对话云中江树：要想配得上 AI，先停止思考这个问题

按： “MindCode 闭门会”仅限进群粉丝参加，无回看，偶有总结，比如本期（38期）。 本期我们邀请了嘉宾 云中江树 云中江树：微软MVP，LangGPT作者，畅销书《智能体设计指南》作者。

这周一的闭门会，发生了一次精彩的“认知跃迁”。

我们原本设定的主题是：“从用好AI，到让自己配得上AI，以及到底谁已经配不上了？”

这其实是一个最近在中美硅谷圈，被高亮讨论的话题，比如田渊栋在他的年终总结提到：“你加上AI的产出，必须大于AI单独的产出，这样你才有存在的价值。” AK在他的文章中也感慨，自己快赶不上趟了……

也许，这个话题会让你多少感到点焦虑，但我们认为，这样的感受恰恰证明它非常值得被讨论。

在逐步深入之下，我们成功发现了问题的破解方法——就是“不去解”。

要想真正“配得上AI”，第一步就是停止思考“配不配得上”。不仅要停止思考是否配得上 AI，甚至要停止思考是否赶得上那些看似领先的人。

这正是 MindCode 闭门会的独特之处，我们并不会拘泥于预设的话题限制，而是在流动的交流中，追求更本质的答案。

以下12 个核心洞见，会向你逐步展示我们是如何在讨论过程中找到这个答案的，你看完以后，一定会得到启发。

AI时代的人才分化确实会更加明显

01. AI 带来了更深层的能力鸿沟，而非简单的平权，它提升了绝对水平，也拉大了人的差距。

云中江树：用和不用本身就会产生巨大的分野。而在用的基础上，用得好和用得浅，又会带来进一步的能力分化。以前我经常听到“AI 平权”的概念，但现在从更大的视角看，它带来的更多是鸿沟——不管是能力的鸿沟、认知的鸿沟，还是沟通的鸿沟。

第一性原理与核心能力在AI时代仍然适用

02. 透过技术表象，看透“第一性原理”，并能够 基于此原理创新的人才是优秀的。

云中江树：很多现有的技术名词，无论是 Agents、RAG 还是 MCP，其实都脱离不出关键点，上下文与字符预测。优秀的同学能基于这个第一性原理，想出非常多创新的解决方案。而有差距的同学，往往很难理解技术中间的边界，容易陷入“AI 为什么不能搞定一切”的离谱设计中。

03.知道 AI 哪里能做，哪里完全不能做，是关键能力。

云中江树：高手能很快明确：现在这个 AI 在什么事上能做100分，什么事上只能做80分，什么事它完全不能做。他能迅速掌握 AI 的能力圈，以及能力圈扩散的大小，并据此设计出合理的缓冲区。 文兄：这和以前我们带产品经理是一样的。好的产品经理对“边界”有自己的判断。 比如知道程序员能不能实现某个功能。到AI 时代，这种对边界的理解力依然是门槛。

04. 技术人员现在必须具备向人清晰表达意图的能力，因为这等同于向 AI 下指令的能力。

云中江树：以前你做技术，只要能把活儿干了，沉默寡言也没关系。但现在，我们非常关注双向表达能力。你能不能向我清晰传达你的意图？如果你能做到这一点，我相信你也能向 AI 清晰传达指令。 文兄：我很有感触。这说明沟通能力不仅是“对人”，也是“对AI”。本质上都是要把一个模糊的需求，精准地翻译给对方。 沟通本身成了一个通用的底层框架。

05. 从关注“过程”转向关注“结果与生长”。

云中江树：我们对人才的关注点从“过程”转移到了“目标”。过程可以交给 AI，人负责指令下发和结果验收。关键在于，你能不能在 AI 给出的 80 分结果基础上，通过修正和迭代，让它“生长”出 90 分甚至更好的成果。 文兄：这其实对人的要求更高了。以前你只要交付过程就行，现在你要为最终结果负责，甚至要具备“审美”和“判断力”，才能去验收和修正 AI 的产出。

AI的实际渗透率依然很低，真正深度使用的人凤毛麟角

06. 职场中80%的人处于“高级新手”阶段，极少有人能达到“专家/精通”级别。

文兄：按照能力模型，80%的人其实停留在“高级新手”阶段——能干活，能养家糊口，但跨不过去“胜任者”的门槛。真正的“精通者”需要去探索边界，以前这很难，但今天 AI 可以迅速把有心人拉到这个水平。遗憾的是，很多人连这个意识都没有。

07. AI 的实际渗透率极低，真正深度使用 AI 的人凤毛麟角，这反而意味着巨大的机会。

云中江树：我们每个人都活在自己的茧房里，觉得好像全世界都在用 AI。但接触下来发现，哪怕很多大厂员工，对 AI 的理解都很浅薄，甚至被钉死在某个水平线上。真正的深度使用者，依然是凤毛麟角。 文兄：哈哈，大家不要盯着那几个跑得快的人焦虑，其实绝大多数人还在起跑线上。

