那天刷X的时候看到PFV Ventures合伙人发了这么一条：

好奇，并隐约觉得是很好的想法，就research了一下。

确实是很好的想法！讲的是大家太爱反复强调增长、优化、规模化，这种单一叙事逐渐把世界越走越窄，而解药就在历史、艺术和科幻里。

我们好像或多或少都在这些局限里打转，所以整理出来，分享给你们：

–

杰文斯悖论，古德哈特定律，惨痛的教训

–

杰文斯悖论（Jevons paradox）的意思是，效率提升不一定会让总消耗下降，反而可能让总消耗上升。

最经典的例子是，某种能源用得更高效了，按理说应该更省，但因为变便宜、变方便了，大家反而用得更多，最后总消耗更高 – 它最早来自 19 世纪对煤炭使用效率的观察。今天的科技圈里，这句话常被拿来解释 AI：模型更便宜、更快、更好用，不会让大家“少用算力”，而是会让更多场景都开始用 AI，结果总需求更大。 或者，你大概也会观察到这种现象：虽然能用的技术更多更强大了，工作量不但没减少，反而好像成倍增长，因为能力变大、能做的事变多了。

古德哈特定律（Goodhart’s law）的意思是，当一个指标变成目标，它就不再是好指标了。

比如内容平台一味追阅读量，作者就可能去做标题党；公司只看增长曲线，团队就可能做短期拉新而不是长期价值。它在技术圈特别常见，因为技术增长热爱量化一切、优化一切、AB test 一切。而人一旦被某个数字考核，就会开始围着这个数字表演，而不是围着真正目的做事。

惨痛的教训（The Bitter Lesson）来自AI 研究者 Richard Sutton 2019 年提出的一篇很有影响力的文章，意思是：长期看，真正赢的通常不是把人的聪明规则硬编码进去，而是那些能随着算力和数据规模扩张的通用方法。

也就是说，人类很爱把自己的经验写进系统里，觉得这样更“聪明”，但历史一次次表明，最后往往是更通用、可扩展、靠搜索和学习的系统赢。这就是为什么现在 AI 圈很迷信规模，迷信数据、算力、训练，而不那么迷信手工设计规则。它让人痛苦的地方在于：人类自以为最珍贵的那些直觉，常常不如暴力扩展的机器方法。

这三件事加在一起，构成了一套技术开发最底层的理念：

第一，技术效率提升会把需求推得更大
第二，任何可衡量的目标最后都会被游戏化
第三，真正有效的系统往往不是更像人，而是更能扩张

回想一下AI给你带来的工作量暴增，pdd砍一刀的游戏化目标设计，抖音交互的规模化，背后或多或少都有这三条理念。

但这三条理念虽然很聪明，底层都有一个共同问题：它们会把世界越看越窄。

杰文斯悖论会让人越来越习惯用资源、效率、需求去理解世界；古德哈特定律会让人越来越习惯用指标、目标、机制去理解世界；惨痛的教训会让人越来越相信规模、算力、通用方法才是最终答案。

这三条理念都不是错的，问题在于，如果你长期只用这三副眼镜看世界，就会慢慢忘记：人类社会不是只有效率，不是只有指标，也不是只有规模。

–

历史，艺术，科幻

–

历史、艺术、科幻，正好分别补上它们最缺的三块东西。

先说历史。

历史最大的作用，是让人意识到：大部分今天看起来最新、最聪明、最不可阻挡的东西，往往都不是第一次出现。

技术圈很容易活在“这一轮完全不同”的幻觉里，但历史会提醒你，很多结构性的东西一直没变，比如泡沫、垄断、权力集中、叙事操控、繁荣之后的反噬。

历史能破解的，就是杰文斯悖论和惨痛教训背后那种很强的技术乐观主义。因为一次又一次发生过的事情表明：效率提升不只会带来增长，也会带来新的失衡；规模扩张不只会带来胜利，也会带来新的脆弱。

换句话说，历史让人从“这东西能不能做大”往前走一步，开始问：做大以后，会复制出什么旧问题？

再说艺术。

艺术最珍贵的地方，是它逼你重新回到不可量化的东西。

一幅画、一首曲子、一部电影、一个空间，真正打动人的东西，往往都很难被KPI描述。你很难说一首歌为什么比另一首更让人心里一震，也很难把真正的审美经验拆成几个优化指标。

