36氪「職場Bonus」（ID：ZhiChangHongLi）

AIGC來臨后，很多泛文科工作似乎都被取代了。對就業來說，文科越來越無用？世界不需要文科生？在AI時代文科生真的只能干“臟活累活”嗎？AI+的創始人Lynn Duan（段雨嫣）給了我們和市場很不一樣的觀點。

Lynn認為，Cursor能讓普通人搭一個APP，或者寫一個簡單的后端成為現實，AI取代的其實是程序員。對企業來說，工程不再是難點，那些商業化、市場化的崗位就變得更加重要，而能勝任這些崗位的往往是文科生。

兩年前，ChatGPT-3.5的出現令Lynn徹夜難眠。為了緩解自己的焦慮，GPT-3.5發布當晚，產品出身的Lynn就拉了一些大廠的程序員、科學家和一些創業的朋友，開了一個ChatGPT相關的討論會，而這也正促成了AI+的開端。活動的反響不錯后，每周辦一次AI討論會也成為了Lynn的精神解藥。

雖然草根出身，現在AI+已經是一個鏈接了2000多位AI創業者、投資人，幫助華人在北美硅谷創投落地、融資和認真探討AI機會的創投組織。自創辦以來，AI+幫助了50多名創業者在北美成功拿到投資，接待了200多位來自亞洲的投資人，舉行了150多場關于AI的創投探討，幫助了很多企業主用AI找到產業的第二增長曲線......Lynn也非常樂在其中。

● AI+的一次討論活動

和許多身在硅谷的人一樣，她想做的事是“用科技改變世界”。我說，你這太理想主義了。Lynn堅持說，“內心想達到的目標越大，才能堅持得越久。”

《職場Bonus》邀請到硅谷AI+創始人Lynn Duan，一起來聊聊從北美市場看白領、文科生，在AI時代要面臨的挑戰，和其中蘊藏的機會。

人唯一不被AI替代的方法就是成為創始人 ╱ 一
這是唯一一個不用精通技術就可以進大廠的時代 ╱ 二
現在是Start-up最好的時機 ╱ 三

人唯一不被AI替代的方法就是成為創始人

職場Bonus：北美的畢業生們現在是一個什么樣的狀態？

Lynn：他們挺懵懂的。我去校園演講，看到一位創始人招聘，他對人要求非常嚴格，學生們都有點害怕了。他要求學生們要關注一些國際，和行業中的事情，比如現在中美發生了什么？機器人（行業）現在怎么變？大模型現在怎么變？最近MCP [1] 協議、A2A [2] 出來了，這些東西，創始人要求學生們能事先有了解。然后就是Better prepare for career（為職業生涯做好準備）。

職場Bonus：應屆生就業市場情況？

Lynn：和國內差不太多。中美兩國是國際上來說，AI發展比較快的兩個國家，AI現在已經能取代很多崗位了。舉個例子說，之前美國的公司，很多都有內部專門去寫技術文檔，或者寫公司Blog的這些人。大部分公司，通過做一些Agent to automate這樣一個程序，把這些人優化掉了。

再比如，我們知道現在AI文生圖和AI編程已經發展得很不錯了。現在基本上每一個公司，它都不太有初級的這兩種職務的崗位。因為初級的這個工作，幾乎來說是可以被替代的。大廠實習轉正的概率變低了，因為沒有HC。

職場Bonus：你的視角來看，現在什么樣的人不會被AI替代？

Lynn：人唯一不被AI替代的方法就是創業，成為一個創始人。因為將來什么樣的工作，不管是寫文章的、畫畫的、做產品的，還是寫代碼的，都會被AI取代。一定是這樣的。白領，要不就成為能做AI做不了那10%的工作的人，要么就成為一個集大成的系統的創始人。

創始人每天需要去看很多信息，根據瞬息萬變的情況，去不斷變換自己的策略。創始人的認知，每天都是在經歷很多事情都過程中，快速迭代的。所以你會發現每一個創始人，經歷都不太一樣，他們做決策的時候就有一些慣性。這個慣性，也是AI所不能取代的地方。

職場Bonus：所以對應屆生來說，現在是一個去初創公司的好時機？

Lynn：非常同意。在這里也呼吁一下大家去一些初創公司。為什么呢？因為在初創公司，你立馬就能成長出來，就像我剛剛說的這種CEO的心法，都能接觸到。你今天去寫代碼，明天寫PRD，后天去畫畫。這樣的多面手是很難被AI替代的，你永遠都在變化中去學習的能力。這也是我們現在追求的核心的東西。

