AI 实践 · 系列开篇

AI 时代，什么能力还值钱

问 AI 就有答案的年代，一个人、一个博客还剩什么价值？

AI 把「生产」变成了几乎免费的商品。写一段代码、答一个知识点、出一篇通用教程——这些它做得比谁都快。于是价值不再停留在「生产」这一层，而是往两头跑：

• 往上游：决定「该做什么」、判断「什么才算好」。
• 往下游：把零件在真实系统里拼通、出了事扛得住、把事讲清楚。

中间那段「纯执行」被掏空了。要站住，就得站在这两头。

一个前提

这两头都建立在「你自己得真的懂」之上——你只能判断、只能监督你看得懂的东西，否则就只是橡皮图章。

下面六种能力，是我认为在 AI 越来越强之后，反而更值钱的。

判断力：心里有一把尺子

AI 能给你十个方案，但选哪个、为什么、会不会后悔，得有人来定。没有这把「什么叫好」的尺子，你连 AI 给的东西对不对都判断不了。这是其他一切的地基。

定义问题：决定「该做什么」

AI 是执行器，它等你给方向。把一个模糊的需求翻译成精确、可执行的问题，这一步永远在人这边，而且在最上游、最值钱。AI 把「怎么做」变便宜了，于是「做什么」变贵了。

验证与怀疑：识破「自信的错」

AI 会一脸笃定地给你跑不通、或埋着坑的东西。能设计测试、能量化评估、能批判性地读、不被流畅的措辞骗到——这种「默认怀疑、动手验证」的习惯，在人人都用 AI 之后稀缺到发光。

系统集成与担责：让东西真的跑起来

AI 给你漂亮的零件，但把它们在真实纠缠的环境里拼通、上线出问题能顶上、能负责，是人的活。很多时候，雇一个人，本质是要一个「能被问责的主体」。

学得快：唯一的元能力

具体技术的保质期越来越短，任何一个框架都可能两年就过气。「能快速上手一个全新东西」比「精通某个具体栈」更保值。而 AI 恰恰是这个能力的放大器——它能当你的私教。

把 AI 编排成可靠系统

最新、也最难的一类：不是会聊天，是把一个时不时抽风的模型，工程化成生产可用的东西——检索、引用、防幻觉、兜底、评估。模型越强，「能驾驭它」的人越值钱。

接下来

光说没用。这个博客接下来要做的，就是围绕「怎么让 AI 又好又省地干活」，一个问题一个问题地试，每一篇背后都有我亲手做过、踩过坑、量过数的实验：

• 先给我自己的系统和 AI 调用装上「眼睛」——看得见慢在哪、花了多少钱；
• 把最烧钱、最慢的环节揪出来砍掉；
• 做一个不胡说、会标出处的博客 AI 问答；
• 同一个任务，不同做法谁更准更省，搭个评测台量出来；
• 让这些 AI 功能在模型抽风时也稳得住。

走着瞧。