，需求真不真，方案有沒有抓住核心矛盾。

這就是AI對35歲職場人最大的改變。它不是替35歲的人解決所有現實壓力，而是讓他們少被一部分低價值消耗拖住。

過去，經驗常常被埋在執行勞動下面。一個人明明知道問題在哪里，卻沒有足夠時間把它做出來；明明有判斷，卻先被表格、材料和流程耗掉了精力。現在，AI把執行成本壓低以后，經驗才有機會浮到水面上。換句話說，35歲以后的人不是突然不貴了，而是他們身上真正貴的東西，開始有機會被看見了。

二、35歲的優勢，被放大了

這種貴的東西，不是年齡本身，也不是簡歷上多出來的幾年工作年限，而是一個人對真實問題的理解。

很多人年輕時做事，容易從動作出發。說要增長，就想做活動；說要提效，就想上工具；說要AI化，就趕緊找一個模型接進來。動作很快，材料也很完整，但最后可能繞了一大圈，才發現根本沒有抓到問題。

真正的經驗，往往不是知道更多答案，而是更早意識到問題沒有那么簡單。

一個人在行業里待久了，見過一些項目怎么熱鬧地開始，又怎么悄悄地失敗；見過一個指標怎么被短期動作拉起來，又怎么在權衡中還回去；也見過很多看起來應該有效的方案，為什么最后推不動。這些東西不一定能寫成方法論，但會改變一個人看問題的方式。

他不會只問能不能做，還會多問問做出來以后誰真的會用，誰真的會買單，最后會在哪個環節變形等等。

放到教育行業里，這種經驗會更明顯。家長買課，不只是買內容，更多時候是在買一種確定性；孩子不堅持，不一定是產品不夠好，也可能是挫敗感一直沒有被處理；老師抗拒AI，不一定是落后，而是擔心自己的價值被重新定義；業務團隊總是短視，也不一定是格局不夠，有時候是考核和現金流真的壓在眼前。而一個沒怎么見過真實場景的人，很容易把這些問題看成“用戶教育不夠”“老師不配合”“業務不理解戰略”。

所以，35歲以后真正可能被放大的，不是我懂得多這種資歷感，而是對人的處境、組織的慣性和業務真實矛盾的判斷。AI可以把一個想法更快變成方案、原型和流程，但它不知道哪些需求是真需求，哪些只是老板拍腦袋；它也不知道一個功能看起來很先進，為什么用戶用了三天就不用了。這個判斷，仍然來自那些在真實業務里摔打過的人。

這就是35歲職場人可能被重新定價的原因。過去很多經驗被埋在體力活里，看不見，也算不清；現在AI把一部分執行成本壓下去，那些對用戶、產品、組織和人性的理解，更有機會變成真正的生產力。

三、然而，AI渡的不是所有35歲

但話說回來，AI也不會自動拯救所有35歲職場人。因為35歲不是一個簡單的年齡，而是一種狀態。

一直不動腦的人不渡。

有的人到了35歲，只是工作年限變長了，過去十幾年一直在傳達任務、跟進進度、整理材料。領導說什么，他就轉述什么；業務要什么，他就協調什么。看起來經歷了很多事，但真正沉淀下來的判斷并不多。這樣的經歷，即使有了AI，也不會突然變強。

因為AI最需要人提供的，恰恰是問題定義、判斷標準和方向約束。一個人如果自己也說不清問題是什么，只能把老板的話復制給AI，把業務的需求原樣丟給AI，那AI最多幫他把話說得更順，把材料寫得更完整，卻很難幫他真正推進問題。

沉浸在“想當年”的人不渡。

有的人確實有經驗，但經驗已經變成了包袱。他習慣說“以前就是這么做的”，習慣用過去的成功解釋今天的問題，也習慣用自己的資歷否定新工具。他不是沒有見識，而是見識沒有繼續更新。

AI時代真正有價值的經驗，不是我以前做過，而是“我知道這件事背后的變量是什么，哪些經驗還能用，哪些經驗已經失效，哪些地方需要重新驗證”。

如果一個人不能把經驗說清楚，不能把判斷結構化，也不能把方法交給AI去放大，那么所謂經驗就只是資歷。而這種資歷感，顯然不是生產力。

四、年齡本就不該是分割線

未來職場的分化，可能不會簡單以35歲作為分割線，而會發生在兩類人之間：一類人只是把AI當成更快的寫作工具、更便宜的執行助理；另一類人則能把自己的行業理解、用戶洞察和問題判斷，轉化成AI可以執行的任務、流程和標準。前者只是把材料寫得更快，后者是在把自己的經驗變成一套新的生產系統。

如果說過去的職場在問：“這個人還能不能扛活？”那么AI時代可能會多問一句：“這個人到底懂不懂問題？”這兩個問題的答案，決定了35歲職場人的命運。那些曾經被看不上的35歲職場人，正在被重新定價。但被重新定價的其實也不是年齡，而是那些終于可以被AI放大的經驗、判斷和對真實問題的理解。

多知專欄：從AI世界到教育行業

欄目簡介：這是一個專門面向教育行業的AI趨勢觀察欄目。我們不追模型更新和熱點堆砌，而是持續篩選真正重要的AI變化，解釋其背后的技術、產品與組織意義，并進一步映射到教育行業。欄目既是AI世界的信息過濾器，也是意義解釋器與教育行業映射器，幫助正在嘗試理解未來的教育從業者與團隊負責人，更高效地獲取關鍵信息、更深入地理解變化意義，以及更具體地思考AI與教育行業的結合。

教育科技媒體多知商務對接人：夏女士18614077531(微信同號)

教育從業者年度必讀丨《教育科技這一年：教育+AI新紀元》火熱銷售中，點擊小程序購買?

掃碼加入多知新書交流群，共同探討教育+AI的未來