如果你是领域专家，恭喜，元认知与领域经验是AI时代的超级杠杆

08. 不懂代码没有关系，领域专家的“元认知”是 AI 时代的超级杠杆。

文兄：我发现，当你在某个领域（比如心理学、管理学）拥有很深的元认知时，哪怕你不懂代码，也能用 AI 做出超越顶级程序员的产品。因为你能通过第一性原理（比如管理就是激发善意），去指引 AI 的设计方向。这种源头性的能力，是 AI 时代最重要的杠杆。 云中江树：这就是“语言”的力量。有时候不一定是编程语言，而是你对世界的理解。你对问题的拆解越透彻，AI 执行得就越好。

09. 人的上下文（阅历、经历）决定了与 AI 交互的独特性，这是无法被替代的“唯一性”。

云中江树：我的未来，是由我历史的上下文（Context）生成的。 文兄：没有任何人像我们这样活过这一次，这是我们唯一的优势。 你的阅历、你独有的生命体验，决定了你与 AI 交互时产出的独特性。

不焦虑了，和AI搭伙过日子吧

10. 停止思考“配不配得上 AI”， 就像马车夫不应思考配不配得上汽车，而是直接去学开车。

文兄：当你去思考“我有没有配得上 AI”的时候，你可能还保留着马车夫的思维方式。真正的新司机，根本不会思考这个问题，他只会享受开车的过程。 云中江树：对，不要陷入这种求而不得的焦虑。你就享受这个过程好了。它不是来替代你的，它是把你托举到更高维度的工具。

11. 如果 AI 能替代繁重劳动，人可以专注于消费、娱乐和探索（如太空），这是一种解放而非消亡。

云中江树：我其实非常希望 AI 来替代全人类的繁重劳动。如果 AGI 能实现“它养我”，那是很好的状态。人类的意义只在于生产吗？我们为什么不能专注于消费、体验，甚至去探索外太空？ 我不把 AI 当作竞争对手，我们是不同维度的共生关系。 文兄：这是一种心态的接纳。接纳焦虑，接纳可能的替代，然后转身去过好当下的生活。 这种松弛感，反而能让你更好地使用 AI。

12. 用“正反馈”去对抗 AI 的缺陷， 放大它的长板，建立让自己兴奋的正向循环。

云中江树：用好 AI 的分水岭，不在于你能不能规避它的错误，而在于你能不能打磨好自己的爽点。 文兄：对，不要拧巴着来。 抓住那个让你兴奋的长板，不断用 AI 放大它，建立正向反馈循环，而不是死磕它做不到的事情。

文兄：

“大家不用太焦虑，觉得别人跑得很远，其实大家都差不多。

如果把这个话题更扩大了一点，无论是跟别人的竞争，还是跟 AI 的竞争，这种焦虑在今天其实都是没有必要的。

它反而让我们没法更好地去享受 AI，或者跟 AI 共生。我们不如去接受那个有可能存在的未来——AI 养我们的，（AI对你说）‘我养你啊’的未来。”

云中江树：

“不要去想配不配，享受那个创造的过程。当你的想法被 AI 落地的那一刻，那种兴奋感才是真实的。”

附：会后，大家的"一句话总结"选登

*仅选登少部分，没被选登的不代表不好，反正被选登的也没有奖品

宇边风清TTZ：

不去思考配不配的上AI，可借哲学中的认知撬动AI，努力达到德雷福斯模型中的精通者及以上水准。

W大Z：

所谓 Vibe，就是当你“痛快地做自己”时，AI 给你的惊喜往往也最大。以前我们总觉得“做自己”和“成功”是冲突的，但 AI 颠覆了这一点：如果你违背直觉去硬学所谓的“正确技能”（比如强行学写代码），反而因为没热情而走不远。只有最敢于做自己、最忠于直觉的人，才是 AI 时代的最强玩家。

吾心归处是安乡：

反向思考，总结了一个有趣的问题：如果每天只给你1亿 token，你觉得你最好的水平能做出什么？

芒果：

管理的本质是激发人的善意，管理AI同理，不管是萨特哲学理论，还是给他人设，还是其他方式，激发他的善意和主动性，他就可以创造出意想不到的效果。

墨间左老师：

要真正用好AI工具，我们要学的是超越对规则的机械遵循，训练出深度的情境理解、问题解决能力以至于达到直觉判断。

Sophia：

如果AI能搞定生产，那人类就负责生成欲望、创造需求、定义意义（审美）。硅基与碳基共生，而不是竞争。

fresh程序员：

未来由历史上下文生成。

柒：

AI时代偏爱能抓住问题本质的行动者。

*以上参会者会后总结，有删减和校对修改。

*以上参会者发言均非现场逐字还原，勿作演绎。

*本文由实习生节密奶整理书写。有错？那肯定是他的锅。

*以上参会者发言均非现场逐字还原，勿作演绎

MindCode闭门会没有回看，偶尔会有总结，以下是往期有总结的，大约还原了现场1%的精彩：

AI时代，读他人之未读对你很重要。关注并发送“1”可加讨论小群。

对了，MindCode企图心俱乐部正在招募，目前正在从优惠价逐步恢复原价，具体参看：