夜雨聆风别再用一条线衡量一个人的AI能力
这篇文章，不是我第一次想做AI 能力评估。
今年 2 月中旬，我其实已经在 CSDN 发过一篇文档，试着给“一个人到底会不会用 AI”画一张能力画像。
那套东西里，有纵向的 L0-L5，也有横向的几条线：工具、使用频率、广度、深度、学习主动性、付费意愿。
它不是没用。
拿来快速扫一眼，很方便。
谁还停留在偶尔问一问，谁已经把多个工具放进工作流，谁开始写脚本、接 API、用 Agent，大致都能看出来。
但我一直觉得它不够对。
不是因为它错了。
而是因为它更擅长回答：“这个人接入 AI 有多深？”
却不太擅长回答：“这个人到底会不会把事情做好？”
后来看到卡兹克那篇《用AI三年的9条心得》，我一下更明白自己别扭的地方在哪里。
他在文章里提到一种 AI 使用分层：大多数人还没有真正用过 AI，一部分人用过免费聊天机器人，更少的人愿意为 AI 付费，再往上，是已经开始使用 Claude Code、Codex 这类编程 Agent 的人。
这个分层我认可。
我也不是想反驳它。
恰恰相反，它像是把我之前那套旧框架又照了一遍：不管是他的分层，还是我之前那张表，都更容易看出一个人“用到了哪一层”，却没那么容易看出一个人“是不是已经形成了高质量的使用动作”。
所以这篇文章，不是推翻旧框架。
而是在旧框架上往前走一步。
如果说之前那套更像“能力画像 1.0”，这次我想补一张“能力质量 2.0”：
不是只看你站在哪一层，而是看你能不能稳定地把事做成。
我想接着往下问的是另一个问题：
“如果一个人已经进入了更深的使用层，他就一定更会用 AI 吗？
有一种场景，现在很常见。
一个人坐在电脑前，开着三个 AI 页面。左边是聊天框，右边是文档，中间还有一个正在跑的代码窗口。
他把一段需求复制进去。
几秒钟后，AI 给出一大段回答。标题很整齐，分点很完整，最后还有一句“总之”。
他看了一眼，觉得差不多。
复制，粘贴，继续下一件事。
过了一会儿，问题开始冒出来。
文章读起来像很多地方见过。代码跑到一半报错。数据里混进了一个查不到来源的数字。那个看起来很漂亮的方案，真到执行时没人知道第一步该做什么。
这时候你会发现一件事：
他不是不会用 AI。
他用得很多。
他甚至比大多数人更早开始用，更愿意付费，也更愿意尝试新工具。
但他仍然没有真正把事情做好。
所以问题不在于卡兹克那条线，也不只在于我之前那张表。
问题在于，这类框架都很容易把“接入深度”误当成“能力质量”。
一个人会打开 Codex，不代表他知道该让 Codex 做什么。
一个人给 AI 付费，不代表他能判断 AI 哪一句是空话。
一个人能自动生成很多东西，不代表那些东西真的进入了现实。
旧框架能帮我看出一个人走到哪一层。
新框架想补的是：他到了那一层之后，事情到底做得怎么样。
AI 能力不是一条直线。
它更像一张雷达图。
我会把它拆成六个维度：
任务识别，上下文封装，分解委派，判断验证，沉淀复用，现实闭环。
这六个词听起来有点硬。
但它们对应的，其实都是很具体的日常动作。
一、任务识别
很多人打开 AI 的时候，脑子里只有一个问题：
“这件事能不能让 AI 帮我做？”
这个问题不够。
更好的问题是：
“这件事里面，哪一段该交给 AI？”
比如你要写一篇文章。
AI 可以帮你列材料，可以帮你找反方观点，可以帮你把一段啰嗦的话改短，也可以帮你检查结构有没有断。
但它不该替你决定：这篇文章为什么要写。
它也不该替你决定：哪一句话不能说，哪一段经历不该被拿出来当素材。
再比如你要做一个小工具。
AI 可以写代码，补测试，查报错，改界面。
但这个工具到底是不是一个真问题，用户会不会每天打开，做出来以后值不值得维护，这些仍然要人判断。
低水平的用法，是把整个任务一股脑扔给 AI。