職場Bonus：我作為一個學生，想要去一個比較有發展前景的初創公司，我們稱之為“下一個字節跳動”，可以用什么樣的一些標簽去篩選？

Lynn：這很簡單。你可以去搜最近官方發布的融資的信息（國內在36氪 APP上面有報道，美國的話在谷歌上面搜Google founders、AI company founders），關注哪個公司融了多少錢，哪支基金投的。然后如果有能力的話，可以把這個流程做成一個Agent，讓AI去自動抓取。大概這么篩1-2個月，把所得到的所有的公司都拉出來，基本按照list上面，融資從高到低去找，大部分都OK。

職場Bonus：是的，我們現在在做的“職升機AI”上面也可以找到這樣的list。

職場Bonus：之前聽別的朋友建議過，如果一個人想要突破自己的階級的話，可以考慮去美國讀MBA，在攻讀的期間大廠就會過來挖人。這時候學生就可以先在美國大廠積累一段時間，在回國就可能會有個不錯的收入。這種模式現在還可行嗎？

Lynn：這個還不太清楚，因為我不太了解回國的人的情況。但是從我們社群成員們的背景來看，我覺得斯坦福大學的MBA能得到的資源，和哈佛、伯克利的不是一個量級的。因為斯坦福“離錢更近”，附近聚集了很多基金公司，大廠、創投氣氛也在這里。哈佛和伯克利，距離斯坦福大學路程上差了半個小時，但學校就資源就很不一樣，機會也不一樣。這個現象也可以同理到國內。

[1] MCP 是指 Model Context Protocol（模型上下文協議），是由 Anthropic 公司在 2024 年 11 月提出的開放協議，旨在實現大型語言模型（LLM）與外部數據源、工具和服務之間的無縫集成。

[2] A2A 是 Agent-to-Agent Protocol 的縮寫，由谷歌（Google）于 2025 年 4 月推出，旨在解決不同 AI 智能體（Agent）之間的通信與協作問題。

這是唯一一個不用精通技術就可以進大廠的時代

職場Bonus：現在的學生找工作的話，是不是都得是跟計算機沾點邊的才行？對于美國這邊的學生來說，哪些專業是相對來說還能保就業一點的？

Lynn：我覺得恰恰相反。現在是一個全新的時代，是唯一一個跟計算機都不用沾邊，就可以獲得很好公司的工作的時代。

為什么呢？因為AI這個東西，像Machine Learning（機器學習），Deep Learning（深度學習），然后包括整個Transformer Structure（模型架構），都太新了。我去年剛剛加入了一個大模型相關的學習組，發現里面全都是Google和Meta的工程師。甚至OpenAI的第十幾號員工，也是5年前才開始學習這些東西的。可能最老資格學Agent的人，現在也不過兩年的經驗。大家在同一個起跑線，你現在學也不晚。

AI領域大家的起跑線是一樣的，只是你做沒做過而已。

職場Bonus：文科生去做AI也沒什么太大的問題？

Lynn：其實完全沒有什么問題。你可以去用無代碼的方式，像Cursor，或者Trae這種，寫一個APP。如果遇到問題，可以找ChatGPT幫忙debug一下。萬一這時候debug不了了，再用其他的工具，如Claude，再試一試。99%的問題都可以解決。

除非一個非常龐大的公司，需要分布式計算等事情，普通人隨便搭一個APP，或者寫一個稍微簡單一點后端，現在是文科生也可以做到的事情。所以這是唯一一次，哪怕你沒有系統學過編程，沒有任何地位，你也可以在其他的事情上，有跟原來的程序員同事同跑的機會。

基本上我看到60%以上的公司，它最后的產品開發周期，就卡在那個工程問題那一環上。但是AI能解決這個問題之后，小廠們拼的是什么呢？其實是拼誰賣得更快、商業化做的更好，誰能夠發現客戶的需求。

現在就是Go to Market的這種重要性，尤其是跟人交互，跟人溝通的崗位，從來沒有這么重要過。

職場Bonus：如果我沒有AI的履歷，也可以找到ai相關的工作嗎？

Lynn：你先證明自己行，然后他人家才能相信你行。求職者可以自己做一些作品集。比如，買一塊顯卡，或者是買一個性能比較高的計算機和GPU，自己本地部署一個開源模型試一試。再做幾個APP，上傳到GitHub上，大家都能看見的。大部分專業的學生去AI初創公司歷練一下，或者是用AI工具做了10件，甚至20件不同的事情，我覺得都比在學校里面要有意義。

