从提示工程峰会回来,我一直在想:当AI接管一切,我们人类还剩下什么?

我们此前发布的一篇《我们建好了一个可以对话的AI知识库，现在你可以像聊天一样学习AI》收到了很多关注。

为了方便大家直接上手，我们把知识库的入口放在这里。这是一个可以对话的AI知识库，你可以像聊天一样学习AI。

👉点击万涂幻象AI创行社区知识库，立即开始提问

上周六，在PEC 2025 提示工程峰会一场主题为“从提示工程到上下文工程：AI落地范式升级”的分论坛上，“扣子2024智能体大赛”冠军张凯寓老师分享了《构建元能力：AI时代的变与不变》的主题，让我印象尤为深刻。

张凯寓老师并非空谈理论，他的洞察植根于其独特的经历：一个“从高校出来，一天班没有上过”的连续创业者，在过去15年始终深耕技术。近三年来，他全面拥抱AI，服务了上百家从央企到初创团队的企业，致力于“打通AI落地应用的最后一公里”。他坦言，这句话“说出来很漂亮，真正做起来才发现魔鬼都在细节当中”，而整个过程让他“既兴奋又迷茫”。正是这种一线的体感，让他的分享格外真实和深刻。

他没有谈论任何具体的模型或工具，而是从一个直白的问题开始：“如果有一天，AI能完美生成任何我们需要的提示词，我们还需要学什么？”

这个问题，不是技巧层面的探讨，而是一场关于人类核心价值的拷问。当“做事”的能力被无限复制，我们存在的基石是什么？张凯愚老师的分享，就是一场围绕“变与不变”的深度思辨，试图在这片被AI重塑的焦土上，为我们找到一块可以立足的磐石。

01｜我们正经历一场从效率革命到心智危机的深刻变革

变化来得迅猛且深刻，张凯愚老师将其描绘为一场不断升级的危机。

✅ 能力的质变：从“理解”到“读心”

短短两年，大模型的能力已发生质变。从最初勉力理解语言的微妙含义，到如今，仅凭“离职信，张总，下个月走”等碎片化信息，就能领会背后复杂的意图、场景和情绪。这种进化，张凯愚老师称之为近乎“读心术”的可怕能力。

这种能力的爆发，直接导致了两个显著的副作用：

• 无法跟随的焦虑： AI相关产品与技术的迭代速度，已完全超越了个体学习的极限。张凯愚老师指出，如果你是工具思维，那么“即使24小时不睡觉，你也学习不过来”，这导致了普遍的内心焦虑。
• 表达与创作的趋同： 他敏锐地观察到，从社交媒体的营销内容到朋友圈的个人文案，“似乎有同样的味道”。这背后的技术原因是：“我们都在从同一个大模型的概率分布当中去取样然后进行了输出。”当智能来源单一，我们的表达也随之固化。

✅ 交互的跃迁：从“提示词工程”到“上下文工程”

在过去一年，AI应用领域最有意思的变化，就是从业界的讨论焦点纷纷从“提示词工程”转向了“上下文工程”。张凯愚老师指出，这个转变背后，既有深刻的技术驱动，也有理念上的根本跃迁。

技术驱动：从“量变”到“质变”的上下文窗口 这一切的起点，是底层模型技术上一个关键的突破：上下文窗口的急剧扩张。从最初GPT-3.5时代的4K，到后来的32K、128K、2M，再到如今像Gemini和国产Kimi等模型所支持的超长上下文。张凯寓老师强调：“这不仅仅是一个量变，当它大到这个程度的时候，在使用过程当中已经清晰地感受到了质变。” 这意味着，我们几乎可以将一整本书、一份复杂的财报，甚至一段完整的人生经历作为“知识库”，完整地装进大模型的“瞬时记忆”中，从而让“运行时环境”成为可能。

一个核心比喻：从“投石入湖”看懂二者区别 为了让听众更形象地理解这一理念跃迁，张凯愚老师用了一个极其生动而完整的比喻：

想象大模型是一个蕴藏了海量知识与世界规律的千年深湖，它在预训练中“见过了春花秋月，也倒映过了孤雁长空”，它“知晓风的一千种姿态，也清晰的记得每一滴雨落下时的音符”。