高水平的用法，是把任务切开。
搜索给它。
生成给它。
格式整理给它。
初稿给它。
但判断、取舍、边界和责任，先留在人这里。
这就是任务识别。
不是用不用 AI。
而是知道 AI 在这件事里该坐哪把椅子。
二、上下文封装
AI 最怕的不是任务难。
它怕的是任务糊。
你说：
“帮我写一篇文章。”
它当然能写。
但它不知道你写给谁看，不知道你讨厌什么语气，不知道哪些话不能说，不知道你之前已经讲过什么，也不知道你最后想让读者带走什么。
于是它开始补。
补一个标准开头。
补一个漂亮结构。
补一些安全但无味的句子。
补完以后，文章很完整，但不像你。
这就是很多 AI 文字的来源：不是模型差，而是上下文太薄。
真正会用 AI 的人，会在开口之前先把任务装进一个盒子里。
盒子里至少有五样东西：
背景，目标，约束，样例，标准。
背景告诉它，这件事发生在哪里。
目标告诉它，最后要交付什么。
约束告诉它，什么不能碰。
样例告诉它，什么味道是对的，什么味道是不对的。
标准告诉它，做到什么程度可以停。
这件事听起来像写 prompt。
其实不是。
这是把脑子里一团还没成形的东西，压成一个别人可以执行的任务规格。
如果这一步做得差，AI 输出就会像一件尺码不合的衣服。
布料可能不错。
剪裁也像那么回事。
但穿在你身上，就是别扭。
三、分解委派
还有一种常见用法，是把大任务整包扔进去。
“帮我做一个方案。”
“帮我写一个完整项目。”
“帮我从零到一设计一个系统。”
AI 会很快给你一个完整答案。
问题是，完整不等于可靠。
它可能每一段都像对的，但中间没有真正走过。
复杂任务要拆。
写一篇文章，不是一个动作。
它至少包括选题、读者判断、材料整理、结构设计、初稿、反方审查、修改、发布。
做一个工具，也不是一个动作。
它至少包括需求判断、接口设计、代码实现、测试、错误处理、文档、部署、用户反馈。
如果你把这些步骤全部塞进一句话里，AI 只能猜。
如果你把它们拆开，它就能在每一步干活。
分解委派能力强的人，不会一上来就问：
“你能不能帮我把这件事做完？”
他会先把任务摊开。
哪一步需要搜索？
哪一步需要生成？
哪一步需要审查？
哪一步必须等前一步通过了才能继续？
这时候 AI 不再是一个回答问题的东西。
它开始变成工作流里的一组工位。
有的工位负责搜集。
有的工位负责生成。
有的工位负责挑错。
最后还要有人站在门口，决定这批东西能不能出去。
四、判断验证
AI 最像人的地方，不是它会写字。
而是它会装作自己很确定。
它给你一个数字。
语气很稳。
它给你一个解释。
前后很顺。
它给你一个方案。
结构很像咨询公司。
你看着看着，就容易放松。
这就是危险的地方。
过去我们犯错，常常是因为查不到，写不出，想不全。
现在我们犯错，可能是因为答案来得太快，太完整，太像那么回事。
所以判断验证，是 AI 能力里最硬的一块。
代码要跑。
数据要查来源。
医学内容要看证据级别。
商业判断要分清事实、推测和立场。
个人经历不能为了叙事好看而改写真实。
文章里的一个数字，如果找不到来源，就删掉。
代码里的一个函数，如果没有跑过，就不要说完成。
方案里的一个假设，如果没有被现实碰过，就别把它写成结论。
会用 AI 的人，不是更容易相信 AI。
恰恰相反。
他更知道 AI 哪里会骗人。
不是故意骗人。
是它太擅长把不确定的东西说得像确定。
一个没有验证习惯的人，越会用 AI，越危险。
因为他不是慢慢错。
他是很快地、批量地、带着漂亮格式地错。
五、沉淀复用
有些人每天都在用 AI，但几个月后还是原地踏步。
原因不复杂。
他每次都从头来。
今天写一个 prompt。
明天又写一个差不多的 prompt。
今天让 AI 整理一份材料。
下周又用同样方式整理另一份材料。