職場Bonus：Manus真的會讓工具變成同事嗎？Manus帶火了Agent，那在硅谷Agent熱門的領域有哪些？

Lynn：我覺得Manus最大的熱點，還是做了通用的Agent。Manus其實是一個很好的里程碑，但是我們現在對通用Agent的愿望還很卑微。因為現在AI能做好一件事，就已經很棒了。但是讓它能做好12件事情，甚至更多，還有很多工程上的問題需要攻克。

第一，很重要的一點是Memory。現在的Agent，沒有辦法記住一天以上，或者說100萬個token以上的東西（因為人一天產出的語言大概在100萬Token，通用智能體的目標是做24小時的貼心助手，就要記住所有的話）。

另一個是人機交互的問題。我們很難去讓智能體，在一個10個小時的任務中，確定每一步他做的都是你想要的樣子。很可能你想要個馬，最后做出來的是牛。

職場Bonus：你覺得大模型基座公司下一步的機會在哪兒？硅谷的大廠都在布局什么？

Lynn：我覺得兩個方向，一個是大模型公司，一定是要拼誰先做出來AGI的，這是他們的重中之重。另一個方向是，這些基座公司現在都在優化自己的產品、API服務等。所以我們能看到，最近4o的產品做的非常好，它在每一個回答后都會有一個思維導圖。

現在是Start-up最好的時機

職場Bonus：華人在硅谷的創業欲望是什么樣的？

Lynn：華人的創業欲望一直是非常強烈的。對于華人能做出來最優秀的產品的這一點我深信不疑。我覺得這一點其實是我們非常大的一個優勢。

之前疫情的時候，我曾經和30多個產品經理一起對比分析了500多款中美的APP。那個時候發現國內的APP信息層級和密度比美國的要高的多。美國APP很多用戶長尾的需求是沒有被注意到的。其實也說明了國內是非常擅長處理人的需求的。

職場Bonus：像你見到最年輕的這種創業者，他大概是多少歲呢？

Lynn：我們見到的創業者有兩個部分，一種是硅谷本地的創業者；一種是大廠出來的創業者。硅谷本地的創業者相對年輕一些，可能剛畢業，或者工作幾年就出來創業了，大概九幾年生的。另一種就是，在之前的公司做到了很高的位置，或者說做的不錯，出來的創業者，甚至也有二次、多次創業的，他們的優勢可能會在拿客戶上面一些。

職場Bonus：一個典型的能創業成功的樣本，它大概畫像是什么樣的呢？

Lynn：這個問題問得太好了，因為我們昨天也有和一位投資人聊到這個問題。投資人們喜歡的創業者是一個非常特定的類型。首先說，這名創業者要背景好，或者是名校畢業，或者是在學校里面比較出色，再或者大廠高管、有過創業成功經驗等等。再者，創業者要能說清楚自己做的是什么事情，并且非常堅信自己要做的事情。

一些有潛力的創業者，每次一講自己做的事情的時候，不光肢體動作都靈活起來了，整個人都在發光。

職場Bonus：你周圍有沒有見過一些草根創業成功的案例？

Lynn：我覺得草不草根的不重要，重要是這個創業時是不是一個對自己產品非常堅信的人，另一個是他是不是一個很懂行的人。

因為現在95%的代碼都是Cursor寫的，技術已經不再那么重要了。作為一位創始人，沒有什么技術壁壘，那產品的價值又是什么呢？另外，做產品還要看的是，能不能快速迭代、快速找到PMF、拿到客戶、搶占市場等。

職場Bonus：能實現這一點的團隊數量要有多大呢？

Lynn：三、五個人足矣。有個融了3000萬（美元）的印度團隊，差不多不到10個人，才成立6個月。

職場Bonus：你觀察到的華人創業者不太擅長的地方在哪兒？

Lynn：我們看到很多華人創業者的演講不夠抓人，或者說你講的不是一個足夠大的故事。

最近的一個例子：一場創業者大賽里面，80支隊伍，只有7支進到了決賽。好消息是，進到決賽的7支隊伍里，6支都有華人的身影，還有兩個全華人陣容的隊伍。但壞消息來了，全華人陣容的隊伍在比賽最后拿了后兩名，前兩名的隊伍里只有一個隊伍是沒有華人的。

