以前我还非常建议大家去学 AI，但就最近一周，连续两个朋友跟我聊完之后，我已经不像以前那么积极地去安利工具了。无论是国外的还是国内的，我现在直接跟他们讲的是在 AI 时代，学得慢其实才是最好的策略。
我身边有一个移民澳洲的朋友，前前后后我用 AI 帮了他挺多忙。比如帮他出一些图、出一些创意，效果都很好。从推进生意的角度来看，第一是帮他省了很多钱，第二确实帮他把业务往下推进了。
后来他回国，我们见面聊了聊。我告诉他我是怎么用的，其实也就花了几个小时就把他教会了。之后他自己学、自己上手应用，这周再见面时，他已经完全掌握了。他现在可以自己出图、出方案，不像以前生意还没谈下来就要投入大量的沉没成本。
所以 AI 确实带来了两点好处：
1. 提高了效率
2. 节约了成本
但上面这两点看对谁，因为工作中我也教过同事，可后来公司觉得同事会了，也许可以不需要我了：）
本来他计划让我帮他继续做这些事，但后来发现他自己做更好，因为他更懂客户需求，我来做的话，返工的次数会多很多，而且 AI 生成的东西，很多都是一次性的，返工成本很高。一次不可逆的生成：AI 制图的结构性短板
整个故事他全程其实不需要去紧跟 AI 变化的速度，也不用感到焦虑。只要跟我聊聊天，掌握一些关键技巧，剩下的事就迎刃而解了，以后可能只需定期同步一些更新给他就行。
所以我觉得没必要每个人都那么积极地去追赶 AI。我另一个朋友也是，不仅自己的企业想推进 AI（没成），他自己也很焦虑，不知道该拿 AI 做什么。我最近跟他的聊天核心也是：在 AI 时代，学得慢就行。
我们站在 AI 使用者的角度来看，这些都是我身边的故事。
你看现在的大模型，比如 Anthropic的、Google的，还有字节跳动的，几乎没有哪家大模型公司把用户交互页面（UI）做得尽善尽美。
原因很简单，大模型的迭代速度太快了，他们自己都跟不上，甚至不知道一些结论，计算机是怎么给出来的，其实就是概率对撞，导致这些公司不可能今天做一个UI，明天又改一个UI。
另外，硬件层面也在剧变，比如英伟达未来要推出物理模型相关的CPU。我们现在用的大语言模型，未来很可能会被物理模型给碾压。不过又要可惜了 Facebook，扎克年初把负责物理大模型的负责人开了，原因一方面物理模型吃算力更厉害，很多投入产出打不正，另外一方面，那个负责人实在受不了在一个比他年轻的人下面做事。。。。扯远了
所以建议大家不用焦虑，也不用刻意去学。至少从我身边的例子来看，从很多角度都没有必要像每天打卡背单词那样去苦学AI。
David
