你不是不努力，只是AI发展太快，不知道该学什么

这两年，有一种疲惫越来越常见。它不是忙，甚至也不是累。 而是 你明明一直在学习，却越来越不知道，自己到底应该学什么 。

• AI火了，你知道应该学AI。于是你收藏了很多提示词，看过不少“零基础入门AI”的视频。
• 后来又开始有人讲工作流。于是你知道了Coze、Dify。
• 再后来，Agent火了，RAG火了，开始频繁出现在你的信息流里。

你刚刚觉得自己好像懂了一点，新的东西又来了。于是有一天你会突然发现一个很奇怪的事实： 你学过的东西越来越多，但心里反而越来越没底 。 不是因为你不努力，恰恰相反，可能就是因为你太努力了。 PART 01过去：成年人学习，最难的是选择过去，我们很少为“学什么”这件事焦虑。 上学的时候，有课本。考试考到哪里，都有人安排好了。真正进入社会以后，情况突然变了。没有课本了，没有统一的考试范围了。也没有人告诉你：

• 一个做运营的人，到底应该把AI学到什么程度？
• 一个学金融的学生，要不要学编程？
• 一个做人力资源的人，有没有必要了解Agent？
• 一个已经工作十年的人，现在开始学AI，是不是已经晚了？

我们第一次发现，成年人的学习，最难的可能已经不是坚持，而是选择。每天都有人告诉你：这个必须学、那个是趋势、这个马上要淘汰了、那个才是未来。 我们以为自己缺的是知识，后来才发现，很多时候真正缺的，是一个明确的方向。 PART 02焦虑的本质：对未来的不确定所以今天很多人的焦虑，其实并不是“AI焦虑”，至少不完全是。你真正担心的也许是： 别人都在往前走，是不是就我停下来了？

• 看到同事已经开始用AI完成工作，你会有一点紧张。
• 看到网上有人说“一个人加AI可以顶过去三个人”，你会想，自己会不会就是被替代的那一个。
• 看到越来越多招聘岗位开始写“熟练使用AI工具优先”，你会忍不住问：我现在会的这些，到底算不算“会AI”？

这种焦虑很真实。 很多时候，人并不是因为事情困难而焦虑，而是因为事情不确定。 困难至少可以努力，不确定却会让人不知道该把力气用在哪里。 PART 03学AI的第一步：先看清自己在哪里那普通人到底该怎么学AI？ 可能第一件事，不是再找一份AI学习路线指南。而是先弄清楚：自己到底在哪里。这件事听起来很简单，但很多人其实从来没有认真回答过。

• 你会用DeepSeek写东西，算不算会AI？
• 会几个Prompt，算什么水平？
• 能用AI做PPT、整理资料，但不会工作流，算入门还是进阶？
• 听说过Agent、RAG、MCP，但真正工作时几乎用不到，又到底要不要学？

今天很多人的问题，不是完全不会，而是不知道自己已经会了什么，也不知道还缺什么。 所以一个更合理的学习顺序，应该是：先测一测。 不是为了再得到一个让人焦虑的分数，而是看看你的真实水平到底在哪里。 CAIE的AI能力测评，先通过测试看清你的现有水平，再找到真正薄弱的地方。 你可能Prompt已经掌握得不错；多模态应用还比较弱；会单独使用几个工具，但不太会把它们组合起来；也可能平时已经频繁使用AI，但面对一个真实的工作任务时，还不知道应该怎么拆解问题、选择工具、设计完整流程。 这样一拆，“我不会AI”这句话就开始发生变化： 我不是不会，只是这里已经掌握了，那里还需要补。 这件事的价值其实不难理解，因为“我不会AI”，是一个很可怕的判断，它太大，也太模糊。模糊的问题最容易让人焦虑，你不知道从哪里开始，也不知道自己到底离“会”还有多远。但当问题变得具体，人反而没那么容易慌。 因为你终于知道： 哪些东西不用从头再学，哪些地方才真正值得花时间。扫一扫开始测试你的真实水平PART 04测评不只要看水平，还要看和岗位的匹配度不过，真正有意义的测评，还不能只告诉你“哪里强、哪里弱”，因为AI能力从来不是脱离工作存在的。同样一个能力水平，放在不同的人身上，意义可能完全不同。

