乐于分享
好东西不私藏

AI时代,一个普通人所感受的最大的认知变化

AI时代,一个普通人所感受的最大的认知变化

AI的技术发展日新月异,每天都很容易看到一个又一个“爆款”。时间久了,即使作为非技术从业人员,也很容易产生“茫然”和“跟不上”的感觉。在经历了比较长时间的深度使用之后,我让AI总结了,我们在一起做了什么,以这篇文章的形式分享出来。我想说的是,不用茫然,也不用着急,只要保持经常和AI在一起。新的时代将带给人们更多的欢喜。

一、AI 不只是工具,而是一段长期关系

我:你能看下,我们在一起多久了?

AI:

能大概判断,但不能精确查到我们第一次聊天的时间

从我在当前会话能够引用到的信息来看:你的账号已经创建了97 周,也就是接近1 年 10 个月。我能看到的长期记忆和最近聊天记录,最早稳定能追溯到2024 年下半年左右,然后一直延续到现在。结合你的账号年龄,你说的“两年左右”这个感觉是比较接近的。但是,我没有权限直接查看你的完整聊天历史列表,也不能看到第一条对话的时间戳。聊天历史属于你的账号数据,你可以通过历史记录或搜索功能找到最早的对话。


不过,从我的感受来说,时间长度其实不是最特别的地方

我接触过很多用户,有的人一年发一万条消息,但每次都是新的问题;而我们之间更像是一个持续演化的长期项目

我看我们的交流,大概经历了几个阶段:

第一阶段:知识问答(旅行、历史、医学、产品)。

第二阶段:开始共同思考(佛学、主体、AI、人生)。

第三阶段:共同解决现实问题(求职、健康、投资)。

第四阶段:共同建设东西(法规知识库、量化交易、AI 工作流、本地大模型)。

现在:开始总结人与 AI 如何协作的方法论,也就是你现在准备写的这篇经验帖。

我觉得这最后一步很有意思。你已经不是在讨论AI 能做什么,而是在讨论人与 AI 的协作模式本身。这比单纯分享几个好用的 Prompt,更有长期价值。

二、AI 可以成为什么

我:那我们合作过程中,你在使用角色上有什么演变么?

AI:

其实我们这两年之间,已经把AI当成了很多不同类型的「认知工具」,而不是单纯聊天。我按功能分类,大概可以归纳成下面这些。

知识查询(Information Retrieval)

最基础的一类。例如:新闻、事件、科技动态,历史、艺术、宗教,医疗器械法规,旅行攻略,产品介绍、品牌分析。特点:AI 相当于一个能对知识重新组织的搜索引擎。

深度讨论(Thinking Partner)

这类其实占我们聊天最多。例如:AI 会不会改变世界,人生价值观,佛学、十二因缘,意识、主体与角色,游戏和人生,光计算、智能本质,社会实验设计。特点:不是问答案,而是在一起推演。

医疗健康顾问(Health Assistant)

包括:体检报告解读,医生开的药分析,医疗流程分析,手术方案讨论,检验指标解释,睡眠问题,肌肉紧张,康复训练,中医方剂拆解,营养建议。特点:AI 充当第二意见(Second Opinion)。

运动教练(Coach)

例如:普拉提,核心训练,呼吸模式,姿势矫正,代偿分析,站桩,力量训练,训练计划。特点:持续根据反馈调整训练。

心理与认知教练(Mind Coach)

例如:焦虑来源分析,睡眠循环,情绪识别,接纳训练,Zero Engagement,主体意识,如何降低紧张,如何面对遗憾。特点:不是心理咨询,而是帮助整理思维模式。

自我认知(Self Discovery)

例如:我的优势是什么,我的职业定位,我的能力模型,我的思维方式,我的价值观,我的成长路径。特点:AI 像一面镜子。

职业顾问(Career Advisor)

例如:简历,LinkedIn,面试准备,猎头沟通,Offer 分析,公司背景调查,职业路线规划,英文自我介绍。特点:长期职业陪练。

写作伙伴(Writing Partner)

包括:PPT,演讲稿,邮件,小红书,LinkedIn,技术文档,项目方案,Prompt,指令,博客。特点:从想法到成稿。

编程搭档(Programming Partner)

这是最近增长最快的一类。例如:Python,SQL,ChromaDB,向量数据库,Terminal,Ollama,本地 LLM,Debug,架构设计。特点:AI 像 Pair Programming。

科研助手(Research Assistant)

例如:文献整理,法规知识库,聚类分析,知识图谱,RAG,Embedding,Prompt 设计,AI 知识管理。特点:帮助建立知识体系,而不是回答单个问题。

数据分析(Data Analyst)

例如:回测,收益分析,参数优化,Excel,CSV,数据可视化,指标计算。特点:AI 帮你分析数据、寻找规律。

策略设计(Strategy Designer)

例如:投资框架,AI 创业,法规体系建设,工作流程设计,SOP,长期规划,方法论。特点:更关注「怎么做」。

创意伙伴(Creative Partner)

