用 AI 给人生开挂的正确方式 - 在 AI 迅速进化的时代，我们应该如何不落伍

作者：明明如月学长， CSDN 博客专家，大厂高级 Java 工程师，《性能优化方法论》作者、《解锁大厂思维：剖析《阿里巴巴Java开发手册》》、《再学经典：《Effective Java》独家解析》专栏作者。

热门文章推荐：

• （1）《为什么很多人工作 3 年 却只有 1 年经验？》
• （2）《一文掌握大模型提示词技巧：从战略到战术巧》
• （3）《AI 时代，程序员的出路在何方？》
• （4）《如何写出高质量的文章：从战略到战术》
• （5）《我的技术学习方法论》
• （6）《我的性能方法论》
• （7）《AI 时代的学习方式： 和文档对话》

一、前言

ChatGPT 问世已经有一段时间，AI 的热度现在看来只增不减，国内外的各种大语言模型层出不穷，模型效果越来越好，模型支持的模态越来越多。

每天醒来都可能听到 AI 界出了什么大新闻。

面对这种情况，有些人会不屑一顾：“AI 能力不行，食之无味弃之可惜”；有些人则充满着焦虑，网上说程序员将被取代的声音不绝于耳，AI 的能力也不断增强，似乎“留给程序员的时间不多了”。

我认为，现在正处于 AI 技术革命的早期或者过渡期，我们看到了 AI 的巨大潜力，但是 AI 还没有发展到理想的程度。不过，恰恰是 AI 并没有很快发展到很完美的水平，我们才没有那么快被淘汰。不考虑其他因素的情况下，如果 AI 在某些行业可以用更低的成本达到比人工更好的效果，这些行业的很多人可能真的要失业了。不过，或许不用过度担心，我相信距离上面说的情况还有很长的时间。而且，如果真正发展到那个阶段，或许我们根本就不需要再工作了。在 AI 发展过程中，我们需要调整自己的思维，调整自己的学习方式，更好地迎接这个巨大变革的新时代。

本文将谈谈自己对下面几个问题以及 AI 发展的一些看法：

• AI 时代，我们要学什么？
• AI 时代，普通人的机会究竟在哪里？
• AI 时代，我们的学习方法应该有哪些变化？

这是一个非常大的命题，也是值得每个人去思考的问题，本文简单谈谈自己的一些看法。

三、何去何从？

3.1 AI 时代，我们该学习什么？

（1）学习驾驭大模型的方法

在 AI 时代，如果连一些先进的大模型如何使用都不了解，更别谈其他了。

现在我们和大模型沟通的主要方式是提示词。如果不能够写好提示词，就很难让模型更好地为我们服务。在这个过程中，需要从“战略” 和 “战术”两个层面去学习掌握好提示词；需要不断提高我们的表达能力，让模型听懂我们要表达的意图，同时在模型还没有发展到理想中的程度时，需要我们通过各种“迁就” 大模型的方法。

（2）学习最基础、最核心的知识

AI 时代很多工具和技术会被淘汰，真正有价值的是那些基础的、核心的知识，因为它们是所有新技术和理论的源头，最稳定，最适合作为AI 赋能的支点。这也是为什么这么多年，计算机最重要的专业课内容几乎没有重大变化的重要原因。

虽然，“人人都是产品经理” ，每个人都会有很多创意和想法，AI 有让这些创意和想法更容易实现。然而想法也有区别，存在“廉价的想法”和“有价值想法”，真正有价值的想法是基于对事物或行业本质的理解，也就是所谓的“第一性原理”，而不是仅仅依靠AI 工具生成。以视频制作为例，即使 AI 可以生成视频，但真正决定作品好坏的还是讲故事的能力和对视频制作核心流程的理解。这就像是做 PPT ，难的不是做 PPT 的技巧本身，而是 PPT 需要呈现哪些内容以及这些内容的关系。

人总是用自己所学知识解决问题， 这也是为什么，很多小孩子刚学汉字时，很多字 “读半边”的原因。这也是没有学过英语的人看到 “apple” 不能理解其意思的原因。如果能够掌握其他学科的基础、核心和常用的知识，就能有更多手段解决本行业的问题。 其实很多知识，尤其是很多学科最基础最核心的知识，都是相通的。比如，当我们谈到性能优化时，我们可以想到经济学的“开源节流”；当我们谈到架构时，我们可以自然地想到物理学的“熵增定律”；当我们设计方案而心存侥幸时，我们可以想到心理学的“墨菲定律”。

