AI工具平均只活两年半,现在到底还该不该花三个月学?

先说实话，我不确定"两年半"这个数准不准。

但另一组数，我是信了的：一个模型登顶之后，保鲜期大概只有 35 天。 5 个月，跌出前五； 7 个月，前十都进不去。

拿 Claude 3 Opus 说吧。它曾经是公认的最强推理模型，一堆人熬夜给它写 prompt ，把"会写 prompt"当成一门正经手艺。现在它排在 139 名。 2026 年 1 月，官方一纸公告，退役了。

所以那个问题就变得很实在：你花三个月，把一个工具的按钮、快捷键、 prompt 套路摸熟。结果它可能活得还没你学得久。

这不是我瞎编的焦虑。今年 36 氪有篇稿子专门写过这个，标题就叫《 35 天，版本之子变路人甲》。里面一句话我记到现在——你在流沙上盖楼，流沙流动的速度，比你砌砖的手速还快。

那么问题来了：那到底还学不学？

我的判断是——这个问题本身问错了。

"该不该花三个月学一个工具"，是把"学 AI"默认成了"学一个具体工具"。这个默认，才是真正让你焦虑的东西。因为它假设你学的东西是长在工具身上的：按钮位置、快捷键、某个模型的 prompt 模板。这些东西，恰恰是贬值最快的那部分。

IBM 有份研究，我觉得比任何"XX 工具速成"都值钱。它把技能按半衰期分了三档：具体工具、流程、某个版本的写法，半衰期不到两年半，叫"易腐技能"。反过来，思维方式、判断力、沟通这类，半衰期七年半起步，叫"耐久技能"。

你学一个工具的具体用法，是在学"易腐技能"。它的保质期，写在下一个大版本的更新日志里。

说白了，你花的那三个月，如果全砸在背按钮、记快捷键、抄 prompt 模板上，那大概率是亏的——不是因为你笨，是因为你选错了要学的那一层。

那该学什么？

我只觉得有两样东西，是真不过期的。

第一样，是拆问题的能力。

具体点说：你能不能在看到一个活的时候，把它拆成"哪部分能让 AI 干，哪部分只能自己干，中间怎么交接"。这个能力，跟工具换代没关系。今天你用这个模型拆，明天换个模型，你还是会拆。工具只是你拆完之后，扔给它执行的那只手。

第二样，是判断"一个工具值不值得深学"的标准。

我的标准就一条：看它解决的那件重复的事，有多高频、多稳定。

一个工具，如果它解决的问题是"你每周都要干一次、而且大概率还要干很多年"的那种，那它值得你花时间——哪怕它现在不火。反过来，一个工具现在全网都在刷，但它解决的事你一年碰不到两次，那它再热，也跟你没关系。

这个标准的好处是，它把"我该不该跟风"翻译成了"我的生活里有没有这摊子事"。事在，工具才在。事没了，工具的热度再高也是别人的热闹。

当然，我也不是让你什么都别上手。

我见过一种反驳，说得挺对：你不先摸几个工具，你连"拆问题"的语感都没有，空谈判断力，只会变成另一句正确的废话。

对。所以上手还是要上的，只是换个心态——快进快出。别把宝押在"我必须把这个工具吃透"上，而是用它把上面两样能力练出来。工具是沙袋，练的是你出拳的力气，不是沙袋本身。

收尾说一句，也不叫总结。

如果你现在正在纠结要不要跟某个新工具，先别急着报课。先问问自己：我生活里，哪件每周都在重复的破事，能被它接走？

那个答案，比任何工具的更新日志都耐用。

哦对，还有个边界得说清楚。

这条路是给"用 AI 干活、但不靠 AI 吃饭"的人走的。你要是本身是开发者，或者生计就绑在某个技术栈上，那该追还是要追——那是另一码事，不在我这套话的范围内。