“普通人用AI和会用AI的人”与”真正的AI高手都有一个共同点”先后冲上微博热搜。同样一个AI,有人觉得它只会聊天,有人已经靠它搭建起自动化工作流——差距不在工具,而在用法。

热搜背后:AI使用者的六个等级
一位长期与AI打交道的从业者,把身边接触到的AI使用者粗略分成六个等级:第一等是基础问答使用者,拿豆包、DeepSeek问菜谱、查资料,占使用AI的普通人九成以上;第二等会尝鲜AI做图、生成PPT,但质量一般;第三等开始搭建工作流、沉淀Prompt模板;第四等搭建Agent实现自动化执行;第五等是非专业爱好者,用AI写代码搭知识库;第六等则是深度产消者,用Codex、Claude Code等顶尖工具,把AI当同事——这批人在所有AI使用者中可能连1%都不到。
第一道分水岭:从”问问题”到”搭工作流”
前两等与后四等之间,隔着一条维度的鸿沟。第一等的人觉得AI是”稍微聪明点的搜索框”,第三等的人已经在用Claude写初稿、人工改稿,再用扣子等工具搭自动化流程,把初稿自动发到文档里等审阅。存Prompt模板、按场景分类优化、搭建自动化——这些在基础用户看来”至于吗”的操作,正是拉开差距的地方。
AI高手的共同点:不只是提示词
“真正的AI高手都有一个共同点”这条热搜下,讨论最多的是方法论而非技巧。梳理下来,高手们普遍具备几个特征:一是结果导向,给AI定义”做到什么算对”,而不是逐步遥控过程;二是有验收标准,能判断AI为什么错——是上下文缺失、指令歧义还是能力边界,修法完全不同;三是经验沉淀,把踩过的坑固化成模板与规则,让系统越跑越强。
为什么顶尖模型的进步,普通人感知不到
一个值得玩味的现实是:对绝大多数用户来说,7B参数的本地小模型就够日常使用了——处理图片、写报告、整理资料,一台普通电脑就能跑(律师用8张二手V100搭本地AI服务器)。而大模型行业的参数军备竞赛,从70B卷到万亿级,受益的主要是深度使用者。最顶尖模型进步了,第一等用户从GPT-3用到GPT-5,体感可能还是”问菜谱”。
AI焦虑的两面:怕被取代 vs 怕掉队
有意思的是,AI焦虑正在撕裂成两种方向:普通人看到”AI取代岗位”的新闻感到不安,真去用又觉得”也就那样”;从业者则被技术更新推着跑,一周不学新东西就觉得自己落后(SuperCLUE 11月大模型榜单)。最安心的人,反而是完全不用AI的人。会用AI并不等于能用AI创造价值——专业判断、组织能力和定义问题的能力,正在变得越来越值钱。
AI最终会变成”空气”
回看互联网的发展:2005年”上网”是一件需要专门去做的事,如今互联网已经融进所有产品背后,变成空气一样的存在。AI大概率也会走这条路——从需要主动打开对话的聊天机器人,变成藏在各种应用背后的基础服务。到那时,争论”会不会用AI”也许本身就失去了意义。
常见问题(FAQ)
从日常高频场景入手:让AI辅助写文案、做表格、整理资料,逐步尝试优化提示词;进阶可以学沉淀Prompt模板、用扣子等工具搭建自动化工作流。
结果导向(定义”做到什么算对”)、有验收标准(能定位AI出错原因)、善于沉淀经验(模板化、规则化),以及把AI当作协作伙伴而非简单工具。
对大多数日常需求(文档处理、资料整理、简单计划)而言,7B-8B参数的本地模型基本够用,无需联网、无需月费、数据不出门。
AI会替代大量机械性重复工作,但会放大提问、判断、组织与创造力的价值;越能把AI接进真实业务、核查结果、承担最终责任的人,越难被替代。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...