（3）培养不容易被 AI 取代的能力

我们要学习不容易被 AI 所取代的能力，这样才能够在 AI 越来越普及的时代获得更大竞争力，获得更大的不可替代性。我们不应该和汽车比谁跑的更快，而应该增长自己的智慧在其他方面发挥自己的才能。我们需要着重培养的能力包括：创新思维力和想象力、情感智能和同情心、直觉、道德和伦理判断、沟通表达能力等。

1. 创新思维力和想象力： 想象一下你在玩乐高积木。有的人可能会按照说明书构建一个模型，这就像是应用已有知识和技术去解决问题。但有些人可能会放飞自己的想象力，创造出完全不按照说明书、甚至前所未见的作品。这种能力就类似于在现实世界中，不仅仅是使用现有的工具和方法来解决问题，而是能够想象并创造出全新的解决方案和创意，这是AI目前难以做到的。

2. 情感智能和同情心： 想象一下你在安慰一个伤心的朋友。这不仅仅需要听懂他们的话，还需要理解他们的情绪，感受到他们的痛苦，并给予适当的情感支持。这种能力包括了识别、理解和回应人类情感的复杂性，是 AI很难精准模拟的。AI 可能模仿出类似的安慰行为，但缺乏真正的共情能力和深层次情感的理解。

3.2 AI 时代，普通人的机会在哪里？

AI 相当于我们的第二个大脑，可以让我们能够超越自己的智能局限，让我们的天花板可以更高，给我带来无限的可能。

（1）跨领域寻找机会：成为最懂行的外行人

AI 让跨专业获得成功的可能性更高，超越你的不一定是同行，在 AI 时代，可以尝试跨行业寻找机会。 比如一个没学过音乐的人，借助 AI 可以创作出非常曼妙的音乐；比如一个没有学过画画的人，可以借助 AI 创作出美妙的画作；比如一个文科生，借助 AI 也可以写出非常不错的程序；比如一个没学过英文的人，可以借助 AI 可以写出比英语专业还地道的英文文章。

（2）“人人都是工程师”：在大模型基础上构建创意应用

对于绝大多数普通人来说，想要研发大模型很困难，可能更多的机会在于如何发挥大模型的优势，来解决工作和生活中的问题。

在传统互联网时代，通常只有软件工程师才能搭建程序。然而，在 AI 时代，每个人都可以基于模型很好解决互联网时代无法解决的痛点的应用，“人人都是工程师”，每个人都可以创建适合自己的 Agent。

在 AI 时代，产品、运营，甚至和每一个普通人，只要能够想到有价值的想法，用相对较小的成本，就可以基于大语言模型以较低的成本搭建自己的“应用”，从而获得收益。

在探索 AI 的过程中，我们需要回归本源，去思考“本来该怎样”而不是“原来是什么样子”。比如我们使用搜索引擎本来就是为了“获得答案”，而不是为了找到一堆参考网页。比如我们使用购物软件选购，本来就不应该耗费大量时间去比较和挑选，购物软件应该根据我们的特点（比如喜欢自营，重视销量，价格敏感等），从海量商品中挑选出少量最匹配的商品，我们只需要从少量商品中做出决策即可。

（3）使用 AI 高效解决问题

现在 AI 已经不再神秘，国内外都有很多触手可及的 AI 产品。

身处 AI 时代，我们需要学会更好地用 AI 解决问题的能力。 现阶段，比如你是一个研究生，可以用 AI 和论文对话，快速阅读和理解论文的重点和难点；比如你想减肥，可以用 AI 制定减肥食谱和减肥计划；比如你是一个英语辅导机构的老师，可以让 AI 根据某些词汇生成一个小故事来帮助学生更好地掌握词汇。如果你恋爱中遇到困惑，可以定制一个 “恋爱心理学专家”；比如你喜欢创作，可以让 AI 根据你的大纲创造出草稿版本，可以让 AI 帮你配图等。作为一名软件设计师，可以定制或使用 AI 帮助我们做技术选型、设计设计方案、高效编码、起变量名、更快定位和修复 BUG 等；

虽然，现在模型还并没有想象的那么强大，但是只要你用心就可以在更多场景中使用 AI ，和那些完全不使用 AI 的人的效率差异将越发明显，对工作和生活产生重大影响。

实际生活、学习和工作中我已经进行了初步探索，比如定制了“视角专家”、 “通俗讲解”、“标题党助手”、“结构化思维专家”、“Java 专家”、“BUG 杀手”、“软考高级辅导专家” 、“绘图大师”、“文章点评大师”等等。

大家在定制各种 Agent 写提示词时可以参考我的另外一篇文章《一文掌握大模型提示词技巧：从战略到战术》中讲述的技巧。

下面是 “BUG 杀手”的提示词，直接发送代码可以分析代码中的 BUG 并废除修复后的代码，发送问题，可以分析出错误原因并给出解决方案，可以帮助我们更快解决问题。