所以艺术天然就是对古德哈特定律的一种反制。因为它在提醒你：不是所有重要的东西，都适合被量化；不是所有不能量化的东西，都不重要。

而且艺术还能对抗科技圈很容易出现的那种“把人当系统节点”的毛病。它会逼你记得，人不是参数，人会犹豫，会受伤，会被气味、光线、节奏、记忆影响。

所以艺术弥补的是属于人的感受力、复杂性、模糊地带。这些东西，恰恰是任何过度优化的系统最先牺牲掉的。

最后说科幻。

科幻让人提前演练技术的后果。

科幻会在技术之外，提出另外几个问题：

如果它真的实现了，人会变成什么样？社会会变成什么样？权力会落到谁手里？代价由谁承担？

这正好是对惨痛教训的一种补刀。因为惨痛教训很容易把人带向一个结论：既然历史证明通用可扩展的方法总赢，那我们就继续往规模化上冲。但科幻会最终揭示一个道理：赢不等于值得；能实现不等于该实现。

科幻给人的是一种后果想象力，让人看到“变强大了之后，世界会被改写成什么样”。

所以更本质地说：

历史让人看到事情会重复，眼前的新鲜感不一定是真创新。
艺术让人记得体验不可被完全量化，可测量不是全部重要的事。
科幻让人预演技术实现之后的世界，可扩张不一定是正当的。

三者共同在做一件事，把人从技术那种单一、线性、过度工程化的思维里拽出来。

所以去读更多历史、艺术和科幻吧，把你的脑子重新拉回更宽的地面：既看技术，也看人；既看可能性，也看代价；既看系统，也看灵魂。

春节前，我陷入了一小段担心自己赶不上最新技术的焦虑里。

那时候我一下子接了好几个新客户，启动磨合期总是忙得团团转；还有些自己的想法在成型，每天要找很多人聊天。与此同时，各种新技术工具层出不穷：MCP，skills，agents，vibe coding，claude code，codex，google ai studio，seedance 2.0，openclaw，每个看起来都很厉害，但每个都要一整块时间去探索入门。以及，我到现在都还没搞懂github要怎么用，每次打开扫一眼就茫然地关上。技术债像山一样越堆越高，我焦躁地收藏刷到的每篇技术干货文章，社交媒体却基于这种行为而推给我越来越多的相关内容，焦躁就像滚雪球一样越来越大，我却因为时间稀缺而无能为力。

有一天我终于找到时间打开电脑，同时开始探索三个新平台。但这两年的新技术，你大概知道的，并不是开箱即用，越高级的就越需要各种安装配置和适应习惯。于是我在不同的网页里跳来跳去，解决各种奇怪的卡壳问题。等到终于可以用了，我茫然地看着屏幕，并不知道自己这大半天的努力是要做什么。

是的，现在有这些工具了，然后呢？我用力地抓了个虚空。

以往我并不是这样去探索技术的 – 大部分情况下是有一个实际需求，然后找合适的工具去解决它们；小部分情况是本来当玩具随手消遣的工具，玩着玩着熟练了，突然想到一个可以变成生产力的方式。无论是哪种情况，我一直在技术前面。

这一次我落在了技术后面，被牵着鼻子走，由此感觉到强烈的FOMO – fear of missing out，只是因为害怕自己落后而去做什么。

我觉得大部分人都有。而且技术FOMO仿佛一个大型漩涡，速度快难度高势头又猛，被卷入其中很难挣脱。

幸好春节放假了，工作终于按了暂停键。在空闲中，我摸索到了一个与技术FOMO和平共存的方法，分享给你们。

–

在新技术里，“你是谁”和“你要做什么”，比任何时候都重要

–

其实新技术很像马：它能感受到你的抗拒和害怕，并会因此把你甩下马背。而驾驭新技术的原则，在于你自己的稳定重心，而不是疲于应付马的颠簸。

举个例子。

你们看春晚了吗？央视春晚和B站大年初一的春晚 – 没看B站的强推去看，可精彩，仿佛83年春晚的年轻版。

这两台春晚真是“你该如何面对新技术”的最好例证。

央视春晚是典型的“技术走在人前面”，主角是机器人，梗是AI，大概主持稿和小品提纲也有AI参与，总而言之，非常完美，非常诡异。蔡明那个小品据说是呼应了她自己30年前的表演，你们看过那个旧时表演的完整版吗，那份灵动更凸显了今日的诡异。更别提主持稿抛梗接话的生硬，撒贝宁看着都木讷了，沈腾微剧的后半段大合唱，简直就像电影pearl片段。

