从工具到思维:AI对我工作方式的影响与思考

最近几个月，因为准备上学的需要，再加上AI井喷式爆发的现状，我一直在研究和使用各种AI工具。

从Codex到Claude Code，从Cursor到各种大模型，用得越多，感触越深。这种感触不是那种“AI要取代人类”的恐慌，而是一种更微妙、更深层的震动——它在悄悄改变游戏规则，但大多数人似乎还没意识到规则已经变了。

AI对我工作的影响，绝不仅仅是效率的提升，而是一场从“手头功夫”到“大脑思维”的彻底重构。想了很久，我把这种变化总结为一种视角的转换：AI弱化了“执行型经验”的权重，但前所未有地放大了“判断型经验”的价值。

经验的重新定价：当“手艺”不再稀缺

以前一个人进入一个新行业，靠的是什么？靠“熬”。熬3到5年，把坑都踩过一遍，熟悉了流程，记住了API，你就有了“经验”，这就是你的市场价值。

但现在呢？我自己试过，用AI去进入一个完全陌生的领域，从一无所知到能产出一个可用的东西，可能只需要两周。AI帮我检索知识、生成代码、搭建原型。那些过去要靠时间堆出来的“执行层经验”——比如熟悉某个框架的语法、背诵某些枯燥的工具指令——这些东西的壁垒，正在被AI快速瓦解。

这让我意识到，经验并没有变得不重要，而是“哪一种经验重要”的答案变了。

我把经验分成了两类：一类是“执行型经验”，你知道怎么做一件事，操作熟练。这类经验AI学得比你快，干得比你好，而且不休息、不抱怨。说白了，我的“手艺”在贬值。

另一类是“判断型经验”。当你看到一个方案，直觉告诉你这里有坑；当你在两个看起来都不错的选项面前，知道该选哪个；当你到了一个新领域，知道该从哪个角度切入。这种经验来自于踩过足够多的坑、见过足够多的案例、做过足够多的决策。它不在手上，在脑子里。这类经验，AI目前替代不了，而且反而因为AI的普及，变得更稀缺、更值钱了。

方法论：AI时代的真正护城河

在用AI做事的过程中，我发现最关键的环节其实不是“让AI干活”——那太简单了，写个提示词就行。最关键的环节是：你怎么知道AI给你的东西是对的，还是错的？

我们可能很难快速凭空创造出正确的内容，但看到一个东西，我们往往能快速判断“这个不对”。这个能力，就是方法论在起作用。

什么是方法论？它不是某个固定的流程或SOP，而是一种看待和处理问题的方式。

• 定义问题的能力：AI能给你100个答案，但哪个问题是真正值得解决的？这需要你自己想清楚。

• 拆解问题的能力：一件复杂的事，你能不能把它拆成几个AI能处理的小任务？这本身就是一种系统思维。

• 判断对错的能力：AI会一本正经地胡说八道，它给你的代码看起来能跑，但逻辑上可能有漏洞。你有没有能力一眼看出问题在哪里？

• 迭代改进的能力：从80分到100分，你需要知道“好”长什么样，知道差在哪里、该往哪个方向调。

在接触AI的过程中，我经历了两个阶段。第一个阶段，直接跟AI说“帮我做一个电商系统”，得到一个看着像模像样但经不起推敲的东西，然后就觉得“AI也不过如此”。第二个阶段，我把自己的认知输进去，先想清楚用户是谁、核心流程是什么、关键决策点在哪里，然后分模块让AI去实现，每一步都自己审查逻辑，发现问题马上调整。

前者更像是在许愿，后者是真的在做事。差距不在AI，在人。AI是一个放大器，放大的是你已有的思维框架。有方法论的人加上AI是指数级产出，没有方法论的人加上AI是指数级噪音。

“80%哲学”：试错成本的极速压缩

这是我在实践中感触最深的一点。AI能在极短的时间内帮我做出一个80分的东西——一份报告、一个产品原型、一个技术方案。这个80分的东西可能不完美，但它够用，够我拿去验证想法、测试市场、跟别人讨论。

这件事的意义被严重低估了。过去我想验证一个想法，可能要花几个月。几个月之后发现方向不对，白干了。现在呢？用AI可能几天就能搞出一个能用的原型，扔到市场上试试看，不行就换方向。

试错成本从几个月变成了几天。这意味着谁能更快地跑完“假设→验证→调整→再验证”这个循环，谁就能跑得更快、走得更远。

但这里有一个关键前提：你得知道什么是“对的”。如果你没有判断力，试了100个方向也不知道哪个是对的，那快速试错就变成了快速犯错。所以，AI时代最核心的竞争力，不是做得完美，而是试得快，并且知道什么是对的。

警惕陷阱：虚假的能力感与同质化

当然，说完好处也得说说副作用。这些不是理论，是我自己实践中的真实体感。

• 虚假的能力感：用AI做出一个不错的东西之后，特别容易产生一种“我也很厉害”的错觉。但关掉AI，你可能连问题都定义不清楚。工具的强大不等于你的强大。如果你不去理解AI产出背后的逻辑，你只是在当一个操作员，而不是一个真正的思考者。

• 同质化危机：大家都用同样的AI工具，接受同样的训练数据，用类似的提示词，做出来的80分的东西高度雷同。你的方案、你的代码、你的产品，和别人没什么区别。真正的差异化，只在80分以上的那20%——而那20%，需要你有独特的认知和思考。

• 判断力退化：这个最隐蔽。如果你习惯了什么都让AI来做、让AI来判断，你自己的判断力会像长期不锻炼的肌肉一样萎缩。AI可以给你建议，但最终拍板的必须是你。如果你失去了判断力，你就从一个决策者变成了一个按按钮的人——而这恰恰是最容易被替代的角色。

结语：在不确定性中寻找确定性

在AI工具席卷一切的今天，我们到底该焦虑什么？

不该焦虑AI比你写代码写得快，那已经是事实了。该焦虑的是：当AI把执行层的差距抹平之后，你拿什么证明自己不可替代？

不是你会什么工具、熟悉什么框架、在行业里待了多少年。而是——你能不能定义一个值得解决的问题？你能不能在AI给出的10个方案里，选出那个最对的？你能不能把一个80分的东西，打磨到100分？

这些问题的答案，都指向同一个东西：方法论。

AI让80分变得廉价，但让100分变得更贵。前者是工具的事，后者是你的事。