这篇文章，我来总结一下超级个体的 7 大必备技能点。

第一个提问，第二个批判，第三个跨领域，第四个创造力，第五个内核稳定，第六个领导力，第七个人生使命。

怎么提问？明确方向，定义问题，拆解需求，描述场景，一步一步拿到答案，对话及你的工作。

什么叫方向？

你要知道你想要的答案的方向在哪里，你在提出问题的时候已经要知道了你要什么，这叫明确方向，

什么叫定义问题？

基于这个方向，你要描述一下你想要问的基本框架是什么。

什么叫做拆解需求？

你基于这个问题想要得到的答案，你有什么格式要求吗？或者你有什么特殊的要求吗？ 

描述场景就基于这个问题本身，除了想要拆解的需求，你有什么场景的补充吗？比如我说你是我的助理， 就是场景。

一步两步拿到答案，不要一蹴而就，大部分如果没有捏的很好的 GPT，它是没有办法给你一蹴而就的，你要不断的逼问他。

国内的豆包和 Kimi，特别是豆包逻辑下，它可能会闪避，它没有办法给你足够多的 token。

因为它的 DAU 太大了，它的 token 不够用的，它要节约费用，它普适性的，让所有的 c 端用户用起来 AI 的，所以你不能紧逼，但是 GPT 本身它是可以直接按在墙角上，直接紧逼它的。

对话及工作，这是一个非常非常重要的东西，未来整个人类的工作的界面就变成了对话，我们在对话中展示我们的工作的进程，我们在对话中展示真实的、持续的、不断的一个我们的思考过程，

基于这个思考过程 AI 给了我们的思考，我们再进一步的反馈，进一步的站在 AI 的肩膀上去拿到我们想要的结果，这叫对话及工作。

第二、批判性思维。

我们不要相信 AI 是权威。

很多 DS 的朋友圈都是说 DS 的回非常棒，非常哲学性，这些都是 OK 的，因为哲学答案无对错，哲学答案只有各自的立场，这是 OK 的。

但是当你在问一个绝对事实的时候，当你要问一个需要对结果负责的时候，你要有你的基础的判断，

这个基础的判断不是说你一定要判断对和判断错，而是说你要为这个结果负责。

AI 无法为你背锅， AI 无法为你的结果负责，AI 不是绝对正确。

第三、通用融合跨领域的视角。

专家必死，因为 AI 在每一个行业都是专家，所以我们没有任何的专业主义的必要。

让我们谈 AI 的大模型，谈 AI 的算力，谈 AI 的token，谈 AI 的芯片。

there is no need to do that okay。

AI 在每个行业都是专家，特别是谈论 AI。

为什么谈论 AI 就一定要懂 token，懂深度语言，深度学习大模型？

你不要懂这些，专家必死无疑，这是因为 AI 在每一个行业都是专家。

你在某一个点执着于纵深，必然走向灭亡的。

你需要融合，你需要跨越，你需要创新，你需要理解，你需要乱拳打死老师傅，乱拳引领 AI，这是跨领域的通用融合视角。

第四、创新和创造力。

当我让刘思毅过去几百万字，包括公众号文章，朋友圈都被 AI 吃掉，他在吃掉我们的过去，当他吃掉我们的过去的时候，你如果还执着于过去，你将没有未来，你必须要面向未来。