夜雨聆风
学 AI,也许我们可以从更底层的地方出发
每次看到有人问「现在该学 Cursor 还是 Copilot」，我都会想停下来反问一句：
你知道自己想用工具解决什么问题吗？
不是这个问题不重要，只是它可能问早了一步。
也许，我们的焦虑方向可以调整一下
AI 工具确实更新很快。上个月火的，这个月可能已经被迭代了。
但如果一直跟着工具跑，会一直觉得自己落后——不是因为你不够努力，而是因为这条路本身就没有终点。
换一个角度来看：工具是手段，不是目的。真正值得想清楚的，是「我在用工具解决什么？」
这个问题，才是更稳的起点。
工具会一直迭代，但你要解决的核心问题，不会变那么快。先想清楚问题，再挑工具，顺序换一换，会轻松很多。
马斯克的那个追问方式
举个你可能听过的例子，但我觉得值得再想一遍。
马斯克当年想做火箭，去问了一圈价格，贵得离谱。一般人的反应是：「火箭就是贵，行业如此。」
他的反应是：「为什么贵？」
往下追：一次性使用，所以贵。那能不能回收？物理上可以。那为什么没人做？因为大家觉得不值得。
他没有接受「火箭就是这个价」这个前提，而是一路拆到最底层，找到真正的卡点，再绕过去。
这就是第一性原理的思路——不靠经验类比，不靠「行业惯例」，从事实本身出发，重新推演一遍。
听起来很宏大，但其实可以用在很日常的地方。
把这个思路带回你自己
与其问「我该不该用这个工具」，不如先问：
我的工作，最底层的价值是什么？
是判断力？是创意？是你和别人建立的信任关系？还是你把复杂知识整理成别人能懂的东西的能力？
想清楚这个，AI 能帮你干什么、不能帮你干什么，自然就清晰了。你也知道该把精力放在哪里。
不用追着每一个新工具跑。找到底层的问题，工具的选择反而会变得简单。
焦虑，很多时候只是因为问题还没想清楚。
你现在最想想清楚的，是哪个层面的问题？