這兩年，你是不是經常聽到這樣的話：

趕緊學提示詞工程，將來絕對是稀缺的崗位。

再不打造“超級個體”能力，三年內你就會被系統替代。

不學"一人公司"模式，你永遠在為別人的系統打工。

不會用 Agent 就要失業

AI 要取代程序員

不學習 OpenClaw，你可能正在錯過 AI 時代最后一張入場券。

不但那些廠商在大肆宣傳，那些賣課的更是不斷地在對我們轟炸。

在這種狂熱的大環境下，是個正常人都得焦慮。

最近看到一篇文章，我挺贊同它的觀點的，那就是：

(1) 即使你沒有立即掌握AI的所有知識，你也不會落后。

(2) 你不需要沖在最前面，但你必須要在路上。

01

夸大宣傳

我們經常會有這樣的感覺，AI產品發布會上效果好得嚇人，但是實際一上手也就那么回事。

因為無論是公司還是媒體，都會或多或少地存在夸大宣傳。

公司發布產品，會把自家產品最擅長的部分努力擦亮，把不擅長的地方盡量隱藏。

媒體為了吸睛，會把6分的東西說成10分，會精心挑選產品演示，對讀者制造轟動效果。

就拿軟件開發來說吧，這絕對是AI滲透率最高的領域，給很多不明真相的群眾造成了非常不好的印象：“AI要替代程序員了！” 或者“使用AI我也可以開發軟件了”

實際的情況怎么樣呢？

現在普通人可以用AI快速地生成一個看起來很不錯的網站，但是僅限于個人愛好/項目原型，很難產生商業價值。

因為真正的網站非常復雜，需要考慮很多需求，很多細節，你需要把這些東西切成小塊，并且提供足夠的背景信息，喂給AI，它才可以有效地工作。

否則你就會發現，AI這家伙怎么越做越差勁了呢？它怎么聽不懂我的指令了呢？我明明說了好幾遍“往東”，它怎么老是“往西”呢？

02

技術萌芽期

雖然AI編程很厲害，但它依然處于技術的“萌芽期”。

這一時期的特點就是：你必須掌握一堆“底層魔法”，否則系統就會出問題。

這樣的事情在歷史上發生過很多次。

1.UNIX早期時代：你得自己管調度器

在早期的 UNIX 系統里，每個進程有 priority（優先級），還有一個叫 nice value 的東西（數值越大越“謙讓”）。

如果你設置不好，一個不重要的進程可能瘋狂占用 CPU，關鍵服務反而被“餓死”（starvation）。

2.DOS 時代：640KB 的“內存地獄”

在 MS-DOS 時代，只有前640KB 是可用常規內存，程序想運行，必須想辦法塞進那 640KB。

如果你想用更大的空間，但必須手動管理內存端，借助HIMEM.SYS、EMM386 等工具進行映射和管理，否則程序就跑不起來。

3.SQL早期時代：優化器的噩夢

早期數據庫優化器很笨，經常選錯索引，掃全表，生成災難級執行計劃。

程序員經常需要在SQL中加上索引提示，告訴數據庫：你別自作聰明啊，按我說的索引來干活

SELECT /*+ INDEX(table_name idx_name) */

對今天的AI來說，我們得掌握“Prompt 技巧”，“RAG拼接”，“Chain-of-thought”,“上下文窗口限制”，是不是和上古的這些系統一模一樣？

最近大火的OpenClaw，市面上竟然出現了付費的安裝服務，“安裝難度”超過了“使用價值”，更是充分體現了“技術萌芽期”的特點。

隨著時間的推移，Unix調度器越來越完善，普通人根本不需要了解進程優先級的概念。Windows引入了內存虛擬化，每個進程都有4G內存，640K限制看起來就像笑話，數據庫優化器也變得成熟，除非極其復雜的案例，程序員現在寫SQL根本不用索引提示了。

AI的發展速度更是神速，兩年前人們對“提示詞工程”非常狂熱，每個人都在兜售自己成功的秘訣。各大公司都在招聘提示詞工程師，有的甚至開出了天價薪水。而現在呢？這些知識基本上已經過時了。

在技術的萌芽期，不要從那些所謂的“AI達人”那里去購買所謂的“秘方”，別怕那些人的恐嚇，他們的秘方在一年，甚至半年后要么變得毫無價值，要么會被集成到大模型當中。

你不立即跟風，也不會落后。

03

不要忽視AI，你必須在路上

上世紀 90 年代初，有一些人堅信 Windows不可能在 PC 上成功，DOS 才是未來的主流操作系統。

那時候的 Windows 還很稚嫩（如果你用過 Windows 3.0，大概能理解那種體驗），系統不穩定，開發體驗更是一團糟。API 繁瑣、文檔不全、各種崩潰……

于是他們得出一個結論：忽略 Windows，繼續做 DOS 應用，是更穩妥的選擇。

一開始，這個選擇確實沒什么問題。

但慢慢地，情況開始變得不妙。

真正的問題不是他們沒有第一時間 All-in Windows，而是他們在做出判斷之后，就停止關注 Windows 的進化。

他們仍然只盯著 DOS，直到有一天，市場已經明顯轉向 Windows，DOS 成了“過去式”。

而那個時候，對他們來說已經太晚了。

他們多年積累的經驗和知識迅速貶值，只能從零開始追趕那些已經在 Windows 上積累了幾年經驗的競爭對手。

他們之所以被“甩在身后”，不是因為沒有第一時間投入，而是因為錯過了演變過程，錯過了關鍵的拐點。

第一個拐點，是當市場開始變化時，需要把 Windows 開發加入自己的能力組合——哪怕那時還可以靠 DOS 賺錢。

第二個拐點，是當市場已經徹底轉向時，需要果斷放棄 DOS，全力投入 Windows。

把這個故事放到 AI 上，你就會明白：完全無視 AI 的發展，并不是一個好主意，即便它現在還處在早期階段。

你不必立刻押上全部籌碼，但你必須持續關注它的演變。

AI編程就是一個非常典型的例子，照理說，只有當一項技術發展到一定成熟度后，市場才會廣泛采用，但AI編程是個革命性的工具，它的前景極其誘人，各個廠商不計成本地瘋狂地投入，瘋狂地轟炸，提前把它給催熟了，進入了第一個拐點。

然后我們看到一種矛盾的現象：表面看來AI編程非常厲害，但是在復雜的嚴肅的項目中，沒有人的良好指導，它很容易犯各種錯誤。

所以這并不意味著你要立刻 All-in，更不必去學那些所謂的“秘密配方”，你只需要把 AI 加入你的工具箱就行：

• 在真實項目中，試著讓 AI 寫一部分代碼；

• 讓它生成單元測試，然后你親自審查；

• 讓它幫你重構一個舊模塊，觀察它哪里做得好，哪里出問題；

• 在團隊里討論：哪些場景適合用 AI，哪些場景絕對不行。

然后等著AI工具慢慢成熟，就像從手寫部署腳本過渡到 CI/CD，從物理機過渡到云服務一樣。

總之，你現在要做的，是建立一種“在路上”的狀態。

04

最終建議

不要被有關人工智能的恐嚇性言論所蒙蔽。

不過，我們仍需密切關注人工智能的發展，以便在轉折點到來時做好準備。

這篇文章的部分資料來源于Uwe Friedrichsen的文章：

https://www.ufried.com/blog/not_left_behind/