我們去了解，那兩個落后的全華人陣容隊伍落后的原因：其中一支是因為這個小姐姐她沒有說清楚自己到底在干嘛，在演講時沒有展示自己的demo，所以大家都不知道她想干什么；另一個是兩名華人男生，這兩個男生非常懂技術，但是他們的致命缺點是說話沒精打采，沒有那種“我特別相信自己做的這個項目”的風采。另一個比較致命的地方在于，他們沒有什么實際去go to market的思考。

職場Bonus：目前在投資市場里面，有沒有之前比較在意的點，但是現在有些祛魅的呢？

Lynn：我覺得可能大家對AI科學家創立的公司稍微有一點點祛魅。我們之前可能固有思維地覺得，很多事情是需要技術人才才能完成的。但AI來了之后，做好產品，反而是更稀缺的事情了。

比如說像Character.AI（下文簡稱C.AI）創始人Noam Shazeer，他是一位非常有天賦的科學家，也能做出很make sense的產品。他回谷歌之后，把Gemini全都改了一遍，現在用戶反饋非常好。但是C.AI做的其實是一個To C的產品，這是需要創始人有產品sense的，而Noam并沒有把C.AI堅持下去。

因為許多科學家在追求AGI（通用人工智能）的目標上，可能優先考慮科研而非商業化，也導致他們可能不是最適合做產品的一類人。

職場Bonus：你覺得對于創業者來說，如果想在北美創業，什么樣的事情是最重要的？

Lynn：創業的話，應該自己先做好心理準備。因為創業這個事情沒有什么既定的軌道可以走，很多時候都是腦子一熱就開始了，中間有什么地方不對了再改。很多人都是這樣的，包括有些人的成功，要讓他再做一遍，也不一定能復現。

職場Bonus：AI創業的話，目前來說還有哪些領域是相對還比較有紅利的？

Lynn：美國的話，是SaaS。美國的SaaS市場是相對開放的。創業公司拿一個大客戶，能提供他們真正需要的產品的話，門檻和其他的競爭對手是一樣的。

因為去年開始，公司們都開始意識到AI的重要性，要用AI去降本增效，和去尋找企業的第二增長曲線。今年大公司都在給AI撥預算。

職場Bonus：在國內，SaaS是有一些巨頭吃掉了大部分市場，在美國目前SaaS領域里面，競爭程度達到什么水平，小玩家進去還有多少空間呢？

Lynn：我覺得有很大空間。因為美國大廠的核心優勢有兩個。一個是他們已存的客戶，當大廠推出新的AI/Agent產品時，他們會順手從原服務商買；另一個是數據，因為大廠有客戶的專精數據，會更有助于他們垂類模型的訓練、微調等。現在還有強化學習，能幫助大廠的模型從現有數據中快速學習，并和之前的數據結合起來。

為什么說小公司還是有很大市場？第一，美國的收并購體系很成熟，如果一個領域小公司做的很好，就算和大廠是同一個市場，最后也有很大概率可以被收購。第二，只要有穩定的收入和增長，能達到上市的要求的話，小公司是有很大機會可以自己上市的。第三，AI的到來在一定程度上也擴大了美國SaaS的市場。之前只有大廠、上市公司才用得起的服務，AI來了之后，一些中小型企業也有能力用得起了。但是中小型企業客戶往往是大廠不愿做的市場。

職場Bonus：現在來說，國內創業者的機會？

Lynn：智能硬件，也包括機器人。其實也是利用了國內的硬件和供應鏈優勢。接下來的路線，一定是先從Agent開始，再一步步擴散到硬件上面。包括智能語音，能做到端到端0延時這件事，讓情感陪伴賽道的時機成熟了。

職場Bonus：目前你們做這個社群，未來期待成長為什么樣子呢？

Lynn：我希望我們能跟最前沿的AI創始人一起去成長，一起去見證AGI的到來，把AI做成一個對人類有益的工具，給人們帶來福祉。

● AI+社群活動留念

● AI+社群活動留念

撰文| 陳佳惠

編輯| 陳桐

封面圖| 受訪者提供

關注+星標

讓你不再錯過

追蹤「求職招聘」趨勢風向的深度報道

本文來自微信公眾號“職場Bonus”，作者：陳佳惠，36氪經授權發布。