• “提示词工程”—— 投石子的艺术： 在这种视角下，提示词 (Prompt) 就是我们投向湖中的一颗石子。石子的重量、速度、角度不同——对应着我们给提示词赋予的角色、约束、信息密度和举出的例子——激起的涟漪（模型的输出）也不同。如果我们投得轻，它就回馈一个轻轻的波纹；如果我们投得重，它就回应如哲学思辨般激荡的波纹。这里的焦点，完全在于“投石者”与“石子”本身。

• “上下文工程”—— 整个湖泊生态的科学： 但我们必须意识到，决定涟漪最终形态的，远不止这颗石子。湖中的游鱼、湖面的水草，水下的暗流，甚至遥远月相引发的潮汐……这些纷繁复杂的“环境因素”，共同决定了最终的结果。这些“环境”，就是上下文 (Context)。在AI应用中，它对应着我们载入的外部知识、完整的历史对话、工具调用返回的结果等一切在单一指令之外，却深刻影响最终生成结果的因素。

核心结论：指令与环境 最后，张凯愚老师给出了一个清晰的总结：

• 提示词 (Prompt)： 是狭义的、用户可见的显性指令。
• 上下文 (Context)： 是广义的、运行时存在的隐性环境。

真正的关键在于：“真正的上下文编排，才是真正影响大模型那个文字接龙游戏最终TOKEN生成的一个最终的影响因子。”

✅ 创作的颠覆：从“人类原创”到“优雅的递归”

一个被普遍证实的事实是：在绝大多数情况下，AI比人类更擅长撰写和优化提示词。 这催生了“元提示词”（Meta Prompt）——让AI来撰写提示词的新范式。

对于“AI写的是否低人一等”的迷思，张凯寓老师直接反问：“心算的结果就比用竖式手算的高贵吗？”他用北京“活地图”的出租车司机和GPS导航举例，说明“你怎样到达那个目的地的过程其实不重要，重要的是你要去哪里”。

同时，他也否定了“终极元提示词”的存在。因为元提示词的本质，是“透过一个个具体的任务去发现这些任务背后的那个模式”，是“探寻某一个领域更高维度结构的一个过程”。不同任务有不同结构，自然需要不同的元提示词。

这恰恰说明，AI无法替代我们注入个人风格，因为风格来源于我们每个人独特的经历、情感和审美。

✅ 新角色的诞生：从“文理兼修”看未来核心素养

随着交互范式的变迁，新的职业角色应运而生，从业界所称的PE（Prompt Engineer，提示词工程师），到未来可能出现的CE（Context Engineer，上下文工程师）。张凯寓老师指出，他特别喜欢“PE”这个名字，因为它恰好道出了新时代人才的本质：P+E，文理兼修。

他进一步阐释了什么是“文理兼修”的PE。这不仅仅是技能的组合，更是一种思维模式的融合：“用诗人的灵感，去雕琢工程师的严谨。” 它既需要你有“感性的理性”，也需要你有“理性的感性”。

为什么这种融合至关重要？因为它恰好解决了两类人群与AI协作时常见的困境：

• 工程师的困境： 写出的指令逻辑严谨，但“AI味道很浓不好用”，缺乏人性化的灵气和创造力。
• 文科生的困境： 拥有很好的创意和表达，但“往往可能在一些工程化和一些系统化的思维方面有所欠缺”。

AI的出现，恰恰是通过强大的工程化能力，补齐了后者的短板。因此，张凯寓老师断言：“我觉得所有文科的同学会迎来一个美好的春天。”

但这背后，也隐藏着一个面向未来的巨大挑战。他指出：“无论是我们自己还是我们的下一代，都要意识到，其实当前全世界包括我们国家，我们的主流教育并没有在培养文理兼修的人。” 而这，恰恰是AI时代对未来人才最基本的能力素养要求。

✅ 终极的危机：从“信息茧房”到“语言茧房”

