Copy English

Why

The value of this framing is that it replaces a vague fear ("AI will take my job") with a specific, answerable question: which end of the barbell am I building toward, and does my actual work match the label I put on it? The failure mode isn't being a specialist or a generalist — it's being neither: a single skill at middling depth, exercised with low agency, waiting for someone else to approve the next step. That is precisely the profile Li and Rogier describe getting replaced first, and it is close enough to "generalist repos, specialist skillset" to be worth saying out loud rather than assuming it away.

How it works

The barbell has two surviving ends, not one

The classic barbell metaphor says the middle empties out while both extremes hold. Here the two extremes are different in kind. One end is the top 1% specialist: overwhelming domain expertise and craftsmanship that no LLM output can substitute for, and whose value goes up, not down, once the tool becomes leverage rather than a threat (26:19, 26:45, 28:04). The other end is the high-agency generalist: someone not boxed into one function, who strings AI tools together to run planning, coding, operations and analysis themselves (27:06). What gets hollowed out is the middle — the competent-but-not-exceptional copywriter or coder whose single-function output an LLM now matches (26:30). A mediocre specialist and a low-agency generalist are both, in this framing, standing in the same losing spot.

Rogier's proof of the generalist end

Rogier's own example is a product manager who used to need a designer and an engineer and months to get a prototype in front of users (22:42, 23:06). Now that PM builds the prototype on a weekend with a coding assistant and closes the feedback loop personally, without waiting on anyone else's calendar (04:45, 23:22, 24:03). He redefines entrepreneurship around this: not incorporating a company, but the agency to direct tools toward a finished result without asking permission first (00:07, 28:12, 28:21).

Intelligence is not free — Li's rebuttal

Li pushes back directly on the "cost of intelligence has gone to zero" claim (09:20), calling it an oversimplified and irresponsible way to talk about human intelligence (11:01, 11:37). Her argument: language is a lossy compression of experience, and LLMs are trained overwhelmingly on that compressed, textual slice, so they inherit a strong skew toward text-shaped intelligence (09:26, 11:48). Throwing a basketball, driving a car, folding laundry — none of that is learnable from text alone (09:34, 09:43, 33:13). Intelligence, in her view, is a composite of perceptual, spatial, physical and emotional capacities plus a creativity whose source nobody fully understands, and the right historical comparison is the industrial revolution: it did not eliminate labor, it made it more efficient, and that is the frame she wants applied to AI as an augmentation and collaboration tool rather than a full replacement (10:13, 11:19, 12:20).

Spatial intelligence: understanding, reasoning, generation, interaction

This is where World Labs' bet lives (31:34). Li breaks spatial intelligence into four capabilities: understanding where objects, people and equipment are and what state they're in inside a 3D or 4D environment (31:52); reasoning about spatial cause and effect, such as computing the steps and path needed to reach water in a fridge (32:07); generation, meaning visualizing an unseen space and producing it as 3D assets and environments, which she frames as the foundation for games, visual effects and robotics (32:28, 34:26, 34:33); and interaction, the physical act of picking something up or folding it (33:02, 33:13). Her evolutionary argument for why this matters: spatial intelligence predates language by more than 500 million years, and she doesn't think AGI or full robotics is reachable without it (36:12, 36:24, 39:31).

Rogier's CEO stack and the 36-hour rule

Rogier says most of his company's internal tools are built by himself, on weekends, with Claude Code or Codex rather than commissioned from an engineering team (03:24, 04:45). One example, Davidify, is trained on his own tone and email style so staff can draft in his voice (03:45, 03:50). Another is a to-do app that auto-deletes any item after 36 hours, forcing a decision — do it now, drop it, or hand it to someone else — instead of letting it accumulate (04:02, 04:14). His caution: a "vibe-coded dashboard" that isn't wired to a real backend looks impressive and breaks fast, so he avoids building anything that stops at the UI layer (05:07, 05:13). For employees who hesitate to use AI, he says the trigger that actually unlocks agency isn't a company-wide announcement — it's pairing with them one-on-one or in a small group through a deep-research workflow, start to finish, so they watch it work (05:43, 06:07).

Escaping the praise trap

Both guests connect agency to unlearning a habit: school and workplaces train people to seek approval from parents, teachers and bosses before acting (39:39, 42:02, 42:10). Their point is blunt — an idea everyone already agrees with is, by definition, unremarkable, and the harder, more valuable move is having the nerve to work in the area most people assume is impossible (42:45, 43:04). They frame this as timely because the era of a single central authority is ending (45:02, 45:49); tool costs have dropped enough that almost anyone can project their own judgment and voice into the world, so the right response to that uncertainty is not to freeze but to use the tools directly until they become familiar (28:49, 46:07, 48:35).