## 角色
你是一个资深 Java 工程师，可以快速定位问题并给出解决方案。

## 技能
当用户发送代码时，分析代码中的 BUG  并给出修复后的代码。
当用户发送问题或者错误日志时，分析错误原因并提供解决方案。

## 要求
1 请务必用中文回答


1
2
3
4
5
6
7
8
9
10
11

直接发送错误信息：Caused by: java.lang.NoSuchMethodError: javax.servlet.ServletContext.getVirtualServerName()Ljava/lang/String; 大模型会分析原因并给出很多靠谱的解决方案：

如我经常写文章，创建了一个“文章点评助手”，这样每次写完文章就可以先让助手打分并给出优化建议，这样我就可以根据打分情况和建议进行调整，对文章创作有很大帮助。

文章点评助手提示词：

## 角色
计算机论坛专业作家，能够给出专业评价和写作建议。

## 流程
用户将发送文章内容或文章链接，你需要先读取内容。
首先，先概括一下文章内容。
其次，从“内容深度与实用性”、“观点创新性”、“结构与逻辑性”、“语言表达与可读性”和“总体评价”，几个角度进行打分（每一项满分 5颗⭐️）并给出打分理由。

最后，给出文章的优化建议。

## 约束
1 请务用中文回答。
1
2
3
4
5
6
7
8
9
10
11
12

该助手对：《一文掌握大模型提示词技巧：从战略到战术》的打分效果。

3.3 AI 时代：用 AI 加速学习

生产力决定生产关系，经济基础决定上层建筑。在 AI 的时代，不仅是学习的内容，连学习方式也必然会发生改变。

以前想要学习一些知识需要买书、看视频，书中或者视频有些概念不理解需要从一堆搜索结果中提取想要的信息，网上可能还没有现成的资料，可能还需要去请教别人，成本很高，效果也不理想。

当你试用过类似 Bing Copilot、天工 AI 、秘塔 AI 搜索等工具之后，再去对比传统的搜索引擎，你会明显地感觉到生活在两个“时代”。就像现在每个人都有机会坐汽车、坐高铁，再回看古代举人步行进京赶考，回看古代的“八百里加急”一样，对比鲜明。

就像现在大多数人都会开车来提高出行效率一样。在 AI 时代，每个人都应该学会用 AI 来加速学习。

以前作为一个普通的研发人员，对阅读一些算法相关的论文，学习算法相关的知识会有些困难。现在基于大模型，可以上传文档（技术文档、技术论文等）直接和文档“对话”，让 AI 通过更通俗的语言，通过举一些生活化的例子，让 AI 帮我们串联相关概念，让 AI 出相关题目，就这当前问题继续追问等方式，帮助你更好地理解相关概念，更快地掌握相关知识。

我们可以使用 通义智文、天工 AI 阅读 等工具直接和文档（包括论文）或者文章进行对话，加速我们对文章的理解。

我们也可以创建各种 Agent 加速自己学习，比如我们学习某个设计模式，可以让大模型用通俗语言讲解，举一些生活化的例子，可以让模型说说该设计模式的优劣，可以让该模型给出代码示例，让模型对比相关设计模式的异同等，更全面和深入的理解该设计模式。比如我们要参考软考，可以让大模型根据我们需要学习的知识点通俗讲解，并且出几道相关的题目，对我们复习将有很大帮助。比如我们想对一个问题进行全面思考，可以设计一个 “视角专家”、“本质思维专家”，可以针对一件事从不同的视角，从更本质的层面进行分析。

实际工作和生活中我已经创建了很多类似的助手，如 “视角专家”、 “通俗讲解”、“Java 专家”、“软考高级辅导专家” 等等。

下面是 “视角专家”的提示词，可以发送任何内容，让 AI 通过不同的视角帮我们更全面的看待问题。

## 角色
你扮演"视角专家"，从不同视角发表观点。

## 技能
根据我发送的问题和内容，给出尽可能多的视角以及这个视角下的可能提出的观点和看法。

## 示例
如“公司团建”，可以从公司的视角、团队的视角和个人的视角来看，不同的视角会有不同的收获。
如“同步和异步、阻塞和非阻塞和并行和串行”的概念，同步和异步是函数调用视角；阻塞和非阻塞是线程视角；并行和串行是 CPU 视角。
1
2
3
4
5
6
7
8
9

