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，有不少的培訓機構宣稱這樣的口號: "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，但是關鍵在于那些培訓機構出于自身的利益，故意忽略了這句話成立的條件。真正的意思應該是:

在某些 AI 擅長的領域，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域，比如做復雜的系統架構、心理咨詢等等，這些 AI 就很難勝任。

那對于 AI 擅長的領域來說，它的本質還是屬于工具，既然是工具，那么它的第一性原理就是提高生產效率，以前能做的事情，現在能用更短的時間、更少的人力來完成。這種問題往往已經有了現成的解決方案/規則，只需要借助 AI 幫你更方便地實現，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換成 SQL 語句。
• 你想搜索到某個文檔的內容，你可以用自然語言描述你的需求，AI 會幫你搜索到相關的文檔，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。

在大模型已經流行的今天，AI 的使用門檻已經越來越低，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域中的具體問題，不同的問題會將 AI 引導到不同的方向，從而直接影響到答案的質量。

而提問的內容，來源于你的知識儲備，和對行業的理解，越專業的人，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。比如我現在的工作中，很多事情需要涉及到復雜的技術上下文，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，我可以交給 AI 幫我實現或者分析 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習一些應用層的知識，比如怎么組織合理的 prompt、怎么引導模型思考。但只會用 AI、沒有專業深度的人在未來也會被淘汰。難的從來不是使用 AI，難的是在一個行業長期的深耕，積累自己的能力圈以及對領域的認知，這才是真正的核心競爭力。

曾經在 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，他們在開發塞班系統的時候積累了大量 C++ 的開發經驗，對代碼中的內存管理已經非常熟悉，這些經驗放到 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出穩定的應用。

同時，他們也是最早接觸移動端開發的一群人，作為扎根行業多年的人，相比外人他們太清楚移動端互聯網時代已經要到來了，于是有人開始做 iOS 獨立開發，嘗到了 iOS 應用商店的付費紅利，有人拿著幾倍于塞班開發的薪水，在移動端開發領域繼續前進，并沒有在那個時期被時代所淘汰。

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

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