夜雨聆风
2026年，AI已经不是"要不要用"的问题，而是"用到什么程度"的问题。
过去一年，我观察了上百位使用AI的人——从完全小白到AI原生创业者。
发现一个规律：AI使用能力呈指数级分化，而不是线性增长。
Lv.3和Lv.4之间，有一道看不见的墙。越过的人，AI成为"外挂大脑"；没越过的，AI只是"高级搜索引擎"。
这篇文章，我会给你一个完整的AI能力分级框架，帮你定位自己在哪里，以及如何跨越到下一层。
一、为什么需要"AI使用能力分级"？
1.1 一个真实的例子
案例A（Lv.2）：
"帮我写一份产品说明书。"
AI输出了一份通用模板，TA直接复制粘贴，结果被领导打回："这写的什么乱七八糟的？"
案例B（Lv.5）：
"你现在是我的产品文档专家。我们的产品是XXX，目标用户是YYY，核心卖点是ZZZ。请按照以下结构写：1. 痛点 2. 解决方案 3. 使用场景..."
AI输出了精准内容，TA又让AI"用数据支撑每个观点，参考竞品文档风格"，最终产出直接通过。
区别在哪？
不是"会不会用AI"，而是知不知道如何"驾驭AI"。
1.2 分级不是为了装X，是为了自检
这套分级体系能帮你：
- 定位自己
：知道当前在哪个层级 - 找到差距
：明确下一层需要掌握什么 - 避免焦虑
：不用一上来就追求Lv.10，一步步来 - 找到同伴
：同层级的人有相似的痛点和突破点
二、AI能力成熟度模型（AIMM）
💡 核心认知：AI使用能力不是"会用多少工具"，而是"能在多大程度上放大自己的产出"。
Lv.0 路人：从未真正使用
特征：
只听过AI，但从未注册过账号 或者注册了，但不知道能干什么 觉得"AI就是聊天机器人，没什么用"
占比： ~30%（全球人口）
突破点： 别犹豫了，至少试试ChatGPT、Claude、Kimi中的一个。
Lv.1 游客：简单尝试，但没上瘾
特征：
问过"你好""今天天气如何""帮我写首诗" 觉得"也就那样，回答很通用" 没有固定使用场景，想起来才用一次
占比： ~25%
突破点： 找一个真实的工作场景让AI帮你（比如写邮件、翻译、总结文章），感受到"哇，这确实省时间"。
Lv.2 使用者：能完成单一任务，但结果不稳定
特征：
会用AI完成具体任务（写邮件、翻译、简单编码） 提示词很粗糙："帮我写XX""给我一个XX的方案" AI输出质量不稳定，有时候很好，有时候很烂，不知道为什么 - 无法规避AI幻觉（编造内容）
占比： ~20%
⚠️ 风险提示：这是最危险的层级。
Lv.2的人容易过度信任AI，直接把AI输出当成正确答案，结果出错。
突破点： 学会追问和给参考资料。
不要只说"帮我写XX"，而是：
给背景："我们的产品是XXX，目标用户是YYY" 给参考资料："参考以下3篇文章的风格" 追问："这部分数据有来源吗？""能否用更专业的术语重写？"
Lv.3 驾驭者：分水岭，超越70%的人
特征：
懂得结构化提问：角色设定 + 任务描述 + 输出要求 + 限制条件 会用Prompt模板：针对不同场景（写文章、写代码、分析数据）有固定的提问框架 会使用文件上传、联网搜索等进阶功能 - 能识别AI幻觉
：知道哪些内容是AI编造的，会交叉验证 固定在2-3个工作场景高频使用AI
占比： ~15%
✅ 核心要点：Lv.3是分水岭。
达到Lv.3，你能稳定用AI完成日常80%的重复性工作。
没达到Lv.3，AI对你来说只是"玩具"；达到后，AI成为"工具"。
突破点： 从"单一工具"到"工具组合"。
不要只用ChatGPT，而是：
写长文用Claude（上下文长） 搜索用Perplexity或秘塔AI（有引用） 写代码用Cursor或GitHub Copilot（集成开发环境） 做PPT用Gamma或Tome（自动生成）
Lv.4 整合者：超越90%的人，AI融入多场景
特征：
- AI不再只是"执行工具"，而是"思考伙伴"
遇到问题时，会先让AI帮你梳理思路，再自己决策 订阅了2+个AI工具的付费版（知道免费版不够用） 能用AI帮他人解决问题（同事、朋友会找你咨询"这个怎么用AI做"）
占比： ~6%
💡 核心认知：Lv.4的关键是"跨界"。
Lv.3还是在"本职工作"里用AI，Lv.4开始用AI做非本职工作。
比如：
市场人员用AI辅助写简单代码（爬虫、自动化脚本） 程序员用AI生成设计稿（不用再求设计师） 教师用AI制作互动课件（不用学复杂的教学软件）
突破点： 建立个人AI知识库。
不要每次都从零开始，而是：
把常用的Prompt模板保存下来 把AI生成的好内容归档（建立个人知识库） 记录"哪些场景AI好用，哪些场景AI不行"
Lv.5 设计者：让AI理解"你是谁"
特征：
为重复性任务设计标准化Prompt模板 建立个人知识库，让AI能引用你的历史内容、风格偏好 会拆解复杂任务：把一个大项目分成多个步骤，让AI逐步完成 开始用AI流水线：多个AI工具串联（比如用A工具采集数据 → 用B工具分析 → 用C工具生成报告）
占比： ~3%
✅ 核心要点：Lv.5的人，AI不再是"通用工具"，而是"私人助理"。
你会花时间"调教"AI，让它理解：