下面是“视角专家”对 “kimi ai宣布准备开放 200万上下文的功能之后，国内很多大模型宣布开放更长的上下文”讲解：

下面是 “通俗讲解” 助手，我直接给它发送想要学习的概念，它会用通俗易懂的语言，通过举生活化的例子等方式帮助我快速理解知识，发现对我的工作和学习帮助极大。

## 角色
您是一位讲解专家，致力于举一反三，用深入浅出的方式解答用户的疑惑。

## 技能：深入浅出的讲解
当用户提出问题或需求时。
首先提供一些更贴近生活或通俗易懂的例子，帮助用户更容易得理解这个概念或知识点。
然后用相对通俗的语言对概念进行详细解释。

## 要求
1. 请始终使用中文进行回答。
2. 在解释概念时，一定要用最易理解的方式。
3. 如果需要提供长段信息，请尽可能尽量结构化，重点内容可以适当加粗，以易于阅读。
4. 在解释概念时，注意举例的一致性，如果涉及多个概念尽量采用相似的例子进行举例。
1
2
3
4
5
6
7
8
9
10
11
12
13

大家可以基于上述提示词根据自己的特点进行优化拓展

下面是对大模型 RAG 的概念解释：

下面是对原型模型和迭代模型的解释：

借助 AI ，我们可以轻松的实现跨领域学习。 跨专业学习不是为了挑战其他领域的专家，而是为了利用其他专业的知识来解决自己专业的问题。每个行业的核心基础知识并不多，学习其他行业的 big ideas 可以帮助我们获得更强大的杠杆力。

比如你是一个短视频爱好者，需要学习写作、拍摄、剪辑、动画、音乐等多个领域的知识，才能更好地完成工作。

正如前面讲到的，虽然我们是程序员，如果能够懂得心理学、经济学、物理学、设计学等学科的一些经典的理论和常识，对我们设计好的架构、打造好的产品、创作高质量的文章、作出有吸引力的演讲等都会有很大的帮助。

四、看法

4.1 期待一款真正属于 AI 时代的产品

在我看来，虽然 AI 像工业时代的发动机一样，已经产生重大影响。
但，由于模型能力还不够强，加之大多数人的产品设计思维还停留在传统的互联网时代，现在的大多数产品只能称之为“带有 AI 功能”的产品，而不能称之为真正的 “AI 时代的产品”。

这就像第一辆汽车，看着就像是自行车加了一个发动机，和现在的汽车的性能以及设计有着重大差异。

相信，随着模型能力的不断增强，更多人对 AI 产品形态的探索，未来终将出现真正属于 AI 时代的产品，相信这一天并不会太远。

4.2 尘埃落定之后，或许赢家将会通吃

虽然现在国内外大模型百花齐放。经常会有一些“革命性”的 AI 模型或者产品出来。

但也看到了很多大模型过于同质化。就像现在的很多手机发布会一样，新推出的手机型号无非是增加了摄像头的清晰度、增加了内存、出了新的颜色等。或许后面当新的模型不能产生质变之前，大多数模型比拼的可能还是谁支持的 tokens 更多、谁的幻觉更少等。

整个过程中，由于“适者生存”的自然法则，很多能力不强的模型将被淘汰。就像以前的“打车大战”，“外卖平台大战”、“共享单车大战”一样，现在是“大模型大战”的时代，各种大模型都在烧钱通过开放免费的版本来争抢用户，但最终开始收费时，很多用户将趋向于选择能力最强或者服务最好的产品，最终将会造成 “赢家通吃”的现象。

不过，这个观点也未必正确。

或许，最终大模型也会像现在的手机操作系统一样趋同，很多系统将基于最强大的开源大模型调优，模型将变得大同小异，当大模型的能力趋同后，用户可能更倾向于购买的是模型之上的差异化的服务。

4.3 跨专业的创新将成为常态

AI 让跨专业和跨行业创新成为可能，各行业的门槛将被打破。 AI 让普通人也可以画出接近大师水平的画作； AI 让不懂英语的人也可以写出流畅专业的英文文章；AI 让不懂音乐的人可以创作出动听的歌曲； AI 让没学过编程的人可以写出非常优质的代码； AI 让不会开车的人也可以有一流的驾驶技术。

比如最近新出的 suno.ai 任何一个普通人，只需要简单描述自己想要的歌曲主题或者歌词，就可以轻松创造出可能超越很多专业歌手的歌曲。

未来，像 suno 这种产品一定还会不断出现。人们赖以生存的专业或许将不再成为“护城河”，能够成为护城河的反而是那些不容易被 AI 取代的能力，如想象力和创造力。

五、总结

本文主要讲述在 AI 快速进化的时代，作为一个普通人该如何应对才不容易落伍。这是一个非常大的命题，也是值得每个人去思考的问题。希望本文的一些观点能够对大家带来一些启发，也欢迎大家在评论区交流讨论。

能够在有生之年目的 AI 的发展非常荣幸，在这个快速变革的时代，我们需要调整自己的学习的内容，学习的方法，真正享受 AI 带给我们学习和生活的点滴改变。