第四章：定义者的能力结构
从变局到能力
前三章分析了AI带来的变化：认知边界被跨越、定制成本坍塌、变化分布不均。变化的图景已经清晰。
下一个问题是：人应该发展什么能力？
答案的逻辑链条是这样的：
执行能力的供给大幅增加——AI可以完成越来越多的执行工作。供给增加导致价值下降，这是经济学的基本规律。稀缺性正在转移：从会做转向知道该做什么。
所以答案是：发展定义者的能力。
但定义者的能力是什么？这需要一个完整的框架来理解。
定义者的能力框架
定义者的工作模式可以用”0→1→100→落地”来理解。
想象力负责0→1——看到一个方向。就像阿西莫夫笔下的谢顿，从纷繁的数据中看到文明走向。在AI时代，想象力决定了你能不能想到用AI做什么。这不是发散出100种想法，而是从无限现实中”看到”一个可能性的存在。很多人用不好AI，正是卡在这一步：想不到能用AI做什么。
AI负责1→100——在方向内发散生成。一旦你给了方向，AI可以快速生成大量方案。这正是AI最擅长的能力。
定义力负责100→落地——选择并落地。从AI生成的众多方案中选择、组合、调整，最终落地执行。没有定义力，再多的AI方案也只是选项，无法变成成果。
三者是协作关系。只有起始方向没有AI帮助，效率太低；只有AI发散没有定义落地，方案无法变成成果。0→1→100→落地的完整循环，才是创造价值的过程。
用一个具体例子来说明这个框架。
一位市场营销经理发现公司的客户留存率下降——这是0→1，问题敏感度让她看到了这个值得解决的问题。她知道AI可以分析大量客户数据、生成个性化沟通方案、自动化营销流程——这是可能性认知。她想到用AI分析流失客户特征、预测高风险客户、生成针对性挽留策略——这是连接能力，把问题和AI能力连起来。
接下来，AI开始工作（1→100）：分析历史数据识别出三类典型流失模式，为每类生成十几种挽留话术，设计了多套自动化触发规则。AI生成了大量方案，但哪些适合公司实际情况？哪些符合品牌调性？资源有限时先做哪个？
这需要定义能力（100→落地）：她判断第一类流失模式最紧迫，从AI方案中选择三套符合品牌调性的话术，调整了触发时机，设定了”挽留成本不超过客户年价值30%“的标准。
整个过程中，专注力帮她保持聚焦：不被AI生成的十几种方案分散精力，坚持先解决最重要的第一类流失问题，在执行中不被其他”紧急”事务打断。
这就是定义者的工作方式——不是自己执行每一步分析和方案设计，而是完成人独有的部分：发现问题、指引方向、做出选择、保持聚焦。
再看一个不同领域的例子。一位小学数学老师发现班上几个学生对分数计算总是出错——这是问题敏感度。她知道AI可以生成练习题、分析错题规律、调整难度——这是可能性认知。她想到让AI分析这几个学生的错题记录，找出共同卡点，然后生成针对性练习——这是连接能力。
AI分析后发现：三个学生都在”通分”环节出错，但错误原因不同——有的不理解最小公倍数概念，有的只是计算粗心，有的是步骤跳跃。AI为每种情况生成了不同难度的练习题。
老师需要定义：从哪个学生开始辅导？每种类型用多少练习题？什么程度算掌握？她判断先帮理解有困难的学生突破概念，每人每天5道题，连续三天全对就算掌握。
整个过程中，专注力让她不被班上其他各种问题分散——不是每个学生的每个知识点都要AI辅助，聚焦最需要解决的问题。
这个例子和前面营销案例的逻辑相同：不是AI不够好，而是使用者的能力结构决定了能否用好AI。
还有一种能力贯穿全程：专注力。
专注力帮你保持聚焦。在0→1阶段，它帮你聚焦于真正重要的问题；在1→100阶段，它帮你不被过多选项淹没；在100→落地阶段，它帮你坚持执行不分心。没有专注力，AI生成的可能性越多，你反而越难行动。
定义者的能力结构
这个框架回答了发展什么能力的问题：人负责0→1和100→落地，AI负责1→100的发散生成。