• 一个每天都在做内容的运营人员，和一个财务人员，需要的AI能力不会完全一样。
• 一个只是希望AI帮自己提高工作效率的人，和一个准备转向AI相关岗位的人，对能力的要求也不会一样。

所以真正值得问的，不只是：我的AI水平是多少？还应该包括：我的这些能力，放到我的岗位里，到底够不够？甚至是：如果我想去另一个岗位，我现在还差什么？比如，一个已经做了三年运营的人，最近想往AI+运营方向走。他打开招聘软件，看了十几个岗位。看得越多，可能越容易产生一种感觉：我是不是差得太远了？ 但事实未必如此。 因为过去三年积累下来的用户理解、内容能力、运营经验，并不会因为“AI”突然失效。真正需要弄清楚的是：

• 你原来的哪些能力能够继续使用？
• 你已经掌握了哪些AI能力？
• 目标岗位真正要求的又是什么？
• 中间还差哪几块？

这时候，测评的意义就不只是“测一个AI水平”。而是帮助一个人把现在的自己和想去的地方放在一起看。 CAIE的AI能力测评完成以后，会形成对应的能力报告。 一份测评报告真正重要的部分，不是几个数字，而是数字后面的解释。它需要让一个人逐渐看清几件事： 第一，我现在到底会什么 哪些能力已经比较成熟，哪些还只是基础使用，哪些地方是真正的短板。 第二，这些能力和我的岗位是否匹配 如果只是想在现在的工作中提高效率，哪些已经够用，哪些值得继续加强。 第三，如果我想转岗或转行，我和目标方向还有多远 不是笼统地告诉你“适合”或者“不适合”，而是把中间的差距尽可能拆清楚。查看你的专属能力报告PART 05好的测评，会告诉你接下来该学什么一份真正有用的测评报告，还应该回答另一个很现实的问题： 那我接下来到底学什么？ 因为我们已经不缺学习资料了，网上有无数AI课程，有几百种工具推荐。有人告诉你一定要学Prompt，有人告诉你现在应该学工作流，有人说Agent才是未来。每一种说法听起来都有道理。 可问题是：它和你有什么关系？所以测评报告里的学习建议，不应该是再给所有人发一份统一零基础AI学习路线，而应该结合你的情况告诉你：

• 哪些内容你已经掌握，不需要再反复花时间；
• 哪些是现在最明显的短板；
• 哪些能力和你的岗位关系最紧；
• 如果你有明确的转型方向，下一阶段更应该优先补什么。

这个变化把学习从“最近大家都在学什么？”变成了“对我来说，现在最值得学什么？” 这是两种完全不同的状态。 前一种，你永远在看别人，永远都有一种追不上的感觉；但后一种不一样， 你开始有一个属于自己的坐标，你知道自己已经走到哪里，也知道下一段路，最应该把时间花在哪里。选择和你匹配的个性化学习路径PART 06测评的意义，是消除不确定可能有人会问：真的有必要专门做一次AI能力测评吗？ 如果只是为了知道自己得多少分，我觉得确实没有太大必要。但如果一次测评，能让一个人第一次比较清楚地看到： 我已经会什么；我真正缺什么；这些能力和我的岗位是什么关系；如果想走向另一个方向，我还差哪几步；下一阶段最值得学习的又是什么。 那它解决的，其实就不只是一个“测试”的问题，而是一种不确定。扫码测一下你现在到底在哪里很多时候，我们真正害怕的并不是AI变化太快。而是在所有人都告诉你“快一点”的时候，没有人告诉你，你现在在哪里，又应该往哪里走。 你不是不努力，只是努力之前，你可能真的需要先看清自己。 而一场好的AI能力测评，真正应该给你的，也不是一个分数，而是让你看完那份报告以后，终于能够比较确定地说一句： 我知道自己现在在哪了。然后，再出发。