普通人想抓住 AI 机会，最先要改变哪些限制？

有很多人说，AI 是这个时代普通人能够翻身的一次最好的机会。我非常同意，举双手赞成。

我从 2005 年开始在互联网行业工作。那是互联网刚从 Web 1.0 过渡到 Web 2.0 的阶段（还有几个人知道 Web 2.0 这个概念？）。2009 年，我又转型到移动互联网领域。

作为一个出身底层农村的人，我确实享受过移动互联网带来的机会与红利，也有过一些收获。

以我过往的行业经验和直觉来看，AI 带来的技术变革、产业变革，以及它带给普通人的机会，是我过去经历过的任何阶段都无法相比的。

所以，把握好 AI 的机会，学会怎样使用、驾驭 AI，不是一句让人焦虑或者内卷的话，而是一个非常真诚的建议。

AI 是一个很强大的工具，但同样的工具在不同人的手里，发挥出来的价值和作用很不一样。在我与 AI 协作的过程中，我发现下面这些方面会限制 AI 的发挥。

你的性格就是 AI 的性格

这是一个很重要的限制因素。

我的性格其实偏谨慎、保守。在非 AI 时代，在实际项目里，我其实是一个有很多想法的人，但当真正面临实现的时候，脑子里就会冒出很多犹豫、迟疑和顾虑。我总是会想：这个能不能实现？那个可不可行？这个真的会有人用吗？执行的时候，总会有很多牵绊。

当我使用 AI 的时候，以前那些思维上的束缚，也会无形中限制我对 AI 能力的使用。所以很多时候，不是 AI 不行，而是在我作为想法发起方和决策者的层面，我自己限制了 AI 的发挥。

意识到这个问题以后，我开始有意识地改变自己性格和思维上的这些问题。我刻意让自己更有突破一点，更愿意去尝试。想到什么就去做什么，不要先给自己设太多限制。在想法探索、获取最基本反馈这件事上，AI 的试错成本其实非常低，无非就是浪费一些 token，还有一点点时间而已（真不会浪费多少时间）。

是否愿意花钱投资 AI 工具

我做一人公司差不多有 8 个礼拜，目前基本上没有任何收入。但我现在同时订阅了 Codex 和 Claude Code，每一个都是 100 美金一个月，所以我每个月花在 AI 工具上的钱大概是 200 美金，还不算其他一些工具的投入。

看起来好像很多钱，对吧？

但是，如果你参与过任何互联网公司的创业，或者曾经在互联网公司工作过，你就会知道，要请到像 Codex 和 Claude Code 这样能力级别的员工，每个月大概要花多少钱。

只要这么想，就会觉得每个月 200 美金绝对是非常便宜的。

尽管我现在还没有通过 AI 赚到什么钱，但我相信这是迟早的事情，因为我已经站在这个行业的趋势里面了。也就是行业俗话说的，只要站在风口上，一只猪都能飞起来。

所以，如果你想在 AI 领域有所成就，能够做出一些事情来，就需要大胆一点，用长期眼光在 AI 工具上做投入，把它看成一种投资。

你的能力边界，就是 AI 的能力边界

AI 几乎是全能的，但也并非如此。尽管你不需要写任何代码，也不需要亲手做任何设计，但其实，你的能力边界就是 AI 的能力边界。

这个能力不一定只是专业能力，也包括你的综合能力，或者说你的见识和知识面。

虽然我在互联网行业从事设计超过 20 年，但我知道自己在设计领域的某些能力上是有硬伤的。比如，我的设计始终不能达到我期待的那种细腻、精致的程度。又比如，我对用户需求的把握，其实也有很大的欠缺。

这些在非 AI 时代留下来的能力硬伤，在我使用 AI 的过程中依然会形成很大的限制。AI 的能力似乎放大了我的能力，让我在这些原本有硬伤的地方做得比以前更好；但如果把我的结果，与那些能力更高的设计师使用 AI 产生的结果相比，我仍然会显出很大的差距。

好在 AI 时代，你可以用 AI 快速学习，提升自己的见识和知识。通过不停地与 AI 合作，你也可以很快弥补并提升自己欠缺的能力。但前提是你有学习的意识，其次是你知道如何给自己设计一套用 AI 快速学习的方法或工具。

你愿不愿意跟进行业最新信息？

在 AI 时代，获取最新一手信息的成本非常低。最简单的办法，就是订阅头部公司的官方 blog，关注这个行业和领域最前沿从业人员的信息。

过去，这些行业信息和相关论文，对于普通人来说，阅读和理解的门槛很高，更别说付诸实践了。

但在 AI 时代，你完全可以通过 AI 快速了解和学习。它能以一种「小白」的视角，非常直白地帮你理解那些高深的信息和相关知识。

如果你不知道从哪里开始，我会建议先从两个入口进入：一个是公司，一个是人。公司发布的内容，通常能让你看到模型、产品、API、Agent、开源、算力和落地案例的变化；而行业人物的价值在于，他们会把很多变化翻译成判断、方法、提醒和实践经验。