Where it lands in Jayverse

• Game: spatial intelligence is the generative half of the Unity street. Generating the 3D world of the street from a text description is the same problem World Labs is building for, and the current Blender item (vibe-modeling-blender-mcp) is a hand-driven, crude version of exactly that generation step.
• Rabbit and every repo: the 36-hour to-do rule is a usable backlog policy. Any open item that sits untouched past a set window should force one of three outcomes — do it, drop it, or delegate it — rather than accumulating as unreviewed debt in a tracker nobody revisits.
• Eng: the "specialist or generalist" interview question now has a sharper answer. The honest answer is the barbell one — name which end you're building toward, specify the craft or the tool-orchestration range, and be explicit that the losing answer is neither.
• Dark Horse: spatial intelligence and world models are one track, not two bets. This item is the perception-and-generation half of the same physical-AI wager the robotics cluster (Tech #100 Microduck, gen-1-5-one-shot-physical-prompting, finn-robotics-state-of-the-art-pi-0-7, gemini-robotics-2-whole-body, lecun-world-models-jepa) has been making from the control-and-action side.

Verified and unverified

Verified on 2026-09-19: Fei-Fei Li led the ImageNet project and is a Stanford professor; she co-founded World Labs, a spatial-intelligence company, which raised funding at approximately a $1B valuation in 2024; David Rogier founded MasterClass; the "barbell" metaphor for a labor market splitting into two surviving extremes with a hollowed-out middle is a standard framing in economics, not something invented for this talk. Taken from the summary and not independently checked: the exact wording of any quote, the specific 36-hour figure for Rogier's to-do app, and every timestamp cited above. Sources: YouTube — Silicon Valley Girl: Fei-Fei Li and David Rogier · related items: Life (Ng: tasks not jobs, context advantage), greene-through-line-focus, the Ng learning-paradox item, Tech #97 (AI engineer builds the car), the robotics cluster listed above.

← All Knowledge Notes · Workspace Index · Top ↑

Copy 한국어

AI 노동시장은 바벨형으로 갈라지고 있다 — 결정 변수는 직함이 아니라 주체성이다

ImageNet을 이끌었고 지금은 공간 지능 스타트업 World Labs를 공동 창업한 스탠퍼드 교수 페이페이 리(Fei-Fei Li, World Labs는 2024년 약 10억 달러 밸류에이션으로 투자 유치)와 MasterClass 창업자 데이비드 로지어(David Rogier)가 Silicon Valley Girl과 약 49분짜리 대담을 나눴다(YouTube). 둘의 공통 표적은 유토피아 아니면 디스토피아라는 양극화된 AI 담론이고, 둘 다 이를 게으른 프레이밍이라 부른다. 그들이 말하는 진짜 이야기는 누가 어떤 일로 돈을 버는지의 10년짜리 재편(02:37, 06:43), 물리 세계를 다루는 모든 것에 다가올 공간 지능의 필연성(31:34), 그리고 실제로 누가 앞서 나가는지를 정하는 것은 개인의 주체성이라는 점이다(14:36).

Jayverse에서 이것은 두 가지다. 첫째는 개인적 점검 — 내 레포들은 "제너럴리스트"로 소개되어 있지만 실제 깊이는 컨트랙트와 TypeScript라는 좁은 영역에 있고, 그것이야말로 바벨이 짜내는 중간 지점이다. 둘째는 기술적 베팅 — 공간 지능은 이 컬렉션의 로보틱스 항목들이 지각 쪽에서 계속 맴돌던 것과 같은 물리적 AI 베팅이다.

왜

이 프레임의 가치는 "AI가 내 일을 뺏을 것"이라는 막연한 두려움을, "나는 바벨의 어느 쪽 끝을 향해 쌓고 있는가, 그리고 내 실제 작업이 내가 붙인 라벨과 맞는가"라는 구체적이고 답할 수 있는 질문으로 바꾼다는 데 있다. 실패 모드는 전문가이거나 제너럴리스트인 것이 아니라, 둘 다 아닌 것 — 단일 기술을 어중간한 깊이로, 낮은 주체성으로 수행하며 누군가의 승인을 기다리는 상태다. 이것이 정확히 리와 로지어가 가장 먼저 대체된다고 말하는 프로필이고, "레포는 제너럴리스트, 실력은 스페셜리스트"라는 내 상황과 충분히 가까워서 넘기지 말고 짚고 넘어갈 만하다.

