人类核心能力六维模型 AC6 — Agentic Core 6 Capability Model AC6

01那个在 AI 时代感到焦虑的资深顾问

陈思远在一家管理咨询公司工作了十二年，从分析师做到了高级合伙人。他擅长的是那种需要大量信息整合和模式识别的工作——行业研究、竞争分析、战略报告。用他自己的话说，他的核心竞争力在于"能够在海量数据中找到别人看不到的结构"。

AI 工具出现后，他的焦虑感与日俱增。不是因为他不会用——他学得很快，AI 研究助手已经成为他日常工作流中不可或缺的一部分。他的焦虑来自一个更深的地方：他开始怀疑，当 AI 可以在三分钟内生成一份他需要三天才能完成的行业报告时，他的那十二年积累，究竟还剩下什么价值？

这个问题，是千万个在 AI 时代陷入职业迷茫的专业人士共同面对的问题。答案的关键，不在于"AI 做不到什么"，而在于一个更精准的问题：在 AI 可以替代越来越多执行工作的时代，哪些人类能力不仅无法被替代，而且会随着 AI 的进化而变得更加稀缺？

02执行层被替代，判断层被放大

要理解 AC6 框架，首先需要理解一个基本的结构性变化：AI 对人类工作的影响，不是均匀分布的。

它对不同类型的能力有着截然不同的影响：对执行类能力（按流程操作、信息搜集、标准化写作），AI 的影响是替代——它做得和人一样好，或者更好；对判断类能力（理解复杂情境、评估方案质量、建立信任关系），AI 的影响是放大——有了 AI 处理执行层，人类的判断变得更加重要，因为执行层的速度大幅提升，判断层的瓶颈更加突出。

这意味着：在 AI 时代，"能力"的竞争格局发生了结构性重组。以前稀缺的执行能力，变得不再稀缺；以前被执行层遮蔽的判断能力，变得更加显眼。

03C1 好奇心：驱动进化的内在引擎

陈思远意识到的第一件事，是他从小就有的一个特质在 AI 时代变得格外重要：他对"为什么"有着停不下来的兴趣。

好奇心（Curiosity）在 AC6 框架中被定义为：主动探索未知、对异常现象保持追问、持续寻找更好解释的驱动力。这听起来像一种个性特征，而不是职业能力。但在 AI 时代，它的功能性价值发生了深刻变化。

当信息获取成本趋向于零，差异化不再来自"知道什么"，而来自"追问什么"。一个没有好奇心的人，面对 AI 生成的答案会直接接受；一个有好奇心的人，会问：这个答案在什么条件下是错的？有没有与这个结论矛盾的证据？这个模式背后的机制是什么？

正是这种持续追问，推动着知识体系的进化。AI 是一个出色的回答者，但它不会主动提出新问题。提问的能力，是人类在知识体系演进中不可取代的贡献。

04C2 情境理解：AI 最难替代的隐性知识

陈思远用了几周时间测试：把同一个客户案例输入给 AI，然后把他自己的分析和 AI 的分析并排比较。

他发现，在信息密集型分析上，AI 做得相当好，有时甚至比他更全面。但在一种特定类型的判断上，AI 持续失败：理解特定情境中的权力结构、文化规范和未说出口的限制。

情境理解（Context）在 AC6 中被定义为：读取复杂社会情境的能力，包括理解人际关系中的权力动态、组织文化中的隐性规则、历史背景对当前决策的约束。这是人类通过直接社会经验积累的隐性知识，AI 无法通过文本学习获得，因为这类知识本质上是体验性的，而非描述性的。

陈思远的竞争优势，恰恰在这里。他知道某个大型国企客户为什么真正做不了某个决定——不是因为分析不到，而是因为组织内部的政治逻辑；他知道在某类会议上什么话不该说——不是因为有规则，而是因为理解了房间里的权力关系。这些判断，AI 无法替代。

