社交媒体渲染的 AI 焦虑愈演愈烈，翻来覆去就是那套话术，「不用 xxx 就要掉队了」。

周武王

社交媒体渲染的 AI 焦虑愈演愈烈，翻来覆去就是那套话术，「不用 xxx 就要掉队了」。


去年在一个会上问起 Angela Fan (Llama 的奠基人之一，现在在OpenAI) 怎么面对眼花缭乱的工具，她回答的很诚恳——她也跟不上。

现实就是这样，没有人能真的「跟上」。

但过去这两年玩 AI 最大的收货，在于把玩和体会「过程」，而非「结果」。掰开来讲，这包括但不限于以下这些七七八八的东西：

- 如何找到自己的需求
- 如何准确表达自己的需求
- 如何理解 AI 对你需求的理解
- 如何提出好问题
- 如何建立解决问题的架构
- 如何找到人与机器之间沟通的局限和误解
- 如何在资源和能力有限的框架里做出决策
  ……

以上这些，关乎于过程。它大部分时间，都是一个向内探索、不断思考的过程。而「使用什么工具」，仅仅是这个过程所抵达的答案而已。过程和思考的上限决定了 AI 这个工具的上限——而不是用屁股决定脑袋。

一个很典型的例子是提示词——这恰好是我这几年专业范畴的一部分。从媒体转到 AI 实验室，我的工作之一就是钻研各方面的提示词工程优化。这件事本身是很有意思的——它需要用创意写作去反反复复测试模型的反应：这既需要深厚的写作功底，也需要有对内容的敏感感知力（做多模态，更要有对音乐、视觉内容的品味）。用朋友的话来说就是，"你在跟一个世界上最聪明的五岁小孩沟通"。

那些效果比较好的提示词，往往就是在某个时刻，和这某个版本五岁小孩沟通顺畅的口令。它换个模型可能未必能成功，也有可能下个版本一迭代后，模型的功力已经瞬间碾压了提示词优化所能带来的一点点进步。

所以之前看到网上如获至宝地搜集各种提示词，「不用就掉队了」，和现在全民养龙虾的热潮如出一辙。可明明最有意思的地方并不在于什么工具，抄什么样的答案，而是「得到这个答案过程是什么」。

好玩的是，如今的我看到一个有意思的提示词的时候，竟然会有种看到一首好歌词、一篇好文章那样微妙的情感：它迭代了几个版本，得出的结果有什么不同？不同模型的反应是怎样的。如果让自己来写，会用什么不同的角度？

所以看到@阑夕 老师说 「如果你需要托人帮你安装龙虾，那么其实你就不太可能需要龙虾」，深有同感。不管是 vibe coding 还是龙虾，当凝视的如果是「过程」本身，所有的焦虑也都迎刃而解了。工具是外部的，而需求是内部的。换句话来说，光抄答案是没有用的。而当需求自然而然地流向解决问题的方案，「用什么，怎么用」，它就会浮出水面。

最近总是想起一个现实生活的场景：两个人大声打电话，明明一句话就能沟通完的一件事，两人死活就是沟通不清楚。他俩倒是不急，可把身旁被迫听完全程的路人憋屈得半死。

如果还跨不过这道坎，就先别想着养龙虾了。工具放一旁，把话说清楚、把问题问清楚，就是AI 时代最值钱的技能。