今天岗位速递总结： 1. Senior Manager Learning Excellence — adidas · 上海 2. Manager Retail Training, East — adidas · 上海 3. K12 Math Curriculum Developer — Think Academy · 北京 4. 少儿编程课程研发 — 同行启学教育科技 · 北京 5. 高级课程研发/运营 — 深圳十方融海科技 · 北京 6. Senior Instructional Designer — HHAeXchange · 美国远程 7. Instructional Designer — Mindtickle · Pune, India 8. Senior Instructional Designer — INFUSE · 远程（布达佩斯） 9. Senior Learning Experience Designer — CaptivateIQ · 远程（波兰） 10. Learning Experience Designer / LXD — Amazon Advertising · Tempe/Seattle/Arlington

这是今天的岗位信息总结： 1. 商家服务培训运营专家 — 字节跳动（抖音电商）· 北京 2. 达人服务培训运营专家 — 字节跳动（抖音电商）· 上海 3. Learning, Leadership and Competence Development PM — Bosch 中国 · 上海 4. Prod Compliance Specialist I, RISC Ops — Amazon 中国 · 北京 5. BPS & AI engineer — Bosch Powertrain Systems · 无锡 6. Math Learning Designer — Brilliant · 纽约/旧金山/远程 7. Sr. Learning Experience Designer — Mitratech · 加拿大远程 8. Learning Experience Design Specialist — Aledade · 美国远程 9. Technical Curriculum Developer (ERP/CRM) — Per Scholas · 美国 10. Senior Learning Experience Designer — CaptivateIQ · 波兰远程

上一期我们聊了"认知债务"——AI 用得越多，大脑反而越"懒"。MIT 的脑电实验发现，用 ChatGPT 写论文的人，大脑连通性最弱。那问题来了：既然 AI 会偷走深度学习，我们是不是该回到没有 AI 的时代？ 答案不是禁用 AI，而是重新理解一个被遗忘的学习科学概念——Productive Struggle，可以翻译成"刻意困难"或"有益挣扎"。它的核心观点是：学习需要适度的挣扎，太顺利反而学不好。 这一期我们就来聊聊： * 一个让人震惊的实验：不加限制的 AI 助手让学生比不用 AI 的同学还差 17%，但同一个模型" rebuilt"后，学习效果翻倍 * AI 学习工具的三种架构：Oracle（直接给答案）、Socratic（引导发现）、Adversarial（故意挑错）——你用的工具属于哪一种？ * 一个实操框架：四步设计法 Restrict / Realign / Require / Refine，帮你在 AI 时代守住深度学习 * 一句话诊断标准："如果 AI 让任务感觉毫不费力，那它放错了位置" 如果你在做企业培训、课程设计，或者正在纠结"该不该让学员用 AI"——这一期会给你一个比"允许"或"禁止"更聪明的答案。

最近你可能发现一个矛盾：用 AI 写邮件、写报告、写方案，速度越来越快了，但团队里独立思考的能力好像反而变弱了。问一个本该能回答的问题，对方却说"等我用 AI 查一下"。这种"变快但没变好"的现象，最近被一个严肃的研究命名了。 MIT Media Lab 在 2025 年发了一项神经科学研究。他们让 54 个人写论文，一组用 ChatGPT，一组用搜索引擎，一组什么工具都不用，然后用脑电设备（EEG）测大脑活动。结果让人警觉：用 AI 的那组人，大脑连通性最弱，对自己写出来的东西"所有权"也最低。研究者把这种短期效率高、长期能力却被悄悄削弱的现象叫做"认知债务"（cognitive debt）。另一项来自 Microsoft Research、覆盖 319 名知识工作者的调查也发现：对 AI 越自信的人，批判性思维反而越少。 这一期聊聊： * "认知债务"到底是什么？它和 Skills-Based Organization 有什么关系？ * MIT 和 Microsoft 的两项研究分别讲了什么？数据是怎么得出的？ * 企业培训里，认知债务的几个早期信号（学员能复述但迁移不了、有 AI 就行没 AI 就慌……） * Learning Designer 怎么设计"防外包"学习体验：先思考再用 AI、限制 AI 介入环节、设计无 AI 版本的真实评估 * 如果你在做企业培训、课程设计，或者正在思考 AI 时代怎么让学习真的发生——这一期会帮你看清一个被忽略的风险。 #LearningDesign #AIinLearning #CognitiveDebt #InstructionalDesign #L&D #CriticalThinking #企业培训 #深度学习 #AI时代学习

