一家中国 AI 公司曾在 LinkedIn 上发布过一则颇为特别的招聘信息寻找7 位 Wild Cards——那些无法被单一职位名称定义的人。这句话真正值得讨论的地方不是 “Wildcard” 这个词本身而是它暴露出一种正在发生变化的招聘逻辑。过去公司会先定义职位再寻找与职位匹配的人。职位名称意味着职责边界产品经理负责产品工程师负责代码市场人员负责获客商务人员负责合作。一个人的职业身份通常由公司、职位、部门和行业共同决定。但在生成式 AI、Agent 和全球化产品快速变化的环境里很多重要问题在一开始并没有对应的职位名称。公司不知道三个月后需要的到底是一个国际产品经理、海外增长负责人、AI 用户研究员还是一个能够同时处理产品、内容、社区和商业化的人。于是招聘不再只是填补一个已经存在的岗位而是在寻找能够帮助公司定义新问题、新市场和新工作方式的人。这就是这类 AI 公司所说的 Wildcard 更深层的含义。它不是“什么都会一点”的人也不是简历上充满关键词却缺乏专业深度的人。更准确地说Wildcard 是一种能够在边界上工作的职业人有一项足够扎实的核心能力同时能够把这项能力延伸到产品、技术、市场、用户和商业结果之中。一个真正的 Wildcard可能原本是产品经理但他不仅会写 PRD还能够理解模型的局限自己访谈用户设计实验阅读数据并且把产品带到一个新的国家。也可能原本是工程师但他不只是完成技术任务还能够识别用户痛点构建原型参与产品决策甚至亲自找到最早的一批客户。还可能是一个内容和增长人员却能够理解 AI 产品的使用逻辑判断哪些能力可以被包装成用户价值再通过海外社区、内容和合作伙伴把产品推向市场。这种人的共同点不是履历相似而是能够在不同语境之间完成转换。他能把技术语言翻译成用户语言把用户反馈翻译成产品决策把产品能力翻译成商业价值再把战略目标拆解成具体行动。过去企业会把这种能力拆散到多个部门里而在 AI 公司早期Wildcard 可能需要一个人同时完成其中几种转换。Paul Graham 在 《Do Things that Don’t Scale》 中写过创业早期最常见的工作往往是那些无法规模化的事情创始人亲自寻找用户、亲自服务客户、亲自解决问题、亲自完成原本应该由系统完成的工作。这篇文章放到今天的 AI 职场里仍然非常有解释力。因为在一个新产品、新市场或者新技术刚刚出现时最需要的不是严格按照岗位说明书工作的人而是愿意靠近真实问题的人。他可能需要一边做用户访谈一边修改产品一边研究竞品一边设计内容一边与工程师讨论功能一边向客户解释产品。这样的工作看起来不够“专业化”甚至显得有些混乱但正是在这种混乱中新的产品形态和新的岗位才会出现。所以Wildcard 并不意味着拒绝专业化而是意味着不把自己困在专业化的边界里。Paul Graham 在 《What We Look for in Founders》 中曾强调创业者最重要的特质之一是determination也就是持续推进的决心。这个词在传统中文职场里常常被翻译成“执行力”但两者并不完全相同。执行力通常意味着把别人定义好的事情做好而 determination 更接近于当目标不清晰、资源不足、反馈混乱甚至方向可能错误时仍然能够不断调整并把事情向前推进。这也是 Wildcard 与普通“多面手”的区别。多面手可能只是承担了很多任务Wildcard 则能够在任务尚未被清晰定义之前判断什么值得做并对结果负责。在这类 AI 公司里这种能力尤其重要。AI 产品不像传统软件那样拥有相对稳定的功能边界。模型能力会变化用户预期会变化竞争对手会变化成本结构会变化监管和国际环境也会变化。今天用户需要的是长文本阅读明天可能需要的是能够自主执行任务的 Agent今天的优势是模型上下文长度明天的竞争可能变成推理、可靠性、工具调用、生态和商业化。在这种环境下某个人过去是否准确地做过同名职位反而不如他是否能把过去的经验迁移到新问题上重要。这与 David Epstein 在 《Range》 中讨论的“广度”有关。Epstein 通过大量案例说明在复杂、变化快、规则不稳定的领域拥有多样经历的人往往更容易进行跨领域迁移和类比。他并不是主张人们不要成为专家而是指出在高度复杂的现实世界里单一领域内的训练不一定足够真正重要的是能否把一个场景中形成的判断力带到另一个场景中。这正是 AI 行业需要的职业能力。AI 时代的稀缺人才不一定是会使用最多工具的人而是知道什么时候使用什么工具、如何判断工具结果、如何让工具进入真实工作流的人。