夜雨聆风
我越来越烦一句话：你要学 AI。
听起来很对。也很空。
学什么？学提示词？学模型参数？学今天又冒出来的 17 个工具？还是把收藏夹塞满，然后每周焦虑一次？
这套说法最大的问题，是它把 AI 当成一个科目。听着体面，实际很容易把人带沟里。
不对，准确说，是把人带进收藏夹里。
AI 更像电。你真正要学的不是“电本身”，而是用电改造工作、产品、组织和关系的能力。
说白了，未来几年真正吃香的人，不一定是最懂模型名的人，而是能把模型接到真实世界里的人。
我把它拆成 6 种能力。每一种都可以从一个很小的练习开始，不需要先报班，不需要等公司给权限，也不需要假装自己已经是专家。
1. 会搭 Agent 的人，不是会写提示词的人
很多人还停在“怎么写一个好 prompt”。这当然有用，但它已经不是最稀缺的部分了。
更值钱的是：你能不能把一个 AI 变成一个小员工。
它要有上下文，有工具，有权限边界，有记忆，有目标，还要知道什么时候该停下来找你审批。这里面最难的不是让它“回答得漂亮”，而是让它在真实流程里少添乱。
我见过太多半自动化项目，表面上都很炫，实际一跑就露馅：数据源乱，权限乱，谁负责审核也乱。末了不是省时间，是多了一个需要照看的新麻烦。
所以第一项练习很简单：做一个自己的每日简报 Agent。
给它 3 类输入：你的日历、一个笔记文件夹、几个固定信息源。让它每天早上输出三件事：今天最重要的信息、等待你做的决定、你欠别人的 follow-up。
再加两条规则：必须标来源；发出任何消息前必须问你。
这个小项目会逼你碰到 Agent 的核心问题：上下文怎么喂，工具怎么接，权限怎么收，结果怎么验。它看起来很小，甚至有点无聊。
但公司里大部分严肃 Agent，本质也是这个形状。
不要一上来就做“全知全能企业大脑”。那玩意儿大概率会变成一坨昂贵的幻觉。更烦的是，老板还会以为这是未来，员工还得陪它演。
先做一个每天能帮你省 10 分钟、能抓到一件你会漏掉的事的小东西。
能稳定有用，才算入门。
2. 会分发的人，比会发帖的人贵
很多人把分发理解成“多发平台”。公众号发一遍，X 发一遍，小红书发一遍，领英再发一遍。
这不叫分发。
这叫搬运。
真正的分发，是你知道注意力在哪里，焦虑在哪里，用户平时用什么语言描述痛苦。你能在对方还没准备买之前，先把信任建起来。
这活儿挺脏的。要翻评论区，要看别人怎么抱怨，要承认自己脑子里的“用户画像”经常是纸糊的。
AI 把“做出一个东西”的门槛打低之后，问题会从“能不能做”变成“谁在乎”。这句话有点残酷，但很真实：产品会越来越便宜，需求会越来越贵。
练这个能力，可以做一张分发地图。
选一个你在意的小领域，比如“牙医诊所用 AI”“独立顾问获客”“Shopify 店主自动化”。然后写下这群人的 20 个注意力入口：他们读哪些 newsletter，看哪些创作者，混哪些 Reddit/Slack/微信群，听哪些播客，搜什么关键词，已经为哪些工具付钱。
接着写一句他们会亲口说出来的痛苦。
不要写“提升销售效率”。太假了。
写成：“我知道应该更快跟进线索，但等我坐下来处理时，一半客户已经凉了。”
这句话才是分发的起点。
下一步，把同一个产品角度写 20 个 hook：好奇型、恐惧型、身份型、省钱型、后悔型。你不是在练文案花活，而是在练一个更底层的判断：这个东西到底指向哪种已经存在的欲望？
很多产品死，不是因为功能差。
是它从出生那天起，就没有指向任何人的真实欲望。挺惨，也挺常见。
3. 会把 AI 接到硬件上的人，会突然变稀缺
过去十几年，互联网奖励的是会移动像素的人。页面、按钮、广告、SaaS、App，全都在屏幕里。
接下来，机会会慢慢从像素挪到原子。
这不是说每个人都要去读机器人博士。别吓自己。但现在的门槛确实在下降：低成本机械臂、便宜摄像头、开源机器人学习项目、仿真环境、视觉语言动作模型，还有 Hugging Face LeRobot、SO-100/SO-101 这类生态，已经让桌面级实验变得没那么遥远。
真正稀缺的人，是能把三件事串起来：硬件能动，AI 能接，供应链能看懂。
这项练习要具体一点：买或组一个低成本机械臂，加一个摄像头，只教它做一件无聊小事。
比如分拣 3 个物体。按一个按钮。把东西从一个托盘挪到另一个托盘。
然后记录所有失败。
灯光一变就崩。摄像头角度偏一点就认错。夹爪打滑。数据太少。物体挪了 5 厘米，模型就像失忆了一样。
这很烦。
也很丢人。
但机器人就是这样教人谦卑的。你踩过的这些坑，会变成真正的专业判断。刚才我说“教人谦卑”还有点文艺，换个直白说法：它会把你的自信按在桌面上摩擦。
供应链也要练。去 Alibaba 或类似平台看组件，不要一上来问批量价。那种问法很外行，也容易被糊弄。
先问样品、马达规格、控制板细节、CAD 文件、替换件、交期、最小起订量、运输条款，最好让对方发一段“这个零件完成你要的动作”的短视频。
你学的不是英语客服话术。
你学的是：这个东西能不能被制造、运输、维修，并被普通人使用。
软件人通常躲硬件，硬件人又常常躲 AI 和分发。能站在中间的人，会很贵。
