前几天,我们一个群里又聊起了 AI。

这种话题现在几乎每周都聊,大多数时候是热闹,偶尔会冒出几句让人想停下来的话。那天就是。

一个朋友先甩了一句:

“AI 不赋能自己家的娃,那就赋能你娃的竞争对手。”

这话说的是教育。但你把“娃”换成“公司”,换成“你自己”,一样成立。

紧接着另一个朋友补了一段,我觉得是那天最实在的话:

“很多人不知道拿 AI 干嘛,因为他真的发现不了,自己身边、自己手上,到底有什么需求。没需求就不知道怎么用,学了也是白学。你得先有个目标才行。为了学而学没什么用——这东西又没有证书,现在全靠结果和经验说话。”

然后第三个人接了一句,更狠:

“能知道自己要什么,这件事本身就很难得。很多人终其一生,都是浑浑噩噩的。”

我盯着这几句看了很久。

因为它们凑在一起,说破了一件大多数关于 AI 的讨论都绕开的事:真正卡住大多数人的,从来不是 AI 难不难用,是他根本不知道,要拿它来干什么。

一、AI 的门槛被拉到了地板上,差距却挪到了上游

这两年所有的 AI 产品,都在干同一件事:把“执行”变得越来越便宜。

写文案、做表格、翻译、写代码、做图、做分析——过去这些要学、要练、要花钱请人,现在一句话的事。门槛被一路拉到了地板上。

按理说,门槛越低,会用的人该越多。但现实是,很多人攥着一个近乎万能的工具,却站在原地,不知道该让它做什么。

这就是那位朋友说的:发现不了自己有什么需求。

我们习惯把“不会用 AI”当成一个技术问题——是不是提示词不会写、技巧没学够。但对绝大多数人来说,卡点根本不在那儿。卡点在上游:你得先有一个真实的、具体的、值得解决的问题。

没有这个问题,再强的 AI 在你手里也是熄火的。它不是不能动,是你没有方向给它。

就像你买了一台全世界最好的机床,却不知道自己要造什么零件。机床没问题,问题是你没有需求。

二、“知道自己要什么”,第一次变成了硬通货

过去,“不知道自己要什么”这件事,是能被藏住的。

因为工具有门槛。你不会写代码,“想做个小工具”这种念头根本不会冒出来,冒出来也立刻被“我又不会”按下去了。工具的门槛,顺便帮你挡住了“其实你没想清楚要什么”这个事实。

现在工具的门槛没了,AI 什么都能帮你做。于是那个一直被掩盖的空缺,第一次裸露出来:你到底要什么?

这就是为什么我说第三句话很狠。“很多人终其一生都是浑浑噩噩的”——过去这顶多是句人生感慨,现在它是一个非常具体的竞争劣势。

AI 像一面镜子。它照出来的不是谁技术好,是谁心里真的装着问题,谁只是揣着一堆“听说很厉害”的焦虑在凑热闹。

能清楚说出“我要解决这个”的人,在这个时代突然变得很值钱。不是因为他们会用 AI,是因为他们知道用 AI 来干嘛。

三、光有问题还不够,你得能说清楚、还能判断好坏

那天还有一段话,我觉得是整场讨论里最专业的:

“可以不用真的写出很资深的代码,但你得有程序思维的逻辑。否则你连自己的需求都没法正确描述,AI 也实现不了你想要的东西;它要是胡乱写一通,你还判断不了好坏。”

这句话点出了两个被严重低估的能力。

第一个,是把需求说清楚的能力。 AI 不会读心。你脑子里那团模糊的“我想要个这样的东西”,到它那儿就是一团模糊的输出。能把一个想法拆成清楚的步骤、明确的条件、具体的标准——这种“结构化表达”,过去藏在程序员、产品经理的岗位里,现在成了每个想用好 AI 的人的基本功。

第二个,更关键,是判断结果好坏的能力。 AI 会非常自信地给你一个答案,而且十有八九看着像模像样。你心里要是没有一杆秤,就只能照单全收:它对,你不知道为什么对;它错,你也看不出错在哪。

