以前需要找设计、找素材、剪视频、写文案，现在很多事情打开一个 AI 就能完成。
即梦、可灵解决的是图片和视频；豆包、DeepSeek 解决的是文字、分析、思考。
这一阶段最大的变化是：
原来需要“专业技能”才能完成的事情，开始变成“描述清楚需求”就可以完成。
这同样也是我们第一天开始教授的内容，帮助大家更加深刻的认识到AI对于我们的工作有什么样的帮助！
但很快你会发现第一个问题。
工具越来越多，效率却没有同比增长。
今天在这个 AI 写东西，明天去那个 AI 做图，文件散落在不同地方，每一次打开新的对话，都要重新解释：
「我是做什么的。」
「这个项目的背景是什么。」
「我喜欢什么样的表达。」
「之前我们已经讨论过什么。」
而且你会发现，市面上大部分的AI工具都是通用的，他也许能够在你的要求中达到及格，但是没办法非常契合你的产品，总是需要经过多次调整修改。
这是因为市面上的大模型都是通用大模型，比如我们的豆包，Deepseek，ChatGpt，他知道很多
于是自然进入第二阶段。
AI 是大脑——「我开始让 AI 认识我」
真正限制 AI 的，可能已经不是模型能力，而是它对我的了解程度。
于是你开始思考：
能不能把自己的资料、项目、案例、方法论、会议记录、行业知识，都整理给 AI？
这时候知识库的意义就出现了。
它不是简单地「存资料」。
而是在给 AI 补充属于你的 Context。
大模型拥有全世界的知识，但它没有我的知识。
你的知识库，就是在补上这一块。
但做到这里，你又会发现一个新的问题：
AI 知道“我知道什么”，却未必知道“我是怎么工作的”。
于是进入第三阶段。
因为绝大多数 AI 内容都停留在 Prompt、知识库、Agent。
但真正值得沉淀的东西是：
我做一件事情时，到底是怎么思考的？
比如你做一个项目，也许实际上有一套自己已经使用很多年的隐性流程：
收到需求
↓
判断目标
↓
搜集资料
↓
拆解问题
↓
形成方案
↓
检查风险
↓
输出结果
以前这些东西都存在你的脑子里。
你甚至不会意识到它是一套「流程」。
而 AI 出现之后，你开始第一次认真拆自己的工作：
我有哪些重复工作？
我判断一件事情的标准是什么？
哪些步骤必须由我决定？
哪些步骤可以交给 AI？
哪些经验可以写成规则？
这时候，所谓 Skills 就不只是几个 Prompt。
而是：
把自己的工作经验，从“脑子里的直觉”，变成 AI 可以理解和执行的方法。。
知识库保存的是“我知道什么”，Skills 保存的是“我是怎么做事的”。
这也是重中之重，你需要你一个了解你的工作的AI，那么AI的知识库和Skills就需要你的产品，你的工作流程，然后通过AI来帮你进行整合，让AI自己更加能够理解，这也是我们交付的重点。
前面三个阶段解决了：
模型能力 + 我的知识 + 我的工作方法。
现在还差最后一个问题：
这些东西在哪里运行？
同时接受知识库和Skills的AI应用，可以是Claude code，可以是Codex，还可以是Work Buddy这类AI智能体应用。
梁老师选择的是Codex作为我们知识库和Skills的载体。
我们这里选择的是Codex的Cli版本，因为通过终端打开Codex，我们可以实现同时处理多个事情。
但是Codex这种可能对于很多人来说都有一定的门槛，那么，经过不断的开发与研究，梁老师成功做出了通过Codex来制作的可视化工作台，类似于其他地方的AI工具，但是你自己做出来的AI工具可以更加符合你的产品，你的工作，你的需求！
有了你的知识库的加持，AI能够非常容易地理解你的产品，能够理解你想要的成果。
而Skills则会让AI按照既定的工作流程进行，更好地理解你的工作。
区别于市面上的AI工具，你自己搭建的工作台，更加熟悉你的产品，更加熟悉你的工作，也能给你达到更好的效果。哪怕是没有基础的人也可以轻松上手使用！
所以我们也是从浅入深，从AI基础开始拓展眼界，再到搭建自己的知识库和Skills。最后通过Codex，把所有的东西都搭建成一个可视化的平台，让任何人都能够使用，更加方便，更加能达成你想要的效果。