4. 会策展、会开口的人，会吃掉很多“信息差”
互联网现在最不缺信息。
缺的是有人站出来说：这件事重要，因为……
策展已经不是“这里有 5 个链接”。真正厉害的策展者，会把一个新模型 demo、一个奇怪创业项目、一个价格变化、一段机器人视频，翻译成某个具体人群听得懂的判断：该学什么，该忽略什么，本周末可以试什么，哪些只是热闹。
对着手机讲明白一件事，会越来越值钱。因为时间线里 AI 味内容太多了，大家反而更想看到一个真人有点急、有点偏见、有点好笑地讲自己的判断。
练法也不复杂：做 7 天策展冲刺。
选一个窄赛道，比如“房地产经纪人的 AI Agent”“小企业机器人”“Obsidian 工作流”。每天找 3 个东西，只录 1 条短视频，结构固定：
我看到了这个。大多数人会以为它意味着 A。我觉得它真正意味着 B。你现在可以做 C。
这套结构会逼你有观点。
没有观点的策展，只是转发链接。说难听点，连 RSS 都不如。
当然，观点也不是嘴硬。你可以错，但不能滑。今天说东，明天说西，还每次都装作早就看穿了，那不是策展，是糊弄。
同时建一个 taste file，专门收集你喜欢的 hook、类比、标题、怪案例、评论区里的真实困惑。策展者的输出，取决于输入的味道。你吃的都是大路货，吐出来当然也没劲。
5. Builder Distributor：能做也能卖的人，会越来越危险
以前创业团队喜欢分工：一个人写代码，一个人卖东西。一个做产品，一个做市场。
AI 正在压缩这个分工。
一个人现在可以用 AI 做原型，写落地页，剪 demo，发 launch thread，私信前 100 个用户，根据反馈改产品，再把新的反馈写成下一轮内容。
可怕的不是他每项都世界级。
可怕的是他不用等交接。
也危险。因为这种人一旦跑起来，传统团队里那些“等需求、等设计、等排期”的缝隙，会显得特别尴尬。
这个闭环太重要了。大多数人只做半边：要么在屋里憋产品，憋到自己感动；要么天天讲愿景，永远不发货。Builder Distributor 的优势，是他能在“做”和“卖”之间高速循环。
练习方法叫 48 小时闭环。
选一个你自己真的理解的小问题。用 AI 做一个最小版本，可以很丑，可以是脚本、表单、小网页、自动化流程。
然后在你觉得还没准备好之前，做 10 个分发动作：1 条 demo 视频，3 条短内容，3 个帖子，2 条发给目标用户的私信，1 个简单落地页。
别等完美。
你是在训练自己不要把产品和市场分开。AI 已经让构建变快了，市场学习也应该更早开始。用一个周末换真实反应，比关门想 6 个月强太多。
6. 会组织线下房间的人，会重新变重要
这个能力听起来最老派。
但越是所有东西都跑进 Agent、群聊、订阅流和工具里，真实房间越稀缺。
AI 会让内容变多，软件变多，建议变多。稀缺会转移到归属感、信任和上下文：谁真的认识你？谁会回你消息？谁愿意介绍客户？谁会告诉你市场里的真实情况，而不是公开场合那套漂亮话？
线下社区的核心不是办“大活动”。
大活动当然赚钱，但也容易空。人很多，关系很薄，散场之后谁也不记得谁。
先从 6 到 8 个人开始就够了。一顿饭，一次散步，一个早餐局。关键是有一个锋利的问题。
比如：
“因为 AI，你今年正在学哪项技能？”
“你公司现在最想自动化哪一步？”
“你觉得科技圈现在最误判的东西是什么？”
邀请真正能回答这个问题的人。结束后发一份短 recap：最好的观点、几个好笑的瞬间、值得跟进的人和事。
recap 很关键。它把一次房间里的聊天，变成可流动的网络记忆。
久了之后，这个房间会变成媒体资产、招聘资产、交易资产，甚至是你的人生资产。说得俗一点，很多机会不是从搜索框里来的，是从一张桌子旁边冒出来的。
这 6 种能力，其实是一套组合拳
单独看，每项都值得练。
但真正厉害的是组合。
会搭 Agent 的人，可以给社区做工具。会分发的人，可以把社区做大。会策展的人，可以把房间里的高质量对话变成内容。Builder Distributor 可以从这些反馈里做产品。会机器人和供应链的人，则能把软件世界的想法拖到现实世界里。
这才是重点。
不是“我要学会所有 AI 工具”。那条路会把人累死，而且永远追不上。
更靠谱的路线是：选一个能力练到危险，选两个能力练出杠杆，选三个能力组成自己的技能栈。
未来 5 年、10 年、15 年，具体岗位会怎么变，没人能打包票。我也不信那些特别笃定的预测。太满了，像算命。
但有一件事我比较确定：当 AI 让单点技能快速贬值时，能把工具、需求、信任、内容、产品和现实世界串起来的人，会更难被替代。
“学 AI”这句话太轻了。
你要学的是把 AI 变成结果。
总结
• 不要把 AI 当成一个科目，要把它当成连接真实工作的基础设施。 • 最值得练的不是工具清单，而是 Agent、分发、硬件、策展、闭环交付和线下社区这 6 类可迁移能力。 • 每项能力都可以从一个小练习开始：每日简报 Agent、分发地图、桌面机械臂、7 天策展、48 小时闭环、6 人线下局。 • 未来更稀缺的人，不是知道最多模型名的人，而是能把 AI 接到真实需求、真实流程和真实关系里的人。