他很忙。
但系统没有变厚。
真正的变化，是从某一次开始，他不再满足于“这次做完”。
他会问：
“这件事还会不会出现第二次？”
如果会，就留一个模板。
出现第三次，就写成检查表。
再往后，就变成脚本、Skill、Agent、固定工作流。
一开始，这些东西看起来很小。
一个命名规则。
一个固定提示词。
一个整理文件的脚本。
一个审稿清单。
一个自动生成图片的流程。
但它们会慢慢改变工作环境。
下次你不需要重新解释一遍。
下次你不需要重新犯同一个错。
下次你不需要重新从空白开始。
这就是沉淀复用。
AI 能力不是你一次能生成多漂亮。
而是这次生成之后，下一次有没有变得更容易。
如果每次都重新问，那只是消费 AI。
如果有效经验留下来，才开始生产系统。
六、现实闭环
最后一件事最简单，也最容易被忽略。
AI 给你的东西，最后有没有进入现实？
文章有没有发出去？
代码有没有跑起来？
工具有没有人用？
流程有没有省下时间？
判断有没有影响决策？
如果没有，它可能只是一段漂亮的对话。
漂亮对话当然也有价值。
它能帮人想清楚，能帮人试探方向，能帮人把一些模糊东西说出来。
但它还不是闭环。
闭环一定会碰到现实。
现实会告诉你，读者有没有读完，用户有没有打开，代码有没有报错，自动化有没有稳定运行。
现实也会告诉你，AI 写得再顺的东西，哪里其实没有用。
很多人不缺生成能力。
缺的是把生成物推出去的动作。
草稿越来越多。
版本越来越多。
对话记录越来越长。
但真正发布的东西很少。
这也是一种 AI 味。
不是文字上的 AI 味。
是行动上的 AI 味。
一直在生成，一直不落地。
这套模型怎么用
如果只是想快速判断一个人 AI 接入到哪一步，我其实还会看旧框架。
我还是会看他处在 L0-L5 的哪一层，也会看他用什么工具、频率高不高、广度够不够、有没有主动学习、愿不愿意付费。
这些信息没有失效。
它们能告诉我，这个人离 AI 有多近，已经把 AI 接到工作流多深。
但如果我要判断他会不会真的用 AI 把事情做好，这些还不够。
我会再看六件事。
第一，他能不能看出任务里哪一段适合 AI。
第二，他能不能把模糊需求说成清楚规格。
第三，他能不能把大任务拆成几个可验证的小步骤。
第四，他有没有验证习惯。
第五，他会不会把重复经验沉淀下来。
第六，他的 AI 产出有没有进入现实。
这六件事里，任何一件太弱，都会出问题。
任务识别弱，就会乱用 AI。
上下文封装弱，就会得到一堆不像自己的东西。
分解委派弱，就会拿完整答案骗自己。
判断验证弱，就会把幻觉带进现实。
沉淀复用弱，就会永远停留在一次性对话。
现实闭环弱，就会产出很多草稿，很少完成事情。
所以卡兹克那类分级，我会保留。
我自己之前那套能力画像，我也会保留。
它们适合描述一个人接入 AI 的深度。
但不适合直接代替对“使用质量”的判断。
接入深，不一定能力强。
工具多，不一定结果好。
付费早，不一定判断准。
AI 时代真正的差距，最后不会只体现在谁用过什么工具。
而会体现在谁更会定义问题，谁更会组织上下文，谁更会校验结果，谁更会沉淀系统，谁更能把输出带回真实世界。
工具会变。
模型会变。
排行榜会变。
但这些底层动作会留下来。
AI 不会自动让一个人变强。
它只是更快地照出一个人原来的样子。
你原来会判断，它放大判断。
你原来会拆解，它放大拆解。
你原来会验证，它放大可靠。
你原来只想快点得到一个像样答案，它也会满足你。
然后把那个“像样”放大。
问题是，现实不收“像样”。
现实只收真正能用的东西。
### 参考链接
我在 CSDN 发布的原文：AI能力画像：快速了解一个人的AI能力
数字生命卡兹克：《用AI三年的9条心得》
公众号：疯医楼
如果这篇对你有用，点个 在看，让更多人看到
