“学会用 AI 工具"是现在每个想进咨询的人都会听到的建议，这话没错，但不完整。工具熟练度更像是会用 Excel，而不是一个真正的差异化优势——每家公司都能在几周内把新人训成会用。更难、也更有用的问题是：哪些底层能力正因为 AI 接管了周边的工作而变得更值钱。这份清单比大多数人以为的要短，而且几乎完全对应案例面试一直在测的那些东西。
为什么这份清单这么短
AI 擅长产出一份看起来靠谱的初稿——一个市场规模估算、一组聚类好的访谈主题、一份幻灯片大纲。它做不到的，是判断这份初稿是否对，或者它到底有没有回答客户真正需要回答的问题。下面每一项能力，都站在这条边界上：一个看起来能过关的产出，仍然需要一个人来判断它该被采信还是该被扔掉。
flowchart LR
A[AI 产出初稿] --> B{它对不对?}
B -->|需要人类判断| C[验证、修正或放弃]
C --> D[站得住脚的建议]
style A fill:#d4e6f1
style B fill:#fdebd0
style C fill:#fadbd8
style D fill:#d5f5e3
以下五种能力，都长在这条边界上。它们都不新——案例面试考了这些能力几十年。变的是这些能力在整份工作中所占的权重：过去初级顾问靠日常重复劳动慢慢磨出这些直觉，现在这些活被 AI 接管了，直觉就必须靠刻意练习尽快补上。
能力一：问题界定（Problem Framing）
AI 会回答你给它的问题，但它没法告诉你你问错了问题——客户嘴上说的"我们利润率在下滑"是一个症状，真正的问题可能是"我们已经用其他业务给一条不赚钱的产品线输血三年了”。界定问题，就是在几个都说得通的问题里，选出那个一旦被回答就能真正改变客户决策的问题。
怎么判断自己有没有这个短板： 面对一个模糊的提示，你是直接扑向第一个想到的框架去解，还是会先停下来想清楚这个答案要支撑什么决策？很多候选人结构搭得很快，但界定问题的能力弱——结果是给了一个漂亮的答案，却答错了问题。
怎么练： 练习把一个模糊的商业提示改写成两三个相互竞争的问题界定方式，再选一个，并能说清楚为什么选它。这正是案例面试开场几分钟在测的东西，也是 AI 助手在实际工作中唯一替不了你的那部分。
能力二：数字判断力（不是心算）
AI 做算术又快又准，这意味着单纯的心算速度已经不再是差异化能力了。真正还值钱的，是判断一个数字是否离谱的直觉、判断模型里哪个假设是承重墙、判断一次"算对了"的计算是不是在悄悄回答错误的问题。这跟心算是两种不同的能力——它是靠反复核对过几百个数字之后，练出来的模式识别。
怎么判断自己有没有这个短板： 拿到一个市场规模估算结果，你在核对算术之前，有没有直觉判断它的数量级对不对？如果每个数字在验证之前看起来都同样"合理"，说明这项能力还没练出来。
怎么练： 反复练市场规模估算和利润率相关的数学题，直到你建立起一批参照点——人口数字、常见利润率区间、典型的单位经济模型——让你一看就能发现一个不合理的结果，而不是靠重新算一遍才发现。
能力三：结论先行的沟通方式
咨询沟通的方式和大多数人自然的表达习惯是反过来的：结论在前，证据在后，永远如此。AI 起草的幻灯片和摘要往往默认按逻辑推进的顺序来写——背景、分析、然后才是结论——因为源材料本来就是这样组织的。顾问必须把这份初稿倒过来，改成金字塔式的表达再交给客户，这种"倒过来"的能力是一项技能，不是简单的编辑功夫。
怎么判断自己有没有这个短板： 录下自己讲一份建议的过程，计时看多久才说出真正的答案。如果超过 15 秒，说明你还在铺垫着走向结论，而不是先说结论。
怎么练： 把金字塔原理用在所有场合，不只是案例答案——邮件、进度汇报、日常解释都练。这必须变成一种在压力下也能自动触发的习惯，而这正是 Expert Mode（专家模式） 下的 AI Mock Interview 在训练的东西。
能力四：跨陌生行业的商业判断力