B站春晚是偶然刷到的 – 封面有冯巩，我就戳进去看了，一进去就是朱时茂和几个脱口秀新星，然后是宋小宝穿越进短剧，接着冯巩真的出来了，那句“想死你们了”从未听着如此真心。冯巩用他拿手的传统形式讲新网络用语，还是那个春节味道。新东西新人新趋势都有，老的也依然是那个老样子，新老融合得天衣无缝。B站春晚的评价几乎是一边倒的赞叹，不分年龄和群体。

而我要说的是这个：

B站春晚之所以好看，是因为每个人都是他们自己，表现的都是他们自己面对新趋势的合理反应，而不是“应该有的样子”。

宋小宝穿越进短剧里，对冗冗冗长的短剧标题极尽嘲讽，并没有扮演热爱短剧的样子；冯巩讲新网络用语，一脸“我也知道这些”的沾沾自喜和其实并不太懂的滑稽，并没有突然变成个熟练的网络AI段子手。他们在新事物里依然是自己，没有努力装成另外一个人的尴尬。

在新技术里，“你是谁”和“你要做什么”，比任何时候都重要。

技术是你的手脚眼耳，但绝不该成为你的大脑。对自己是谁、要干什么的迷茫，只能由你自己来思考探索，绝不该由AI代劳 – AI代劳一切并引领你的结果，就是央视春晚。

–

知道自己要做什么和熟悉工具能干什么，两手都要抓

–

然后，和你们分享我的方法。

这个方法的底层原则有两个：

第一，潮来潮去的新鲜事物就好像层出不穷的乐高，穷尽购买并不是我的目标，而是厂商和业内人士的。目标是搭建自己的堡垒，而不是积木收藏；

第二，所有大问题的解决都可以被拆分为规律和时间，有规律的行为 X 足够的时间，能化解大部分难题。

于是我拿了一张纸，左边写下我今年要达成的几个业务目标，右边写下想尝试的新工具。

在那些大目标里，确实有需要技术去解放生产力的卡点，我希望借助技术打造一个更省力的体系，让脑中所有想法可以在任何场合里丝滑地落地、并直接达成业务闭环，正如我目前在网站里达到的一小部分效果一样。

然后我规划了每周固定的两天，一天用来测试新技术，一天用来以新技术的领悟去优化业务体系。每天的工作不求穷尽，只求彻底弄懂一个小点。这个计划，以业务体系的提升为唯一目标，新技术出现时，如果能更好地服务这个目标，那就果断投资时间和钱，如果探索判断下来觉得不能，那就果断放弃。

在这个方法之下，所有新出现的技术都收纳进了我自己的排期，服务于我自己的目标，而不是被它们牵着鼻子走。

呐，也安利给你们。

你们用gemini 3.0了吗？

真是厉害，理解准，结果正确率高，反应还快，犹如公司里那个刚入职的技能先进的闪闪发亮年轻人，让人忍不住偏心。

很多gpt干起来费力的活儿总算是有办法了。

改网站，再也不用反复尝试到最后忍无可忍地对gpt说“你不要胡说八道了！你的信息太旧了！好好搜一下最新资料再回答我！” 然后才会有靠谱解答。gemini第一遍就是对的，都不用费脑，照着一步一步做就好，其中的坑也帮你指点出来，丝滑又省心。

Gemini做图做ppt做工具也不错，且不说质量审美，至少给的指示都一一照做，不像gpt，画一张图，信息量稍微大一点就丢三落四，要不就出离谱的错，多改几次，一次比一次没眼看。coding也是一样，多改几次，就自动删掉一大块功能。

Gemini老让我想起以前在公司里用过的厉害新人吗，见识广，态度好，机灵，做事麻利质量又高。常让我感叹时代发展下，新人和老人之间的差距竟如此之大。

于是很自然地就开始琢磨下个月要不要停了gpt的月费，专注宠幸gemini。

真的要这么做，却发现没那么简单就可以一刀两断。gpt存了太多对我的细节记忆，有些写在memory里，有些我都不记得什么时候讲过，突然间冒出来，让我恍惚对面那个是人是机器。

