那天吃完饭散步，一个朋友突然问我：你觉得现在自己的 ai知识水平 算高吗？
我愣了一下。每天跟各种模型打交道，自动化了半个工作流程，可心里还是有点虚——总觉得外面的人一个个都在卷、“懂得都太多了”。
后来我认真想了想，ai知识水平 其实不是考试成绩，也不是会不会写几行代码，而更像是一种数字时代的判断力。有点像英语：有人能日常聊天，有人能写论文，有人能在会议桌上听出对方话里的弦外之音。
我自己粗暴地把它拆成三层：
- 第一层：会用，把工具变成自己手脚的延伸。
- 第二层：懂点原理，不再被各种宣传词忽悠。
- 第三层：能做选择，知道在哪些场景该上 AI，在哪些场景最好关掉电脑，靠肉眼和常识。
先说第一层，最容易也最被低估。
上班路上我观察地铁里的人，刷短视频的很多，用 AI 的其实不多。真正拉开差距的，往往是那些默默用 AI 做脏活累活的人。
比如：
- 文案岗：把 AI 当成 灵感发动机，先让它给十个版本，再自己挑、自己改。
- 设计岗：用图像模型做 草图和迭代，省掉反复沟通的时间，把精力留给真正重要的审美判断。
- 程序员：写样板代码、写测试、查报错，用 大模型 做“实习生”，自己只负责总设计。
很多人以为自己会用了，其实还停在：问一句，复制一段，完事。
但真正的会用，我觉得起码要做到三件事：会拆任务、懂得给背景、能迭代。
这背后其实就是一个词：提示词。
你不需要学什么高深的提示词工程，但起码要知道：一句“帮我写个方案”远远不够，你得告诉它写给谁看、什么语气、要多少字、有什么不能踩的雷。
当你发现自己写提示词的时间，开始比自己上手写还快，那说明你的 ai知识水平 至少已经踏进门了。
第二层，懂点原理，不是说人人都要去啃论文。
我自己的经验是：只要搞清楚几个关键词，就够用很多年。
比如 参数规模，可以粗暴理解为模型脑子里塞了多少“微小记忆”；比如 训练数据，模型看过什么、没看过什么，直接决定了它在某个领域的口风和盲区；再比如 推理能力，看它能不能在几条信息之间搭桥，而不是只会背书。
明白这些之后，你再看那些宣传文案——媲美人类专家、颠覆所有行业、完全取代程序员——心里大概会自动浮现一句：行，先打个折再说。
我见过一个很典型的场景：一个做运营的女生，用 AI 写活动方案已经非常顺手，但有一次她问我：为什么有时候 AI 明明之前回答得很好，突然就开始一本正经地胡说八道？
这其实就是 幻觉 问题。当你知道模型本质上是在预测下一个词，而不是在数据库里查真相，你对它的期待会自然调整：需要创意、需要发散的时候，多用；涉及数据、法律、金钱的时候，多查。
再往上，就是第三层：能做选择。
这一层听起来玄，其实特别接地气——决定你在现实世界里，怎么跟 AI 相处。
我现在给自己定了几个小原则：任何需要 长期记忆和信任关系 的事情，比如心理咨询、职业规划，不全交给 AI；任何关乎 隐私和敏感数据 的内容，先想一遍这些东西如果被别的公司看见，我能不能接受；看到打着 AI 旗号的新产品，第一反应也不是真牛，而是问：它到底只是换个壳调用大模型接口，还是在业务逻辑上真的变了？
有时候，ai知识水平 高不高，不体现在你会多少技巧，而体现在：你敢不敢对一些看起来很先进的东西说不。
比如，某个老板要求把所有文章都交给 AI 来写，只保留一个人来做审核；如果你稍微懂一点，你就会知道，在品牌语气和价值观这些微妙的地方，全自动几乎不可能，这时候你是默默执行，还是敢提出自己的判断和方案？
说到底，ai知识水平 不是一张证书，而是一种日常的肌肉感。
你是不是会在做重复工作时，下意识想一句：这个能不能交给 AI？你是不是会在看到夸张报道时，条件反射地问：它的训练数据从哪来？你是不是能在聊天模型一本正经胡说的时候，笑一笑，说：行，我再去查两份资料核对一下。
如果一定要给自己下个定义，我更愿意这样介绍自己：我的 ai知识水平 是，会用、敢问、不迷信。
说出口的时候，人会踏实很多。