AI 可以瞬间调出行业基准数据，这意味着"知道一个事实"本身已经不值钱了——因为这个事实对每个人来说都只是一次查询而已。真正稀缺的，是在一个你从没做过的行业里，判断出真正驱动价值的那两三个指标，并在你还没来得及成为专家之前，就推出一个站得住脚的观点。这种直觉是靠反复在不熟悉的行业里练出来的，不是靠多记几个你已经熟悉行业的事实。
怎么判断自己有没有这个短板： 被丢进一个陌生行业的案例里，你是机械地套一个通用框架，还是能在最初几分钟内提出一两个具体、贴合这个行业商业本质的假设？
怎么练： 刻意练习自己不熟悉的行业案例。如果你的背景是科技，就去练能源与公用事业案例或医疗健康咨询案例；如果是金融背景，就试试消费品案例。CasesCoach 的**与案例对话（Chat with Case）**模式正是为此设计的——它会带你走完一个真实案例的完整流程：背景、选框架、数据分析、综合、结论，让"陌生行业直觉"在一个真实商业问题上被反复练习，而不是停留在教科书层面。
能力五：发现初稿漏了什么
这是清单里最新的一项能力，因为它在 AI 生成初稿变得常态化之前，根本还不是一个独立的岗位要求。现在顾问经常是从一份 AI 助手生成的信息综合、市场规模估算或幻灯片大纲开始工作——而你的任务是在客户发现漏洞之前先找到它。这要求你在脑子里重建出产出这份初稿的整个问题，重建到足够精细的程度，才能发现它漏了什么、错在哪里——这比从零开始自己写一份初稿更难。
怎么判断自己有没有这个短板： 给你一份看起来合理、但里面藏了一个错误或遗漏的分析，你多快能发现？大多数人审查别人（或某个工具）的推理，比从空白页开始搭建自己的推理要慢得多。
怎么练： 这项能力很难自己单独练，因为你需要一份不是自己写的初稿来审查。这正是 CasesCoach 的 AI Mock Interview 要按五个维度给出实时反馈——Structure（结构）、Analysis（分析）、Communication（沟通）、Business（商业判断）、Math（数学）——而不是简单给个及格/不及格的原因：你在实时训练审查自己推理过程的直觉，这和你在工作中发现一份有缺陷的 AI 初稿所需要的直觉是同一种。
没有上榜的能力
值得说清楚哪些能力没有上榜。某个具体 AI 工具的操作熟练度不在榜上，因为工具的迭代速度比能力快得多，每家公司都会自己内部培训。原始信息记忆力也不在榜上——这恰恰是 AI 现在做得比任何顾问都更快更好的事。如果你把准备时间都花在多背几个框架，或者学一个新 AI 平台的界面上，这些时间大概率更应该投在上面这五项能力上，它们不会以同样的速度被商品化。
关键要点
- AI 平台的工具熟练度只是基本门槛，不是差异化能力——每家公司都能在几周内把新人训练到这个水平
- 真正在升值的能力都站在同一条边界上：判断 AI 产出的初稿到底对不对
- 问题界定和数字判断力反而变得更重要，因为 AI 消除了过去那些逼着人刻意练习这两项能力的日常摩擦
- 审查别人（或某个工具）的推理是一项比从零开始搭建答案更新、更难的能力
- 这五项能力正是案例面试考了几十年的东西——面试这个形式根本不需要改变就依然管用
练出这些能力，而不只是练熟工具
看完一份能力清单不会自动让你掌握它——练习才会。免费开始体验 3 个完整案例和一次 AI Mock Interview，无需信用卡。如果你刚接触案例结构化，先从引导模式（Guided Mode）开始，AI 面试官会提示你走向正确的框架；准备好模拟真实压力、不要提示时，再切换到专家模式（Expert Mode）。针对商业判断力和"审查初稿"这两项能力，可以试试与案例对话（Chat with Case）——它会带你走完一个真实商业问题的五个阶段，练的是在一个正在进行的分析里发现漏洞，而不只是从零搭建一个分析。每次练习都会按五个维度打分：Structure、Analysis、Communication、Business、Math。
准备好解锁 835+ 真实案例的完整库和多次 AI Mock 练习机会时，可以升级到 Pro。现在就开始AI Mock Interview，或浏览我们的案例库，开始练出真正在升值的那些能力。