05C3 批判性评估：最关键的认知防御

随着 AI 被广泛使用，一个新的认知威胁出现了：AI 幻觉和 AI 说服力的组合，正在系统性地侵蚀人类的独立判断能力。

AI 系统生成的内容，往往具有极高的可信度外观：流畅的语言、逻辑的衔接、自信的语气。这使得许多用户在面对 AI 输出时，激活的不是批判性思维，而是权威认知——把 AI 当作专家来信任。

批判性评估（Critical Evaluation）在 AC6 中被定义为：识别论证中的缺陷、评估证据的质量、抵抗认知偏见的能力。在 AI 时代，它的功能扩展为：能够对 AI 生成的内容保持独立判断，识别幻觉，发现推理缺陷，而不是因为输出流畅就接受结论。

这是一种认知防御能力，也是一种放大器。有批判性评估能力的人，能够把 AI 作为思维工具使用，而不是把思维外包给 AI；没有这种能力的人，最终会被 AI 的输出所塑造，失去独立思考的能力。

06C4 创造力与品味：唯一的差异化来源

陈思远在测试了几个月之后，得出了一个他起初没有预料到的结论：AI 可以生成大量"还不错"的内容，但它无法生成"真正优秀"的内容——因为它不知道什么是优秀。

创造力与品味（Creativity & Taste）在 AC6 中被定义为：不只是产生新想法，而是识别什么是好的想法的能力。品味是一种审美判断力，它决定着在大量选项中，哪个真正值得被选择。

AI 是一个出色的生成器。给定一个要求，它可以生成一百个方案。但它无法告诉你哪个方案是真正优秀的，因为"优秀"的判断标准不在训练数据里——它在特定文化、特定受众、特定时刻的判断主体的审美结构中。

品味是稀缺的，因为它是积累性的，且不可量化。能够在 AI 生成的大量输出中，持续识别和选择真正优秀的内容，是内容密集型工作最核心的人类竞争力。这也是为什么"提示词工程"终究不是核心竞争力——提示词决定了 AI 能生成什么，但品味决定了你能识别什么。

07C5 连接能力：推动系统落地的人际基础

AC6 六维中，连接能力（Connection）是最容易被忽视的，也是在 AI 时代变化最少的——但这种不变本身，恰恰是它价值的来源。

连接能力被定义为：建立信任关系、推动跨边界协作、在利益冲突中找到共识的能力。它的核心不是社交技巧，而是理解他人的动机，并在此基础上建立真实信任的能力。

在 AI 大规模应用的环境中，最难落地的不是技术，而是人的问题。一个再好的 AI 流程设计，如果没有在组织内部获得信任和支持，就无法真正推动。推动这件事，需要有人能够理解业务团队的顾虑、技术团队的局限、管理层的优先级，并在三者之间建立共识。这种工作，完全无法被 AI 替代。

陈思远意识到，他在客户关系管理上的积累——那些年建立起来的信任网络，对客户组织文化的深度理解——在 AI 时代不仅没有贬值，反而变得更加稀缺，因为这类能力的培养周期非常长，短期内无法被快速复制。

08C6 计算思维：进入编排层的认知基础设施

计算思维（Computational Thinking）是 AC6 六维中唯一一个直接关联 AI 技术能力的维度，但它测量的不是编程能力，而是一种更基础的认知结构。

计算思维被定义为：能够将复杂问题分解为可计算单元、设计算法逻辑、理解系统如何工作的思维方式。它不要求你能写代码，但要求你能够以系统性的方式思考流程，识别可以被自动化的步骤，理解数据流动的逻辑。

在 AI 时代，计算思维的价值在于：它是进入编排层的认知基础设施。只有具备计算思维的人，才能真正设计 AI 流程，而不只是使用 AI 工具。没有计算思维，你永远停留在"使用者"层面；有了计算思维，你可以成为"设计者"。

在 AI 素养评估矩阵中，编排力的跃升高度依赖计算思维的底层支撑。这也是 AC6 把计算思维作为最后一维的原因——它是把其他五维能力真正整合到 AI 时代工作实践中的关键接口。