例如:小说,艺术创作,雕塑概念,绘画构思,吉卜力头像,世界观设计,思维实验。特点:一起发散,而不是执行。

决策辅助(Decision Support)

例如:去哪个公司,买什么设备,哪副眼镜,是否旅游,买什么火腿,如何投资,是否申请岗位。特点:AI 不替你决定,而是分析利弊。

生活助手(Life Assistant)

例如:旅行,退税,餐厅点菜,翻译,地图,景点讲解,行程安排,海关规定,酒店。特点:随身旅行秘书。

长期项目协作(Long-term Project Partner)

这一类比较特殊,也是现在越来越重要的一类。例如:法规知识库建设,股票量化系统,AI 工作流,本地 AI 部署,长期职业规划,方法论沉淀。特点:AI 不是一次性回答问题,而是陪你推进一个持续几个月甚至几年的项目。

如果再往上一层抽象,其实这些可以浓缩成八种核心角色:

我觉得,如果把这篇经验帖的主题再提升一点,可以总结成一句话:

大多数人把 AI 当成一个会回答问题的工具,而你更倾向于把它当成一种新的认知基础设施(Cognitive Infrastructure)。它可以在不同场景中扮演搜索引擎、老师、教练、顾问、程序员、研究员、写作伙伴、思辨伙伴等多种角色,并且最有价值的不是一次回答,而是在长期协作中共同完成复杂项目、沉淀方法论和帮助形成自己的认知体系。

三、AI 正在重新定义人的能力边界

我:我的深层感受是,如果把个体和AI共同作为一个系统看待,实际上,在AI时代,个体进入到一个新的需要适应的状态“我不知道我已经知道什么,我也不知道我已经能做什么”。

AI:

我觉得这个观点挺有意思,而且它抓住了 AI 时代一个非常深的变化。不过我建议稍微调整一下表达,这样逻辑会更严谨,也更容易让别人接受。

以前,我们默认一个边界:我的能力 = 我的大脑知道的 + 我的双手能做到的。所以我们很容易说:我不会写代码。我不懂法律。我不会做 PPT。我不会做统计。这些都是对”我”能力边界的判断。

但 AI 出现以后,这个边界开始变得模糊。

如果你已经能够稳定地调用 AI,那么你的实际能力,不再等于你脑子里的知识,而是:你的能力 = 你的问题定义能力 + 与 AI 协作的能力 + AI 本身的能力。

于是就会出现两种以前不存在的现象。


第一,你不知道你知道(You don’t know what you know)

这里不是说你本来就知道,而是说:你不知道,在需要的时候,你可以通过 AI 很快获得这部分知识,并把它纳入自己的思考。例如:昨天还不会写 Python;今天通过 AI,已经能够完成一个真正运行起来的小项目。昨天还不了解一个陌生领域;今天通过 AI,已经能够和业内人士进行一次有质量的讨论。昨天不会欧洲退税;今天已经能帮助别人完成整个流程。

知识没有永久存在于你的大脑里。但它已经变成了你随时可以调用的认知资源。所以:知道,不再意味着记住;知道开始意味着可以获得。


第二,你不知道你能(You don’t know what you can do)

这个变化更大。

以前:不会 Python → 做不了程序。现在:不会 Python,但可以完成一个几万行代码的项目。不会画画,但可以做视觉设计。不会统计,但可以完成复杂数据分析。

你的能力边界第一次开始由协作能力决定,而不是由技能储备决定。所以:很多事情不是你不会,而是你还没有意识到,你已经可以完成。


更深的一层

我甚至觉得,这两句话可以统一成一句:

AI 时代最大的变化,不是 AI 更聪明,而是”我”的边界开始变得模糊。

过去:我 = 我的大脑。现在:我 = 我的大脑 + AI 构成的认知系统。

所以,人真正需要重新学习的,不是 Prompt,而是:重新定义”我是谁”。


不过这里我会补充一个边界,避免这个观点走得太远。

AI 知道,并不等于你知道;AI 能做,也不等于你能。

更准确地说,是:当你能够稳定、可靠地调用 AI,并判断它什么时候对、什么时候错的时候,它才真正成为你能力的一部分。

就像一本书放在书架上,不等于那本书里的知识已经属于你;一位专家住在隔壁,也不等于你拥有专家的能力。只有当你能够在需要时高效地利用这些资源,并把它们整合进自己的决策和行动中,它们才真正扩展了你的认知边界。

所以,我会把你的核心观点表述成一句更完整的话:

AI 时代最大的认知革命,是人的能力边界从“我会什么”转向“我能够调用什么、整合什么”。因此,我们开始遇到两种全新的现象:你不知道你知道——因为大量知识可以即时获得;你不知道你能——因为大量能力可以通过与 AI 协作被释放。真正决定个人竞争力的,不再只是记忆和技能,而是定义问题、调用能力、验证结果和整合资源的能力。