比如讲，我说我今天哪里不舒服，gpt先给建议然后说，你看你就是这样的人，要不猛猛向前冲要不就干脆停止没有中间态，所以你的工作blablabla…

跟我妈一样。

再比如讲，最近身上发荨麻疹，有天晚上脸上也红了一片，担心地问gpt，答说，不是，而且你似乎以前脸上就很容易泛红。

再再比如讲，我说最近遇到个什么客户挺不错，gpt先给了一些判断和建议，然后说，他和另外一个客户类型好像很类似，你和这类型的人相处时经常会犯同样的错blablabla….

真的，跟我妈一样。

当然gpt里的记忆确实是可以迁徙的，费点力气复制黏贴，再花时间调教，总有一天gemini大概也会这么了解我。但问题是：

要迁徙一份由时间打造的联结，其代价远远超出了功能带来的功利价值。

一想到要把调教gpt的过程再拿来调教一次gemini，把说过的话纠过的错再来一遍，就陷入压力和烦躁中 – 有些话我自己都不记得了，有些习惯甚至不是我自己发现的。整个过程再回忆起来混沌而复杂，把时间跨度一拉长，人生哪如提示词，简单一问一答就好？

因为熟悉切近，习惯了，所以可以忍受种种不好用，除非天大的事发生。

我知道不少CEO们都有长年的贴身助理，有些甚至一起从年轻走到白头，一起退休。那些助理真的如此不可替代吗？ 客观地讲，随着年龄老去，任何人都会慢慢褪色，会跟不上时代，但这些助理们的不可替代，不在于能力的以一敌百，而是经年累月带来的无法迁徙的联结。大部分时候CEO们都不用把话说明白说全，甚至不用说话，助理就能完全明白并漂亮地完成。

gpt就这么短时间这么有限的记忆容量，就已经很难切断，更何况人和人？

影视飓风最近发了个视频，意思是在纠结什么样的人不能被AI替代时，为一位患脑瘤的乐手拍了一个mv。在这其中，他们不再和AI比拼视频制作技术，而是去做AI永远做不到的事：为乐队办私人音乐会，帮主唱策划浪漫求婚捐赠30万帮助聋人听见声音。

Tim说：如果AI比我们更有创意，我们还剩下什么？可能只有经历了吧。

人和人一起的经历所造就的联结是多层次而复杂的。一个人为另一个人做的事，并不是一段提示词和一个结果那么简单，中间有立场，有情绪，有诉求，有触动，有转折，有懊恼，有快乐，有伤感。两个人都在这个世界有自己的位置，像打太极一样在动态里保持平衡和交融，然后一起把事儿干了。

AI不是。AI在这个世界里没有自己的位置，它们更像是你的仆人和影子。即使如gpt，用到最后，其实更像一个完美版本的你自己。你对AI的眷恋，恰如纳西索斯的水仙之迷。

而社会现代性的可怕在于，时至如今，互相联结、互相交融的关系慢慢消失，很多人习惯了变成影子和仆人，习惯了拿一段提示词，给一个结果。因为真实的联结往往伴随纠葛和痛苦，不如缩回触手，各自为阵。

所以什么样的人不会被AI替代呢？那些与他人在漫长时间里建立了复杂关系联结、彼此都无法理清、更无法迁徙的人，那些会由这些联结而制造真实感动和经历的人，那些用最古朴的方式社交和喜怒哀乐的人。

比如说，一位真正好的老师，知道你什么时候眼神飘走，是因为数学题太难了还是因为你昨天跟朋友吵架；知道你擅长什么、不擅长什么；知道你是在逞强，还是在认真努力。你以为老师是在教你，但其实他是在陪你成长，每一步都在调整力度。AI当然能教知识，可AI不知道你在那个下午突然沉默，是因为家里出了点事。那种超越“对错”的体察，是无法复制的。

