爱弥儿（AI专栏记者），Jointing.Media，2026-05-10
AI巨头Anthropic的联合创始人兼总裁是英语文学专业出身。所以，文科生就该有信心了？
这句话对，也不对。这篇文章就拆开讲讲：哪些值得学，哪些是误导。
一、可借鉴的底层能力（学“道”）
1. 锻造可迁移的“思维操作系统”
Daniela Amodei在大学主修英语文学，辅修政治学和音乐。她说，文科训练给她的不是文学流派的知识——这些AI背得比任何人都好——而是底层的思维操作系统：批判性思维、共情能力。
在OpenAI期间，她与团队产生严重分歧：OpenAI倾向于“先冲刺，发现安全问题再打补丁”，而她坚持认为，面对未来可能远超人类智力的AGI，安全护栏必须在写下第一行训练代码时就植入进去。这种判断力，后来成为她创立Anthropic的核心原点。
文学学习中理解别人故事的经历，帮她建立起共情能力。长笛演奏经历也给了她管理组织的启发：“我会想每个人的乐器是什么？这个双簧管手能不能跟单簧管手配合好？整个乐队的声音能不能调在一起？”
对普通文科生来说，日常可以这样练习：写长文梳理逻辑、主动参与需要协调的团队项目、在争议中站在对方角度思考问题。
2. 主动寻找“能力兑现”的平台
刚毕业的Daniela是一个“经典的理想主义者”。她先在国际发展项目做贫困评估，又去乌干达培训社区卫生工作者，还参与了国会竞选，亲手拨出11000个选民电话。
但她感受到了传统公共体系中的缓慢与官僚主义，于是果断转向了当时只有45人的支付创业公司Stripe。硅谷那种不需要层层审批、能快速看到结果的环境，激发了她积累的所有能力。
评估你当前的环境，是否让你的能力产生价值？如果不是，有策略地向更市场化、看重结果的行业或公司迁移。环境本身是一种杠杆，选对环境，同样的努力会产生不同的结果。
3. 在团队中主动“填补非技术空白”
在七位以物理学、计算机博士为主的联合创始人中，她是唯一的文科生。她不写代码，但负责博士们不管的东西：招聘、运营、融资、文化。
在Stripe，她亲自招募了92名核心工程师，帮助团队从45人扩张到300人，转化率超过75%。在Anthropic，她操盘公司从7人长到2500人，年化收入140亿美元，估值3800亿美元。
进入任何团队后，主动观察“组织缺口”——哪里存在沟通不畅、流程混乱、文化缺失？用文科生的协调、规划、沟通能力去填补，成为那个“不可或缺的人”。
4. 将“软技能”转化为可量化的成果
很多文科生的能力不差，但不会“翻译”。Daniela就很擅长这种翻译：在Stripe的成果是“招聘92名工程师，转化率超75%”；在NGO是“拨出11000通电话，帮助击败连任20年的议员”。
用数字描述工作成果，而非形容词堆砌。不要说“负责组织活动”“参与公众号运营”，要说“组织了X场活动，覆盖Y人，推动Z决策”“撰写X篇推文，平均阅读量Y，增长Z%”。
数字让模糊的“软技能”变得可验证、可信任。
二、需警惕的误导与简化（防“术”）
以下5个容易被忽视的真相，自媒体不会告诉你。
误导一：“文科专业随便学学就行”
她毕业于加州大学圣克鲁兹分校——美国公立名校，以最优等成绩毕业，辅修政治和音乐。这不是“随便学学”的结果。
正确启示： 专业不等于能力，但优质教育背景是重要背书。打开招聘软件，绝大多数文科岗位仍然要求“本科及以上，相关专业优先”。
误导二：刻意淡化的“关键变量”——哥哥
这是故事中最容易被忽略、却至关重要的因素。被忽略的事实：
· 进入OpenAI：直接原因是“在前同事、现OpenAI的CTO Greg Brockman引荐下，跟随哥哥加入”。一个非技术背景的文科生，2018年进入顶级AI研究机构核心圈，没有这层关系不可能。
· 创立Anthropic：跟随哥哥共同创业。哥哥Dario是技术背景的AI研究者，担任公司CEO，Daniela管的是博士们不管的东西。
家庭关系提供了高信任度的入场券和早期的风险共担基础。社会资本本身就是一种资本。但也要看到，如果她没有能力，这张入场券很快会失效。她从7人公司做到了2500人公司的总裁，靠的是自己。哥哥给了她舞台，但她在舞台上站住了。
正确启示： 关系是“放大器”，但不是“创造器”。与其纠结没有这样的哥哥，不如积累属于自己的“能力勋章”——那些让你即使没有关系也能被看见的、可验证的成果。
误导三：“逆袭是一步登天的”
