AI 真的让大家站在同一起跑线上了吗？

这段时间用 AI，我越来越有一个感觉：大家都能用上同样的工具，并不意味着大家能得到同样的帮助。有经验的人，往往能借它把事情做得更好；不熟悉某个领域的人，却可能被它一本正经的回答带偏。

所以，AI 的出现并没有自动带来公平。它降低了一些门槛，也可能把原有的能力差距拉得更大。

这倒不是说，只有高手才能用好 AI。写封邮件、整理一段文字，很多人上手就能得到帮助。但事情一复杂，差别就出来了：你能不能把问题说清楚，能不能看出回答哪里不对，知不知道下一步该问什么，都会影响最后的结果。

能聊天，不等于能把事情说清楚

AI 用自然语言和我们交流，看起来没什么门槛，会说话就能用。但实际用下来，我发现，很多时候难的并不是怎么写提示词，而是自己有没有想明白。

你想解决什么问题？有哪些条件？什么不能改？做到什么程度才算完成？这些事情如果自己都没理清楚，AI 就只能替你猜。它偏偏又很擅长把猜出来的东西说得像那么回事。

我曾让一位同事用 AI 算 CDN 的费用。他试了几次，结果都不对，不是漏了一段，就是把计费方式理解错了。

后来，我们把规则重新说清楚：按用量分段计费，前 1 TB 每 GB 多少钱，超过 1 TB 到 10 TB 的部分多少钱，再往上的部分多少钱，最后计算 20 TB 的总费用。这样一来，AI 才顺着各个区间，把用量和费用列了出来。要算得准确，还得说明 TB 和 GB 按什么口径换算。

这件事让我印象很深。同一个工具，换一种说法，结果就差很多。差别不在于会不会某个神奇的提示词，而在于能不能把一件事拆清楚。

当然，也不能反过来说，算错了就都是人的问题。即使条件交代清楚，AI 也可能出错。只是你对问题理解得越清楚，越容易发现它错在哪里。

有一次，定时任务报错，我把报错信息贴给 GPT。它很快给出一串建议：加 try-catch、检查 lambda、调整 finally。

我照着试，来来回回折腾了几轮，问题还在。最后发现，是某个配置类在特定环境下没有加载成功，和它建议的方向没什么关系。

现在回头看，我只给了它一段报错，却期待它理解整个项目。它掌握的信息不够，又没有停下来追问，便沿着几个看似合理的方向不断给建议。我也跟着它绕了进去。

这种时候，经验就很重要。你得知道哪些信息还缺着，哪些方向值得查，什么时候应该停下来，重新看问题。

AI 能把解释写得条理分明，但解释完整，不代表判断正确。如果自己没有一点判断的依据，很容易把它的自信当成可靠。

还有一种情况，我觉得更容易让人掉进去：AI 很快就能写出一份看起来相当完整的方案。

模型架构、数据流程、评估指标，样样都有。名词用得准确，章节也很齐全。看着这样的文档，很容易产生一种错觉：事情已经想明白了，接下来照着做就行。

但真正做起来，需要多少人、多少时间，手里的数据够不够，后面谁来维护，这些往往才是决定事情能不能做成的关键。

如果缺少相关经验，你可能连该追问什么都不知道。一份文档越完整，反而越容易让人放下戒心。

AI 把写方案的时间缩短了，却没有替我们免掉判断方案的功夫。能不能做，值不值得做，依然需要有人认真想一遍。

我自己用 AI 的方式，也在慢慢变化。

一开始，我主要让它补代码、写文档，给出一个要求，等它交一份结果。后来有一次做需求设计，我试着让它和我一起讨论：模块怎么拆，流程怎么接，接口可能漏了哪些情况。

它提出一些想法，我指出不合适的地方；它再追问，我也会发现，原来自己有些地方还没想清楚。

这和直接让它交答案，是不一样的体验。

我开始觉得，它可以是一个随时能接上话的讨论对象。它不一定比我懂，但能帮我把想法摊开，让一些原本含糊的地方变得具体。有时候，光是把问题讲给它听，我自己就已经想通了一半。

对我来说，这才是比较大的变化。我开始把思考的过程也拿出来和它讨论，而不只是把最后的任务交给它。

不过，这种用法同样依赖自己的经验。它提出一个方案，我得看得出哪里有价值，哪里只是说得好听。

现在有些 AI 工具，已经能把很多步骤连起来，自动完成一整套工作。但真要配置好、处理异常、让它稳定运行，还是需要不少技术经验。

熟悉技术的人，可以不断扩展工具的能力；普通用户碰到问题，可能只能换个问法再试一次。几次不成功，就觉得自己不会用，或者觉得 AI 根本没用。

我觉得，不能把这些问题都归到用户头上。

如果一个工具号称人人都能用，却要求使用者先学会拆解任务、理解系统、识别错误，才能得到可靠的帮助，那它离“人人都能受益”还有一段距离。

好的 AI 产品，应该能在用户说不清楚的时候多问几句，在信息不足的时候说明白，在容易出错的地方帮人核对。它应该帮助人跨过门槛，而不是等人跨过去以后，才开始发挥作用。

我并不指望 AI 把所有人的能力都变得一样。人的经历、兴趣和判断，本来就有差别。

但我希望，一个不懂编程的人，也能把自己的小需求做出来；一个不熟悉某个领域的人，也能得到听得懂、靠得住的解释。用好 AI，不应该先以成为 AI 专家为前提。

如果每个人都能从自己所在的地方，往前多走一点，这种“平权”才算落到了实处。