大家好，我是三元。

AI 是今年大火的一個話題，隨著 ChatGPT 之類的一系列大模型開始流行以后，有不少的培訓(xùn)機構(gòu)宣稱這樣的口號: "未來不會使用 AI 的人將會被淘汰"。我覺得這個觀點本身并沒有錯，但是關(guān)鍵在于那些培訓(xùn)機構(gòu)出于自身的利益，故意忽略了這句話成立的條件。真正的意思應(yīng)該是:

在某些 AI 擅長的領(lǐng)域，不會使用 AI 加持自己工作的人將會被淘汰。

比如要求不高的人工客服、文案寫手，甚至是簡單的代碼開發(fā)工作，用 AI 來完成能達到不錯的效果，而對于門檻較高或跟人打交道的領(lǐng)域，比如做復(fù)雜的系統(tǒng)架構(gòu)、心理咨詢等等，這些 AI 就很難勝任。

那對于 AI 擅長的領(lǐng)域來說，它的本質(zhì)還是屬于工具，既然是工具，那么它的第一性原理就是提高生產(chǎn)效率，以前能做的事情，現(xiàn)在能用更短的時間、更少的人力來完成。這種問題往往已經(jīng)有了現(xiàn)成的解決方案/規(guī)則，只需要借助 AI 幫你更方便地實現(xiàn)，比如：

• 你想寫一段 SQL 語句，但是你對 SQL 語法并不熟悉，你可以把需求用自然語言描述出來，然后 AI 會幫你把自然語言轉(zhuǎn)換成 SQL 語句。
• 你想搜索到某個文檔的內(nèi)容，你可以用自然語言描述你的需求，AI 會幫你搜索到相關(guān)的文檔，并進行整合后給你相對準確的答案。

其實這些事情你也可以通過自己手動查閱資料來完成，但是 AI 可以幫你更快地完成。

在大模型已經(jīng)流行的今天，AI 的使用門檻已經(jīng)越來越低，使用 AI 來解決問題對大部分人來講并不是什么難事，真正拉開人與人差距是利用 AI 去解決什么樣的問題。

你可以給 ChatGPT 提問讓它幫你翻譯一段話，也可以讓它解決一個垂直領(lǐng)域中的具體問題，不同的問題會將 AI 引導(dǎo)到不同的方向，從而直接影響到答案的質(zhì)量。

而提問的內(nèi)容，來源于你的知識儲備，和對行業(yè)的理解，越專業(yè)的人，提出的問題往往信息量也越大，這樣也更能把 AI 的能力發(fā)揮到極致。

所以，AI 對你的幫助到底有多大，一方面取決于你的領(lǐng)域 AI 是否擅長，另一方面取決于你自己的能力圈，當你的能力半徑足夠大，那么能撬動的 AI 的力量也就越大。

如果你所做的工作 AI 并不擅長，那么即使你不使用 AI 對你的影響并不大，你根本不會被淘汰。比如我現(xiàn)在的工作中，很多事情需要涉及到復(fù)雜的技術(shù)上下文，AI 并沒有這些上下文信息，所以很多需求是 AI 無法完成的，不用 AI 對我的工作確實沒有太大的影響。但與此同時，也有一些不太需要很多上下文的編碼細節(jié)，我可以交給 AI 幫我實現(xiàn)或者分析 bug，提升工作的效率。

那么，還有一個問題是，會用 AI 的人就一定不會被淘汰嗎？

在使用 AI 的時候我們固然需要學(xué)習(xí)一些應(yīng)用層的知識，比如怎么組織合理的 prompt、怎么引導(dǎo)模型思考。但只會用 AI、沒有專業(yè)深度的人在未來也會被淘汰。難的從來不是使用 AI，難的是在一個行業(yè)長期的深耕，積累自己的能力圈以及對領(lǐng)域的認知，這才是真正的核心競爭力。

曾經(jīng)在 bobo 老師的知識星球看過一個帖子，說的是十年前塞班系統(tǒng)被淘汰了，那當年做塞班的人被淘汰了嗎？

事實是并沒有，相反，他們在開發(fā)塞班系統(tǒng)的時候積累了大量 C++ 的開發(fā)經(jīng)驗，對代碼中的內(nèi)存管理已經(jīng)非常熟悉，這些經(jīng)驗放到 iOS 當年使用的 OC 語言當中也同樣適用，這意味著相比新手能更容易地開發(fā)出穩(wěn)定的應(yīng)用。

同時，他們也是最早接觸移動端開發(fā)的一群人，作為扎根行業(yè)多年的人，相比外人他們太清楚移動端互聯(lián)網(wǎng)時代已經(jīng)要到來了，于是有人開始做 iOS 獨立開發(fā)，嘗到了 iOS 應(yīng)用商店的付費紅利，有人拿著幾倍于塞班開發(fā)的薪水，在移動端開發(fā)領(lǐng)域繼續(xù)前進，并沒有在那個時期被時代所淘汰。

同樣，當 AIGC 新技術(shù)出現(xiàn)的時候，原本行業(yè)的積累也非常重要。因為拋開任何一個行業(yè)去談 AIGC 都是沒有意義的，只有對原本行業(yè)的認知足夠深刻，才能清楚地知道哪些細節(jié)可以交給 AI 去做，哪些問題可以讓 AI 解決，充分挖掘 AI 對于行業(yè)的價值。

所以，當 AI 大模型出現(xiàn)之后，往往是在行業(yè)里深耕的人能夠最先適應(yīng) AI 時代的變化，而不是那些只會使用 AI 的人。