普通人学AI的三个关键:闭环、正反馈、从热爱出发

今天在家族群里（就是很多人都有的那个，相亲相爱一家人之类的），和几个长辈交流，发现如何学AI使用还是个挺多人问的问题，还有问我要选什么工具的。以及某个岗位到底应该如何学习和使用AI，等等诸如此类的问题？

现在，关于AI的讨论很多也很热，短剧，绘画，编程，设计，研究等等等（也可能是我的信息茧房）。大家都想学，怕错过AI的浪潮，或者被技术取代。于世有人研究模型技术，有人学习提示词，有人研究智能体（Agent），也有人不断尝试各种新工具。每天都有新的产品、新的功能和新的技术出现，让人感觉如果一个月不学习，就跟不上时代和技术的节奏，会被抛下淘汰。

但我从过去四五年的应用经验来说，对于绝大多数普通人来说，学习AI不应该从研究技术开始，也不应该从追逐工具开始。

真正重要的，不是你学会了多少AI工具，而是你能不能用AI解决一个真实的你正在面对问题，完整地做完一件事情，并且把结果交付出去。

围绕这一点，我认为普通人学习AI，可以从三个方向入手。

一、学习AI，首先要建立闭环能力

什么叫闭环能力？

就是从发现一个问题开始，到使用AI完成任务，再到检查结果、交付成果，最终形成一个完整、可重复使用的工作流程。

举一个很简单的例子。

假设你是一名业务员，公司需要发布一份放假通知。

过去，你可能只需要写几句话，把放假时间、恢复上班时间和注意事项交代清楚，然后发到微信群里或者交给设计，或者简单的发出去。

现在，你可以尝试让AI帮助你做得更好。

你可以让AI先整理通知内容，检查信息是否完整，再根据公司的品牌风格让GPT设计一张正式的通知图片。接下来，你需要确认日期、文字、排版和视觉效果是否正确，调整图片尺寸，导出适合微信传播的文件，最后交付给同事或客户使用。

这时候，你完成的就不再只是一段文字，而是一份真正可以投入使用的成果。

再举一个例子。

如果你是一名销售人员，平时需要给客户制作报价单，那么你可以让AI协助你整理产品信息、统一报价格式、设计专业的版式、生成正式的报价文件，并检查产品名称、价格、数量、单位和金额是否一致。把之前需要一小时的任务，编程10分钟，甚至五分钟，且质量还更好。

当然，涉及价格、合同条款等重要信息，仍然需要自己核验，不能因为AI生成了结果，就默认它一定正确。

当你把这些步骤跑通以后，还可以进一步将整个流程整理成一个可重复使用的AI Skill。

所谓Skill，你可以简单理解为一套能够反复调用的工作方法。它可以包含任务说明、输入材料、执行步骤、输出格式、质量标准和检查清单。

下次再遇到类似的任务，你就不必从头开始研究，而是可以直接调用这套流程，根据新的内容完成工作。

从放假通知到报价单，从客户分析到工作汇报，从活动策划到产品介绍，都可以用类似的方法来做。

这背后的关键，是把一次性的AI使用经验，变成可以重复使用的工作能力。而且AI做的越多，记住的就越多，做的就越好。

不要只学会让AI生成一张图片，要学会完整地交付一份可以使用的宣传物料；不要只学会让AI整理一段文字，要学会完整地交付一份专业的业务文件。

我认为，这是普通人学习AI最重要的第一步。

因为真正能够创造价值的，不是某个工具本身，而是你利用工具完成工作的能力。

二、基于自己现有的工作学习AI，建立及时的正向反馈

对于普通人来说，我不建议一开始就花大量时间研究各种AI技术，也不建议为了学习AI而刻意寻找一个陌生的行业。

更好的入口，是从自己每天正在做的工作开始。

原因很简单：你已经拥有现成的工作场景，也知道工作中有哪些问题，更容易判断AI到底有没有帮助。

例如，你是一名财务人员，可以先尝试用AI整理数据、制作报表、分析经营情况；你是一名运营人员，可以尝试用AI分析用户反馈、撰写活动方案、整理工作流程；你是一名销售人员，可以尝试用AI准备客户资料、制作报价单、整理沟通记录。

