但这是不切实际的，前段时间我看了刘润对话吴军的访谈，他们也提到很有意思的点，不懂AI的人会被懂AI的人骗，这就是利用的信息差。
1、不正确的预期
我们打开抖音、公众号、小红书，常常会刷到AI又取得了什么什么突破，哪类人又被替代了，总是会有一堆人在渲染焦虑的情绪，滑下去一看，就是只要998，AI课程就能带回家。
实际上，AI 离替代人类还是有非常远的距离，对人类来说很简单的事情，AI就不太会，比如我们可以轻而易举的理解他人的情绪，和人谈合作、谈商务，但AI就不会。
过去，我也试过用AI帮我写调研报告，结果写出来的压根不能看，密密麻麻的都是字，有效信息不超过20%。
有人会说，AI现在都能写代码了，程序员不是被替代了吗？但实际上未必，代码只是开发的一小部分，从软件工程来说，它还涉及到测试、部署上线等环节，即使是编码阶段，也涉及到架构设计，在程序员手里，可能会发挥出更大的作用。
2、学习方法的演变
过去，我们要学一门课、一项技能，第一反应就是去做培训，报班，报了就等于会了，有点像读书，收藏=看了。
很多课程宣传的天花乱坠，其实也是AI生成的，那不如自己直接问AI。
现在有了AI，自学的成本大大降低，AI懂的知识比我们多多了，有现成的老师不用，花啥冤枉钱报课呢。
特别是报班学AI，我觉得是最离谱的，真想学的话，直接上手下个workbuddy之类的工具，玩两下就明白了。
所以现在我最提倡的方法就是干中学，一件事情不需要想太多，给自己设限，在AI的加持下，边干边学就行了，这是学习的最快路径。
3、专业领域
AI给我们的答案，可能并不是那么准确，一旦缺乏专业的判断力，就很容易被AI给骗了，比如说前段时间我看新闻，有个人不知道退票的规则，就去问豆包退票要不要钱，豆包说不要，结果他真的去退了，白花了不少钱。
AI大模型的原理说白了就是做成语接龙，预测下一个token的概率，并不是真的像人一样思考，必然会有出错的情况，同时也受限训练时世界知识的影响，这也就是通常所说的AI幻觉。
尽信AI，不如无AI。