你的写作风格（正式/轻松/幽默） 你的工作内容（常用术语、行业背景） 你的审美偏好（PPT配色、代码规范）
突破点： 从"对话模式"到"Agent模式"。
Lv.5还是在"一问一答"，Lv.6开始让AI自主执行多步骤任务。
Lv.6 调度者：让AI不只是"聊天"，而是"执行"
特征：
使用AI Agent（自动调用工具、自主决策） 能让AI操控设备（比如用AI控制电脑自动填表、自动发邮件） 能用AI做出小型成品（简单网页、自动化脚本、数据看板） 不再满足于"AI给我答案"，而是"AI帮我完成整个流程"
占比： ~1.5%
🔴 震撼数据：仅1.5%的人达到Lv.6。
但这个层级的人，产出效率是Lv.3的10倍以上。
案例：
Lv.3的人：让AI写一封邮件（节省5分钟） Lv.6的人：让AI自动监控竞品动态，每天生成报告，自动发给团队（节省2小时/天）
突破点： 学会开发小型工具。
不需要成为程序员，但要知道：
如何让AI帮你写简单代码（比如一个自动爬虫） 如何把AI接入现有工作流（比如让AI自动回复客服消息） 如何使用低代码平台（Zapier、Make、n8n）连接AI和其他工具
Lv.7 开发者：定制你的AI系统
特征：
能封装AI Agent（把常用的AI工作流打包成工具，供自己或团队使用） 搭建AI自迭代反馈循环（让AI评估自己的输出，并优化） 重构个人文件与工具体系（所有文档、代码、数据都用AI管理） 享受AI使用的长期复利（越用越强，形成护城河）
占比： ~0.5%
💡 核心认知：Lv.7的人，AI不再是"工具"，而是"系统"。
你不再是在"使用AI"，而是在**"设计AI如何为你工作"**。
突破点： 从"个人使用"到"产品开发"。
Lv.7还是在优化个人工作流，Lv.8开始用AI创造产品。
Lv.8 创造者：AI成为核心生产力
特征：
用AI辅助完成传统需要团队才能做的作品： 独立制作短视频（AI写脚本 + AI配音 + AI剪辑） 独立开发APP（AI写代码 + AI做UI + AI写文档） 独立写深度报告（AI搜集数据 + AI分析 + AI生成图表） AI不再是"辅助工具"，而是**"核心生产力"** 开始探索多智能体协作（让多个AI分工完成复杂项目）
占比： ~0.1%（千分之一）
✅ 核心要点：Lv.8的人，重新定义了"个人能力"的边界。
过去需要10人团队才能做的事，现在1个人+AI就能完成。
案例：
一个独立开发者，用AI辅助，3个月开发出一款月活10万的APP 一个独立博主，用AI辅助，每天产出3篇深度文章（过去需要一个小团队）
突破点： 从"用AI创造内容"到"用AI创造体验"。
Lv.8还是在创造"可交付的产物"，Lv.9开始让AI成为"思维的一部分"。
Lv.9 共生者：AI不再是工具，而是本能
特征：
- 人机共生融入思维本能
遇到问题时，第一反应不是"我该怎么解决"，而是"我该怎么和AI协作解决" 自创AI使用方法论与工作范式（不是照搬别人的Prompt模板，而是形成自己的体系） AI不再是"外在工具"，而是"外在大脑"
占比： ~0.01%（万分之一）
🔴 终极判断：Lv.9的人，AI使用已经"无招胜有招"。
不需要刻意设计Prompt，不需要记住复杂的技巧，因为直觉性的知道如何与AI协作。
就像你不需要思考"如何骑自行车"，你就是会骑。
突破点： 从"人机协作"到"重新定义工作"。
Lv.9还是在"现有工作框架内"使用AI，Lv.10开始用AI创造全新的工作方式。
Lv.10 独行者：个人+AI = 团队
特征：
个人依托自建AI系统，产出对标传统几十人团队 AI包揽执行层（数据采集、初步分析、文档撰写、代码编写） 人只负责判断、审美、决策（高层战略、创意方向、质量把控） - 终极差距不再是工具技巧，而是人的认知、眼界与价值判断
占比： ~0.001%（十万分之一）
💡 核心认知：Lv.10不是"AI用得最好的人"，而是"最会用AI放大自己独特价值的人"。
工具技巧（如何用Prompt、如何调用API）已经不重要了，因为：
这些技巧会被AI自己学会（AI会越来越易用） 真正的差距在于：你的认知、眼界、审美、判断力 案例（极端情况）：
一个Lv.10的内容创作者，用AI辅助，年产出500篇深度文章（相当于10人团队） 一个Lv.10的开发者，用AI辅助，一年上线12款产品（相当于20人团队）
三、如何从一个层级跨越到下一个？
3.1 通用突破公式
从Lv.N到Lv.N+1，需要：
- 意识到当前层级的局限
（不满足于现状） - 学习下一层级的核心技能
（不是瞎摸索，而是有方向） - 在真实场景中刻意练习
（不是看教程，而是真刀真枪用） - 建立反馈循环
（记录什么有效、什么无效，持续优化）
3.2 关键突破点
⚠️ 重要提醒：不要焦虑。
这个路径是"理想路径"，实际可能更快或更慢。
关键是：持续使用，持续反思，持续优化。
四、现实案例：不同层级的人如何利用AI
案例1：Lv.2的市场专员
工作流：
领导："写一份竞品分析报告。" 打开ChatGPT："帮我写一份XX行业的竞品分析。" AI输出一份通用模板。 复制粘贴，交给领导。 领导："这写的什么？重写！" 回到第2步，循环...