想象力公式概述
想象力可以分解为三个维度：
想象力 = 问题敏感度 × 可能性认知 × 连接能力
问题敏感度是能看到值得解决的问题——不是所有问题都值得解决，敏感度在于识别真问题。可能性认知是知道AI能做什么、不能做什么——认知偏差会导致错过机会或做出错误决策。连接能力是把问题和可能性连接起来——看到问题、知道可能性，但连不起来，仍然无法创造价值。
三者是乘法关系：任何一项为零，整体为零。
看不到问题，其他两项再强也没用；不知道AI能做什么，有问题也不知道能解决；问题和可能性都有但连不起来，仍然无法行动。
第6-9章将详细讨论想象力公式的三个维度和培养方法。
这里要澄清一个常见误解：想象力不是天马行空的幻想，而是有结构的能力。
天马行空是”我希望有个机器人帮我做所有家务”——这是愿望。想象力是”我注意到每天整理照片花很多时间（问题敏感度），AI可以识别人脸和场景自动分类（可能性认知），我可以设定分类规则让AI帮我整理过去十年的照片（连接能力）“——这是可落地的想象。
想象力公式的三个维度互相约束。问题敏感度高但可能性认知低，会发现很多问题但不知道AI能不能解决；可能性认知高但问题敏感度低，知道AI能做很多但不知道用来解决什么；两者都高但连接能力低，有问题有工具却连不起来。
三个维度的培养方式不同。问题敏感度来自领域浸泡——在一个领域待得够久，自然会看到别人看不到的问题。可能性认知需要持续更新——AI能力边界在变化，去年不能做的今年可能可以了。连接能力需要刻意练习——多尝试、多失败、多总结。
定义能力概述
定义能力有四个递进层次：
| 层次 | 定义什么 | 核心问题 |
|---|---|---|
| 定义问题 | 要解决什么问题 | 把模糊想法变成清晰问题 |
| 定义方案 | 如何解决问题 | 把问题转化为可执行的方案 |
| 定义标准 | 什么算好 | 判断什么是好、什么是完成 |
| 定义方向 | 方向和边界 | 决定做什么、不做什么 |
从定义问题到定义方向，是从具体到抽象、从执行层到战略层的递进。
举例来说。你对AI说”帮我写一封邮件”——AI会问：写给谁？关于什么？什么语气？定义问题需要你来做。
你说”给客户写一封道歉邮件，因为发货延迟”——AI可以写了，但怎么写更好？是解释原因还是直接道歉？要不要提供补偿？定义方案需要你来做。
AI生成了三个版本。哪个更好？“好”的标准是什么？是客户满意度、品牌形象，还是成本控制？定义标准需要你来做。
更深一层：这封邮件值得花时间打磨吗？客户关系策略是什么？道歉邮件在整体客户沟通中扮演什么角色？定义方向需要你来做。
四个层次不是非此即彼。多数人在某些层次上能定义，在另一些层次上需要他人指引。初入职场的人可能需要上级定义方向和标准，自己负责定义方案和问题细节；资深专家可能只需要最高层的方向指引，其他层次自己把控。
AI越来越擅长按要求执行，但提出要求本身——定义问题、方案、标准、方向——仍然需要人来完成。AI可以参与定义的操作层面（比如把”提升效率”拆解成具体任务步骤），但定义的价值层面（决定”应该追求什么效率”、“效率提升到什么程度算成功”）仍然需要人。
专注力：贯穿全程的聚焦
专注力不是想象力公式的组成部分，是独立能力。
它的作用是：在每个阶段保持聚焦——0→1阶段聚焦重要问题，1→100阶段不被选项淹没，100→落地阶段坚持执行。
AI时代有一个悖论：可能性爆炸，但行动更难了。想象力越强，看到的选项越多，每个选项都有吸引力，每个选择都有机会成本。选择焦虑成为常态。
专注力打破这个悖论。它帮你确定足够好的标准、达到就停止；帮你接受取舍、不追求完美；帮你在重要的事情上保持聚焦。
想象力、AI、定义力三者协作完成从方向到落地的全过程，专注力则保证全程聚焦不走神。