张凯寓老师认为，过去半年他最深刻的洞察，莫过于此：我们正在经历一场从“信息茧房”走向“语言茧房”的终极变革。

互联网时代，我们早已熟悉“信息茧房”——算法让我们只能看到它想让我们看到的世界。无数的商业模式，都建立在这种“信息差的红利”之上。然而，当一个无所不知的大模型出现，信息差的价值正在迅速崩塌。

但与之悲哀的是，一个更隐蔽的牢笼正在形成。面对同一个强大的AI，我们很快会发现第一层障碍：我们自身的局限。我们“受限于自己词汇量和表达力的限制，话在嘴边说不出来”；或者因为“存在诸多的知识和认知盲区，你压根不知道该说什么”，只能问出一些粗浅的问题，自然也只能得到粗浅的回答。同样一个模型，不同人使用，“得到的结果可能是天差地别，云泥之别”。这是“语言茧房”的入口。

“原本以为事情到这里就结束了，”张凯寓老师话锋一转，分享了他最近一个更令人不安的体感，“当我开始习惯于借助AI去澄清我的意图，我发现AI哇，原来它其实能懂我的言外之意……AI帮我补齐这一切。” 这种体验是如此顺滑和诱人，但紧接着，“我突然发现了一件可怕的事情”：

“如果当每一句话都是由AI帮我们说出的，每一个想法都是由AI给出的时候，我们的一个表达力在枯萎，我们的独立思考精神其实也在破碎。”

这才是“语言茧房”最可怕的核心。它不再是外部的限制，而是一种内部能力的退化。这是一种温水煮青蛙式的能力“外包”，我们因为贪恋AI带来的清晰与便利，而逐渐放弃了自己思考的责任与挣扎。

“在未来很有可能，很有可能，我们只能讲出AI帮我们表达的这些话。”张凯愚老师最后总结道，“从这个地方，我觉得是‘语言茧房’带给我终极的警醒。”

02｜当答案唾手可得，定义问题和做出判断成为我们不变的价值内核

在剧烈的变化中，张凯寓老师指出了两样我们必须守住的东西。它们不是具体的“能力”，而是更底层的“元能力”。

✅ 第一项元能力：提问的能力

正如我们上一篇公众号分享《AI时代的核心竞争力：提出一个好问题，胜过知道一万个答案》中所探讨的，AI时代加剧分化的根本原因，在于差距不再体现在“能否找到答案”，而是体现在“能否提出一个好问题”。

张凯寓老师的观点与此不谋而合。他强调，AI是顶级的“答案引擎”，但它无法提出一个真正原创且深刻的“问题”。他用自己参加“扣子2024智能体大赛”并获得第一名的亲身经历举例，说明当时获奖的作品，其核心正是围绕“如何帮助用户更好地提问”来构建的。因为他深刻地认识到，提出好问题，是一项“违背人类直觉”的创造性活动，它需要：

• 穿透表象： 认识到显而易见的问题，往往是错误的问题。
• 洞察内核： 复杂的问题，往往有简单的内核。
• 抽象思考： 具体的问题，往往需要抽象的思考。

在一个答案极易获取的时代，“提问”本身，远比“回答”更有价值。而要培养这种“违背直觉”的提问能力，关键在于构建我们自己的“知识框架”。这一点，可以通过一个具体的历史问题得到淋漓尽致的展现：

• 普通提问： “第二次世界大战的起因是什么？”
• AI会返回标准、正确但缺乏灵魂的答案——时间、地点、事件的罗列。

• 由知识框架驱动的提问： “请你扮演一位专攻地缘政治和经济史的学者，运用凯恩斯在《和平的经济后果》中的预见性视角，并结合20世纪30年代的全球贸易保护主义浪潮，重新分析凡尔赛和约是如何从经济层面，一步步撕裂魏玛共和国的社会共识，并最终导致二战爆发的。”

你看，启动后面这场深度探索的“钥匙”，恰恰是提问者脑中关于“凯恩斯主义”、“地缘政治”、“贸易保护主义”的知识框架。一个高质量的提问，本质上是你调动全部知识储备，为AI精心设计的一个“思维脚手架”。