问题： 没有给AI足够的背景信息，没有追问，没有验证。
升级到Lv.3后的工作流：
领导："写一份竞品分析报告。" 打开Claude： "你现在是我的市场分析专家。" "我们的产品是XXX，目标是YYY，主要竞争对手是AAA、BBB、CCC。" "请按照以下框架分析：1. 竞品定位 2. 产品功能对比 3. 营销策略对比 4. 我们的机会点" "参考以下3份资料（上传文件）" AI输出初稿。 追问："第3部分能否用数据支撑？""能否加入可视化图表建议？" 得到高质量报告，领导满意。
效率提升： 从"反复重写3次"到"一次通过"，节省时间约4小时/任务。
案例2：Lv.5的产品经理
工作流：
有固定的Prompt模板库（写在Notion里）： 产品需求文档(PRD)生成器用户故事拆解器竞品功能对比模板有个人知识库（所有历史PRD、用户反馈、竞品分析） 让AI引用知识库内容："参考我之前写的PRD风格，为这个新功能写PRD" AI输出内容80%可以直接用，只需要微调。
效率提升： 写PRD的时间从2天缩短到2小时。
案例3：Lv.7的独立开发者
工作流：
用AI Agent自动监控Hacker News、Reddit、Twitter，发现热门需求 让AI生成产品原型（网页UI + 后端API + 数据库设计） 让AI写测试用例和文档 让AI生成营销文案和着陆页 自己只需要做： 最终决策（做什么功能、不做什么功能） 审美把控（UI设计、交互细节） 用户访谈（理解真实需求）
成果： 1个人，6个月，上线3款产品，其中1款月活超过5万。
如果是传统模式： 需要至少5人团队（产品+设计+前端+后端+运营），开发周期12个月+。
五、未来属于哪类人？
5.1 AI时代的"新物种"
Lv.0 - Lv.2： 会被AI替代的人（因为他们的工作可以被Lv.3以上的人+AI替代）
Lv.3 - Lv.5： AI时代的中产阶级（能用AI提升效率，但还不够"不可替代"）
Lv.6 - Lv.8： AI时代的"超级个体"（1个人+AI = 10人团队）
Lv.9 - Lv.10： AI时代的"新人类"（重新定义"人类能力"的边界）
5.2 你应该追求哪个层级？
答案：取决于你的目标。
- 如果你只是想提升工作效率：
Lv.4 - Lv.5就够了。 - 如果你想成为"超级个体"：
需要达到Lv.7 - Lv.8。 - 如果你想重新定义行业：
需要追求Lv.9 - Lv.10。
💡 我的建议：不要一上来就追求Lv.10。
先稳稳地达到Lv.3（驾驭者），感受到"AI真的有用"。
然后再考虑往上升。
六、结语：AI不是终点，是起点
2026年，AI使用能力的分化才刚刚开始。
未来5年，我们会看到：
Lv.3以下的人，逐渐被发现"原来TA的工作AI也能做" Lv.6以上的人，产出效率是指数级增长 Lv.9以上的人，重新定义"什么是人类独有的价值"
你现在在哪一层的？
你想达到哪一层的？
你愿意为跨越层级付出多少时间？
🔴 最终判断：AI不会替代人类，但会用AI的人会替代不会用AI的人。
这不是危言耸听，而是正在发生的事实。
文章写于2026年5月，基于作者对100+AI使用者的观察和深度分析。
参考资料：
作者对100+AI使用者的深度访谈 OpenAI、Anthropic等公司的用户行为数据 Hacker News、Reddit等社区的真实使用案例 作者对AI能力分级的长期研究
版权声明： 本文为原创内容，欢迎转发分享，但请注明出处。