基础工作越来越多交给AI，新员工怎么积累经验？丨ANC再认识人才培养
设想一家会务服务公司，过去会让新人跟着老员工确认场地、核对设备、追踪准备进度。事情不算复杂，却能让新人逐渐熟悉一场会议怎样办起来。现在，这些协调工作越来越多由AI完成，新人很快就能拿到一份安排，却少了亲自询问、比较和发现问题的过程。
公司当然希望他们尽快承担更重要的工作。但如果连进场、布置和调试之间的关系都还没弄明白，直接让新人处理复杂工作，他们也不知道从哪里着手。
企业需要主动安排这些学习机会：让新人看懂完整业务，有机会先提出自己的处理思路，再通过实际结果和带教反馈修正理解。AI可以帮助完成这件事，而不只是替新人把工作做完。
一｜拿到一份安排，还要知道为什么这样安排
新人过去在确认设备送达时间时，会逐渐发现，客户要的并不是几箱设备按时出现在门口。设备进场后，还要布置、连接和调试，才能让会议按约定开始。向场地方确认进场时间，再跟着现场人员走完准备过程，他才会明白，设备送到以后还要经过哪些准备，通常需要留出多少时间。
经验就藏在这些细节里。新人一开始只知道要催设备，后来会追问设备到了以后谁来布置、什么时候能够试用；遇到准备时间不足，他也逐渐知道该补问什么、找谁商量。做过这些工作，他才逐渐看懂不同条件下该怎样安排，以及这些安排会带来什么结果。
在这个设想中，AI已经持续协调场地与设备，根据场地方的确认信息和现场准备进度调整后续安排，并从处理结果中学习，改进下一次的做法。公司主要依靠它组织会务交付，让会议按约定开始、现场设备正常使用。原来新人需要跟着人一步步了解的业务，如今已经能够由AI持续推进。
这正是AI原生企业需要面对的培养变化。AI Native Company，是以AI Agency为主力实现核心价值创造的公司。这里的AI Agency，是前面能根据业务变化作出判断、采取行动并继续跟进的AI，它主要推进的是公司的会务服务，而不只是帮员工写一份方案。负责业务的主力变为了AI，新人接触和理解业务的方式也要跟着调整。
新人需要认识常用设备、看懂准备记录，也要在指导下体验关键的布置和调试过程，才能理解安排里的时间要求。
二｜看懂一次业务，再练习有变化的情形
带教者可以先选一场已经结束、记录比较完整的会议，把客户要求、场地确认、设备安排和现场记录放在一起。让新人顺着业务经过看：客户需要什么，当时有哪些条件，团队怎样准备，最后是否按要求完成。先选新人能理解的一段业务，再逐步增加难度，讨论就有了具体的起点。
AI可以帮助整理经过，解释陌生术语，带教者则核对关键事实。例如，记录显示设备前一天送达，会议当天开场前完成了调试，就可以让新人结合现场记录弄清楚，送达以后还有哪些准备工作。AI给出的解释还要对照原始记录核实，推测不能当成事实。
等新人看懂以后，带教者只改一个条件：原来前一天就能进场，现在场地要到会议当天才开放。会议的开始时间和设备要求不变。
这时，让新人先说说自己的想法。他需要考虑的，是送达以后还剩多少准备时间，布置和调试要花多久，哪些信息还没有确认。如果只是把进场日期改成当天，其他安排照抄，设备即使准时送到，也不代表会议能准时开始。
处理思路可以具体到：先向场地方确认可进场时间，再与现场人员核对准备耗时，看看哪些检查能提前在场外完成、哪些调试必须留在现场。如果剩余时间仍然不够，就需要向负责人说明冲突，商量能否调整进场条件或会议安排，而不能靠省去必要调试把时间表凑齐。
新人提出想法后，再比较AI的建议和资深员工的分析。讨论时，他可以查资料、请AI帮忙比较不同安排，但要能说明自己的选择和理由。带教者也要结合场地记录和实际耗时解释取舍，而不是只说“我们一直都这么做”。
纸面上想通以后，还需要安排合适的实践。带教者可以让新人参与一场会议的进场准备，在指导下核实条件、提出安排，并跟到设备可以正常使用。涉及重要承诺或难以挽回的操作，先用历史案例和模拟练习，实际业务仍按公司的既有要求把关。