所以你看,AI 把中间那段“执行”包圆了,却把两头露给了你:上游,你要会定义问题;下游,你要会验收结果。这两头,恰恰是 AI 现在接不住的,也恰恰是真正值钱的地方。

我在之前的文章里写过一句:AI 很擅长回答问题,但不擅长提出好问题。这场讨论把它又往下挖了一层——不光要会提问,还得在它答完之后,认得出哪个答案是好的。

四、竞争的维度变了:年轻人用 AI,中年人用 know-how

群里那位朋友还有一句特别精准的观察:

“现在是年轻人用 AI 挤压中年人,中年人用 know-how 碾压年轻人。竞争的年龄跨度,一下子拉到了几十年。”

这句话值得每个人想一想:自己站在哪。

工具被拉平之后,胜负手回到两样东西:一是你上手新工具有多快,二是你对一个行业的理解有多深。

年轻人的优势是前者。没有包袱,AI 出来抄起来就用,几天上手。

中年人的优势是后者。手里攒着几十年的 know-how——知道这行的钱从哪来、坑在哪里、客户真正在乎什么、什么样的结果才算好。这些 AI 学不走,也不会凭空长在年轻人脑子里。

有意思的是,这两样能叠加。

一个有几十年 know-how 的人,只要肯弯下腰把 AI 捡起来用,优势是叠乘的:他既知道要解决什么(上游),又判断得出结果好不好(下游),中间还有 AI 替他飞速执行。

真正危险的,是两头不沾的人:既没沉下去的 know-how,又端着架子不肯碰新工具。这种人过去靠资历还能混,现在两边都被甩开。

五、我的态度:不追热点,只盯着眼前那个真问题

说到这儿,得讲讲我自己的立场,可能和很多 AI 自媒体不太一样。

我对 AI 的态度其实挺“懒”:没兴趣也没精力追每一个热点,没时间把每一个新技巧都实践一遍。今天又出了什么新模型、什么“颠覆性”玩法,我大多没跟。

但我一点都不焦虑。

我不觉得漏掉哪个新技巧就落伍了,也不觉得自己那些笨拙的摸索和试错是无用功。

因为我只认一件事:AI 能不能切实解决我现在手上的某个问题。能,我就用;暂时不能,我就放着。至于它用的是不是最新技术,我不关心。

我甚至觉得,这种“懒”,反而让我走在了前面。

上周阿里的业务经理来给我演示他们的外贸 AI,我顺口问了句:你接触的同行里,有几家真把 AI 用起来、落了地的?他想了想,说基本没有。

那一刻我心里是暗自庆幸的——原来我们在同行里,已经算跑得靠前的了。

而我们靠前,恰恰不是因为追了多少热点。是因为我从一开始就没在追热点,只闷头解决自己的真问题:报价怎么更快、询盘怎么不漏、图怎么做得又快又对。一个一个真问题解决下去,回头一看,已经把那些天天转发热点、却一个问题都没落地的人,甩在了后面。

这里藏着一个反常识的结论:

天天喊“AI 无用论”的人,和天天追每一个 AI 热点的人,犯的是同一个错。

一个用“它没用”来逃避,一个用“我很忙、什么都在学”来逃避。两种人都绕开了那个最朴素、也最难的问题:我到底要解决什么?

写在最后

回到开头那句话:“AI 不赋能自己家的娃,就赋能你娃的竞争对手。”

我想把它从教育,推广到我们每个人身上:你不用 AI 去解决你的问题,它此刻正在帮别人解决他的问题。而你和他,很可能站在同一条赛道上。

但请别把这句话误读成“赶紧去追热点、把每个新工具都学一遍”。恰恰相反。

真正的起点,从来不是打开哪个 AI 网站,不是收藏多少篇“提示词大全”。是先安静下来,回答一个特别朴素的问题:

我手上,到底有哪个问题,真的值得解决?

想清楚了这个,工具遍地都是,随便抓一个都能往前走。

想不清楚,给你再强的 AI,也不过是又多了一个打开了、却不知道拿它干嘛的网页。