AI 是今年大火的一个话题，随着 ChatGPT 之类的一系列大模型开始流行以后，有不少的培训机构宣称这样的口号: "未来不会使用 AI 的人将会被淘汰"。我觉得这个观点本身并没有错，但是关键在于那些培训机构出于自身的利益，故意忽略了这句话成立的条件。真正的意思应该是:
在某些 AI 擅长的领域，不会使用 AI 加持自己工作的人将会被淘汰。
比如要求不高的人工客服、文案写手，甚至是简单的代码开发工作，用 AI 来完成能达到不错的效果，而对于门槛较高或跟人打交道的领域，比如做复杂的系统架构、心理咨询等等，这些 AI 就很难胜任。
那对于 AI 擅长的领域来说，它的本质还是属于工具，既然是工具，那么它的第一性原理就是提高生产效率，以前能做的事情，现在能用更短的时间、更少的人力来完成。这种问题往往已经有了现成的解决方案/规则，只需要借助 AI 帮你更方便地实现，比如：
- 你想写一段 SQL 语句，但是你对 SQL 语法并不熟悉，你可以把需求用自然语言描述出来，然后 AI 会帮你把自然语言转换成 SQL 语句。
- 你想搜索到某个文档的内容，你可以用自然语言描述你的需求，AI 会帮你搜索到相关的文档，并进行整合后给你相对准确的答案。
其实这些事情你也可以通过自己手动查阅资料来完成，但是 AI 可以帮你更快地完成。
在大模型已经流行的今天，AI 的使用门槛已经越来越低，使用 AI 来解决问题对大部分人来讲并不是什么难事，真正拉开人与人差距是利用 AI 去解决什么样的问题。
你可以给 ChatGPT 提问让它帮你翻译一段话，也可以让它解决一个垂直领域中的具体问题，不同的问题会将 AI 引导到不同的方向，从而直接影响到答案的质量。
而提问的内容，来源于你的知识储备，和对行业的理解，越专业的人，提出的问题往往信息量也越大，这样也更能把 AI 的能力发挥到极致。
所以，AI 对你的帮助到底有多大，一方面取决于你的领域 AI 是否擅长，另一方面取决于你自己的能力圈，当你的能力半径足够大，那么能撬动的 AI 的力量也就越大。
如果你所做的工作 AI 并不擅长，那么即使你不使用 AI 对你的影响并不大，你根本不会被淘汰。比如我现在的工作中，很多事情需要涉及到复杂的技术上下文，AI 并没有这些上下文信息，所以很多需求是 AI 无法完成的，不用 AI 对我的工作确实没有太大的影响。但与此同时，也有一些不太需要很多上下文的编码细节，我可以交给 AI 帮我实现或者分析 bug，提升工作的效率。
那么，还有一个问题是，会用 AI 的人就一定不会被淘汰吗？
在使用 AI 的时候我们固然需要学习一些应用层的知识，比如怎么组织合理的 prompt、怎么引导模型思考。但只会用 AI、没有专业深度的人在未来也会被淘汰。难的从来不是使用 AI，难的是在一个行业长期的深耕，积累自己的能力圈以及对领域的认知，这才是真正的核心竞争力。
曾经在 bobo 老师的知识星球看过一个帖子，说的是十年前塞班系统被淘汰了，那当年做塞班的人被淘汰了吗？
事实是并没有，相反，他们在开发塞班系统的时候积累了大量 C++ 的开发经验，对代码中的内存管理已经非常熟悉，这些经验放到 iOS 当年使用的 OC 语言当中也同样适用，这意味着相比新手能更容易地开发出稳定的应用。
同时，他们也是最早接触移动端开发的一群人，作为扎根行业多年的人，相比外人他们太清楚移动端互联网时代已经要到来了，于是有人开始做 iOS 独立开发，尝到了 iOS 应用商店的付费红利，有人拿着几倍于塞班开发的薪水，在移动端开发领域继续前进，并没有在那个时期被时代所淘汰。
同样，当 AIGC 新技术出现的时候，原本行业的积累也非常重要。因为抛开任何一个行业去谈 AIGC 都是没有意义的，只有对原本行业的认知足够深刻，才能清楚地知道哪些细节可以交给 AI 去做，哪些问题可以让 AI 解决，充分挖掘 AI 对于行业的价值。
所以，当 AI 大模型出现之后，往往是在行业里深耕的人能够最先适应 AI 时代的变化，而不是那些只会使用 AI 的人。
