最近在犬校写：AI 的交付是「AI 能力+个人特质+任务环境」的综合结果。如果交付结果不行，有时候是这个阶段的 AI 能力不行；有时候是你在这个任务上不专业不敏感，你做不到但别人能做到；有时候是这个任务就不适合用 AI 来做。

如果交付结果你很满意，有时候是你在这个任务上的专业度很高，因此能驾驭 AI；有时候是这个任务跑在 AI 的长板上，很容易跑出高分；有时候是你的起点低阈值低，AI 在你的低分基础上拉到五六十分你也很满足。

AI 是千人千面的需求满足，没什么一概而论。古典互联网的最大公约数逻辑在 AI 时代一钱不值。

在这一帖的末尾，我写道：多看看别人怎么用 AI 当然是好的，有启发的，但最重要的还是在自己的环境中，去寻找个人特质和 AI 能力的结合点。

拿我自己举例子，找到 “旅行攻略” 这个结合点后，Gemini 的提示词工程也好，CodeX 的 harness 也好，一下子就入门了，然后再用旅行攻略学到的经验泛化到别的场景。入门以后再看别人之前对我不拥抱 AI 的批评，觉得批评得没道理，因为当时他们拥抱 AI 的场景适合自己，完全不适合我，“你行，我不行” 的原因是 AI 在你的场景下并不能赋能我。我得遇到自己的场景才能大杀四方。

一个人的生活和工作中，被 AI 赋能的场景越多，对 AI 的信仰越强。这种环境优势的权重，远远超过了能力与愿力。这让我想起了《了不起的盖茨比》第一句话：我年纪还轻、阅历不深的时候，我父亲教导过我一句话，我至今还念念不忘。 “每逢你想要批评任何人的时候，” 他对我说，“你就记住，这个世界上所有的人，并不是个个都有过你拥有的那些优越条件。”