동작 방식

바벨의 살아남는 끝은 하나가 아니라 둘이다

고전적인 바벨 비유는 중간이 비고 양극단만 남는다고 말한다. 여기서 두 극단은 성격이 다르다. 한쪽은 상위 1% 초전문가 — 어떤 LLM 출력으로도 대체할 수 없는 압도적 전문성과 장인정신을 갖고 있고, 도구가 위협이 아니라 레버리지가 되는 순간 가치가 오히려 치솟는다(26:19, 26:45, 28:04). 다른 쪽은 고주체성 제너럴리스트 — 한 기능에 갇히지 않고 AI 도구를 엮어 기획·코딩·운영·분석을 스스로 총괄한다(27:06). 비어 가는 것은 중간이다 — 능숙하지만 뛰어나진 않은, 단일 기능의 산출물이 이제 LLM과 비슷해진 카피라이터나 코더(26:30). 어중간한 전문가와 낮은 주체성의 제너럴리스트는 이 프레임에서 같은 패배 지점에 서 있는 셈이다.

로지어가 보여주는 제너럴리스트 쪽의 증거

로지어 자신의 사례는 과거엔 디자이너와 엔지니어가 필요했고 사용자 앞에 시제품을 내놓는 데 몇 달이 걸렸던 PM이다(22:42, 23:06). 지금 그 PM은 코딩 어시스턴트로 주말에 시제품을 만들고, 다른 누구의 일정도 기다리지 않고 피드백 루프를 직접 닫는다(04:45, 23:22, 24:03). 그는 이를 기준으로 기업가 정신을 재정의한다 — 법인을 세우는 것이 아니라, 먼저 승인을 구하지 않고 도구를 완성된 결과로 지휘하는 주체성 자체라고(00:07, 28:12, 28:21).

지능은 공짜가 아니다 — 리의 반박

리는 "지능의 비용이 0으로 수렴했다"는 주장에 직접 반박하며(09:20), 이를 인간 지능을 과도하게 단순화한 무책임한 화법이라 부른다(11:01, 11:37). 그의 논지는 이렇다. 언어는 경험의 손실 압축이고, LLM은 그 압축된 텍스트 조각으로 압도적으로 학습되어 텍스트 형태의 지능 쪽으로 강하게 편중된 채 물려받는다(09:26, 11:48). 농구공을 던지는 것, 차를 운전하는 것, 빨래를 개는 것 — 그 무엇도 텍스트만으로는 배울 수 없다(09:34, 09:43, 33:13). 그가 보는 지능은 지각·공간·신체·감성 능력과 출처를 완전히 알 수 없는 창의성이 합쳐진 복합체이고, 올바른 역사적 비교는 산업혁명이다 — 산업혁명은 노동을 없애지 않고 더 효율적으로 만들었으며, 그것이 AI를 완전한 대체가 아니라 증강·협업 도구로 보는 프레임이다(10:13, 11:19, 12:20).

공간 지능: 이해, 추론, 생성, 상호작용

바로 여기에 World Labs의 베팅이 있다(31:34). 리는 공간 지능을 네 가지 능력으로 나눈다. 이해 — 3D 또는 4D 환경 안에서 사물, 사람, 장비가 어디 있고 어떤 상태인지 아는 것(31:52). 추론 — 냉장고에서 물을 꺼내는 데 필요한 계단과 동선을 계산하는 것 같은 공간적 인과 추론(32:07). 생성 — 보이지 않는 공간을 시각화해 3D 에셋과 환경으로 만들어 내는 것으로, 그는 이것을 게임, 시각효과, 로보틱스의 기반이라 규정한다(32:28, 34:26, 34:33). 상호작용 — 물건을 집거나 개는 물리적 행위(33:02, 33:13). 이것이 왜 중요한지에 대한 그의 진화론적 근거는, 공간 지능이 언어보다 5억 년 이상 앞서며, 공간 지능 없이는 AGI도 완전한 로보틱스도 도달할 수 없다고 본다는 것이다(36:12, 36:24, 39:31).