你不需要一次性改变自己的工作方式，只需要先找到一件可以改进的小事。

然后，通过实践去验证AI到底能为你带来什么。

假设你过去需要三个小时完成一份工作，现在通过AI辅助，只需要一个小时，而且质量没有下降，甚至有所提高。

这就是一种正向反馈。

如果你利用AI完成的工作得到了领导认可，获得了更好的项目机会，或者帮助客户解决了问题，这也是正向反馈。

如果你通过AI提高了工作效率，减少了重复劳动，让自己拥有更多时间去思考和学习，同样是一种收获。

在这个过程中，你投入了一定的时间，也可能需要支付一些软件费用。但只要这些投入能够带来可以验证的工作改善，你就会逐渐形成继续学习的动力。

我认为，这种学习方式比单纯研究AI知识更容易坚持。

因为你不是为了学习而学习，而是在解决问题的过程中学习。

你不是因为别人说AI很重要，才勉强自己去使用AI，而是因为你发现它确实能帮助自己把工作做得更好，所以愿意继续探索。

当这种正向反馈不断积累，你对AI的理解就会越来越深入。你会逐渐发现，原来一些过去需要请人帮忙完成的事情，自己借助AI也可以尝试；原来一些过去成本太高、没有时间去做的工作，现在也有机会完成。

接下来，你就可以从一个工作流程，扩展到多个工作流程，再逐步形成自己的AI工作体系。

当然，这并不意味着每一次投入都一定有回报。如果某种工具没有带来实际价值，就应该及时调整，而不是为了证明自己学会了AI，继续投入时间和金钱。

学习AI最好的动力，不是焦虑，而是你在真实工作中不断获得的正向反馈。

三、如果暂时找不到工作入口，就从自己的兴趣爱好开始

当然，并不是每个人都能在现有工作中找到合适的AI应用场景。

有些人的工作内容比较固定，有些岗位暂时没有太多使用AI的机会，还有一些人可能正在寻找新的发展方向。

这时候，我建议从自己的兴趣爱好开始。

你可以从自己喜欢做的事情入手。

比如，你喜欢摄影，可以让AI帮助你整理照片，以图讲故事、学习构图、收集学习照片，策划拍摄主题；你喜欢做饭，可以让AI协助你研究菜谱、设计菜单、分析营养，记录自己的烹饪经验；你喜欢旅游，可以让AI帮助你规划路线、整理攻略、设计更有特色的旅行体验。并且结合当地的每个细节做出讲解。

