夜雨聆风
一、别再只把AI当搜索框
很多人现在使用AI的方式，本质上还是“高级搜索”：遇到一个问题就问一次，得到答案以后关闭窗口，下次再从头开始。但这场讨论给出的方向完全不同——AI更值得被长期使用，而不是一次性使用。你可以持续把自己的资料、判断标准、工作习惯、经验和偏好告诉它，让它逐渐知道你在意什么、什么答案对你有用、什么做法你不接受。这样一来，AI就不再只是一个谁来问都差不多的公共工具，而会逐渐成为一个越来越理解你的个人智能体。
二、真正重要的不是提示词，而是持续纠错
使用AI时，没有必要过度迷信“一条完美提示词”。更有效的方法，是先让AI做，然后检查它哪里做得不好，再把错误明确告诉它：为什么错、正确做法是什么、以后遇到类似问题应该遵守什么原则。下一次继续让它做，再继续纠正。久而久之，你不是在反复写提示词，而是在训练一个越来越了解你的系统。直播里强调的就是这种关系：你每天让智能体变聪明一点，智能体也会反过来改变你的工作方式和思考方式。
三、给自己的AI建立一套“个人宪法”
如果AI开始长期参与你的决策，就不能只靠零散聊天记录，最好逐渐建立一份长期规则文档，把你的工作原则、学习原则、写作原则、投资原则、判断信息的方法、价值排序以及不能触碰的底线写进去，让AI面对新问题时有一套稳定的参考标准。这份规则还不能彻底把人锁死，最上层必须保留一条原则：人永远拥有修改规则的权力。直播里把这套结构类比成“法律—宪法—修正程序”，意思就是AI可以越来越了解你，但不能反过来把过去的你固定成未来的你。
四、能让AI先做的事情，就别急着自己做
AI时代一个很重要的习惯变化，是把大量“第一遍执行”交给AI。过去我们自己搜索资料、整理信息、写初稿、做表格、归纳会议、比较方案，现在可以尽量先让AI完成一个版本，人再负责判断、检查和修改。这样做真正节省下来的并不只是时间，而是人的注意力：当执行层的问题逐渐交给AI以后，你会越来越多地思考“我要解决什么问题”“什么结果才算好”“判断标准是什么”。人的工作会慢慢从亲自操作，转向定义问题、设定标准和最终验收。
五、AI不只是办公助手，而应该成为个人助手
如果只把AI理解成写邮件、做PPT、改代码的办公工具，就把它想得太窄了。直播里提出的“个人智能体”还可以帮你筛选资讯、管理注意力、整理阅读材料、辅助消费决策、规划旅行、记录目标、维护关系，甚至帮助你判断应该认识什么人、读什么书。特别值得注意的是“注意力护盾”这个思路：互联网平台的算法每天都在研究你、争夺你的注意力，那么你也可以拥有一个站在自己这一边的AI，让它根据你的长期目标替你筛选世界，而不是任由平台决定你每天看什么。
六、不要总让AI给你标准答案
如果每次问AI都只是“正确答案是什么”“大家一般怎么看”，得到的往往是最平均、最容易获得的信息，而这些东西人人都能拿到。更有价值的用法，是让AI帮助你扩大搜索空间，比如问它：这个问题有哪些普通人容易忽略的角度？有哪些相互矛盾但都有道理的解释？如果主流观点是错的，最可能错在哪里？从经济学、心理学、工程、历史等不同学科会怎样分析？直播里把这种方式理解为寻找“长尾信息”，也就是利用AI去接触自己原本想不到、找不到、不会主动阅读的材料。
七、用AI给自己做“预训练”和“后训练”
他们借用了训练大模型的概念来解释人的成长：预训练是大量吸收不同领域的知识，不要求每一样东西马上有用，而是不断扩大自己的认知底座；后训练则是持续输出、接受反馈、纠错，让能力变得稳定。一个人如果只读很多书，却很少实践，可能认知很广但做事不稳定；如果只重复一种工作，又可能执行很熟练但缺少新的视角。AI恰好可以同时帮助两边：一方面替你搜索陌生资料、解释新领域、发现冷门内容，另一方面作为陪练不断出题、挑错、反驳和反馈，帮助你把知识练成能够稳定调用的能力。
八、好的AI不是迎合你，而是帮助你成为想成为的人
普通推荐系统最擅长做的一件事，是根据你过去点过什么、买过什么、喜欢什么，继续给你更多类似的东西，但这其实是在强化“现在的你”。个人智能体应该更进一步，它不仅知道你现在喜欢什么，还应该知道你希望自己以后变成什么样。比如你现在并不爱运动，但你希望成为一个身体更好的人；你现在喜欢刷短视频，但希望自己有稳定阅读习惯。AI如果只是迎合即时欲望，就只是另一个推荐算法；如果它能够按照你的长期意愿提醒、建议和纠偏，它才开始真正具有“个人智能体”的价值。直播里的一个关键观点就是：智能体不是简单复制现在的你，而应该更接近“你希望成为的那个你”。
九、未来竞争的单位可能变成“人+AI”
当越来越多人都能使用同样的大模型以后，单纯“会不会用AI”很快就不会形成太大的差距，真正拉开差距的，是每个人究竟怎样长期训练自己的AI。你给它喂过哪些资料，建立了怎样的规则，纠正过多少次错误，有没有形成稳定的工作流程，以及你本人有没有能力判断它做得好不好，都会让两个使用同一个模型的人产生完全不同的结果。所以直播里把个人智能体比作“战马”：它不是主人本人，但会和主人组合成一个新的行动主体。未来很多场景下，竞争的可能不再只是一个人与另一个人的竞争，而是一个人与自己长期训练的AI组合，与另一个“人+AI组合”之间的竞争。
十、AI使用的核心，最后还是人的主动权
把大量工作交给AI，并不意味着人越来越不重要，恰恰相反，AI越能执行，人的任务越会上升到更高一层：决定方向、提出问题、设定标准、处理原则冲突，以及决定什么时候修改自己的规则。一个成熟的个人智能体应该越来越懂你，但人不能因此停止改变。直播最终把人的核心优势落在了“主动性”上——你可以让AI记住过去的你，却仍然要保留随时重新定义未来自己的能力。
归根结底，AI最值得学习的并不是几个技巧，也不是背多少提示词，而是完成一次使用习惯的迁移：从偶尔问AI，变成长期开着AI；从让AI回答问题，变成让AI参与做事；从每次重新解释自己，变成建立长期规则；从追求一次漂亮答案，变成不断反馈和迭代。最后形成的不是一个更好用的聊天机器人，而是一套属于自己的“人机协作系统”。
