物界前沿当Netflix用下棋的逻辑招人，我们该重新思考团队了
上周我在管理会上聊到一个老问题：团队里最扎实的工程师，往往也是最不愿意碰AI工具的。他们觉得提示词不够精确，代码生成质量不稳定，还不如自己写。而另一些“杂家”——那些不属任何技术栈、喜欢跨团队串门的人，—反而跑得飞快，已经在用AI做原型、写测试、甚至优化决策流程了。
这种分裂感，让我想起昨天看到Netflix CPTO Elizabeth Stone的访谈。她提到一个判断：在AI时代，Netflix更看重“系统思考者”，而不是“专家”。不是说不招专家，而是说，系统思考能力正在成为选拔和晋升的核心筛子。
先解释一下她说的“系统思考者”。不是那种会画架构图的人，而是能理解一个决策如何影响上下游、用户、内容生产、甚至Netflix推荐算法的人。她举了个例子：当AI工具出现后，组织里会出现角色模糊和困惑——这是正常的。Netflix的策略不是规定谁可以用AI、谁不能用，而是让每个人自己去理解AI在他们的工作流里扮演什么角色，以及如何与其他人协作。这需要系统思考，而不是单点技能。
她把AI fluency（AI素养）定义为一种“通用期望”，而不是特定级别才需要的能力。这意味着，从实习生到总监，都要能判断：什么时候该用AI，什么时候不该用，以及用完后对全局有什么影响。
我这些年带团队，最头疼的往往是“深井效应”——某个专家在自己的领域里极强，但换一个项目、换一个领域，他就完全无法适应。不是能力问题，是思维模式的问题。AI恰恰在加速这种“领域模糊化”。以前前端就是前端，后端就是后端，现在AI可以帮你写前端代码，也可以帮你写后端逻辑，甚至能写产品文档。如果一个人只盯着自己的领域，他很快会发现，AI已经能替代他80%的常规工作。而系统思考者，则会利用AI去做那些“只有人能做的事”，—比如判断优先级、识别风险、设计跨团队的协作流程。
Stone还提到，每次新技术出现，先经历震荡，然后进入稳定成型阶段。AI现在的震荡期，恰恰是组织重新定义角色和分工的窗口。Netflix的选择是“不禁止，而是帮助适应”。这和我之前写的那篇关于AI基础设施的帖子里说的很像：烧钱速度不是问题，组织耐力才是。而耐力的一部分，就是团队里有没有足够多能理解系统的人。
配图里那位老人下棋，每一步都考虑全局。AI助理可以帮你算棋，但如果你不知道自己的意图是什么，不懂局部牺牲换取全局优势，那算再快也没用。
我的判断是：未来几年，招聘市场上“系统思考者”的溢价会越来越高。不是因为他们更聪明，而是因为他们能更快地吸收AI带来的杠杆，同时不被泡沫淹没。如果你现在还在招“8年React经验”这种JD，可能两年后就发现，AI已经能写大部分React代码了。而你真正需要的，是那个能回答“为什么这个功能值得做，以及上线后如何衡量”的人。
直接收住吧。
📌 本文编译自 Hacker News，原文：https://www.youtube.com/watch?v=t0GiTyz4syY
版权归原作者所有，本文为基于公开报道的编译与独立分析。
