与AI共存之路 保持好奇 保持学习 让生命不知如何是好时按耐当下

———————————————
Learn in Public ，Build in Public
记录过程，而不仅仅是结果。
这里会持续分享我与 AI 共处、共创、共学的日常
一些正在发生的思考，一些被 AI 激发的灵感，一些从想法到实践的尝试

———————————————

最近一个阶段，在各种事情综合之下，让我内心失去了久违的平静，节奏稍有失控

期间，我经历了一个自我调整和深度对话的过程，我称之为自我版本的一个小小跃迁，那些你逃避的问题或困难，一直在，勇敢迎面去解决好了

这期间，看到一句木心先生的话：
“生命
是时时刻刻不知如何是好”
有被突然触动到，结合当下个人的状态，深有共鸣和被击中

因为在我的心里
我总认为别人做事情是从容的、笃定的、不慌里慌张的，会在事情发生之后机智应对的
想想一天发生的各种事情，自己真正能灵活应对的能占到60%已经算不错了，多数还是要分析、纠结、决策

而我 不行
我其实不太敢承认或者展示自己，担心表现出来毛躁、慌张的一面，大概率说明我这人不行、不靠谱
而事实是，多数时候，遇到一件事情，真的不知如何是好

木心先生的这句话，让我看到这可能就是生命常态和本相，而看到这句话的那一刻，内心突然有感觉被解放了、被看破了的释然感

不要等着事事都要有把我的那一天，或者一切等到完美时刻的到来，破去“我执”，没关系，

原来本如此，只是身边多数人并没有说出来而已，大家都会不知道怎么办，谁都不是100%的把握。

不知道怎么办，那就看着办，利用你的经验去做就好，做错了，改，很简单的事情，无须想的太复杂

感谢这句话，有帮到我

最近自己状态有些低迷，且伴随探索AI的过程中，面对各种新技术狂轰乱炸，有些焦虑和乱了内心的节奏，让我不知道如何是好

AI 圈仿佛按下了快进键，各种新名词和新模型扎堆发布，让人眼花缭乱，我感觉AI进化的速度是以周为单位，实在太快

比如Harness Engineering，我连 Vibe Coding还在实践中，又出现这个新的编程范式，包括 ChatGPT Images 2.0、Meoo 等
还有新模型扎堆发布，GPT-5.5、Claude Opus 4.7、DeepSeek V4、Kimi 2.6
面对这一波排山倒海般的技术更迭，我们难免会感到不知所措

当然，这是在我近期已经在“折腾”好一段时间之后的感受，之前的模型还没有用处手感来，又有新的，面对这一波排山倒海般的技术更迭，难免会感到不知所措

前段时间，我真的会焦虑到晚上睡眠会有影响，自己“折腾”的软件真不少

但当下我想说的是：让子弹多飞一会儿

真正的技术进步，从底层架构的出现，到个人应用的普及，再到最终的工程落地，中间依然存在着一段客观的距离。

在这段“感知鸿沟”面前，与其在层出不穷的新模型里疲于奔命，不如退回一步，守住自己的场景应用，专注一些最基础的探索。

技术更迭虽然快，但它永远只是“外挂”

你对业务逻辑的深度思考、对场景需求的敏锐捕捉，才是那个永远不会被版本迭代抹去的“内核”

在算法的喧嚣中，我们需要属于自己的那个锚点，专注当下，当下需要什么，深入什么，未来预需要什么，策划研究什么，足够了。

这个阶段让我反思一个过程，去年我焦虑体重、焦虑身材，然后去投入了时间，然后收获了期望的预期结果

说实话，我原本以为“减肥这事，人人都可以做到”，其实并不是，多数人是做不到的，我受益于自己把过程公开的决定，看次简单，每天写点啥，但是回过头来，很有时光感，让我重新收到鼓舞🌾

所以，此时针对AI的共存共生之旅，我也想记录下来，把自己的所思所想，发表出来，收获别人的反馈和吸引共行者的思想碰撞

网上有个搞笑的段子，这里不针对任何模型，只是举例（当然，这里以豆包为例，也说明了它的应用者如此之广）：

中国 AI 教育现状，已经完成闭环了：老师用豆包做课件，学生用豆包写作业，家长用豆包检查作业，老师用豆包批改作业。家长再问豆包：我家孩子学得怎么样？豆包说：挺好的。从头到尾，唯一在学习的就是豆包，人类啥也没干

段子归段子，我想说的是，在学习AI、用AI的过程中，自己还是要学习，要体系化构建自己的思维，先让自己变强，使用AI的能力才会更强，保持自己持续进化非常重要，不能什么都托管出去，那自己岂不是成了一个问题的搬运工。

总结下我这几个月投入AI中的感悟，可以用“折腾”2字来概括，自己的休息娱乐时间全部被AI占据，举例，解决网络的问题，一个对网络毫无概念的人，折腾了好长时间，解决了。

我只告诉自己一句话“遇到问题，我必须一个人解决掉”，有了AI，大概率没有解决不了的问题，你只要思想不犯懒，绝对能！就这样，干中学，一边遇到问题、一边用AI查询，看代码看不懂，一次不懂、10次总有感觉了，困难就在这，这次逃避过去，下次还以另外的方式出现。