要系统性地构建这种“思维脚手架”，我们可以引入“AI领导力”的理念，将AI视为一个能力超凡但毫无主观能动性的“虚拟员工”，并运用黄金圈法则（Why-How-What）来构建指令：

• WHY (目标与意图): 这是指令的灵魂。例如，同样是给用户发邮件，目标是“唤醒沉默用户”还是“推动付费升级”，决定了指令的核心方向完全不同。
• HOW (方式与策略): 这是指令的骨架。你需要为AI设定清晰的路径，如指定角色（“扮演一位愤世嫉俗的广告狂人”）、指定风格（“模仿《经济学人》的行文风格”）或指定结构（“使用四段论结构”）。
• WHAT (结果与要求): 这是指令的血肉。你需要精准定义交付物，如内容要点（“必须包含定价、功能、评价的比较”）、格式要求（“以JSON对象数组输出”）和字数限制。

因此，在AI时代，读书和学习不仅没有过时，反而变得比以往任何时候都更加重要。你构建的知识框架，正是你驾驭AI、创造卓越成果的唯一杠杆。

✅ 第二项元能力：判断的能力

张凯寓老师分享了一个真实的故事：一位企业家朋友问他，“AI总能给我好几个逻辑自洽的方案，我到底应该选哪一个？”他坦言，AI让决策变得更难了。因为现实世界的商业决策，并非只有一个正确答案的数学题，它永远是多维度、充满取舍的平衡。

当AI完成了所有理性的计算分析后，决策的本质就回归到了人类的价值观。如何做选择？最终的标尺是回答一个问题：“无论最后选了哪一个，如果错了，你是否愿意为它而失眠？”

这个问题背后，是你个人的“评价体系”——你的愿景、你的风险偏好、你的价值排序。它是在无限的可能性中，找到属于你的“满意解”，并为之承担责任的勇气。

实践的镜鉴：企业AI转型中的三个认知陷阱

基于服务上百家企业的真实体感，张凯寓老师分享了他“印象最深刻和最为戳痛”的共性洞察。

他首先提出了一个宏观感受：大部分企业，都在用面向未来的生产力（AI），去维护上一个时代的组织结构，追求上上个时代的商业逻辑。 这是一种根本性的错配。大家嘴上都说AI是“生产力级别的革命”，却忽略了生产力的改变，必然要求“生产关系”的改变。而当前多数企业的做法，其底层的生产关系，恐怕并非面向未来。

这种错配，集中体现在三个“特别刺痛”的认知陷阱中：

✅ 把AI当成“裁员工具”

“降本增效”是许多企业引入AI最现实的诉求，但这绝不是终极答案。张凯愚老师强调，AI首先是“组织问题”，而非纯粹的技术问题。如果企业推行AI的最终目的是为了裁员，那么作为组织的每一个“细胞”，员工必然会“倾尽全力来对抗”，导致最好的工具也无法落地。这并非零和博弈。真正的解法是正和博弈：通过AI将员工从繁杂的工作中解放出来，让他们在一个鼓励探索的AI文化中，去做更广阔、更有创造力的事情。当一把手这样推进时，员工看到的将不再是危险，而是机遇。

✅ 中层管理者“价值永恒”

过去，中层如腰，至关重要。但在AI时代，很多中层可能沦为“腰间的赘肉”。为什么？因为支撑过去层级制有效的三个前提，已经“全崩了”：

• 前提一：信息相对稀缺。 （现在信息爆炸，顶层不再垄断信息）
• 前提二：经验可以积累。 （过去“老鸟比菜鸟干得好”，现在过去的经验可能成为转型的障碍）
• 前提三：外部变化相对缓慢。 （过去企业有时间自上而下慢慢执行，现在“精心做的5年规划，很有可能都活不过5个月”） 在这种情况下，企业需要的是良性的“进化力”。中层管理者的角色必须发生根本性转变，从传统的“管理、传递、控制”，全面转向“赋能、创造、链接”。

