在AI技术飞速发展的当下，许多人陷入了盲目跟风的焦虑中，纷纷购买邀请码、收藏海量教程，试图在AI浪潮中占据一席之地。然而，这种“作死姿势”可能忽视了更重要的一步——如何真正将AI技术融入实际工作和生活。本文作者从自身多年产品管理经验出发，结合互联网发展史的启示，探讨了AI技术的普惠化趋势，并提出了“需求精炼师”而非“技术操作工”的全新视角，帮助大家在AI时代找到真正属于自己的立足点。

这几天在群里看到这个图的时候忽然小脑萎缩了一下，

想到前段时间，一位对我而言亦师亦友的兄弟突然发问：有没有那种能快速提升自己的方法？我猛地发觉，我们的AI恐慌症似乎正在演变成一种新型的集体癔症。

说句在旁人看来或许有些反智的话，我认为当下的普通人或许没必要过度深入学习AI。我们无需为此过于焦虑，也不必担忧自己会被时代抛弃。

就目前的情况来看，AI技术仍处于发展阶段，当下学习到的内容很有可能过段时间就失去了学习的必要。未来的操作必定会愈发友好，门槛也会越来越低，恐怕连毫无基础的人都知道该如何操作。

01 彼时彼刻

历史总是惊人地相似且荒诞。大家不妨回想一下我国近二十几年的互联网浪潮。1994年，中国刚刚接入国际互联网，彼时屏幕前的很多人或许还未出生，国内仍是门户网站的天下，像新浪、搜狐、网易均诞生于那个时期。电脑对于当时的大多数普通人而言是存在接触门槛的，要么家里本就富裕有门路，要么工作单位刚好配备了电脑。这像不像ChatGPT刚问世那会儿，只有部分有渠道接触外网的人才能使用，若想使用得更顺畅甚至要花钱购买plus会员。

彼时彼刻，恰如此时此刻。

2000年之后，BAT开始崭露头角。那时我们父母那一辈，包括我这一辈在做什么呢？在学习打字！我至今仍记忆犹新，当时电视购物频道上，还有售卖那种教你各种电脑操作的光盘。瞧现在，要是身边有人说自己在学打字，你肯定会怀疑这人的智商是否正常。更别说现在还能在屏幕上手写，或者通过微信长按语音就能识别打字。一些上了年纪的人运用自如的五笔输入法，如今还有谁在学呢？这像不像之前一大批人扎堆学习AI提示词，钻研如何部署stable diffusion，试想现在还有必要学这些吗？现在文生图是不是基本都能在线上实现了？

到了2014年左右，正在读大学的我为院学生会和校园门户网站专门制作视频。我们制作视频时最大的工作量就是为视频配字幕。当时要给一个视频配字幕，得先下载安装专业的视频制作软件，例如会声会影、PR、AE，有些人的电脑可能还带不动AE。然后要逐字逐句听视频内容，在时间轴上添加字幕图层，并输入文字，调整该图层在时间轴上的时长，逐帧对口型。有过使用这些软件经验的人肯定明白我的意思。

现在使用剪映，它已经支持自动识别语音并添加字幕，还能依据提供的文稿自动匹配视频并附上字幕，做字幕的工作基本上被节省了90%。这在10年前是想都不敢想的。

2025年的当下，短视频已然成为我们生活的一部分，每个人制作视频的门槛被无限降低，这些视频软件的操作也越来越便捷友好，能帮用户找全网的素材，甚至连图片、视频、音乐都能调用AI的能力生成。或许你的父母辈、爷爷奶奶辈都在抖音上发布视频了。一些偏远地区的普通人，可能都没有正经学过导演、编剧之类的知识，却能将自己脑海中的想法付诸实践，甚至因此改变了自己的人生轨迹。

技术的发展，竭尽所能地惠及每一个普通人。

02 此时此刻

目前AI的发展亦是如此。

看最近，deepseek火了，把ChatGPT给比下去了，很多人明显开始焦虑起来。微信群里，动不动就是分享如何本地私有化部署deepseek的方法，隔段时间就会有某某大学、某某机构关于deepseek研究的PDF文件流出。有的人没抓住deepseek的红利，倒是抓住了福利。

技术教学资料多如牛毛，在网上一搜一大堆。今天谁用AI做出了爆款，明天谁用AI赚了大钱，一部分人只是“收藏从未停止，学习从未开始”，更多的人则在这股信息狂潮中逐渐迷失了自我。没有构建起自己的体系，还因此浪费了大量时间。

【颠覆性AI来袭！】Manus万字小说5分钟输出，排版报销一条龙全包！这东西到底有啥特别之处？

拿Manus来说，在我上篇公众号文章发布后的那个时间点，网上开始有人察觉到这个产品不对劲。那天晚上，跟群里的技术大佬们聊起这件事，就有人说，cursor也有类似的Agent功能，但需要使用者全程盯着它工作，因为这个功能自带25个任务自动停止的限制，需要不断输入“继续”才能让它接着工作，所以就有人合理怀疑，这玩意就是cursor的Agent功能加上不断输入“继续”的脚本做出来的。

