AI时代的「经验时效」——347万人考研,但没人告诉你证书的保质期在缩短
抖音热榜上有一条:「2027研究生报考人数347万」。
这个数字年年都在讨论,讨论的角度永远是「太卷了」「值得不值得」。但我觉得这些讨论都停在了一个错误的前提上:大家都在假设,学历是一条上坡路,只是爬的人多了变挤了。
我想说的是另一件事:学历的价值没有变,但它的保质期在缩短。而这件事,对组织的影响,比对个人更严重。
一、先说一个基本事实
学历的本质是什么?我的答案是:它是一次「经验压缩」的批量交付。
三年研究生,你压缩了什么?不是知识,是一套做事的节奏:怎么找问题、怎么查资料、怎么做实验、怎么论证、怎么在不确定里熬过一段看不到结果的时间。这些东西,过去只能在实践里慢慢磨出来,学校把它做成了一套流程,三年打包交付。
所以学历真正的价值,从来不是那张纸,而是它替你节省了获得某种经验的时间。
这个逻辑在AI之前是稳稳成立的。因为那些经验本身变化很慢——学术规范、研究范式、写作能力,二十年不变。
现在变了。
二、AI让「经验的半衰期」急剧缩短
我试着拆一下什么叫经验。任何一份有价值的经验,都由三层构成:
- 底层:判断力——面对一个信息不全的局面,判断什么更重要。这层几乎不贬值。
- 中层:方法论——遇到一类问题该走什么流程、什么顺序、哪些坑要提前避。这层在快速贬值。
- 表层:操作技能——具体用什么工具、什么模板、什么话术。这层已经在贬值、甚至已经作废。
这不是说学历没用了。是说学历的作用正在从「一次性投资」变成「一份可以续费的订阅」。
三、组织的问题比个人更严重
个人考上研,是个人决策。但组织里有一套隐性的规则,比考研更僵:招聘看学历、晋升看学历、定薪看学历。
这套规则的基础假设是:学历代表经验,经验代表能力,能力是稳定的。
这个链条现在断了。断在最中间——经验不代表能力了,因为经验本身在过期。
我见过太多这样的场景:一个五年前做到主管的人,学历漂亮、经验完整,但现在做不了这个岗位的事了。不是他不努力,是他的经验是五年前的地图,而地形已经变了。而他因为「有经验」,反而更难学新东西——因为他已经有一套自洽的做事方式了。
这是最危险的一种人:经验完整、自信充足、能力过期。他自己不知道,组织也不知道,因为所有考核都还在看他的经验。
四、那组织该怎么评估「经验」?
我给一个很朴素的办法:别问「你做过什么」,问「你最近改了什么」。
做过什么,是过去。最近改了什么,说明他的经验还在更新。
标准一:看「最近更新」而非「累计年限」
一个做了三年的人,如果这三年里每年都推翻过一次自己的做法,他的经验是活的。一个做了十五年的人,如果十五年都用同一套方法,他的经验是一块石头。
具体怎么问?三个问题:
- 过去半年,你改变了什么工作方法?
- 什么东西,你三年前认为对,现在认为错了?
- 你的经验里,哪部分已经不能用了?
能回答这三个问题的人,经验在流动。回答不了的人,经验在凝固。
标准二:把「判断力」和「方法论」分开评估
这是我认为最有价值的改造。大部分公司的能力模型,把这两样混在一起,结果评估出来的都是方法论——因为方法论好观察、好打分。
标准三:把培训从「交付知识」改成「更新判断」
这条直接对我自己行业说。如果现在还有人做培训,讲的是「某工具的十个用法」,这个培训的保质期大概三个月。
真正值得投入的培训,是那种能让人重新拆解自己经验的培训:你把过去做成的事重新讲一遍,用现在的框架看,可能会发现当时做对了是运气,做错了是因为什么。
这种培训贵、慢、不好量化,但它训练的恰恰是那层不贬值的东西。
五、给个人的一句实话
那347万人该不该考研?我不做判断。但我会说一句更通用的话:
你现在投入三年去学的东西,如果是操作和流程,风险很大;如果是判断和底层结构,反而是最值得的。
因为AI最擅长的,就是替代操作和流程。它最不擅长的,是在信息不全、目标冲突、没人告诉你对错的局面下,做一个承担后果的判断。
而这个能力,恰好是学校里最不容易教的那部分。
六、说句大实话
我们把「经验」这个词,一直当成一个中性的、随时间累积的好东西。但AI时代,它变成了一个有保质期的资产。
有保质期,就意味着:你要么持续续费,要么就看着它腐烂;而你腐烂的速度,比你想象得快。
所以别再问「我是不是该读个研」。问一句更狠的:我上次更新自己的经验,是什么时候?
如果答案是「好久没更新了」,那问题不在学历,在你。