你有没有发现，越来越多公司招聘时，开始少问“你做过几年”，多问“你会不会这些能力”？ 比如数据分析、跨团队协作、AI 工具使用、项目推进。以前公司更看重你属于哪个岗位、做过什么行业；现在，他们越来越在意：你到底能解决什么问题。 这背后有一个正在改变企业人才和培训方式的趋势：Skills-Based Organization，也就是技能本位组织。 这一期，我们会聊聊： * 什么是技能本位组织？它和传统“按岗位管理人才”的方式有什么不同？ * 为什么越来越多职位开始出现过去没有的新技能要求？ * 当技能更新越来越快，L&D 还能只围绕课程和岗位来设计学习吗？ * Skills Taxonomy 和 Skills Ontology 到底是什么？为什么 Learning Designer 也需要理解它们？ * 一家石化企业如何通过技能本位转型，让员工产出提升超过 30%？ 如果你在做企业培训、课程设计，或者正在思考 AI 时代 Learning Designer 的角色会怎么变，这一期你应该会很有共鸣。

AI 工具越来越成熟之后，下一个方向是什么？2026 年最值得 L&D 关注的一个词是 Agentic AI——不是"你用 AI 做内容"，而是"AI 自己做事情"。 这一期我们聊聊： - Agentic AI 到底是什么，和我们现在用的 ChatGPT/Copilot 有什么区别 - Synthesia 2026 报告里的关键数据：27% 已在探索，0% 拒绝——但为什么还有 39% 在观望 - AI tutor、AI coaching、自动搭课……Agentic AI 已经在做哪些事 - Learning Designer 需要担心吗——Agentic AI 能接手什么、不能接手什么 - 工作流正在怎么变，以及你现在可以做什么准备 如果你在做 Learning Design / 企业培训 / 课程开发，这期会帮你理清 Agentic AI 和你的日常工作到底有什么关系。

你做的培训，大家满意度 84%，但业务主管还是来问：为什么上了课，工作里还是不会用？ 2026 年两份重量级报告同时指向一个问题：**Learning Debt（学习债务）**——企业在交付培训这件事上越来越好，但员工真正学到并用的能力，却在持续萎缩。McKinsey 在 2026 年 3 月的《Reimagine learning and development for the AI age》中给出了答案：AI 时代胜出的组织不是自动化更快的，而是**学习更快的**——并提出了 L&D 必须做出的六个具体转变。 这一期我们就来聊聊： - 53% 的员工说没时间学，但 84% 又说对培训满意——这中间发生了什么 - HR 和员工之间 19 个百分点的认知鸿沟，到底在哪里 - McKinsey 说的"六个 Shift"是什么，对 L&D 来说意味着什么 - 为什么 AI 时代，胜出的组织不是自动化更快的，而是学习更快的 - 三个可以马上用起来的改变方向

AI 时代，80% 的 ID 已经在用 AI 做课程设计了。但 96% 的人对 AI 生成内容的版权问题表示担忧。 问题不是"AI 能不能做你的事"，而是"你的角色到底在往哪变"。 这一期我们就来聊聊： - ATD 2025 最新调研：ID 用 AI 的真实数据 - 学术研究怎么说：98 篇论文揭示 ID 的核心能力到底是什么 - "Directed AI"概念：ID 为什么越来越像"导演" - 你的竞争力从"会做"变成"会判断" - 每位 LD 都可以带走的三个 action point 如果你是 Learning Designer / Instructional Designer / 企业 L&D 从业者，这一期应该会很有共鸣。 #LearningDesign #InstructionalDesign #企业培训 #AI #LD #培训设计 #学习体验设计