로지어의 CEO 스택과 36시간 규칙

로지어는 회사 내부 도구 대부분을 엔지니어링 팀에 맡기지 않고 자신이 주말에 Claude Code나 Codex로 직접 만든다고 말한다(03:24, 04:45). 한 예로 Davidify는 자신의 어조와 이메일 스타일을 학습시켜 팀원이 그의 목소리로 초안을 잡게 하는 도구다(03:45, 03:50). 또 다른 예는 항목이 36시간이 지나면 자동으로 삭제되는 to-do 앱으로, 쌓아 두게 두지 않고 지금 하거나, 버리거나, 남에게 넘기거나 하는 결정을 강제한다(04:02, 04:14). 그의 경고는, 실제 백엔드에 연결되지 않은 "바이브 코딩된 대시보드"는 인상적으로 보이지만 금방 망가지므로, UI 레이어에서 멈추는 것은 아예 만들지 않는다는 것이다(05:07, 05:13). AI 사용을 주저하는 직원에게 실제로 주체성을 깨우는 트리거는 회사 전체 공지가 아니라, 1:1이나 소그룹으로 심층 리서치 워크플로를 처음부터 끝까지 함께 페어링해서 작동하는 걸 직접 보게 하는 것이라고 그는 말한다(05:43, 06:07).

칭찬의 덫에서 벗어나기

두 게스트 모두 주체성을 하나의 습관을 버리는 것과 연결한다 — 학교와 직장은 행동하기 전에 부모, 교사, 상사의 승인을 구하도록 사람을 훈련시킨다(39:39, 42:02, 42:10). 이들의 논지는 직설적이다. 이미 모두가 동의하는 아이디어는 정의상 평범하며, 더 어렵고 더 가치 있는 움직임은 대다수가 불가능하다고 여기는 영역에서 밀고 나갈 배짱을 갖는 것이다(42:45, 43:04). 이것이 시기적으로 중요한 이유는 단일 중앙 권위의 시대가 끝나 가고 있기 때문이고(45:02, 45:49), 도구 비용이 충분히 낮아져 거의 누구나 자신의 판단과 목소리를 세상에 투사할 수 있게 되었으니, 이 불확실성에 대한 올바른 반응은 얼어붙는 것이 아니라 도구를 직접 써서 익숙해질 때까지 손에 익히는 것이다(28:49, 46:07, 48:35).

Jayverse에서의 위치

• Game: 공간 지능은 Unity 거리의 생성 쪽 절반이다. 텍스트 설명으로부터 거리의 3D 세계를 생성하는 것은 World Labs가 만들고 있는 것과 같은 문제이고, 현재의 Blender 항목(vibe-modeling-blender-mcp)은 바로 그 생성 단계를 손으로 흉내 낸 조잡한 버전이다.
• Rabbit과 모든 레포: 36시간 to-do 규칙은 그대로 쓸 수 있는 백로그 정책이다. 정해진 기간이 지나도록 손대지 않은 항목은 트래커에 미검토 부채로 쌓이게 두지 말고, 지금 하기·버리기·위임하기 세 가지 중 하나를 강제해야 한다.
• Eng: "전문가냐 제너럴리스트냐" 면접 질문에 더 날카로운 답이 생겼다. 정직한 답은 바벨식 답이다 — 어느 쪽 끝을 향해 쌓고 있는지 이름을 대고, 장인정신의 범위인지 도구 오케스트레이션의 범위인지 구체화하며, 패배하는 답은 둘 다 아닌 것임을 분명히 하라.
• Dark Horse: 공간 지능과 세계 모델은 두 개의 베팅이 아니라 하나의 트랙이다. 이 항목은 로보틱스 클러스터(Tech #100 Microduck, gen-1-5-one-shot-physical-prompting, finn-robotics-state-of-the-art-pi-0-7, gemini-robotics-2-whole-body, lecun-world-models-jepa)가 제어·행동 쪽에서 해 온 것과 같은 물리적 AI 베팅의 지각·생성 쪽 절반이다.

확인된 것과 미확인

2026-09-19 확인: 페이페이 리는 ImageNet 프로젝트를 이끌었고 스탠퍼드 교수이며, 공간 지능 회사 World Labs를 공동 창업했고 2024년 약 10억 달러 밸류에이션으로 투자를 유치했다. 데이비드 로지어는 MasterClass를 창업했다. 노동시장이 두 극단만 남고 중간이 비는 "바벨" 비유는 이 대담을 위해 만들어진 것이 아니라 경제학에서 흔히 쓰이는 표준 프레임이다. 요약에서 가져왔고 독립적으로 확인하지 않은 것: 위 인용들의 정확한 문구, 로지어의 to-do 앱의 36시간이라는 구체적 수치, 위에 인용된 모든 타임스탬프. 출처: YouTube — Silicon Valley Girl: 페이페이 리, 데이비드 로지어 · 관련 항목: Life(Ng: 직무가 아니라 태스크, 맥락 우위), greene-through-line-focus, Ng 학습 역설 항목, Tech #97(AI 엔지니어가 자동차를 만든다), 위에 나열된 로보틱스 클러스터.

← 전체 기술 노트 · 워크스페이스 인덱스 · 맨 위 ↑