要我说吧，现在所谓的 AI（尤其是其中的大语言模型），最大的作用还得是验证。验证什么呢：想法。
各家都在卷各种数据，但是用户关心的是能不能解决问题，实际上目前 AI 能解决问题还是十分有限的。叫好 AI 的，认为 AI 内容不可靠的，甚至认为 AI 可能会抢走你的工作。
现在任何人触手可得 AI，但好像也没看到有什么全民 AI 的浪潮（或许大学生们很多）。这里说的浪潮指的是跟想象中的每天我们都跟 AI 对话，他能够解决我们生活中的大小事，而不是简单的当个搜索引擎。
AI，你快告诉我什么为什么人会恐惧？
第一点
第二点
第三点
结论
什么叫做解决事，生活中的事可不都是简单的事。毕竟，买个杯子都要专门的去看各种评测跟好物推荐。这是需要很多的前置知识的铺垫的，也就是背景。AI 得知道你是谁，你的日常习惯是什么，喜欢是什么，痛点在哪等等的。当你把你的 prompt（提示词）写得跟企业策划书一样的时候，你才发现只是为了买一个杯子。至于有没有用，那非得看谁家的模型，以及你怎么写的了。
你终于写完了你的策划书（提示词），还不停让 AI 继续问你，结果发现超出了 AI 能够记忆的极限。这时候不知道要怎么迁移这些前置背景。一股脑塞给一个新的窗口，好像并不是很管用的样子。
至少你可以庆幸的是，目前市面上的 AI 的数据还是网络，还不是以个人为中心去搜集数据的话，还可以松口气。因为这样用 AI 解决问题的门槛还是高的，哪一天 AI 开始跟心理医生一样问你问题的时候，小心。
其实很多的时候，我都是简单的提一下我的背景，无非就是大家都在说的 5W 等那些，描述清楚一个事情的最小场景，怎么定义这个最小？AI 能够给到你觉得可以的答案就是最小，反正不够就补呗。
但是实际上大部分给的答案都并不是我想要的，就算是我让他写代码也是需要好几个来回的调整的。
我特别喜欢去做那种没人做过的事情，这就代表着未知，我就喜欢这种探索的感觉。要让这个未知变成已知，我们需要给很多的东西做假设，给定几个限制条件，让这种未知的事情变成好几道数学题，已知条件是什么，未知条件是什么，我们要求什么？
已知条件不就是你的背景，未知条件就是你接下来要做的事情，要求的东西就是问题。这里的问题说的不是目标。
你把你的预期（目标）跟你的现状放在一起对比一下，他们之前的差是什么，那就是问题了。
这样你会得到好几种不同的可能性，把这些可能性一股脑扔给模型吧。他们做的好不好我敢妄想评论，但是他们看起来很喜欢做这个事情的样子。因为我大多数时候是被 AI 给启发了，而不是直接采纳他的方案。
所以我都会说：
你在告诉我你想法的时候有几个需要注意的事情：
- 你的角色是辅助我思考
- 你不需要给我一个现成的方案，你要做的事情是引导我想出我自己的方案
- 如果你还需要更多的信息你可以继续问我问题
你别给我方案了，你让我自己想。也就是主动权在自己手上，这样 AI 给的答案，或多或少会靠近我想的东西。
等到我自己想的差不多了，那就开始做呗。
你以为你把这个事情想通了，由一个变量引起的连锁反应会教你做事。也就是我们俗称的：未来变数太大。
但是有趣的事情就在这，找到这些你认为影响大的变数，然后去控制他。如果控制不了，这种赌的感觉也挺有意思的。
其实倒也不完全是这么说，这时候 AI 就该派上用场了，帮我们找一找问题大概出现在哪，其实还是对比一下差，预期跟现状。
AI 并不能帮你真正的解决什么事，但是让你心里有数还是可以的。
其实这么说是有点“危险”的，因为总是会有人拿出各种数据案例说 AI 做了什么事情，比如说产出了多少的代码，做了多少自动化等等的。其实，倒也没错吧，那我教你。
你把我说的东西，跟你认为的东西放在一起，然后对比这个差值