2025 年，80% 的 Instructional Designer 已经在用 AI。但"用 ChatGPT 写个大纲"和"用 Prompt Engineering 产出专业级学习内容"，是完全不同的两件事。 这一期我们聊： - Prompt Engineering 到底是什么——以及不是什么 - 为什么你的教学设计能力，就是你的提示词竞争力 - 从"随便用用 AI"到"专业级 Prompt Engineering"的四步升级路径 - 低质量提示词 vs 高质量提示词的输出对比 - 企业级 Prompt Architecture 的四个战略层级 - 性别差距：谁在被 Prompt Engineering 甩在背后 如果你在做 Learning Design / 企业培训 / Instructional Design，这一期应该会改变你对 AI 的使用方式。

这一期我们聊 另一个Learning Development tool: Colossyan。它不只是 AI 视频工具，而是越来越像一个面向企业培训的内容平台：能做 AI 讲师视频、录屏、互动课程、本地化和交付。我们会一起看它和 Synthesia 的区别、适合的培训场景、现阶段的局限，以及它为什么值得 Learning Designer 关注。 P,S, 本期提到的生词有：SCORM 可以简单理解为让课程更容易接入企业学习系统的标准；而 G2 则是很多团队会参考的软件评测平台，

很多人会以为，Learning Designer / Instructional Designer 的工作，就是做培训内容、做课件。 但放到 retail 场景里，这个岗位真正做的，其实远不止这些。它更重要的工作，是先看门店和业务到底希望员工做到什么，再把这些要求转成学习目标、学习路径、内容形式、练习方式和评估方法。 这一期就来聊聊： 在零售行业里，Learning Designer 到底是怎么支持 onboarding、顾客服务、产品知识、运营流程，以及不同层级员工发展的。

这一期播客我们聊了一个企业培训 AI 视频工具 Synthesia。只需要输入脚本，就能生成带虚拟讲师的培训视频，很多 L&D 团队已经在用它做培训内容。 节目里主要聊了几个问题： • Synthesia 是怎么生成培训视频的 • 为什么很多公司用它做入职培训、产品培训 • 它和 Storyline / Rise 这些课程工具怎么配合 • AI 视频到底能省多少时间和成本 • AI 会不会改变 Learning Designer 的工作方式

传统企业培训正在失效-员工看课程、做测试，但真正遇到复杂业务问题时依然束手无策。 AI 战略专家 Fred Hentges 提出一个重要观点： 未来企业学习，不是“学习 AI”，而是“与 AI 一起学习”。 在这一期节目里，我们聊到： • 为什么传统培训越来越无效 • 什么是 AI 共创学习 • 一个航空公司 3 天 AI 创新训练的真实案例 如果你是 L&D、学习设计师或 HR，这期会给你新的思路。

AI 在企业培训里到底能做什么，又不能做什么？ 这一期，我们围绕三本和企业学习与发展密切相关的书展开讨论—— 1.《AI In Corporate Training》by CommLab India 、 2.《AI-Powered L&D Trends 2026》by CommLab India ， 3. 以及 Josh Cavalier 的《Applying AI in Learning and Development》。 从放下对 AI 的过度期待，到重新思考企业学习的方向，再到把 AI 真正落到绩效和工作场景中，这三本书分别对应了不同阶段的思考。 如果你正在观望 AI or 已经在用，却总觉得效果不明显or有些困惑，这期节目也许能帮你更清楚地判断：自己现在站在 AI 与企业培训的哪一步。

前几期我们聊过几种不同的 AI 教育路径： 有的是通过对话当“AI 家教”， 也有的是进课堂，帮老师做管理和判断。 这一期，我们聊一个几乎不跟学生聊天， 但在美国学校里用得非常多的数学平台——DreamBox。 它不靠讲解，也不靠刷题， 而是一直看学生“怎么做题”， 然后悄悄帮你改学习路线：快了就往前走，卡住了就绕回去补基础， 有点像一套给每个孩子单独跑的数学导航系统。 我们这期主要聊清楚三件事： * DreamBox 到底是怎么判断学生“会了 / 卡住了” * 学校为什么常把它当成课堂里的补充和干预工具 * 它和 AI 家教那种“陪你聊”的学习方式，本质差在哪 如果你在关注： AI 到底是该“跟学生说话”， 还是该“在背后默默调度学习”， 这一期会很有参考价值。