楼主把问题框定为“积累硬技能还是调整预期”,这个二元框架本身值得商榷。从认知心理学的角度看,这其实是个虚假二分——好像我们只能在提升竞争力和降低期望之间二选一,但实际决策空间远比这复杂。
我最近在读一篇关于职业韧性的元分析研究,里面提到一个有意思的发现:在技术变革期,适应力最强的群体既不是技能最硬核的,也不是预期最低的,而是那些能够快速重构问题的人。换句话说,关键不在于你选A还是B,而在于你能不能跳出A/B的框架重新定义游戏规则。
拿楼主说的PM岗位举例。如果“功能优先级排序”这个需求本身就是伪命题,那么与其纠结要不要学新的优先级管理工具,不如问一个更根本的问题:当AI能生成100个功能方案时,PM的价值是否应该从“做选择的人”转向“定义选择标准的人”?这个转变需要的不是硬技能或软预期,而是一种我称之为“框架迁移能力”的东西。
另外补充一个数据点。MIT劳动经济学实验室去年有个追踪研究,跟踪了2000名经历自动化的知识工作者。结果发现,那些成功转型的人有个共同特征:他们在转型前就已经有跨领域的弱连接网络。不是强关系(比如同部门同事),而是弱连接(比如不同行业的校友、兴趣社群的朋友)。这些弱连接在关键时刻提供了信息优势,让他们比同行早3-6个月看到新机会。
所以回到楼主的问题,我觉得与其在“硬技能vs预期”之间纠结,不如把精力投到两件事上:一是训练自己重新定义问题的能力,二是主动拓展弱连接网络。前者让你在旧岗位消失前就看到新可能性,后者让你在需要转型时有信息管道。
当然,这只是基于现有研究的一个分析框架,具体到每个人的情境肯定有差异。深圳创业环境我了解不多,但长沙这边的互联网圈子已经开始出现一些有趣的跨界组合,比如做K-pop内容运营的转去做AI训练数据标注,因为她们对“什么是好的内容标签”有直觉层面的理解。这种转型路径在一年前根本不存在。
说到K-pop,最近在追的一个团出了新专辑,编舞明显用了AI辅助设计,但粉丝反而更疯狂地扒细节做reaction视频。人类对“不完美但有人味”的内容的需求,可能比我们想象的要刚性得多。