只有你意识到了变数一定会有，而且是做增量的。你才能够更好的去寻求 AI 的帮助，不然就会变成 AI 在牛头不对马嘴的自顾自说，最后把 AI 当玩具在玩，或者，一个更大一点、或许还不可靠的搜索引擎在用？
和 AI 一起找到这些变数，让他知道有这些变数，才是你自知的第一步。
跟这么多的模型聊下来，怎么说，各有千秋。因为他们擅长的面向都不一样，比如说 Claude 不就是以写代码著名之类的。这些模型就像是不同的文化代表一样，这里的文化我想简单的用企业文化来概括。
不同的企业文化呈现出来的东西都不一样。用人来类比的话，就好像是不同大陆的人种，都是人，但是因为不同的文化有了不同的特性。
了解清楚他能做什么的最好办法就是自己都跟他们聊一聊。跟人是一个道理的，一个劲的看新闻说这个世界上的谁说了什么也不去跟他好好聊聊。
（跟具体的谁聊可能不现实，跟相关文化背景的人聊，总是有那么些机会吧）
这种时候会因为报道的限制性，或者各种人为因素，营造出了各种的对立。
所以啊，最简单的方法用于是自己去折腾这些跟他们好好聊聊。当然，这是建立在你想要跟 AI 一起共事解决问题的基础上。
你去请教某位高人都得登门拜访送礼，再不济也得吃顿饭。你去“请教” AI 怎么聊两句都不愿意呢？
总是会说，AI 的出现会不会把我代替，以后人类会不会依赖上 AI。无论怎样，首先需要认清一件事情就是，总是有人会在这个无聊的世界上创造一些乐趣出来。AI 就是乐趣的产物。
去翻一翻 ChatGPT 的诞生史，不就是一群充满理想的人聚在一起想要做些什么来改变世界。需要知道一件事就是，这是一个必然的事情，AI 只是一个表现，倒不如说这是一个社会现象。也正是如此社会才会进步，文明才会发展。
同时，也有很多的人在拿着 AI 做一些很有趣的事情。或许这才是你觉得焦虑的原因吧？看到别人用 AI 做出那么多具有影响力的事情。但是如果今天只是一个上班族用 AI 写邮件，你会感到焦虑吗？
完了，他居然用 AI 生成邮件，我工作要丢了！
对于个人而言，即没有必要警惕 AI，也没有必要去警惕用 AI 的人。说来也简单：都是你无法控制的事情。
这不是意味着你要开始奋发图强，所谓努力的学 AI，真这么做了，除了加强焦虑感之外获得不了什么。理由也相当简单，你现在学习的东西，会在可能不到几个月的时间被迭代掉。
从最一开始的给 AI 说什么：你要一步一步来，到现在各家的推理模型，再到现在各种 agent（代理）。去翻翻看去年的所谓 AI 教程，再来看看今年的 AI，对比一下差值，你就明白我在说什么了。
那难道要放弃了，让 AI 肆无忌惮的发展下去。想啥呢，这是法律法规管的事，不是你管的事。你能管的就是怎么以你自己为中心在 AI 中获得你自己的乐趣。这是乐趣的产物，你也应当分一杯羹。而不是认为这是一个固定的蛋糕，分完就没了。
总是认为说，好像这个资源我现在不分就没了。这个星球上的水、石油、矿产等等的，确实是固定的，也是先到先得的。
但是你的生活不是先到先得的。
你比别人慢，就不能生活了吗
AI 就在那，只要想清楚了你自己要什么，他每一次的算力消耗可以简单的看成一致，但是生成出来的东西的影响力是大不相同的。
你问 AI 什么是机器人，跟你用 AI 生成自己喜欢的机器人那就已经具有遥不可及的距离了。
当初在设计这些工具的人很早就想通了这个道理，所以为了解决这个所谓的“有限”，而在一个“有限”中创造了“无限”。
入场券是需要买的，但是不是你负担不起的。只要自己还能以请朋友吃饭的心态去订阅 AI 服务，跟 AI 聊聊天， 其实这就已经发挥了 AI 很大的用处了。
你来分一杯羹的时候，就会发现这个羹压根就分不完。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。