学 AI 的人分两种:一种在研究工具,一种在研究需求

大家好，我是盛年。

这一年我见过太多学 AI 的人。

慢慢地，我发现他们其实只有两种。

一种在研究工具，一种在研究需求。

前者看起来更努力，后者赚到了钱。

他的收藏夹里有三十个 AI 工具。

新模型发布的当晚，他一定在场。

你问他 Claude 和 GPT 哪个写代码强，他能跟你讲二十分钟。

你问他最近用这些工具做成了什么，他会愣一下。

然后说：我还在学。

这个状态我自己经历过。

去年我也是这样，每出一个新工具就去试，试完截个图发朋友圈，觉得自己在进步。

半年过去，工具列表很长，产出为零。

你知道的工具，别人也知道。

新模型发布的第二天，全世界都能用。

你比别人早知道三天，这三天什么都换不来。

他可能只用两个工具，而且都不是最新的。

但他知道：

隔壁做服装的老板，每周要写十几条商品文案，写到崩溃。

考研的学生，论文开题报告改了五稿还过不了。

做保险的朋友，每次见客户前都要现做一份方案。

他知道这些人卡在哪儿，愿意花多少钱，什么时候最着急。

然后他用那两个不新的工具，把这些事接了下来。

从 5 月 4 日到 9 月 8 日，127 天，我接了 32 单代写，到手 7233.5 元。

钱不多。

但我想说的是另一件事：

全都是因为我比客户更清楚他要什么。

我接过两单，价格差不多。

一单 60 块，57 分钟交付完事。

另一单 70 块，前后做了 21 天，改了 9 版。

价格几乎一样，投入差了几十倍。

差别在哪儿？

60 块那单，我开工前主动问了 4 个问题：

给谁看，用在什么场合，有没有参考样本，什么时候要。

客户答完，需求自己就收口了。

70 块那单，我上来就开写。

客户的要求一路在变，最后交付的东西，恰恰是他一开始明确说不要的。

变量不是模型，是我有没有在动手之前把需求问清楚。

因为研究工具舒服。

有教程可看，有步骤可跟，有确定的反馈。

今天学会一个新功能，就有"我进步了"的踏实感。

研究需求难受。

你要去问人，要被拒绝，要面对模糊不清的表达，要在对方自己都说不清要什么的时候帮他想清楚。

这个过程没有进度条，没人给你发证书。

我自己也是被逼的。

如果不是第一单接下来必须交付，我可能到现在还在研究哪个模型更强。

三个很具体的动作。

第一，把"学会了什么"改成"交付了什么"。

每周问自己一句：这周我用 AI 帮谁把一件事做完了。

如果答案是"没有，我在学"，那这周其实是空的。

第二，去找三个不懂 AI 的人聊天。

不要跟同行聊。

同行跟你一样，聊完只会交换工具名字。

找做实业的、带孩子的、跑业务的，听他们抱怨自己每天最烦的事。

那里面藏着需求。

第三，接一单，哪怕只有 50 块。

钱不重要，交付的压力重要。

有人等着收东西的时候，你会自动开始研究需求。

工具决定你能做多快，需求决定你有没有活干。

大部分人把顺序搞反了，先把工具磨到最快，再去找活。

结果是工具磨得很亮，活一直没来。

从今天起，少看一篇工具测评，多问一个人"你最近最烦什么"。

觉得有用的话，点个赞、点个在看，转发给那个收藏夹里躺着三十个 AI 工具的朋友。