批判性思维、提问和上下文意识等技能越来越受到重视，这引发了一个诱人的想法：这些技能不仅仅是计算机科学家的专利，企业是否可以扩大对传统计算机科学毕业生以外人才的搜索？
现在，啥叫批判性思维、爱提问、还有看懂上下文？这些技能听起来高大上，但其实就是会思考、会问“为啥”、能搞清楚事情来龙去脉的本事。这些本事现在可火了！不光是那些写代码的程序员需要，连公司里都开始觉得这些技能超级重要。
批判性思维、提问能力和上下文意识三者紧密关联，但并非完全等同——它们更像是一个「黄金三角」关系：
- 批判性思维是引擎（像汽车的发动机，驱动你质疑假设、分析逻辑漏洞）
- 提问能力是方向盘（决定思考方向，差的问题会带你进死胡同，好的问题能打开新大陆）
- 上下文意识是导航仪（确保你的思考不脱离Context场景，避免"纸上谈兵"）
批判性思维是“挑刺儿”，提问是“找答案”，上下文意识是“顺势而为”！
三者统一时，会产生「1+1+1>3」的效果，这正是AI目前最难模仿的人类智能核心，但是普通人能够掌握这三者还是比较难的。
于是，有人就冒出个大胆的想法：能不能不只盯着学计算机的毕业生，去找点别的专业、但脑子灵活的人才呢？这样说不定还能解决科技圈老生常谈的“代表性问题”——就是说，咋让这个行业里的人群更丰富多彩一些？如果多重视这些人工智能（AI）不太擅长的“高级脑力活”，公司就能吸引到各行各业的人才，说不定还能让整个行业变得更包容、更公平。
thoughtworks首席人才和运营官乔安娜·帕克：
- 以前，客户找我们的时候，总是说：“我们有个超级复杂的问题，赶紧派你们最牛的专家来！”这不奇怪，毕竟现在的科技玩意儿复杂得像迷宫，经验老到的专家能更快搞定问题，省时省力。
- 可最近，有个客户居然提出个新要求：他们想要更多刚毕业的年轻人加入他们的项目！
这可不是因为他们想省钱哦！真相是：人工智能现在太火了！大家觉得年轻一代用AI的脑子转得快，能更快用AI搞出成果。
AI世代的人才，到底咋培养？
一个全是资深大佬的团队听起来很牛，但全是刚毕业的小白也不现实。那咋办？AI时代，啥样的人才最吃香？答案可没那么简单！
先说个假设：年轻人可能更会玩AI工具。为啥？因为老江湖们习惯了自己的老套路，学新东西得费点劲，就像肌肉记忆太强，改动作不容易。年轻人呢？他们从小就泡在科技堆里，用AI工具可能跟玩游戏似的，直觉就来！但这不代表你扔一堆毕业生、每人发个AI工具，就能立马干出大活儿。
拿写代码来说，AI助手（比如那个叫Cursor的家伙）能以光速写代码，还能自己抓bug、改错，牛得不行！但企业级软件可不只是“能跑”就行。代码得安全、好维护，还得省资源。光靠AI助手猛写代码，短期爽了，长期可能头痛——代码质量差，维护起来像噩梦。
平衡才是王道！
光靠毕业生不行，他们虽然对AI工具上手快，但经验少，容易看不出“好代码长啥样”。老司机们带着“战场经验”，能一眼看出AI写的代码哪有坑，长期效果咋样。他们还能站在生意角度想问题，判断AI的输出是不是真对公司有用。
所以，最佳拍档是啥？老司机+新手！新手爱问“为啥”，脑子活，敢试新玩意儿；老司机有经验，能管质量，还能预判风险。只要大家愿意互相学习，团队就能发挥AI的真正潜力。中级人才也别慌，你们的经验——知道“啥是好东西”——还是金光闪闪的财富！
还有，测试代码、写清楚需求这些老本行技能，现在比啥时候都重要！像代码审查、结对编程这些好习惯，在AI时代更是保命神器，防止AI随便吐出个有bug的代码就直接上线。
AI不是万能的，人类还是得挑大梁！
乔安娜·帕克（首席人才和运营官）说了，AI不会彻底改变团队结构，但绝对会改变公司想要的技能。专家们预测，未来的工程师得有“AI优先”的思维，擅长给AI“指路”和“喂背景”。像自然语言提示工程（就是教AI怎么干活）和RAG管道（一种让AI更聪明的方法）会变成标配技能。
更关键的是，跟AI打交道有点像“苏格拉底式提问”——你得问对问题，开放式、精心设计的那种，不然AI可能顺着你的偏见跑偏。这就需要批判性思维：你得会分析AI吐出来的东西，判断它靠不靠谱、适不适合具体情况。团队还得把道德和负责任的AI使用放进脑子里，想想AI可能带来的偏见、隐私问题啥的。
比如提示工程，这技能现在炒鸡火！但它靠的不是啥高科技，而是问对问题的能力。这不就是批判性思维嘛！