夜雨聆风一、工具在进化，人在退化
先跟你说个事。
李想最近聊了一个观点，说一人公司的概念不成立。理由是，绝大多数人根本找不到自己的生产环境，所以深度使用 AI 会非常困难。
这句话很多人听了可能不舒服，但他说到了一个核心。
你有没有发现，AI 工具已经好到了让很多人开始飘。
刚用上 Claude Code 的人，三天就敢说"学计算机没用了，我能写全世界所有的代码"。用过豆包的人觉得这就是最强的模型，因为能搜网页。在某个单一框架里玩了一个月，就觉得掌握了整个 AI 世界。
工具的光环太大，大到把人自己给照没了。
这不是技术问题。这是一种认知上的堕落。
二、新文盲的五种典型症状
我整理了一下，现在 AI 圈里最常见的新文盲大概有这么几类。
第一类人，碰到了问题永远先归因于工具。
模型没输出他想要的东西，第一反应是"又被降智了"。折腾一个小时没搞定，结论是工具不行。从来不问自己：我的 prompt 写清楚了吗？我把上下文组织好了吗？我理解这个问题的边界条件了吗？
骂工具的时候口若悬河，反思自己的时候鸦雀无声。
第二类人，喜欢用单点经验做全量判断。
在某个特定任务上 codex 比 claude code 快了一点，立刻得出"codex 全面碾压"的结论。他不知道的是，同样的两个工具换一个场景，排名可能完全颠倒。这种人的世界就是非黑即白，谁今天赢了一场，谁就是永远的神。
第三类人，沉迷于搭积木式的工程幻觉。
把四五个模型串在一起，让它们互相 review 代码。听起来很高级对吧？但实际上每个环节都在传递误差和幻觉。他以为自己在设计一个精密的流水线，其实只是在搭建一个更快的胡说八道系统。
复杂度不等于能力。有时候复杂度只是在给错误化妆。
第四类人，把单一功能当成核心竞争力。
看到某个模型能搜网页就觉得天下无敌了。他不知道的是，这个能力早在半年前就已经是多个产品的标配。他的判断体系里只有"有没有"这一个维度，没有"好还是更好"、“快还是更快”、"准还是更准"的刻度。
第五类人，用工具的便利性否定底层知识的价值。
这类人是我最担心的。看到 AI 能写代码，就觉得计算机专业不用学了。看到 AI 能写文章，就觉得语文功底无所谓了。他们不理解一个最基本的事实：**工具能替代的是执行，替代不了的是判断。**而判断力，恰恰来自那些被他们视为过时的底层知识。
三、问题的根不在 AI
说实话，这五种症状背后指向同一个病根。
一个人在接触 AI 之前，对自己的工作流程就没有结构化认知。你不知道自己的核心价值是什么，不知道自己产出的质量标准在哪，不知道每个环节的可替代性有多高。
这时候 AI 来了。它不会成为你的放大器。
它会成为你的遮羞布。
你分不清哪些是 AI 做得好，哪些是你自己做得好。你分不清一个结果是你的判断对了，还是 AI 恰好蒙对了。你甚至分不清自己到底是在用工具，还是被工具用。
大厂这些年确实没做出什么惊艳的 AI 产品。但有一个事大厂做得很好：帮大量的人构建了对工作的新认知，帮他们搭建了新的生产体系。
小红书最近在内测上传发布 Skill 这件事，对开发者来说绝对是个大信号。未来的共享开放机制会越来越清晰。但问题是，Skill 只是一个容器，你能往里装什么？
装什么是你自己的事。
如果你对自己的工作没有结构化理解，你就算有了全世界最强大的 Skill 系统，也填不出有用的内容。相反，一个对自己业务逻辑了如指掌的人，哪怕不用 Skill，光靠 prompt 也能玩出花来。
四、真正的 AI 素养是什么
说了这么多问题，我想给你一个正向的判断。
AI 时代真正的素养，不是在某个生产体系里转悠，而是能跳出体系去看体系。
你能说清楚自己的工作流长什么样吗？你知道哪一步是核心决策、哪一步是执行性劳动吗？你能判断 AI 在一个环节的输出质量是好是坏、差在哪里吗？
如果这三个问题你都能回答，你就不用焦虑。
如果答不上来，先别急着问哪个模型更强。先把你自己搞清楚。
工具一直在变，但识别问题、拆解问题、判断结果的能力，从来都是你自己的。AI 能替你思考，但不能替你承担思考的后果。
你总不能把锅也甩给模型吧。
露总小感触：
新的文盲不是看不懂代码的人，而是看不懂自己的人。在这个工具爆炸的时代，可能最重要的能力不是会用工具，而是知道自己什么时候在被工具带着走，什么时候才是在真正思考。这种自知，比任何 prompt 技巧都值钱。