两者的边界是：定义能力是做出选择本身——选什么问题、选什么方案、选什么标准；专注力是选择之后的执行保障——坚持不动摇、排除干扰、持续投入。
专注力为什么独立于想象力公式？因为它的作用贯穿全程，而不只是0→1阶段。
想象力公式解决的是”看到方向”的问题——从无到有，识别一个可能性的存在。有了方向之后，需要落地。专注力就是聚焦和行动的保障。
更重要的是，AI时代专注力面临新的挑战。传统环境中，分心主要来自外部干扰；AI时代，分心可能来自过多的可能性本身。当AI能帮你做很多事，每件事都有吸引力，选择本身就成了负担。专注力帮你在众多可能性中选定一个，坚持到有结果。
专注力不是固执。固执是不顾反馈坚持原路径；专注力是在确定的方向上保持投入，同时对反馈保持开放。好的专注力包含两个层面：战略上的坚定（方向不轻易变）和战术上的灵活（方法可以调整）。
第10章将详细讨论专注力的培养。
情景思维与无悔策略
面对不确定的未来，有一种思维方式特别有价值：不预测单一未来，而是准备多种可能。
这叫情景思维。
AI会如何发展？社会会如何变化？哪些职业会兴起、哪些会消失？这些问题没有确定答案。任何声称能准确预测的人，要么在撒谎，要么过度自信。
情景思维的做法是：设想几种可能的情景，然后问——我应该做什么？
有些选择在多种情景下都不会后悔。这叫无悔策略。
培养定义者能力就是无悔策略。无论AI如何发展，总需要有人发现问题、知道工具能做什么、把两者连起来、做出选择、聚焦行动。问题敏感度、可能性认知、连接能力、定义能力、专注力——这些能力在任何情景下都有价值。
这些能力不会因为AI发展而贬值，反而可能因为执行成本降低而更加珍贵。
哪些是无悔策略？
逐一来看。无论AI发展到什么程度，总需要有人发现值得解决的问题——问题敏感度不会过时。AI可以分析数据、发现异常，但判断什么是”值得解决的真问题”需要人的理解和判断。了解工具能做什么也总是有用的——可能性认知需要持续更新，但”保持更新”的习惯本身是无悔的。把问题和解决方案连接起来，是创造价值的核心，工具变了、问题变了，连接的能力可以迁移。从模糊到清晰、从多选到决策，这个过程不会被自动化——AI可以提供选项、分析利弊，但最终的定义需要人来完成。而在充满选择的环境中保持聚焦，无论AI发展快慢都有价值：发展慢，专注力帮你在有限工具下做到最好；发展快，专注力帮你不被过多可能性淹没。
无悔策略的核心思想是：承认不确定性，但仍然行动。不是等到看清未来才动手，而是选择在各种未来都不会后悔的行动。
框架的使用方式
这个框架不是用来死记硬背的。它的价值在于帮你理解自己的能力短板、制定针对性的提升计划。
读完这一章后，你可以问自己几个问题：
在0→1阶段，我通常卡在哪里？是看不到问题（问题敏感度），不知道AI能做什么（可能性认知），还是无法把两者连起来（连接能力）？
在100→落地阶段，我通常卡在哪里？是不知道真正要解决什么（定义问题），不知道怎么做（定义方案），不知道什么算好（定义标准），还是不确定该不该做（定义方向）？
在全过程中，我是否经常被其他可能性吸引而偏离方向？是否难以坚持到有结果？这是专注力的问题。
定位自己的短板后，后续章节会提供针对性的培养方法。
定义者的能力结构是一个闭环：从看到方向，到借助AI发散，到选择落地，专注力贯穿始终。接下来，我们先深入理解价值的转移——当执行能力不再稀缺，什么变得更值钱。
定义者的工作模式是一个闭环：想象力负责从无到有看到方向（0→1），AI负责在方向内生成大量方案（1→100），定义能力负责从方案中选择并落地（100→落地），专注力贯穿全程。想象力公式的三个维度都可以刻意练习，定义能力的四个层次逐级递进。无论AI如何发展，培养这些能力都不会后悔——这本身就是一种无悔策略。
章节讨论
所有留言经 Agent 审核后显示