如果你喜欢写作，那可就更多了，写作是AI最基本能力，可以尝试用AI帮助自己整理思路、修改文章、查找论据，制作配图。

如果你喜欢游戏，可以尝试让AI协助你构思角色、设计故事、搭建简单的游戏原型。

甚至，你也可以从管理自己的生活开始，用AI整理日程、建立知识库、规划学习计划，或者把自己长期积累的经验整理成一套方便使用的资料。

这些事情不一定马上带来收入，但它们有一个重要的意义：让你在自己感兴趣的领域里，逐渐熟悉AI的工作方式。学会与AI交流。

你会慢慢理解，AI擅长什么，不擅长什么；什么样的任务适合交给它，什么样的结果需要自己判断；怎样提供背景信息，怎样拆分复杂任务，怎样让它根据你的反馈不断修改结果。

这就是在训练AI思维。

AI思维不是背诵一套提示词，也不是掌握某个软件的所有功能，而是学会重新看待问题：

一件事情过去必须由专业人员完成，现在能不能借助AI降低门槛？

一个复杂的任务能不能拆解成几个步骤？

我需要向AI提供哪些信息，才能让它更好地理解我的目标？

它生成的结果是否正确？我应该怎样检查和改进？

如果第一次没有做好，我能不能根据结果继续调整？

当你不断在兴趣爱好中实践，就会逐渐形成自己的判断能力。

而且，AI技术还在超速发展。今天某个任务需要你反复编写指令，下个月的模型可能只需要理解你的目标，就能自动规划步骤、调用工具并完成其中的大部分工作。

所以，与其把大量时间花在记忆某个工具的操作方法上，不如学会理解AI的能力边界、工作逻辑和变化速度。

工具会迭代，产品会更新，但发现问题、拆解任务、判断结果和持续改进的能力，会在很长一段时间里帮助你。

更重要的是，兴趣可以让学习变得轻松一些。

当你不是为了生存压力，而是因为自己真的喜欢某件事情，愿意花时间和AI一起探索，你就更容易坚持下去。

在这个过程中，你可能会逐渐发现新的工作机会，也可能将原本的兴趣发展成一项技能、一种服务，甚至是一门小生意。

当然，兴趣不一定非要变现。它也可以只是让你的生活更加丰富，让你拥有更好的心情，或者帮助你更好地管理自己的时间和知识。

这些同样有价值。

四、面对AI的到来，我们没有必要恐慌，但需要主动行动

回头看看过去几十年，我们经历了计算机、互联网和智能手机的普及。

这些技术改变了人们的工作方式、沟通方式、生活方式，也改变了很多行业的竞争格局。

今天，AI正在带来类似但影响可能更深的一轮变化。

它不只是帮助我们检索信息、处理文件，还能够参与分析、创作、编程、设计和复杂任务的执行。这两周AI已经进入了顶尖数学，药物研发等前沿领域。随着技术继续发展，越来越多过去需要专业知识、较高成本或多人协作才能完成的工作，有可能被重新组织。

这当然会带来挑战。

有些岗位可能减少，有些工作内容可能被自动化，还有一些职业的入门门槛和竞争方式可能发生变化。

我们不能因为AI是生产力工具，就认定每个人都能从中自动获益。

但同样，我们也没有必要因为技术变化太快，就陷入无休止的焦虑。

对于普通人来说，更实际的做法，是承认变化正在发生，然后找到自己可以开始行动的地方。

如果你目前的工作有使用AI的机会，就从工作入手；如果你的工作暂时没有合适的入口，就从自己的兴趣、学习、创作或生活管理开始。

不必一开始就追求复杂的智能体，也不必为了跟上潮流购买所有工具。

先解决一个真实的问题，完成一件可以交付的事情，再把有效的方法沉淀下来。

当你积累了足够多的实践经验，就可以逐渐将AI应用到更复杂的任务中。

在这个过程中，你的能力边界会不断扩大。

过去只能提出想法，现在可以借助AI把想法变成原型；过去只能完成某个环节，现在有机会尝试完成整个流程；过去需要依靠一个团队才能做的事情，现在可能通过人与AI的协作，以更低的成本完成。

这些变化，才是普通人值得关注的机会。

五、最后，找到自己愿意长期投入的事情

如果让我用一句话概括普通人学习AI的方法，我会说：

从自己的工作或热爱出发，利用AI解决问题、创造快乐、创造价值，并最终形成可以持续交付的能力。

如果你能在自己的工作中建立一个完整的AI工作流程，就继续把它做好。

如果你能借助AI帮助别人解决问题，并且有人愿意为你的服务付费，就可以尝试将它发展成一项长期业务。

如果你暂时没有明确的商业方向，也没有关系。你可以先用AI创作、学习、探索，慢慢找到自己真正感兴趣的领域。

并不是每个人都必须成为AI工程师，也不是每个人都必须创业，更不是每个人都需要把自己的兴趣变成收入。

关键是，你要知道自己为什么使用AI，以及你希望通过它获得什么。

你可以用它提高工作效率，可以用它学习新的知识，可以用它创造作品，可以用它经营一项小生意，也可以用它改善自己的生活。

在我看来，AI时代值得普通人建立的，不是对某个工具的依赖，而是一种新的做事方式。

面对问题，主动寻找解决方案；面对复杂任务，学会拆解和协作；面对技术变化，保持好奇并持续实践；面对自己的兴趣，愿意投入时间，将想法逐渐变成现实。

而当你进一步具备了完整交付的能力，就可以尝试把自己的能力提供给更多人。

要么解决问题，要么创造快乐，要么创造价值。最好是从自己真正热爱的事情出发，利用AI为他人提供能够闭环的服务。