公司信息源，我会先看这 10 个：

OpenAI News：看 ChatGPT、Codex、API、模型、安全和产品落地。
Anthropic News：看 Claude、Claude Code、Agent、安全研究和企业应用。
Google DeepMind Blog：看 Gemini、AI for Science、多模态和前沿研究。
Meta AI Blog：看 Llama、开源模型、多模态和大规模 AI 应用。
Microsoft AI：看 Copilot、企业 AI、AI 工作流和组织实践案例。
NVIDIA AI Blog：看算力、GPU、AI 基础设施、机器人和物理 AI。
Hugging Face Blog：看开源模型、数据集、工具链和开发者社区。
Mistral AI News：看欧洲前沿模型、开源/开放权重模型和企业部署。
xAI News：看 Grok、实时信息、Agent 和产品更新。
Perplexity Hub：看 AI 搜索、研究功能、信息获取方式和产品变化。

行业人物，我会优先关注这 10 个：

Sam Altman（OpenAI CEO）：个人博客 / X。看 OpenAI 的产品方向、AI 基础设施和他对 AGI 经济的判断。
Dario Amodei（Anthropic CEO、联合创始人）：个人网站 / X。看 Claude、安全、可解释性，以及他对 AI 风险和社会影响的判断。
Demis Hassabis（Google DeepMind CEO、联合创始人）：Google DeepMind / X。看 Gemini、AI for Science，以及基础研究如何进入现实世界。
Jensen Huang（NVIDIA 创始人、总裁兼 CEO）：NVIDIA 官方页 / LinkedIn。看算力、芯片、AI 工厂、机器人和产业基础设施。
Mira Murati（Thinking Machines Lab 创始人、CEO，前 OpenAI CTO）：Thinking Machines Lab / X。看下一代 AI 产品、人与 AI 的交互，以及新 AI Lab 的方向。
Andrej Karpathy（AI 研究者、教育者）：个人网站 / Bear Blog / X / GitHub / YouTube。看他如何把 LLM、Agent 和 AI 编程讲得足够清楚。
Andrew Ng（DeepLearning.AI 创始人、AI Fund 管理合伙人）：个人网站 / X / LinkedIn / DeepLearning.AI。看 AI 教育、普通人的学习路径和实际落地方法。
Ethan Mollick（沃顿商学院教授，研究 AI、创新与组织）：One Useful Thing / X / Bluesky / Wharton 主页。看 AI 如何进入工作、教育、组织和普通人的日常实践。
Simon Willison（独立开源开发者，Datasette 作者）：个人博客 / LLMs 专题 / Mastodon / Bluesky / X。看模型评测、工具使用、Agent、安全问题和开发者实践。
Aravind Srinivas（Perplexity 联合创始人、CEO）：X / LinkedIn / Perplexity Hub。看 AI 搜索、答案引擎和下一代信息获取方式。

当然，这不是说每个人都要每天把这些信息全部刷一遍。更现实的做法是，先收藏这些入口，然后每周固定抽一点时间，让 AI 帮你总结最近的变化，再问它：这些变化和我的工作、我的项目、我的生活有什么关系？

不要停留在了解信息的层面。除此之外，你还可以再多问一个问题：我如何在现在的工作中实践它？同样，AI 也可以很快吸收这些最前沿的信息和方法。它会替你干活，并把这些内容在你现在的项目中实践出来。

在这个时代，最好的信息、最好的东西都唾手可得。唯一限制你、限制 AI 的地方，在于你愿不愿意。

你愿不愿意动手创造东西？

对于普通人，或者对于那些非 AI 行业从业者（比如产品经理、设计师、开发人员、测试人员等等），一定要纠正一个观念：

在 AI 时代，不要仅仅停留在和 AI 做简单聊天对话的层面（别只是把 AI 当成快速搜索引擎使用）。你完全可以亲自动手做一些东西，去解决生活中的实际问题。

当你观察自己的生活时，有哪些事情是你一直在重复花时间的？或者说，目前的工具不能满足你的需求？又或者说，你的需求足够另类、足够特别，目前还没有工具能够解决你的问题？

那么很好，这个时候你可以为自己做一个。

可以这么说，当你开始动手为自己创造一个工具的时候，你就已经比你所在行业 90% 以上的人，更具有 AI 时代的竞争力。

之前 NVIDIA 的黄老板（黄仁勋）曾被问到：AI 是不是在抢走人的工作？他的回复是：AI 不会抢走人类的工作，未来是那些会用 AI 的人，会抢走不会用 AI 的人的工作。

虽然谈了五个方面，但其实归根结底，还是人本身。人的意识、思维、素质和眼光，会影响个体在 AI 时代能否抓住机会，也会影响能力能否继续提升。所以，对于普通人来说，AI 时代能不能把握好这样一个大的机遇，最关键的一点是：你愿不愿意去改变和更新自己。