AI 並不會在你不了解領域知識的情況下真正幫到你。
如果你對業務和專業本身不熟，AI 隻會給你生成大量看起來很像答案的垃圾內容，而你根本無法判斷哪些是在胡說，哪些才是真正有價值的判斷。
無論是 ChatGPT 還是其他 AI，你很容易就能得到 10 個不同的答案，而且這些答案之間可能完全相互衝突。
如果你不懂這個領域，你甚至不知道該信哪一個，最後隻能被“看起來都很合理”的表述誤導。
所以我一直認為，真正能把 AI 用好的，一定是一線的領域專家。
隻有懂行的人，才知道問題該怎麽問，結果該如何驗證，以及哪些結論在現實世界中根本落不了地。
對我個人來說，AI 確實極大提升了生產力，原因很簡單。
我在這個領域已經做過、踩過坑、交過學費，本身就是 SME。
因此我可以快速判斷 AI 的輸出是有用的，還是在胡扯。
在這種前提下，AI 的價值非常清晰。
它不是替我思考，而是幫我減負。
大量重複性的工作現在都可以直接交給 AI 去完成。
代碼生成、文檔整理、方案初稿、測試用例，這些事情已經不再需要人肉堆時間。
我隻需要專注在設計、架構和關鍵決策上，剩下的執行層麵基本都可以交給 AI。
但在很多複雜問題上，單一 AI 往往是不夠的。
現實中經常需要多個 AI 工具協同工作，比如 ChatGPT、Manus、Grok、Gemini 等一起用。
原因也很簡單，每個模型都有自己的盲點和偏好。
這就像你手下有四個員工。
同一個問題，他們可能會給出完全不同的答案。
有的人更擅長架構，有的人更擅長細節，有的人在某些場景下明顯比其他人更靠譜。
前提依然是，你自己要懂行，知道該讓誰幹什麽，以及最終該相信誰。
從組織和行業結構來看，變化會非常殘酷。
未來的公司並不需要那麽多人，隻需要少數真正資深的人。
在創業公司裏，99% 的代碼都會由 AI 生成，但隻有高級架構師才知道這些代碼是否合理，哪些值得保留，哪些隻是表麵上能跑的垃圾，以及係統該如何長期維護。
這直接殺死了大量初級崗位。
過去需要初級工程師、初級分析師完成的工作，現在一個資深人員加上 AI 就可以做得更快、更穩定。
AI 並沒有取代專家，但它讓成長路徑的下半段變得異常擁擠。
再往前看一步，未來完全可能出現這樣的公司。
一家估值數十億甚至上百億的創業公司，真正的人類知識工作者隻有 1 到 2 個，其餘“員工”幾乎全部都是 AI。
這並不是科幻，而是效率極致化的自然結果。
人負責認知、判斷、設計和方向選擇，AI 負責執行、擴展和規模化複製。
當知識密度和判斷力成為最稀缺資源時，公司價值將不再由人數決定，而由少數關鍵個體的能力上限決定。
我不認為 AI 取代了人的判斷力。
但我非常確定，它會毫不留情地淘汰那些隻會按部就班、缺乏獨立判斷能力的中等和初級從業者。
AI 不是在民主化知識，而是在放大專業差距。