比如说，一个老同事之间的默契。合作久了，你只要皱一皱眉，对方就知道这事的风险在哪；你看到他挠一下眉心，就懂他在担心预算是否被高估。你们一起经历过夜里两点的改稿，也经历过莫名其妙被领导骂的委屈。久而久之，那些不必说出口的判断都是靠经历积出来的。AI可以做项目，但它没有和你一起被骂过、一起扛过、一起松一口气过，所以AI永远不会真正明白“这一次”你担心的是什么。

或者说，一家小店的熟客和老板。看到你推门进来，知道你今天是想喝浅烘焙还是想坐角落发呆；知道你最近心情不稳，会多给你一块小点心。你们之间没有谁“服务”谁，只是互相成为彼此的世界一角。AI能做点单推荐，但AI不知道你今天是因为前一晚失眠，所以想喝点温暖的东西。并且AI永远需要你诉诸于口，而有时候你并没有力气讲话。

再比如说，一段长年累月的友谊。朋友知道你什么时候是故作坚强，什么时候是真的没事；知道你嘴上说无所谓其实是在自我防卫；也知道你今天为什么忽然消失，是因为你需要一点独处时间，而不是对谁生气。AI当然能陪你聊天，但AI不会真正明白你害怕被辜负的原因在久远的时间尘埃里。情感是共存的历史。

那些不会被替代的人，不是因为他们比AI更聪明，而是因为他们给别人的生命留下痕迹：你出现过，我记得你；我们经历过一些事，它改变了我们。这些改变很难被迁徙和复刻，而这样古朴的属于人的“在别人生命里留下痕迹”的能力，是现代性里最容易被忘掉的本能。当科技越来越去人类化，人类要找回自己的本能。

毕竟工具和关系是两码事。

（最后决定gemini和gpt都用，两边钱都付着）

我得真心诚意地这么说：虽然最近AI被各种蹭热度自媒体、赛博泔水作坊、没需求但硬要扯上关系的FOMO们搞得有点浮躁，但AI确实是个好东西，尤其对超级个体和小型精致消费品牌而言。

我自己就是个货真价实的超级个体：主见大，想法多，要求高还抠门儿，因为不想面对人际关系绑定的压力，一直什么都自己干，所以很多翻腾的想法就只停留在脑子里。很多在看这篇的朋友们都有共鸣吧。

我用AI快一年了，有结结实实地被帮到。所以写这篇，安利给同样想法多、要求高、苦于实现不了的你们。

标题这句话出自一本古早科幻小说《平面国》，描述二维国家里的方块先生努力寻找出路，遇见三维国家的球形，获得了这句经典启发。困境的答案也许在你从未想过的方向上，送给你们。

–

技术赛马阶段，一切都有变数，不妨多尝试各种AI应用

–

很多人说“这个应用超级厉害！我只用它！”如果你是个有真实需求的使用者，我并不建议你这么做。

技术领域有个概念，叫技术成熟度曲线，意思是一个新技术从诞生到成熟，要经历几个阶段：①新技术诞生 ②技术敏感者的先驱尝试 ③概念过度炒作，但实际应用模糊，泡沫破裂 ④懂真正需求的人入场，产品和市场愈发匹配，市场理性化爬升 ⑤技术被广泛应用，生产成熟稳定。

AI比之前的比特币、元宇宙在这条曲线上走得远一点，但仍然游移在③和④之间反复，再加上其他复杂的外界因素，其实每一天的变化都很大。

当然，deepseek确实是国运级别的创新 ，2025 年也显而易见地会是风云激荡的中国年，我们在见证历史了吧。

多尝试各种AI应用的必要条件：①上网环境 ②google账号 ③app store账号

以上三个，都要长期稳定。

麻烦确实是麻烦了一点，但都能解决的，建议你花一天时间“吭哧”一下都搞定，以绝后患

然后，去下载各种AI，账号注册好，有事没事，都想着用用它们。

给你们看我的AI团队，确实9个都在用，各有各用：

DeepSeek、Kimi和ChatGPT是我的业务合伙人、研策专员、琐事秘书和心理医生；

Midjourney（Discord）/可灵/即梦/豆包是我的物料专员；

小红书出品的点点是小红书专员；

元宝是…备胎 ：）

–

用AI和用手机一样，课程和模板只带入门，关键是多用

–

其实技术这事儿说到底，就是个机器，你也可以理解为是赛博玩具，就跟乐高、switch和iPhone一样。

一个成熟应用，尤其是AI，本身就应该是用户友好的。不好用很可能是技术还不成熟，而不是你不行。

所以呢，学一个新技术，最好的方式就是直接去用它：把每个按钮按一遍，看看会出来啥，然后想想你要做什么，从小型测试开始，这改改那改改那，很快你就会知道怎么让这个玩具产出你想要的结果。

