普通人如何利用AI实现自我蜕变

总有人问我，为何在AI上耗费如此多精力。

宏大的理论暂且不谈。无论是顺应时代、为了教育女儿，还是觉得它有趣且能解决难题，这些都没错，但都不是最关键的。

我想强调的是另一件事。对于普通人而言，AI究竟有何用武之地。

这个问题我思考了几个月，现在的答案非常明确。

答案只有一句：借助AI，迅速实现自我进阶。

这并非为了省时省力，而是为了让自身变得更强大。

你或许会问提升了多少，我的回答是难以量化。

在我看来，目前通过AI获得的提升，恰恰是那些过去无法衡量的部分。

听起来可能有些敷衍，但这确是事实。若要我汇报效率提升百分比或新技能数量，我无法回答。

我只能说我看问题的视角发生了转变，我敢于接手的工作也变了。

这些改变，本身就没有标准刻度。

仅此而已未免空洞，我需要一些实质性的数据。

7月份我做了一次月度复盘，其中包含几组数据。

那个月我撰写了22篇日课，覆盖了31天中的22天。这些日课没有固定题目，只是当天随想随记，想到哪里写到哪里。

我将这22篇进行了分类。其中11篇，即一半，都在琢磨同一件事：如何与AI有效交互。

而我给自己设定的月度主题，在日课中却一个字都没提。

复盘笔记中我曾写道：手可能会欺骗你，但注意力绝不会。

口头宣称要做的计划，与每日实际思考如何驾驭AI的行为，存在巨大差异。这不是刻意规划，而是自然生长出来的。

那一刻我才确信，这件事对我而言是真实的。

还有一组对比，是后来翻阅记录时偶然发现的。

7月2日，当月第一篇日课标题是「打工本质是买断时间，额外付出纯属亏本」。

7月31日，最后一篇是「借助该工具，我具备了与电商从业者竞争的实力」。

间隔不到30天。前者在告诫别占便宜，后者在宣告我能上桌了。

复盘记录显示，位移真实存在，但发生在AI工具的能力线上。

换言之，原定计划一项未完成，却在另一条线上前进了。这条线我未曾预料，是在行走中自然延伸出来的。

截至目前，这些日课已累计36篇，期间有过中断。

那具体该如何运用？我来说说自己正在做的两件事。

第一件，不要让AI代劳，而是让它倒逼你成长。

最初我认为，AI的价值取决于使用者。同款工具在不同人手中，产出天差地别。因此，我利用AI的第一目的，并非为了省力，而是为了逼迫自己进步。

这一判断在项目开发中最为明显。

我做过两个小项目。一个是《魔力宝贝》单机Demo，18项自动化测试全部通过。另一个是《大唐》题材的卡牌游戏。

卡牌游戏项目中，我在文档中的定位是：验证「人设定标准与边界，AI分模块执行，人测试验收」这一流程能否稳定运行。

回头审视，规律显而易见。框架设定合理、约束清晰的领域，AI执行得又快又稳；缺乏约束的地方，它便会乱套。

乱套的地方，最终都需要我亲自梳理清楚。理清后，它才能继续执行。

曾有一段时间我以为AI能力不足，后来才意识到是我的问题。框架理应由我来定，我却指望它自行猜测。猜错了，我还抱怨它笨拙。

因此，「借助AI提升自己」这句话，很多时候提升的不是技能，而是你将事情想透彻的那个层面。

第二件，遇到任何难题，先向AI请教。

听起来像废话，但养成习惯并不容易。我举个例子。

我从5月开始使用Codex。它有个令人头疼的毛病，周末回老家时很难用。线路经常中断，需要手动切换，且它对网络环境要求很高。

这事困扰了我几个月。我一直在忍耐，实在不行就放弃使用。

今天我把它丢给AI去处理。问题被拆解为两步。

第一步，能否利用WorkBuddy控制VPN切换，这是可行的。

第二步，能否将Codex接入飞书，以便外出使用。接入了飞书机器人，测试后因框架差异导致实际使用不够智能，我又撤回了。

最终回到原用法。若真要外出使用，则通过远程桌面连接回去。

你看，这个问题最终也没被彻底解决。

但它变了。以前是个我懒得碰的麻烦，现在是两个我尝试过、了解各自局限性的方案。知道边界比消灭问题更有效，因为下次我不会再在同一个坑里耗费数月。

还有一件最近在做的，是让Codex教我制作视频。

我的做法是，将近期看到的优质AI视频发给它，告知我想学，但我是纯小白，需一步步指导。我将它的反馈转化为执行计划，从零开始，教导一个完全不懂的人如何制作视频。

区别在于，不是让它代劳，而是让它指导。

这两件事放在一起，共同点就显现了。AI没有替我干活，而是将我原本无法完成或不愿触碰的事，拆解为我能逐步执行的形式。干活的是我，提升能力的也是我。

回到最初的问题。对普通人来说，AI的价值究竟是什么。

我的答案依然是借助它快速提升自己，仅此一条。

但这个答案我无法直接传授给你。

它不是凭空想出的，而是这几个月试出来的。我写过22篇日课，一半琢磨AI用法；做过两个小项目；拆解一个困扰数月的小问题反复尝试；还让AI手把手教我做不会的事。

经过实践，才有了上述感悟。

所以若问我看哪篇文章能懂AI，答案是哪篇都不行。

只有实践才能出真知。

找一件你一直想做但觉得自己不会的事。将现状、期望及卡点原原本本告诉AI，然后动手去做。

在做的过程中，你会明白我在说什么。

最后放一句我最近深信不疑的话：AI到来后，数据留存愈发重要。

因为那些无法量化的部分，是否真的提升，仅靠感觉不够，必须通过留下的记录来对比。

前文提到的数字，22篇、11篇、两句标题，并非因为我记性好，而是当时记录了下来。