新一轮内卷，开始了！

这两天，硅谷风投大佬霍洛维茨，也就是《创业维艰》的作者，发了一篇万字长文，我觉得写的特别好。分享给大家。

文章主线是拆解一家名叫Databricks的企业。

这家企业是啥不重要。但就是做得特别好，年化收入已经突破 70 亿美元，同比增长 80%，估值 1900 亿美元。算是靠AI转型特别成功的一家独角兽。而成功之处，就在于员工特别会用AI。

这篇文章研究了这家公司的模式，提出了一个非常朴素的问题：

未来二十年，你整天在班上都忙些什么？

全文很长，信息量很大。其中主要三个观点比较吸引人。

首先是，AI一定会把每个人变成管理者。

这两年最流行的说法是，AI 时代人人都得学会如何使用AI。文章的判断正好相反。AI 对职场的长期影响，更可能是人人都成了管理者。

你不一定有真人下属，但你的日常会变成这样，先把问题想清楚，拆成几块，派给几个并行干活的智能体，最后像批下属的方案一样，批一部分，打回一部分。

软件工程师已经率先尝到红利。他们的一天，正在从自己敲代码，变成管理一队写代码的智能体，派发任务，然后审核任务过不过关，不行就打回去，行就采用。

执行和判断是互补品。执行越便宜，判断就越值钱。

就像印刷术出来以后，抄书的人没活干了，但会写书、会挑书的人，反而更吃香。

往后，会干活的人会越来越便宜，知道该干什么，怎么干，如何干得好的人会越来越值钱。

这对普通人的启示就是，你不要总想着经营自己眼前的一亩三分地，而是主动去关注行业动态，市面上最好的产品和服务，落地方案等等。

就像设计师，现在考验的并不是你玩PS的技术有多高超，而是你是否知道这个市场上最前沿的设计是什么，你用户的需求是什么，如何给出更合适的方案。至于执行层面，有几百万AI员工等着你用。

其次，AI 缺的并不是智力有多强，而是你能帮它建立多大容量的上下文。

现在的顶尖模型，已经能答对专家出的难题的一大半。可在大多数公司里，没人敢让它去改一条客户的记录。为啥呢？

因为不敢，怕出错，而且总觉得AI跟自己真实的业务之间，有一层隔膜。

Databricks是如何解决的？

CEO戈德西说，打个比方。你招来一个名校高材生，不给他看历史资料，不告诉他什么能碰、什么不能碰，干完了也不给反馈，他照样干不成事。

每家公司都有一套没写下来的规矩，黑话是什么意思，什么事谁说了算，哪个销售靠谱。这些东西，大多都在老员工的脑子里存着。

Databricks 在做的，就是把这些东西统一迁移到系统。什么是真实情况，数据代表什么，谁有权限做什么，结果好不好，都放进同一个底座。文中说，把智能体接上这张公司认知地图以后，回答的准确率从五成左右提到了84.5%。

啥意思呢？

换句话说，就是你不仅要给AI投喂知识，还要投喂你所在公司和团队的实际情况，最好把跟领导和同事的聊天记录，会议记录等等所有信息，全部给AI，让它有庞大的记忆系统，才能更好的帮你决策。

记忆集中起来，决策才能放下去。

这里有一个危机点。那就是未来大量的中层管理将被干掉。

因为过去中层管理一大半的活儿，都是在传话，而现在，这份活正在被AI接过去，当所有项目都可以共享，事实观测进度，具体到责任人以后，中层的传话能力就会被削弱。

最后一个分享就是，模型谁都能用，但护城河其实在闭环。

所有公司都能租到同一个顶尖模型。那凭什么你比别人强？

文章举了两家银行的例子。两家用同一个模型帮忙批贷款。

第一家，发提示词，拿答案，记结果，完事。

第二家多做了几步，每次判断依据了哪些事实，人工推翻了几次，哪笔赚了，哪笔出了事，全都记进自己的系统，再据此调整做法。

一年后新模型出来，第一家得从头写提示词，第二家攒下的数据，新模型接着就能用。

模型可以随时换，经验不会清零。文中管第二家这种叫主权企业，意思是积累数据，就是积累经验，经验越多，决策效果越好。躺在硬盘里的数据，本身不值钱。值钱的，是长在数据上、让你比对手改得更快的那个闭环。

这对普通人也一样。

AI 工具谁都能用，可你做过的项目、踩过的坑、客户的脾气、你自己判断好坏的标准，只有你有。把它们写下来，每用一次 AI 就复盘一次，哪里对，哪里错，下次怎么改。一年下来，人和人的差距，就从这里拉开了。

所以我建议每个人都要建立自己的AI数据库，你跟它对话越多，它就越懂你，成为你真正的助理。

文章最后问，未来几十年，人们整天在班上忙什么？

霍洛维茨回答，那些还没被摸索清楚的事。已经知道怎么做的，交给智能体，判断什么是好的，察觉什么变了，决定接下来做什么，留给人。

最后再多说几句。

其实这篇万字长文讲的很多东西，我们之前都有聊过，重要的地方在于，它用实际的样本作为依旧，再一次复盘且肯定了这些观点。

AI要比我们想象中要聪明很多，但主要取决于你如何用它。

最主要的是，AI是通过你给它投喂的数据，来推算你想要的答案，所以说，你投喂的东西越全面，越多维度，时间越长，它就越精准。未来每个人手底下都会有几个AI员工，这些AI员工的能力，都要靠你这个领导如何培养和相处。

事实上，即使答案放在这里了，完全公开了，但不会用的依然不会用。因为这背后需要的是强大的学习能力，愿意付出多少精力和耐力，花多少时间去长期循环。

现在差距还不是很大，但过不了一年时间，AI就会促使人跟人之间产生巨大的差距。

刚好看到一组数据，workbuddy、豆包工作、千问办公、百度搭子、mimodesk等AI办公平台，月活已经达到了1.42亿，同比增长50.6%。有一家企业，从3月上线产品以来，已经触发了累计90亿次任务请求。

这背后是大量职场人的群体竞赛，残酷的是，新一轮内卷正在悄然发生。

最后我把这篇万字长文，放在星球了，感兴趣的可以取阅。今天先聊到这里。更多干货内容，在星球日更，有需要的读者，可扫描文末二维码加入后阅读。欢迎加入1W+投资爱好者星球，共同成长，日富一日。