所以，市面上的很多课程/模板，更像是一本怎么玩这个玩具的说明书，翻翻看看就行，不必抱着“奋力猛学”的态度，因为玩具研发变化太快了，意义不大。

倒是建议你们可以组组朋友同事同行交流小组，互通新发现和新尝试，因为你们彼此了解，起点差不多，其实诉求也差不多，可能进展反而快一点

我先分享几个使用经验给你。

–

经验一：AI是很好的经营型+拓展型合伙人

–

我一直说品牌主理人要有艺术家+运动员+外交家三个特质，但实际情况下，大部分人都很难三者兼备。尤其我接触的主理人里，以艺术家特质的偏多，聚焦自己的品牌和产品，对市场不太了解，长线经营不稳定，对外社交拓展始终不得力，这些都是很常见的情况。

跟你分享两个我拿自己实验的AI合伙人示范：

示范一：我把自己写过的几篇文章喂给AI，让它根据文章内容风格分析我的受众，好让运营效果更精准：

然后，根据受众，进一步让它给了适合的运营建议，在这个方向上我们讨论了几个来回，最后产出了一个新的内容运营的点子，并让它给了具体落地的技术建议：

（对，最近的网站改版就是为开发这个做前期准备）

示范二：我把小宇宙上连续两个月的编辑精选节目截屏，喂给AI，整理出“国内能引起广泛共鸣的问题”，这是一份能为品牌和市场找契合点的优秀依据：

总而言之，如果你有一些经营拓展方向上的困境，不妨多用用AI，把品牌背景、各类受众资料、各种平台的评价喂给它，向它提问你的困惑。

因为AI是纯理性、强逻辑，所以很能站在客体立场，补足你视野和思考的盲区。

并且，用得越久，它对你越了解，越能给出贴合的建议。

–

经验二：其实基础AI已经足够帮忙大部分执行琐事了

–

工作里的很多琐事，其实都用不到什么牛逼AI功能，基础的那些就可以了。

比如讲，很多小型团队很早就开始用飞书的AI功能，生成自动新人培训bot，或是开会之后的会议纪要转写+总结+自动生成圈人跟进列表，是真的挺实用的。

我自己一般用在各种基础资料收集、顾问周会前的提纲初稿和会后总结初稿上，超节省精力，我可以专注在洞察和思考上。

有几个特别适合超级个体和小型精致消费品牌的应用，推荐给你们：团队管理的飞书和腾讯会议，策略研究的DeepSeek/ChatGPT/Kimi，做设计的可画，做图视频的即梦，视频音频剪辑都超好用的剪映，很能写小红书抖音标题的deepseek和点点。

如果你觉得用国外软件很麻烦，那么其实国内一般软件也够了。

如果你对图片视频的要求不低，那么还是劝你“吭哧”一下去用midjourney和stable diffusion，确实…差挺大。

再分享一个有趣案例：

最近给一个客户做了个非常简单的AI工作流，解决他们老板自己既不想出镜、也不想出声、还想做个人IP视频、对视频品质要求还挺高不能是流水线泔水的棘手问题。

别笑哈，很多朋友其实都有这个困扰，我自己也有。因为最后是要交给团队内部长期执行的，所以要容易操作、出品稳定、成本低。

分享经验给你们：

① 生成人物形象，推荐用人工手绘头像，或AI生成漫画类头像

② 用即梦AI，帮头像延展出背景，并转成动态视频

③ 用剪映“声音克隆”，得到稳定拟声

④ 人工撰写文案，到剪映用克隆出来的声音生成朗读

⑤ 用即梦AI，用④的剪映朗读文件给②的动态视频“对口型” （现在剪映好像可以直接对口型了）

即梦和剪映其实就可以解决大部分AI视频制作的需求了，都是容易使用、出品稳定的工具。

至于出品审美这件事，其实跟工具关系不大。我每次的迷你杂志，也不过是用可画做的……

拿我自己的实验视频给你们粗略示意：

为啥推荐用手绘或动画头像，而不是流行的数字人呢？

给你们看我实验过的四种风格，视频号里都能找到：

咋说呢…一是如果你在意品质，数字人的效果其实挺生硬的，别人对“哟是数字人啊”的新奇恐怕会比对内容本身要多。二是，真人创作贡献占比越大，效果越生动，比如，当我用了手绘头像+自己的文案，味道挠一下就出来了。