09六维能力链的整体逻辑

六个维度不是孤立的，它们构成一条有内在逻辑的能力链：好奇心驱动探索，情境理解转化信号，批判性评估过滤噪音，创造力与品味输出判断，连接能力推动落地，计算思维实现编排。

在这条链上，上游的能力为下游提供原材料。一个没有好奇心的人，即使情境理解能力再强，也不会主动去理解新的情境；一个没有批判性评估能力的人，即使有好的品味，也可能在错误的信息基础上做出判断。

但链条中最脆弱的环节，往往是批判性评估——这是 AI 时代最容易被侵蚀的能力，因为 AI 的输出质量本身就是对独立判断的持续压力。保持批判性评估能力，是整条能力链正常运转的关键。

10职业阶段差异化的发展重点

AC6 框架的一个重要设计原则是：不同职业阶段，六维能力的发展优先级不同。这不是说某些维度不重要，而是说在不同阶段，哪个维度的边际投入回报最高。

职业早期（0-5年）：计算思维和使用力是最关键的投资方向。这个阶段需要建立 AI 工作的基础认知结构，能够独立设计简单的自动化流程，快速积累工具使用经验。此时批判性评估也需要有意识地培养——因为 AI 过度依赖的习惯一旦形成，后期纠正代价很高。

职业中期（5-15年）：情境理解和连接能力的发展进入黄金期。这个阶段有足够的工作经历积累情境判断经验，有足够的项目经验建立信任网络。同时，创造力与品味的培养需要有意识地投入——通过持续的高质量输入（读好书、接触好作品、和高水准人才交流）来提升判断标准。

职业成熟期（15年+）：设计力和好奇心变得最关键。这个阶段的价值在于能够帮助组织做出正确的 AI 能力建设决策，而不是亲自执行。保持好奇心是这个阶段最大的挑战——长期的成功经验容易导致认知固化，而 AI 时代的变化速度需要持续的学习更新能力。

11答案不在"AI 做不到什么"

陈思远最终得出了一个令他感到踏实的结论，但不是他最初期待的那种结论。

他原本希望找到一张清单，上面写着"这些事 AI 永远做不了"，然后他就专注在这些事上，高枕无忧。但这张清单不存在，因为 AI 的能力边界在持续扩展，任何以"AI 做不到"为基础的职业策略，都是在为一个会持续收缩的区域辩护。

更稳健的策略是：识别那些随着 AI 能力增长而变得更加稀缺的人类能力，然后持续发展这些能力。这正是 AC6 六维的选择标准——不是"AI 做不到"，而是"AI 做得越好，这个能力就越稀缺"。

好奇心，让你持续探索 AI 尚未覆盖的疆域。情境理解，让你读取 AI 无法感知的隐性信号。批判性评估，让你不被 AI 的输出所塑造。创造力与品味，让你在 AI 的大量输出中识别真正的价值。连接能力，让你推动那些 AI 无法独立推动的协作。计算思维，让你从工具使用者成为系统设计者。

这六个维度，不是 AI 时代的生存技能，而是让人类在与 AI 协作中持续创造独特价值的核心能力结构。陈思远把这六个词写在了一张便签上，贴在了他的工作台旁边。这是他对那个焦虑问题的最终回答。

T1理论来源与学术引证

以下为本框架的理论基础说明，提炼自正文中的理论注释块。

T2框架定位与适用边界

本框架是管理实践工具，为高管和研究者提供结构化分析视角，不提供可直接验证的因果预测。其有效性依赖于：分析者对所在行业的深度认知、可获取的组织数据质量、以及将分析结论与具体决策场景相结合的能力。

智能体时代的框架有一个共同的时效性问题——AI 技术演化速度快于传统战略框架的更新周期。建议每 12–18 个月对本框架的核心假设进行一次复盘，检视其前提条件是否仍然成立。