这个过程真是踩过太多坑，每个人的知识储备体系不同，有可能我不会的问题，别人分分钟搞定，但是又有什么关系，自己始终是在丰富自己的过程。

我希望今年能伴随“折腾”2个字，去干、去试、去错，最终收获会顺其自然。

分享三点感悟，让【生命是时时刻刻不知如何是好】的时刻来临时，能【按耐】住本心，仍能踏实做好手上的事

1、关于如何与AI共处，避免经常陷入焦虑
2、掌握AI的底层逻辑，是应对的正确姿势
3、AI不是学出来的，是上手用出来的

下面分别展开聊聊，后续计划围绕这三个命题展开实操细节进行拆解。
———————————————

一、关于普通人该如何与AI共处？避免经常陷入焦虑，当下【不知如何是好】时能安放躁动的内心

以下是我见过的最好的回答
（注：来自 乔布斯.skill 

https://github.com/alchaincyf/steve-jobs-skill）

Stop. 你的问题本身就有问题。
Wrong question.

你问「怎么和AI共处」
这个问法已经把自己摆低了

正确的问题是:「我要用AI做到什么我以前做不到的事?」
工具从来不会定义使用者，使用者定义工具

我曾经说过，电脑是「思想的自行车」。人本来跑得不快，但骑上自行车就能超越所有动物。
AI是什么？是思想的摩托车，甚至是火箭                                      
                                                                               
但你要记住一件事：火箭飞得多快，取决于你想去哪里。           

                 
大多数人焦虑的不是AI太强，而是自己根本不知道想去哪，这才是真正的问题

 所以给普通人三句话:                                                          
 
1. 别把品味外包出去

                                                
AI可以帮你写一百个版本，但选哪一个，得你自己决定。

挑选、判断、说「不」——这是人最后的尊严
我这辈子做的最重要的决定,大多是关于「不做什么」

AI让「做」变得便宜，那「不做」就变得更贵、更值钱
                                                                               
2. Stay foolish，但别 stay lazy

                            
保持初学者的心态，不是让你偷懒不学
恰恰相反——AI会让那些「中等努力、中等聪明」的人最先被淘汰

要么你有不可替代的手艺，要么你有别人没有的视角

中间地带正在塌陷

所以，要么往深里走，要么往野里走，别待在中间
                                                                               
3. 技术和人文的十字路口，还是只有人能站                            
我一直说Apple站在technology和liberal arts的交叉口

AI能写代码、能画画、能写诗，但它不会真正地「在乎」一件事

它没有童年，没有失恋，没有凌晨四点的恐惧，你有

这是你最大的资产，不是劣势。

So：努力去做那个【往深里走】的人，【别待在中间】
               

———————————————  

二、掌握AI的底层逻辑，是应对的正确姿势

这段时间的频繁“折腾”让我深刻意识到：面对近乎疯狂的技术迭代，如果只是追逐每一个新出的模型名字，人会非常疲惫。

我们需要在脑海中建立一幅清晰的“AI 航海图”。

这幅图不仅仅是记住几个模型编号，而是要搞清楚大模型的本质边界：

——哪些是属于智能化的突破（它变聪明了，能理解更复杂的意图）

——哪些是属于工程化的落地（它变稳了，能像熟练工一样配合你的工作流）

当你构建起这套涵盖了“底层逻辑—产品形态—生态位—工程闭环”的认知地图后

再看到各种眼花缭乱的新闻，你的心态会发生微妙的变化

——当看到 Harness Engineering，你会快速定位：噢，这是在解决 Agent（智能体）的稳定性问题，是给 AI 装上了“脚手架”

——看到 Vibe Coding，你会意识到：这是一种编程范式的平民化，重点在于“意图表达”而非“语法输入”

——看到 GPT-5.5 或 Opus 4.7 的对决，你会冷静分析：谁的逻辑推理更强，谁更适合我当下的工程场景

有了这幅地图，信息就不再是干扰，而是会被你快速归位

你会发现，大多数喧嚣其实都可以在地图上找到对应的坐标

下一次遇到实际业务需求时，你可以从容地从工具箱里掏出最合适的那把钥匙，而不是盲目地跟风试错

当下：专注做好手上的事情！先让子弹飞一会！

真正的技术变革，从实验室的“惊艳瞬间”到每一个普通人手里的“生产力工具”，中间必然隔着一段漫长的工程落地期。

在这个阶段，与其因为害怕错过（FOMO）而焦虑，不如守住自己的应用场景，做一些最基础、最扎实的探索

举例：

———————————————

三、AI 不是学出来的，是“用”出来的

懂AI+懂业务=用好AI

我在用AI的第一性原理就是：做任何一件事情，都要考虑如何让我自己变强

AI 的能力边界，往往取决于使用者的思考边界。
很多人觉得 AI 强了，人就省事了，其实逻辑恰恰相反：是人越强，AI 才越强

AI 并不是靠听两堂课、看几篇报告就能掌握的，它必须是在真实业务场景里“喂”出来的

“好的业务逻辑 + 深度使用 AI = 真正的 AI 生产力。” 

———————————————

小结：

这是一个好的时代，我们该兴奋啊，焦虑什么呢！

不要焦虑，你应该兴奋，应该充满干劲，应该大胆地去折腾，去试错