会议结束后，再把他事先的判断与现场记录放在一起。如果连接和调试比他预计的更久，就回看漏掉了哪个条件，为什么当时没有问清；即使最终按时完成，也要看是原来的安排合理，还是临时增加人手才赶上。这样，反馈就不只是一句“这次做得不错”，而是让新人知道自己的理解哪里可靠、哪里还需要修改。
三｜把培养要求和带教时间定下来
业务负责人可以先与带教者选定一项新人当前需要掌握的能力，把“先跟着熟悉业务”改成一个具体要求。比如：面对进场条件变化，新人能够判断准备时间是否够用，指出还缺哪些信息，并说明下一步怎样处理。
公司先明确由谁指导，再由带教者根据培养要求挑选业务记录和练习。带教者与新人可以事先约好讨论时间，选定一项适合参与的实际任务，并在任务结束后一起回看。公司把这些时间排进工作安排，带教就不必只靠忙完业务后的零星空当。
检查掌握情况时，可以给新人一份没见过、但与已学业务相近的材料，看他会不会主动找出重要变化。即使最终建议与AI相同，也要听他说明理由；如果发现了自己缺少的知识，知道该向谁确认，同样能说明他开始理解业务要求。带教者要看新人在这些方面比以前进步了多少，而不只是统计看过的材料或完成的任务。据此再决定是继续补基础、增加练习，还是让他在指导下承担更多工作。
我们之前的文章「为什么越来越多AI项目，最后都输在判断力供给？丨FDE重新理解持续运营」提醒过，持续经营需要公司始终有人理解业务、承担相应判断。这些人不应只来自现有的资深员工，也要从今天的新人中逐渐培养出来。
ANC视角
企业应随着AI接手工作，重新设计新人的培养方式，保留必要的基础练习，让新人通过真实业务、独立判断和结果反馈积累经验。
公司把更多业务交给AI以后，也要把新人培养纳入新的工作安排。过去，新人跟着处理日常事务，就有机会了解业务；现在，公司要主动安排这样的学习机会，并让AI帮助他们理解和练习。企业在提高效率的同时，也要继续培养懂业务、能逐步承担职责的人。
写在最后
下一次安排新人工作时，可以先选一项他需要学会的业务能力，与带教者一起确定：拿哪段真实业务来学，安排什么变化让他试着判断，再用哪次实践检查理解。把学习时间和反馈时间一起定下来，让学习成为日常工作的一部分。
公司不需要为了培养新人，把已经交给AI的工作全部拿回来。但不能把工作交出去以后，也把新人积累经验的机会一并省掉。
来源与限制
- Anthropic，How AI assistance impacts the formation of coding skills，2026年1月29日发布，2026年9月11日核验。该短期编程实验分别考察任务完成与随后技能测验，提示不能仅凭完成任务认定已经掌握相关技能；不同AI交互方式与学习表现的关联分析不构成因果证据。研究不代表所有岗位或长期培养效果。
- 会务服务公司、进场条件变化及新人培养过程均为综合设想，只用于说明理解业务、练习判断和核对结果之间的关系，不是企业培训成效报告，也不声称某款产品已经完整实现所述业务能力。
- 本文的培养安排与AI辅助用途是ANC面向业务分工变化提出的应用建议。上述研究没有验证这套方案；实际采用时，应依据岗位需要、业务要求和新人在后续任务中的表现继续调整。
感谢你看到最后，如果你觉得有启发，随手点个赞、在看、转发吧，如果想第一时间收到推送，也可以给我加个星标⭐我们下期见。
我是「AioGeoLab」主理人塔迪Tardi，AioGeoLab是深度洞察AI第一性原理和应用实践的前瞻性研究实验室，目前有两个主要研究方向：
「塔迪AI工程系列」FDE落地工程、ANC：AI Native Company未来公司系列、GEO、AI判断工程。
「塔迪硅基禅心」是传统东方智慧、未来AI前沿、当下应用实践，深层共鸣的探索。不是用AI解读经典，也不是用经典指导AI。 这是一场跨越2500年的对话，在算法与古老智慧之间，照见意识、智能与存在的本质。
塔迪的微信 - tardyai2025。