✅ “技术护城河”依然坚固

过去，通过规模、成本、技术壁垒（专利、软著）建立“护城河”是主流商业逻辑。但在AI时代，张凯愚老师犀利地指出，这种静态防守思维，就像“在核武器已经出现的时代我们谈论修长城来防御敌军”，已经完全失效。

AI时代需要的是“动态进化，永远快人半步”。他强调，“跑得快比你想得远，在AI时代要重要得多得多得多”。他以自己团队的创业项目为例，在红海的团建市场中，正是通过利用“生成引擎优化”（GEO），让自己的品牌在主流大模型的推荐中总能名列前茅，这就是一种动态适应新环境的策略。

03｜最终的答案不是成为更好的机器，而是回归并拥抱我们的人性

在分享的结尾，张凯寓老师引用了乔布斯2005年在斯坦福大学演讲中的那句名言：“Stay hungry, stay foolish.” 他首先剖析了这句话的经典内涵：所谓的“饥饿”，并非生理需求，而是“保持好奇心和初学者那般的渴望”；所谓的“愚蠢”，也非真正的愚笨，而是“对所谓过去成功经验和范式，那些所谓聪明要保持警惕”。他认为，二者本为一体：“因为饥饿，所以我们会不断地努力寻找；因为愚蠢，所以我们才有勇气不断地去探索新的疆界。”

紧接着，他说他想把这句话改一个词：Stay Human, Stay Foolish.

为什么是“Stay Human”？张凯愚老师分享了一个他在不断使用大模型过程中的“可怕感受”：未来AI时代，人类最底层的渴望，可能不再是生理上的温饱，也不是对知识、功名利禄的追求，而将变成一种“成为人”的饥饿和渴望。

他进一步解释，过去人类的所有发明，本质上都是“我们身体的外延”。但AI完全不同，它第一次“开始独立，能平行于人成为一个生产要素”。在这个新的现实中，“Stay Human”就意味着，我们要刻意地去保持和珍视那些AI所不具备的特质——“那些充满好奇的、失意的、非理性的愚蠢”。

“大家要知道，”他强调，“正是这些看似低效的、非理性的、充满缺陷的部分，其实才是我们生而为人的证明和意义。而这也可能是我们在AI时代最后的、也是最最强大的，AI无法替代我们的元能力。”

当未来的AI助手说：“根据分析，你应该放弃这个项目，因为成功率只有30%。”

希望我们依然有底气回答：

“我知道。但那又怎样？我还是要做。因为，我是人类。”

写在最后：从思辨到实践

张凯寓老师的分享，为我们提供了一个在AI时代安身立命的哲学框架——回归人性，守住提问与判断的元能力。而正如我们在探讨“第一项元能力”时所深入剖析的，将这种思辨落地为行动，就需要我们系统性地构建与AI协作的核心能力。

关于AI时代的变与不变，今天的分享只是一个开始，其中还有更多值得深入研究的维度和技巧。独行快，众行远，我们相信与优秀的实践者同行，是成长最快的方式。欢迎加入我们的社区，共同交流与探索：

面向全行业从业者与爱好者的专业社群：

• 核心社群： 万涂幻象 AI 创行社区①、万涂幻象 AI 创行社区②
• 效率与自动化： 多维表格交流群、协同办公与生产提效、RPA 交流群、n8n 交流群、Dify 交流群
• AI 技术与开发： AI Coding、AI 硬件交流群、飞书开发套件交流群

面向师生的专属开源共享社区： 前些天，国务院发布“人工智能＋”行动重磅指导意见，人工智能正深度融入教育的全过程。为此，我们特别建立了两个永久开源共享的知识社区：

• 万涂幻象 AI 创行社区【师】（仅面向全学段教师）
• 万涂幻象 AI 创行社区【学】（仅面向专/本/硕/博在校生及毕业未满两年的学生）

在这里，我们会将沉淀下来的AI资产全部免费共享，让每一位教师都能用AI赋能教学，让每一位学生都能用AI赋能学习与生活，让技术普惠更多人。

如果本文内容对您有启发，欢迎点个【赞】、【在看】或【转发】支持一下；也可以加个星标⭐，第一时间收到更多实战案例。

感谢您的阅读，我们下次再见👋！