把“技能”拆细，可以分成三个层面，练习时应各有侧重：

硬技能 Hard skills —— 可量化、可考试：编程、制图、语言等级。它们是“入场券”，特点是学得快、更新也快。

软技能 Soft skills —— 难量化、难外包：沟通、协作、判断力。AI 很难替你表达立场或拍板决策。

元技能 Meta-skills —— 放大其他一切技能：高效学习、习惯养成、情绪稳定。它们是技能之上的“复利账户”。

理解模型的三个关键事实，能帮你少走大量弯路：

它没有“目标感” —— 模型不关心你写 PPT 是为了融资还是汇报。目标、受众、质量标准必须由你提供。

它按概率作答 —— 同一问题换种问法，结果就漂移。所以“会提问（提示词）”本身就是一种新技能。

它需要“守门人” —— 事实核查、风险判断、最终拍板。AI 放大的是你已有的判断力，而不是替代它。

面对 AI，技能的价值正在发生结构性变化：

判断力升值 —— 能被流程化、标准化的部分加速贬值；做取舍、定标准、扛责任的部分持续升值。

“会用 AI”成为基础技能 —— 提示词、工具链、工作流自动化，正在像当年的 Office 一样变成默认要求。

组合 > 单项 —— 单一技能的红利在摊薄，稀缺的是交集：会编程的产品人、懂业务的工程师、能落地的研究者。