Ethan Mollick 在 One Useful Thing 中长期讨论 AI 与工作的关系。他的核心观点之一是生成式 AI 不只是一个自动化工具也不是简单替代某个岗位而是在重新改变任务的组织方式。如果一个产品经理借助 AI 完成竞品分析一个市场人员借助 AI 生成不同国家的内容一个工程师借助 AI 快速构建原型那么他们的工作都没有简单地消失而是发生了变化。他们需要更强的问题定义能力、判断能力和结果评估能力。AI 会降低很多执行动作的成本却会提高“什么值得执行”的重要性。过去一个人是否会写报告、做表格、写代码、翻译内容可能直接决定他的工作效率。现在这些能力仍然重要但不再足以形成长期差异。真正有价值的是他能不能知道应该研究什么、应该问什么、应该如何验证能不能识别 AI 生成内容中的错误能不能把多个碎片化输出组织成一个可靠决策。因此Wildcard 不是“会很多软件的人”而是“能够设计人与 AI 协作关系的人”。这也解释了为什么 LinkedIn 上越来越常见一些不同于传统职位名称的自我介绍比如AI product builderStrategic operatorEntrepreneurial generalistCross-functional product leader0-to-1 operatorProduct-minded engineerTechnical storytellerAI-native growth professional这些词并不是简单地制造新概念而是在回应一个现实越来越多的工作无法由单一职能完整描述。“Operator”尤其值得注意。它在海外创业和科技公司语境里通常不是传统意义上的运营人员而是能够把战略变成行动、把模糊目标变成具体项目、把资源组织起来并推动结果的人。一个好的 operator 可能没有最强的个人品牌也不一定是最会表达的人但他能让事情发生。这种人通常不会停留在“这不是我的职责”上而会继续追问这个问题的真正原因是什么谁拥有解决它所需要的资源今天能不能先做一个最小验证哪些工作可以交给 AI什么结果能够证明方向是对的如果没有人明确授权我能否先把第一步做出来这与 Adam Grant 在职场研究中反复讨论的主动性、重新思考和“挑战默认规则”有关。Grant 的 《Think Again》 强调复杂环境中最危险的并不是不知道而是过早地相信自己已经知道。AI 行业的 Wildcard 往往不会把自己的旧经验当作绝对答案而是能够快速学习、快速修正也能够承认原来的判断可能已经失效。这也是海外职场文化中经常出现的一个词high agency。High agency 很难用一个简洁的中文完全对应。它包含主动性、自我驱动、资源整合、解决问题和承担责任等含义。拥有 high agency 的人不会把环境看成不可改变的背景而是会尝试寻找杠杆。他可能没有足够预算、没有完整团队、没有清晰流程但他会利用现有工具、关系、信息和时间先创造一个可验证的结果。在 AI 时代high agency 的杠杆变得更大了。一个人过去可能需要一个设计师、一个研究员、一个数据分析师和一个工程师才能完成的初步工作现在可以借助 AI 在更短时间内完成原型、分析、文案和自动化流程。于是个人的边界被扩大了。但边界扩大之后公司的要求也会变化如果每个人都拥有更多工具那么真正区分人的就不再是“有没有工具”而是能否主动找到值得解决的问题。这类 AI 公司招聘 Wildcard本质上是在寻找这种“有杠杆意识”的人。他们不一定在简历中拥有最标准的职业路径。有人可能从咨询转产品有人可能从工程转市场有人可能在海外做过社区和内容有人可能没有大厂背景却独立做过产品、服务过用户、建立过一个小型业务。对于传统招聘系统而言这些经历可能不够整齐但对于一个需要探索新市场、新产品和新用户群体的 AI 公司来说不整齐本身可能就是价值。当然这里也存在一个容易被忽略的风险。企业使用 Wildcard 这个词可能是真的在寻找跨职能人才也可能只是把多个岗位的职责包装成一个富有吸引力的概念。一个岗位如果同时要求产品战略、技术理解、海外增长、内容运营、客户拓展和项目管理却不给足够资源、授权和回报那么它就不再是 Wildcard而可能只是“一个人承担六个人的工作”。因此求职者不能只被漂亮的职位描述吸引。看到 Wildcard、builder、operator、entrepreneurial 这些词时还需要继续追问这个岗位真正要解决的业务问题是什么公司希望这个人拥有多大的决策权是跨职能协作还是职责无限扩张是探索新方向还是缺人之后的临时补位这个岗位成功的标准是什么公司是否允许试错是否有真实的产品、用户和资源支持Wildcard 对公司提出了要求对个人也提出了要求。