后来大家也知道了，海外有团队仅用3小时就复现了openmanus，并指出这就是一个套壳产品，技术上没有太多创新之处，而且会产生极大的消耗，这也意味着其投入产出比还不至于让你因此失业。

Manus能在网上引发如此大的讨论，或许只是表明在AI这个领域，大模型仅仅是个开端，下一个爆发点可能就在Agent。

即便Agent能够以极低的成本实现，要知道并非所有人一开始就能明确表达真实需求，并将自己的需求、诉求、要求准确无误地传达给AI。从古至今，人类所有的事情都是在沟通中逐步完善的，哪怕以后有无线的脑机接口，随着沟通的深入，想法会有所改变，模型也无法预见。

AI不管如何发展，核心始终离不开人。

03 路在何方

看到这儿可能有人会问，难道我就不用学习了吗？现在新闻上已经有很多人因为AI而失业了。

从个人发展的角度来说，我的建议是，不妨先冷静下来思考一下，AI到底能在多大程度上赋能自己手头的工作，怎样更好地服务客户，能否在自己所处的行业中将SOP（标准作业程序）AI化。不需要过度追求成为AI专家，提升自己所在领域的核心竞争力或许更为重要。

而且更有可能出现的情况是，还没等你学完，就会有更新的技术出现，并且伴随着更加用户友好的操作方式。

如果把视线放得更长远些，我们会发现新型工具的诞生总是伴随着相似的矛盾场景：一方面是技术快速发展带来的人人自危感，另一方面是技术降权带来的普惠红利。

手机摄影技术的演变恰好印证了这个规律。2000年夏普推出首款内置摄像头的手机时，专业摄影师们对仅有11万像素且根本拍不出可用画面的手机摄影嗤之以鼻。但发展到如今，手持单反相机的街头风景摄影师正在被滑动屏幕的手机用户取代。最具讽刺意味的是，专业摄影圈子里的构图法则与光影理论，最终以最通俗易懂的形式呈现在手机相机的九宫格参考线和HDR开关里。现在任何普通人打开人像模式，都能得到比20年前专业单反相机更精致的虚化效果。

这种技术平权的命运正在AI领域重现。我们现在认真学习的提示词工程，很可能三年后就如同当年的五笔输入法一样。某天打开全新版本的Office时，会发现文字处理器已经进化成“理解型工作台”，只需模糊描述文档用途，AI就能自动生成分段框架，组合多模态素材，甚至预估读者的知识盲区并追加解释性标注。

这种看似魔幻的场景背后，暗藏着技术发展的铁律：当某个工具开始引发全民学习热潮时，往往意味着它即将被封装进下一代的“傻瓜式”交互界面。就像DOS时代的批处理命令专家，在Windows图形界面到来时突然丧失所有优势。真正的技术革命从来不会为特定群体保留护城河，而是不断消解技术中间商的价值。

那些被焦虑驱使购买各类AI课程的人们应该认清现实：当50万人同时在学习Midjourney的种子参数搭配时，这个技术本身就已经步入淘汰周期。真正可怕的变化从来不会通过技术使用手册降临。2016年AlphaGo战胜李世石时，并没有要求人类必须掌握蒙特卡洛树搜索算法；当deepfake人脸替换视频开始泛滥时，作恶者也不需要理解GAN网络的数学原理。

面对不可逆转的人工智能技术发展，普通人更应该构建系统的防御机制：将自己定位为“需求精炼师”而非“技术操作工”。这可能会衍生出其他问题，但不在我们这次的讨论范围内。就像不会编程的餐厅老板现在可以通过AI编程创建订餐小程序一样，未来人类的竞争优势必定建立在这三个维度之上：

1. 需求洞察的颗粒度：能够区分“想要一个爆款短视频”和“需要引发35 +打工人情感共鸣的15秒生活场景切片”之间的差异。
2. 价值定位的敏锐度：当AI生成100版Slogan时，能够第一时间识别出哪一句能够唤醒目标群体的集体记忆。
3. 认知淬炼的独特性：形成自身行业的问题坐标系，运用自己的行业经验构建AI无法模仿的决策树。

我们回望20年前的电子表格学习热潮，当时熟练运用Excel函数的人恐怕想不到，二十年后会出现能理解“帮我预测下季度销售额”这种自然语言分析工具。当初上网都还要双击一个名叫“网络连接“的图标，等着它提示“拨号成功”，现在都化成了一句轻飘飘的“WIFI密码多少？”。

那些在技术过渡期拼命追赶潮流的人往往忽视了一个事实：溺亡风险最大的不是不会游泳的人，而是执着于特定泳姿的竞技选手。当潮流方向突然改变时，真正能救命的可能是最原始的漂浮本能——对人类本质需求的深刻理解。

04 写在最后

最后我也不知该说些什么了，我只是突然回想起，我2016年10月以产品经理的身份进入这个行业时，我的微信个人签名只有8个字：如无必要，勿增实体。

希望与你共勉。