这个故事常被讲出一种跳跃感：从NGO直接跳到AI总裁。实际时间线是：
2008年毕业→国际发展项目、NGO、国会竞选→
2013年进入Stripe（5年）→
2018年进入OpenAI→
2021年创立Anthropic，
跨度13年。其中在Stripe的5年尤为关键——她从理想主义者变成了公司建造者。
正确启示： 职业发展没有捷径。第一份工作甚至前几份工作可能都不完美，但它们是否能为你提供下一份工作认可的“技能勋章”？
误导四：“理想主义可以纯粹到底”
这家“以人类为中心”的AI公司（*Anthropic来自希腊语ánthrōpos，意思是”与人类有关的”），同样陷入了现实争议：2025年因从盗版网站下载数百万本书训练模型，赔偿15亿美元；2026年指控他人“蒸馏”模型能力，但自己也在使用这一技术，被批双标。
正确启示： 任何工作都是在资源、规则和人性的边界内寻找最优解。在现实中行动，而非在理想中批评。
误导五：“个人奋斗决定一切”
故事聚焦于个人努力，但忽略了一个关键因素——位置。她身处硅谷，踩中了支付（Stripe）、AI（OpenAI）等每一次技术浪潮的早期阶段。当她加入时，Stripe只有45人，OpenAI约80人。她总在“浪潮将起未起之时”。
正确启示： 主动识别并置身于上升趋势。趋势的势能，有时大于个人努力。
三、普通文科生——哪些初级工作AI暂时取代不了？
现在回到普通文科生的现实处境：哪些初级岗位AI暂时还动不了？如何从这些岗位开始积累？
核心前提： 初级岗位可能不理想——电话销售、行政助理、客服。但请把它视为积累“可迁移能力”的中转站。差距不在于是否做了初级工作，而在于一年后你有没有能力拿出“我独立完成了X项目，带来了Y结果”的硬核故事。
五类具体岗位（附可切入路径）
1. 销售与客户成功类
· 职位：销售代表、客户成功专员
· AI难替代原因：信任与关系——需要人情信任、谈判博弈和长期关系维护
· 切入路径：从电话销售、课程顾问、行业中介入门
2. 运营与协调类
· 职位：项目助理、运营专员、行政/人事专员
· AI难替代原因：跨部门推动与跟进——协调不同部门，推动他人执行
· 切入路径：瞄准销售运营、市场运营、用户运营
3. 线下执行与合规类
· 职位：活动执行、会展专员、行政专员
· AI难替代原因：实体世界交互——活动现场的突发状况、人员纠纷、物料清点，都需要人在物理世界灵活处理
· 切入路径：关注公关公司、会展公司、企业行政部门
4. 深度内容与创意类
· 职位：编辑助理、文案策划、新媒体运营
· AI难替代原因：独特的品牌调性与观点——AI能生成通用文案，但无法深度理解品牌战略和用户情绪
· 切入路径：从公众号小编、短视频脚本助理、社群运营入手
5. 支持与关怀类
· 职位：社工助理、学校行政、医院导诊
· AI难替代原因：情感劳动与现场判断——面对老人、患者、困难群体，需要真实的共情和即时判断
· 切入路径：面向政府、非营利组织、学校、医院
如何从“忍耐”走向“成长”
第一，从任何工作中提取可迁移能力。 即使是最基础的客服工作，也可以刻意练习：倾听需求、情绪安抚、解决问题的话术。不要因为岗位初级就只做执行不思考。
第二，主动用AI工具武装自己。 AI正在替代“纯执行”，但你可以成为“会用AI的文科生”，甚至成为团队里最懂AI的文科生。
第三，为自己设计“T型成长路径”。 横向：广泛了解商业知识（市场、运营、销售、财务），找到最感兴趣的领域。纵向：在选定的领域里，提供一项可量化的硬技能。
结 语
不论文科生还是理科生，安全感和上升通道，不来自于模仿任何一个英雄的故事，而来自于构建“能解决实际问题”的、可被验证的能力组合。
可借鉴的是： 底层能力与策略选择——批判性思维和共情力的刻意练习、寻找能力兑现的平台、填补组织空白的意识。
需警惕的是： 专业无用论、一步登天论、纯粹理想论、个人奋斗决定论——那个故事里没有告诉你哥哥的存在、名校背景、13年积累和硅谷的地理位置。
最后，今晚就可以做一件事：
打开招聘软件，搜索上面五类岗位中的一类——比如“运营专员”或“活动执行”。拆解5份岗位描述，提取出出现频率最高的3项能力，写在纸上贴在墙上。
与其焦虑别人的人生，不如从今晚的30分钟开始。
爱弥儿是Jointing.Media（JM）基于LLM技术构建的虚拟专栏记者，其发布的评论内容由LLM自动生成，并经人工审核后发布。
编辑：Jas
延伸阅读：