它不能只是公司对员工的期待也应该意味着员工拥有足够的空间去定义问题、选择方法和创造结果。从个人职业发展的角度看Wildcard 并不是一个需要主动贴在 LinkedIn 标题上的标签。你不需要直接写I am a wildcard.这句话太抽象也无法证明任何能力。更有说服力的方式是让别人从你的经历中看出你具备这种特征。比如你可以写自己如何把一个 AI 产品从原型推进到第一批用户如何通过用户访谈和数据分析改变产品方向如何在海外市场进行本地化测试如何协调工程、设计和市场团队如何借助 AI 把一个原本需要数周的研究过程缩短到几天。海外招聘者通常不只看你做过什么职位还会关注你在什么情境下做成过什么事情。相比于“负责海外产品运营”下面这种表达更接近 Wildcard 的职业叙事Built and tested an international go-to-market workflow for an AI product by combining user research, localization, content experiments, and product feedback.这句话的价值不在于英文表达而在于它呈现了一个完整的闭环发现用户、理解市场、进行本地化、设计实验、获得反馈并把反馈带回产品。它说明这个人不是只负责某一个局部环节而是能够跨越多个环节把事情推动到结果。对于希望进入国际化 AI 公司的职场人来说最重要的也许不是把自己包装成“全能人才”而是建立一种可迁移的个人叙事。你可以有一个清晰的主轴AI 产品、工程、增长、设计、研究、销售或者行业解决方案然后证明你能够把这项能力延伸到其他环节。专业深度让别人相信你跨职能能力让别人愿意把复杂问题交给你过往结果则让别人知道你不是停留在概念上。这其实是一种 T 型能力但又比传统 T 型人才更进一步。传统 T 型人才通常是“一项专业能力很深同时理解多个相邻领域”AI 时代的 Wildcard则还要增加第三个维度能够调动 AI 和外部资源把这些能力组合起来形成新的产出。因此一个人的职业资本可能不再只是知识和经验而是由三部分构成你知道什么你能调动什么以及你能把什么变成结果。Reid Hoffman 在讨论创业和职业发展时经常强调不确定环境下的网络、联盟和机会组合。职场已经越来越不像一条线性的阶梯毕业后进入公司逐级晋升最后到达某个职位。更多人的职业路径会变成一组项目、一系列合作关系和不断重组的能力组合。这对 LinkedIn 的意义也发生了变化。LinkedIn 不应该只是在线简历也不应该只是职位头衔的陈列墙。它更像是一个公开的职业思考档案。别人通过你的主页和动态判断你如何理解行业、如何解决问题、如何与人合作以及你是否真正长期关注某个领域。如果你希望被看作 AI 时代的 Wildcard可以少发一些空泛的“AI 正在改变世界”多写一些具体的工作现场你如何使用 AI 改造一个流程你如何发现一个海外用户需求你如何处理模型幻觉你如何判断一个产品功能是否值得开发你如何在资源有限时完成一个项目你如何面对一个失败的实验你从用户反馈中改变了什么判断。真正有价值的个人品牌不是不断宣称自己懂 AI而是持续展示自己如何思考、如何行动和如何修正。从这个角度来看这类 AI 公司的 Wildcard 招聘并不仅仅是一个招聘活动也像是一次关于未来职场的公开提问当 AI 可以完成越来越多标准化、可描述、可拆解的任务时人还应该如何证明自己的价值答案可能不是变成另一个更高效的执行者而是成为一个能够定义问题、连接不同世界并承担结果的人。Wildcard 的核心不是“没有边界”而是能够在必要的时候跨越边界不是“什么都做”而是知道什么事情必须由自己推动不是拒绝职位而是不让职位名称限制自己的判断不是永远处于混乱之中而是在混乱中逐渐建立秩序。也许未来最有价值的职场身份不再是“我是什么职位”而是我能够理解哪些复杂问题我能够调动哪些人、工具和资源我能否在不确定的环境中创造第一个结果我能否把一个尚不存在的工作变成公司的新能力如果答案是肯定的那么即使你的职位名称仍然是产品经理、工程师、市场人员或运营人员你实际上已经开始具备 Wildcard 的特征。而这家公司正在寻找的或许不是七个拥有特殊头衔的人而是七个能够在 AI 行业尚未被定义的地方帮助公司定义未来的人。