亲爱的朋友们：
在科技行业中，“10x工程师”这一概念广为人知，指那些能带来比普通工程师高出十倍影响力的人。然而，我们却很少听到“10x市场营销人员”“10x招聘人员”或者“10x财务分析师”的说法。我相信，随着更多工作被 AI 赋能，这种现象将会改变，我们会看到越来越多的“10x 级别”专业人士出现。
之所以目前并没有更多的 10x 专业人士，是因为对许多岗位而言，优秀从业者与平均水平之间的差距存在一定“天花板”。举个例子：一位超市收银员就算身体素质再好，也很难让顾客结账离店的速度提升 10 倍；同理，哪怕是顶尖医生，也不太可能让病人比普通医生快 10 倍康复（尽管对于病人来说，哪怕是略微的治疗优势也弥足珍贵）。在很多工作中，物理世界的限制使人类或 AI 的能力无法将效率提升到数量级上的飞跃，除非我们对这些工作本身进行彻底的重新想象与设计。
然而，对于那些主要依靠知识或信息处理的工作而言，AI 将带来真正的变革。我已经看到，在个别岗位上，某些精通技术的人运用一整套工具，以与以往截然不同的方式工作，虽然目前还谈不上实现 10 倍的提升，但轻松获得 2 倍的效率并不罕见，而且这种差距还会越拉越大。
一直以来，10x 工程师并不是指能在单位时间内写出比别人多 10 倍的代码，而是因为他们做出的技术架构决策往往能带来深远而持续的影响；他们能更有效地识别问题、分清优先级，并善于“少写但写得精”，也就是与其写 1 万行代码（或标注 1 万条训练数据），不如找准核心点，仅用 100 行代码（或 100 条数据）就能完美解决问题。
未来，我相信也会出现“10x 市场营销人员”“10x 招聘人员”“10x 分析师”等等，他们的工作方式将和现在截然不同。拿市场营销来说，普通的营销人员或许只是反复编写社交媒体文案，而 10x 级营销人员不仅会用 AI 协助写作，还会更深入地将其融入营销策略。尤其是当他们具备一定的代码能力，可以自己动手开发工具来验证想法、自动化流程或分析数据时，就有可能快速进行大量实验，精准捕捉用户需求，推出更细分、更个性化的营销内容，从而获得 10 倍的影响力。
类似地，10x 招聘人员也不会仅仅用生成式 AI 起草邮件或者总结面试内容（随着 AI 的普及，这样的用法只会成为许多知识型岗位的“入门级”配置）。他们可能会利用一整套 AI 工具，对大范围候选人进行高效而深入的评估，远远超出一般招聘人员的能力范围。至于 10x 分析师，也不仅是依赖生成式 AI 来美化报告，而是能够编写代码整合多种 AI 模型或代理，从而对产品、市场以及公司本身进行深度研究，进而得出比传统方法更具深度和洞察力的分析结论。
哈佛大学与波士顿咨询公司（BCG）在 2023 年进行的一项研究显示，借助 GPT-4，顾问们的任务量可以提升 12%，并且完成任务的速度提高 25%。这只是当前技术水平下的平均增益。随着 AI 的技术不断进化，那些以更精巧方式使用 AI 的人所能获得的优势只会更大，这种差距也将继续扩大。
在硅谷，我越来越频繁地看到那些“AI 原生化”的团队正在重新构想工作流程，用全新的方式完成任务。在软件工程领域，我们之所以推崇顶尖工程师，是因为他们确实可以产生极具影响力的成果；而且这一文化也激励了一代又一代工程师不断学习、不断努力，以便在职业生涯中实现高影响力。当 AI 在更多的岗位中变得更有用时，相同的机会也会向更多人敞开，让他们同样有机会成为“10x 专业人士”。
保持学习吧！
Andrew
