7.1 对个人

7.1.1 分清“为己”的投入和“为人”的投入

在决定是否再读一个学位、再考一张证书之前，可以问自己两个问题：

1. 这个学位能让我真正学会什么？（人力资本）
2. 这个学位能让我在队伍里前进多少？（信号）

如果答案主要是第二个，那就要冷静估计：别人也在读，前进的幅度可能比预想的小；而这几年的时间、实践机会，是实打实的代价。

7.1.2 往 AI 的“互补”方向走

根据 4.2 节的分析，AI 替代的是“能写下来的知识”，互补的是“说不出来的判断”。所以值得投入的方向是：

• 真实场景中的实践经验：哪怕岗位不体面，只要能真正上手干活、接触真实问题，就是在攒轮扁先生的那个“数”。
• 对某个具体领域的深入理解：AI 的通用能力很强，但在具体行业里，知道“什么问题值得问”“什么答案不可信”的人，会越来越值钱。
• 承担责任的能力：AI 不能签字、不能担责。能够拍板、敢于负责、能与人打交道的人，难以被替代。
• 把 AI 用好：与其和 AI 比谁写得快，不如成为用 AI 干得最好的人。

7.1.3 建立“难以伪造的信号”

既然软信号被 AI 稀释了，就要想办法建立 AI 伪造不了的信号：可以被验证的真实作品、长期持续的公开积累、在真实项目中留下的可查证记录、来自真正共事过的人的推荐。这些东西需要时间，但正因为需要时间，它们才有价值。

7.1.4 等待也有代价

3.3 节说明了排队在某种意义上是理性的，但也要看到：等待的每一年，都是没有积累实践经验的一年；而“疤痕效应”不仅来自差的第一份工作，也来自长时间的空窗。是等还是先干起来，没有统一答案，但需要把等待的代价也算进去，而不是只算“上岸”之后的收益。