夜雨聆风之前我写了一篇《我用AI写了一个AI ERP系统》，发布之后至今已经有了1万阅读，看来微信公众号的生命力比我想象中更强。该文的本意是分享我使用AI进行vibe coding完成企业级软件的过程，发布出去也收到了很多同样研究使用AI的朋友的积极反馈。但在众多评论之中，也让我看到仍有不少比例的人对于AI完成如此复杂的工作所抱有的怀疑、抵触、嘲讽等情绪，让我深深感觉到接下来这个时代除了贫富差距外，认知差距和行动差距有可能会被进一步拉大。本着让AI落地更多行业，让更多人用好AI的初心，遂撰写此文，希望可以推动AI普及。
我们现在所谈论的AI，狭义来说应该以是2022年ChatGPT-3.5发布为始的采用transformer架构的生成式AI，他既非之前多次兴起但更多留于概念的“智障式”人工智能，亦非现在从业者孜孜不倦追求的能全面超越人类的通用人工智能（Artificial General Intelligence，即AGI）。GPT解决了一个长久以来难以被攻克的问题，即上下文对话，AI终于开始变得像人一样可以就同一话题进行多轮渐进式讨论。自那开始，理解、逻辑推理、视觉、Web Search、Computer Use和内容生成（代码、文字、图片、音频、视频）能力在一代代AI 模型迭代中被强化，成为了我们现在看到的AI的样子。
时至今日，AI已经具备了解决人类85%-90%的工作的能力，论知识之渊博，超越了100%的人类，论知识之深邃，超越了90%的专业从业者。如果到今天还有人认为AI作用不大的话，要么是用了错的AI，要么是用错了AI。
一、历史的车轮滚滚向前，拒绝有用吗？
我能理解一部分人是有鸵鸟心态的，因为变化总是让人没有安全感。人们希望工作方式一成不变，待在自己的舒适区。所以只要AI有一点不好用的地方，他们就为此欢欣雀跃，有一种“我就说AI代替不了我”的窃喜感。但就像汽车不会因为马车夫的拒绝就不在大路上驰骋一样，AI或许无法直接取代人类，但一个人在AI的帮助下获得数十数百倍的效率提升已经不是天方夜谭。“能够和AI协作的人”取代“拒绝AI的人”已经是确凿无疑的事情了，本着打不过就加入的原则，我希望有缘看到本文的人可以早点加入。
二、你用的真的是AI吗？
大模型的发展走到今天，我们看到各家其实都点起了不同的技能树。Claude Code尤以coding能力见长，GPT 5.5也不遑多让。GPT image2已经掀翻了设计行业的桌子，Seedance 2.0靠着极为强大的视频生成能力打掉了真人短剧行业，Gemini一度在Web Search具备优势，但现在已经被大幅赶上甚至超越，Qwen胜在开源，可以本地化部署，而豆包专注提供情绪价值。一个会用AI的人，应该知道在什么时候该用什么模型，了解不同AI的优势和局限性。一个用豆包生成代码的人抱怨AI写不了代码，一个用Gemini的人抱怨项目太大了AI看不了，一个用Claude Code的人抱怨生成不了商业级的图片和视频。对此我只能说，当然了，本该如此。所以下次觉得AI不好用的时候，先要问问自己，我用的真的是为了解决此问题的“AI”吗？当然，因为种种原因，很多人能用到的AI可能就是豆包，这是一个遗憾，但不应该成为井上的那片天空。到了今天，AI已经远远不是一个聊天机器人了。
三、你真的会用AI吗？
聪明勤劳的中国人总会有办法用到更多的模型，但我仍能看到很多人，即使把最好的AI摆在他们的面前，仍然用不好。而这里是我觉得最需要进行AI教育的地方。首先我想谈的是定位，人应该是指挥官，AI应该是部队，两者互为partner。AI知识渊博，行动力惊人，但很遗憾的是他没有自己的Idea，而这正是人类目前最有价值的地方。在一个典型的“AI+人”的合作场景下，限制最终成果的天花板往往来源于那个“人”，可能是因为人的智慧不够，设计不出一个有价值的产品，可能是因为表达能力不够，没法让AI精准地实现idea，可能是因为逻辑思维能力不够，理不清楚业务逻辑和workflow。可能是理解能力不够，不知道AI做出了什么东西，以及他的局限性在哪里。所以每当一个人跟我说AI搞不定，其实我首先质疑的是他自己，我认为这是一种非常重要的AI思维，选择好模型，然后在人上找问题。
其次是了解到AI的局限性。AI当然有局限性，否则还要人干嘛，我们现在甚至应该庆幸AI还有局限性，这给了人类创造价值的空间。我们不应该因为AI有局限性就放弃使用AI，而是要相应地去解决这些局限性，这就是你和别人用AI的区别了。一些常见的局限性是：1.信息不准确。这是因为AI有一个训练数据集，很多训练数据过时了，所以不准确。最容易的解决方法是让AI调用Web Search获取最新信息即可。一个简单的prompt改动就可以让准确率大大提升，人不去做，反而怪AI不行，这是无知了。2.不能一稿过。其实现在AI一稿过能力已经越来越强了，即使不能一稿过，准确地给出修改意见AI往往就能改得很好。有些修改意见是“我不喜欢”，有些修改意见是“把红色改成蓝色”，“把人物改成一个带着范阳笠的侠客”，结果的差距仍然来自于用AI的人。3.上下文限制，因为context有限，导致多轮对话后AI会开始变笨，头脑变得混乱。所以出现了compact（压缩），clear（清除）等等技术去管理上下文。4.不了解相关信息，AI的训练数据多为公开数据，对于某些隐私信息（如你的个人信息，你公司的个人信息）不够了解，由此引发了RAG（检索增强生成）技术的发展，说白了就是你给一些相关文档，每次让AI回答前先查文档。5.完成连贯工作流。这件事更是考验人的能力，能不能把工作流理清楚，该用AI用AI（skill就是很好的解决方案），该用代码用代码，vibe coding给予了所有人写代码的能力。该用人用人，当然有些工作流一定需要人完成，这是很自然的事情。我们要解决的永远都是怎么让更高比例的工作由AI去做。6.无法长时间自动化工作。进入到这个领域就已经到了harness的范畴了，怎么样设置goal，怎么样通过测试，怎么样自动管理上下文，怎么管理多个需求，这是属于聪明人的战场。7.幻觉，乱说。那就给全局限制让他审查自己的信息来源并且给出来源网站。虽然不能100%解决但是可以大大减少此类问题。
从这些局限性我们可以看出，AI显然不是一个一句话变出魔法的阿拉丁灯神，而是一个需要很好地利用、管理、合作的伙伴。但世界本该如此，这些使用的差异，归根到底来自于人的差异，也是人在AI时代仍然具备的价值所在。AI 很像一面放大镜。思路清楚的人，会被它放大能力；思路混乱的人，也会被它放大混乱。
最后，还是建议有条件要多学多用。虽然我们很多时候会发现，等待在AI时代可能是一个对集体更好的解决方案，很多公司辛辛苦苦的工作，可能一个模型版本的更新就颠覆了。但对于个人来说，了解AI世界正在发生什么，尝试用AI解决各种问题，做出一些以前完全做不到的事情，是一件既快乐又有成就感的事情。
在AI教育领域，有很多优秀的创作者，尤以英文世界为甚，在中文世界做AI教育影响更多的人，是我写这些文章的初心。学好英语，看看外面的世界，保持开放，拥抱AI，是我给所有读者的建议和祝福。愿你的人生更加精彩！
