中文互联网今天最容易吵起来的一条 AI 新闻是钉钉创始人陈航谈 AIQ。多家媒体报道陈航在 2026 清华五道口金融发展论坛上说AI 时代招人学历、经历、年龄都变得不重要更重要的是真诚可靠、心态开放以及 AIQ 高。他还提出未来企业的核心指标可能不再是 KPI 与 OKR而是 AIQ。所谓 AIQ也就是 AI 商数是碳硅融合时代的“新智商”。他把 AIQ 拆成三层提示素养、算法共情、判断锐度。这条新闻会火一点也不奇怪。因为它碰到的是职场里最敏感的东西过去那些被很多人当成安全感的标签还值不值钱学历、履历、年龄、资历、大厂背景、名校光环。它们像一张张门票帮人通过筛选也帮企业降低判断成本。你说这些不重要很多人第一反应不是赞成也不是反对而是心里一紧。如果旧门票贬值了新门票是什么AIQ 这个词至少给了一个方向。未来拉开差距的可能不是“会不会打开某个 AI 工具”而是能不能把 AI 变成自己的能力放大器。这两者差得很远。有人所谓会用 AI就是打开对话框输入一句“帮我写个方案”。这当然也算用但很浅。真正有用的是你能不能把一个模糊需求拆清楚能不能判断 AI 的回答哪里靠谱、哪里偷懒、哪里说得漂亮但没用能不能在一堆答案里做选择能不能把自己的经验沉淀成下一次还能复用的方法。AI 时代不缺会复制答案的人缺会判断答案的人。陈航有句话很扎眼AIQ 高的人一个人就是一支团队AIQ 低的人给他最强 AI 也只能用来查天气。这话听起来有点狠但办公室里确实每天都在发生类似的事。同样一个工具有人拿它做资料分析、客户洞察、策略推演、竞品研究、销售话术、产品方案有人拿它问一句“今天下不下雨”。工具一样差距不在工具差距在人怎么定义任务怎么给上下文怎么追问怎么验收。这就像以前人人都有搜索引擎但不是人人会检索。人人都有 Excel但不是人人会分析。人人都有相机但不是人人会拍照。AI 只是把这个差距放大了。更深一层的变化是经验的形态变了。过去经验长在人身上。一个老员工知道客户为什么生气知道流程哪里会卡知道某类项目为什么总出问题知道一句话背后的真实意思。这些经验很值钱但也很难复制。新人只能跟着学慢慢问慢慢踩坑。现在经验可以被沉淀成 Skill、模板、流程、知识库、提示词、工作流。一个人的经验如果能被结构化就不只是“我知道”而是“组织可以调用”。报道里也提到经验会被沉淀为 Skill。所以年龄真的不重要了吗我觉得不是。更准确地说是年龄本身不再自动加分也不该自动扣分。一个有阅历、懂业务、见过复杂场面同时愿意拥抱 AI 的人会很值钱。因为他有真实世界里磨出来的判断。AI 可以补知识短板但补不了分寸感也补不了对人的理解。真正危险的不是年龄大而是经验变成包袱。真正有价值的也不是年轻本身而是学习速度、开放心态和解决问题的能力。学历也一样。学历不会突然没用。它仍然代表过去的学习能力、训练强度和筛选结果。但它不再足以证明一个人能持续创造价值。知识获取成本下降以后企业更关心的会是你能不能提出好问题能不能和 AI 协作完成复杂任务能不能辨别质量能不能把不确定的问题推到可执行知识储备重要但调用知识、组合知识、验证知识的能力会更贵。这也是 AIQ 三层拆法有意思的地方。第一层是提示素养。别把它理解成背提示词。它本质是把意图说清楚的能力。你要知道自己要什么背景是什么限制是什么输出给谁看判断标准是什么。人越清楚AI 越有用。人越混乱AI 越会生成一堆看起来完整、实际落不了地的东西。第二层是算法共情。这个词有点新但意思不难你要理解 AI 的脾气。它擅长归纳、生成、迁移和模式匹配也会幻觉会忽略边界会用流畅语言包装不确定。你不能把它当神也不能把它当废物。你得知道什么时候信它什么时候追问它什么时候让它给证据什么时候必须自己查原始资料。第三层是判断锐度。这个最难也最值钱。AI 能生成很多东西但不会替你承担后果。方案能不能发数据能不能信观点有没有偏文案会不会冒犯用户策略是否符合业务现实最后还是人来判断。AI 越强判断越贵。这可能是职场人最该记住的一句话。很多人焦虑 AI 会不会替代自己。可以换个问法我的工作里有多少是在机械产出有多少是在定义问题、判断质量、承担责任、协调资源、理解人心如果前者占比很高风险确实会变大。如果后者越来越强AI 反而会给你加杠杆。AIQ 也不只是个人能力它会变成组织能力。过去公司看效率喜欢看 KPI、OKR、项目数量、交付速度。AI 时代这些当然还在但不够了。一家公司真正的竞争力可能还要看员工有没有足够 Token 可用核心岗位经验有没有沉淀成 Skill一个业务想法从提出到验证、上线需要多久。报道里也提到衡量公司 AIQ 高低可以看 Token 利用率、经验数字化率、代码变现时间等指标。这些指标背后其实是在问这家公司是不是可查询、可复用、可加速。如果一家公司的经验都藏在老员工脑子里流程靠口口相传文档没人维护决策全靠会议同步那就算给每个人发最强 AI也很难真的变快。因为 AI 没有高质量上下文员工也没有清晰的任务结构。反过来如果一家公司能把客户洞察、业务规则、历史案例、岗位经验沉淀下来AI 就会变成组织的加速器。新人不用从零开始老员工不用反复解释管理者不用只靠开会同步知识可以被查到经验可以被调用行动可以更快闭环。不过也别把 AIQ 变成新的焦虑词。过去大家已经被学历焦虑、年龄焦虑、绩效焦虑折腾够了。现在如果又多一个“AIQ 焦虑”说你不会 AI 就完了不懂提示词就淘汰那只是把旧压力换了个新包装。AIQ 真正好的地方不应该是吓人而是给更多人一个重新证明自己的入口。没有顶级学历但学习快、判断好、会用 AI 解决问题的人会更容易被看见。年龄不小但经验深、心态开放、能把行业知识和 AI 结合的人会更有价值。履历不闪亮但靠谱、真诚、善于协作、能持续沉淀方法的人也有机会跑出来。旧标签松动不一定是坏事。它意味着真实能力有了更多被证明的方式。当然前提是要真的练。AIQ 不是收藏一堆提示词就有也不是听几场课就有。它是在真实任务里长出来的让 AI 帮你查资料但你要核对来源让 AI 帮你写方案但你要判断业务价值让 AI 帮你分析数据但你要知道指标口径让 AI 帮你做创意但你要理解用户情绪。每一次你没有直接复制 AI 的输出而是追问、验证、重组、决策你都在变强。所以这条新闻最值得带走的不是“学历年龄都不重要了”这种爽感标题。真正值得带走的是职场竞争正在从“我知道多少”变成“我能调动多少智能并做出多好的判断”。未来的好员工未必是最会背答案的人而是最会带着 AI 找答案、验答案、用答案的人。未来的好公司也未必是开会最多、口号最响的公司而是最能让经验流动、让知识可查、让判断沉淀的公司。工具会越来越多也会越来越便宜。真正稀缺的是人的判断力、责任感、审美、诚实和开放心态。这可能才是 AIQ 这条新闻最值得认真看的地方。它不是说人不重要了。恰恰相反它是在说机器越聪明人怎么问、怎么信、怎么判断、怎么负责就越重要。