为什么 AI 工具越来越好用,人和人用 AI 的差距反而越来越大?

明明用的是同一批 AI 工具，有人止步于"搜一搜、写一写"，有人已经用 AI 搭出了一整套工作系统。

差距不是工具决定的，是你用 AI 的方式决定的。而大多数人，连自己卡在哪一级都不知道。

你有没有这种感觉——自己明明在用 AI，但身边的同事、朋友、或者你关注的那些人，他们用 AI 干出来的事，跟你完全不是一个量级？

以前你可能会想：那是他们用的模型更好，或者提示词技巧更高级。但现在模型越来越便宜、工具越来越好上手、提示词技巧随便一搜就是几万条——按理说，差距应该越来越小才对。

但刚好反过来了。

前一阵子，一位叫卡兹克的作者写了篇文章，叫《观察了三年，我把所有人用 AI 的水平分成了 10 个等级》^[1]，在网上被大量转发。他根据三年来的观察，把 AI 使用者从"从来没打开过任何一个大模型"的 Lv.0，一直分到"一个人能干出一个团队的事"的 Lv.10。

这篇文章火，不只是因为分级好玩。是因为它说穿了一件事——

AI 用得好不好，差距从来不在工具上。

01 大多数人卡在了 Lv.3

卡兹克的分级里，Lv.3 叫"驯化师"。这个阶段的人，已经会用结构化的提示词了，会给例子、会约束输出格式、知道不同任务该用不同模型。有些人甚至有了固定的用法——写周报用 Kimi，润色文案用 DeepSeek，做题用豆包。

"我个人体感，很多觉得自己 AI 用得挺不错的，在这一级。"卡兹克说^[1]。

麻烦就在这里。

Lv.3 能搞定日常 80% 的 AI 使用场景。它给你一种"我已经会了"的错觉。但停在这一级的人，说到底，只是把 AI 当成一个聪明一点的搜索引擎、一个快一点的文案助手。

他们从来没迈过那道坎——

用 AI 去做自己专业以外的事。

02 真正的差距，从"越境"开始

卡兹克把 Lv.4 称为"越境者"。

说的不是一个程序员把代码写得更快了，而是一个做市场的人开始用 AI 跑 Python 脚本做数据分析，一个老师用 AI 做海报，一个运营用 AI 写竞品报告。

到这一级，你会发现一件让人睡不着的事：以前必须找专业的人才能做的事，现在你自己就能搞定。

Lv.4 和 Lv.3，看起来用的是同一批工具，但已经不是同一类人了。

为什么？

Lv.3 是在用 AI 给自己已经会的东西加个速。Lv.4 是在用 AI 把自己的能力边界往外推。

这两个差距，不是"谁的提示词写得更漂亮"能补上的。它是认知半径的差距。

03 工具磨平之后，剩下的是什么？

Lv.7 以上——"铸造师"和"造物主"。

他们不是在用 AI，他们在搭自己的系统。自己写的 Skill、自己组的 Agent 工作流、自己养的上下文。他们处理一个新任务，前两次可能比 Lv.3 的人还慢，因为时间花在搭底座上了。但到第三次、第五次，速度和质量开始指数级拉开。

这就是 AI 时代的复利。

到了 Lv.10——"一人军团"——

一个人同时做内容、做产品、做设计、做运营、做数据分析、做商业决策，每一项都能做到准专业水平。

不是因为他什么都会。是因为他把自己的判断力、审美和价值排序，通过 AI 这套系统，放到了所有领域里。

卡兹克在文章最后写了一句话，我看了好几遍：

"工具平权的终局，其实是人的不平权。"^[1]

04 如果你在管一个团队

过去三年，AI 行业一直在拼模型跑分。但到了 2026 年，有一个变化越来越明显——

模型和模型之间的差距在缩小，但人和人用模型的差距在拉大。

你给团队所有人买了同一个 AI 工具，不代表他们的 AI 能力在同一个水平。

有人停在 Lv.3，用 AI 把手头的事做得快一点。效率提升是线性的。

有人到了 Lv.5，已经把 AI 嵌进了自己的工作流——固定模板、项目级上下文、自我迭代的协作方式。他的效率是滚雪球式的。

两个人坐在同一间办公室里，表面看都"在用 AI"。但产出可能已经差了一个数量级。

所以企业要盯的，其实不是"我们有没有买最好的 AI 工具"——

而是你团队里有多少人正在从 Lv.3 往 Lv.4 走？有多少人开始搭自己的东西而不是只拿来就用？有多少人已经把判断力和经验，通过 AI 这个杠杆，放到更多领域里去了？

这不是一个培训问题。这是一个组织会不会用人的问题。

当 AI 越来越便宜、越来越简单的时候，真正稀缺的就不再是"谁会用它"。

而是"谁知道自己要用它做出什么不一样的东西"。

这道题，没有任何一个模型能替你回答。

References

[1]《观察了三年，我把所有人用 AI 的水平分成了 10 个等级》

二狗是它；二狗主人致力于为互联网行业、AI行业添砖加瓦