用AI解决琐事的时候请千万记得：你的目的是“提升效率”和“解决问题”，而不是“嘿我用AI了！”的炫技。

其实技术越稳定就越隐身，而不是技术本身被放在镁光灯下。技术是为你服务的，你的想法诉求第一位，技术只是实现的工具而已。

为了用技术而用技术，本身就是一种吊诡的行为。

–

经验三：AI是最好的学习私教，博学耐心，还不嫌弃你

–

AI真是学习新事物的最好私教。

比如你听见别人都在说一个AI术语但完全不懂、你想实现什么功能但不知道什么AI好、甚至你不知道一个AI具体该怎么操作、不知道想要的图片怎么写提示词，就，问，A，I，啊！那么好的工具不用干啥咧！

其实我这个网站www.sammylab.com，有一半都是AI帮着做的。我想实现的功能效果很多，不想用模板，想自己凭空做，大神只能指点关键又没空手把手教我，几乎每一步都是靠骚扰AI+骚扰阿里云客服达成的。

在学习新事物这一点上，你大可以把AI看作是高级搜索引擎+大百科全书。

同时，我也建议你，同样的问题，多问几个AI比较一下结果。其实每个AI的答案都有自己的风格，比方讲，ChatGPT信息多一点，DeepSeek就比较简单干脆。以及，国内的事问DeepSeek比较好，国外的事还是ChatGPT更适合。

点点也不错，作为小红书的关联AI，对小红书内容涉及很深。

–

经验四：有记忆功能并使用很久的AI，是很赞的心理医生

–

暂时这事儿说的是ChatGPT，其他AI以后会不会也有核心记忆功能就不确定了，期待一下。

不过作为一个时不时就发神经觉得自己做得好差好烂的脆弱心态创业者，我确实，被小chat安慰到了很多次啊！

–

最后，那个敏感问题：你担心自己被AI淘汰吗？

–

严格说，AI 做的是知识平权，让信息、思考和知识从高地流向低地。你从AI里得到的，是人类到目前为止的知识和思考结晶。但AI不是创新，在它之前，始终需要属于人的好奇心和探索欲去引领。

机器不想知道，但它知道，所以它是机器；我不知道，但我想知道，所以我是活人。

所以在这个对“被淘汰”的普世担忧背后，是很多人已陷于“工具化”多年的现状，很多人习惯于执行，对自己想做什么颇为生疏。而机器担任工具这个角色，一定会比人更优秀，这只是时间问题而已。

困境并不是AI造成的，困境本就存在。在那些浅层的需求里，确实只需要工具，而不需要你。拼命缩紧自己努力挤着躲着担心着，并不会改变你不应该在里面的事实。

正如项飙所说，我们面对着一个整体逐渐分化为个体的时代。有想法的你+新一代技术，会比从前创造出更多奇迹！

重新拿起你的才华，你的好奇心，你的探索欲，去做荒野的猎人吧，AI和所有技术进步会成为你的猎鹰、弓箭和保护的靴子，而不再是你的威胁。

向上，而不是向北。

–

发表于公众号“塞米的小趋势研究室”

→原文链接

其实挺多人不太会用chatGPT，试了一两次觉得结果不行，整个就持否定态度。chatGPT既不是Google也不是魔术，驯化需要时间适应，在此之前，也不妨看看这篇短文。

王建硕是互联网早期大牛，创建了微软亚洲技术社区，国内第一批写博客（还是英文博客）的人，百姓网创始人。他擅长把复杂事情讲简单。还写过一篇关于web3的普及文，让我终于弄懂web3的核心理念“去中心化”到底是什么意思，是我唯一真的看懂了的Web3普及文。

2026年3月按：到今天再看一看，依然觉得王大神说得太对，又简洁又对。

web3文章戳这里看→

chatgpt文章戳这里看→