最近参加了一次科技人才的评定。那天的考核其实还行。评委大多专业、有深度、问得在点子上。

直到其中一位，问了这样一句：

"你说你在微软工作过多年，可你的材料里，没有劳动合同来佐证。"

虽然我还是礼貌地说“不好意思我准备材料疏忽了，不过在互联网上你把我的名字和微软加一起能搜到很多数字痕迹”，但我就很想转身走了。忽然想起了韦青老师说过的一句话：

拿着旧世界的地图的人，怎么能探索新世界。

在一个变化缓慢的时代，过去几乎等于未来。

招一个工程师，看他过去做过什么项目；选一家供应商，看它过去交付过什么案例；评一个人才，看他的学历、履历和证明材料。这些方法曾经非常有效，因为昨天积累的经验，大概率还能解决明天的问题。

所以，整个工业时代建立起了一套成熟的评价体系：相信历史，相信资历，相信证明，相信确定性。

问题是，这张地图对应的是昨天的世界。

AI时代最大的变化，并不是模型越来越强，而是世界开始以前所未有的速度变化。

很多岗位是新的，很多能力是新的，很多商业模式是新的，很多产业机会也是新的。

真正有价值的人，不一定拥有最长的履历；真正领先的企业，不一定拥有最多的案例；真正重要的能力，也未必能够用过去的证明材料来衡量。

于是，一个越来越有意思的现象出现了。

一边，我们都在说要发展未来产业、培育新质生产力、拥抱人工智能。

另一边，我们依然习惯用过去的标准筛选未来的人。

比如，引进科技人才，先问几十年前工作的证明材料。

比如，采购AI项目，要求供应商必须有过去三年做过完全相同项目的案例。

比如，评价创新团队，首先看有没有成熟经验，而不是有没有突破能力。

每一个要求单独看都很合理。

放在一起，却暴露了一个共同的问题：

我们想去未来，却坚持按照过去的方法选择同行者。

这其实是一种时代惯性。

工业时代最大的风险是犯错，因此制度设计的目标，是尽可能避免错误。

所以我们相信经验，相信流程，相信历史记录，相信一切能够降低不确定性的东西。

但是AI时代不同。

AI真正创造价值的地方，恰恰来自于探索未知。

没有人做过，所以才有机会。

没有成熟案例，所以才有竞争优势。

如果所有决策都必须建立在过去已经成功的基础上，那么创新就永远只能发生在别人成功之后。

这样的制度可以筛选出最稳妥的执行者，却很难筛选出真正的探索者。

更值得思考的是，我们今天越来越容易陷入一种"证明能力"的循环。

证明学历。

证明资历。

证明履历。

证明案例。

证明劳动关系。

证明过去。

唯独很少有人问：

你能创造什么？

事实上，AI时代越来越重要的一种能力，并不存在于过去，而存在于未来。

它是面对未知快速学习的能力，是把没有答案的问题变成有答案的能力，是跨学科组合资源的能力，是在模型、算法、工程和产业之间不断试错、快速迭代的能力。

这些能力，很难写进一份履历。

也很难装进一个档案袋。

如果评价体系只能识别那些已经被历史证明过的人，那么它最终筛选出来的，大概率也是历史。

今天，我们经常讨论人工智能会不会淘汰很多职业。

但也许更值得讨论的是：

AI真正淘汰的，可能不是某些岗位，而是某些认知。

当一个人手里攥着旧世界的地图，他要怎么去探索新世界？

我们遴选人才的标准，从来不会只是顶级高校的光环，而是你是不是有创造的心。