觀察了三年，我把所有人用AI的水平分成了10個等級。

一個朋友興沖沖噉講，佢前兩日用AI幫老婆整咗個結婚紀念日嘅小卡片，效果好到爆，老婆都感動到喊咗出嚟。

另一個朋友即刻話，講你應該開一個項目，將你同你老婆嘅所有故事全部放曬入去，等Agent睇完先至寫，咁先叫真係絕。

第一個維度係可控性。由最開始覺得AI亂作、天馬行空，到知道點樣約束佢，知道點樣餵上下文，知道點樣設計harness令佢精準產出。

第二個維度係廣度。由最開始只係喺自己嘅小圈子入面用，到藉住AI開始跨行業探索，由窄變闊。

第三個維度係形態。由用ChatBot到用Agent，由對話變成長期任務。

第四個維度係角色。由消費者到創造者，由用人哋嘅Prompt，到做自己嘅Skill。

呢四個維度，一齊組成咗10個等級。

旁觀者知道AI呢個詞，可能都睇過一啲新聞，但從來冇真正同任何一個大模型對話過。

呢個等級聽起嚟離我哋好遠，但其實全球大概仲有80%嘅人喺呢一級。

呢個時候，我又要拎返呢張圖出嚟。

不過對於國內嚟講，呢一級嘅人應該已經越來越少喇。

如果想由旁觀者變成Lv.1，亦都特別簡單，唔需要糾結邊個AI最好，你而家就喺手機應用商店搜豆包千問元寶DeepSeek呢啲，邊個圖標你覺得好睇你就揀邊個，down落嚟，打開，問佢一句話，任何一句話都得，問嚇今日應該着咩都得。

行出去，你就到Lv.1喇。

呢個階段，你開始用喇。

用法基本上就係幫我寫個XX然後等結果，嚟咩接咩，AI畀咩用咩。

例如幫我寫一封電郵，幫我總結呢個文檔，幫我想一個方案。

你唔會追問，唔會補充背景，拎到結果直接copy，用得就用，唔得就算。

你對AI嘅評價取決於運氣，佢有時好用有時唔好用，但你講唔清楚究竟係點解。

呢個階段對AI嘅感受係混沌嘅，覺得AI有時好聰明，有時又亂講，仲未建立起比較穩定嘅使用習慣。

通常只用一個App，大概率係DeepSeek或者豆包，唔太關心用緊邊個模型，亦都唔太知道模型之間有咩分別。

坦白講，呢個階段嘅人，AI對佢嚟講就係一個高級少少嘅搜尋引擎。

你會搜尋，但，你仲未太識得提問。

呢個階段，你用出咗少少感覺。

你開始意識到一件事，點樣問比起問咩更重要。

AI答得唔好嘅時候，你唔會再直接熄咗佢，而係會追問，例如“唔啱，我要嘅唔係呢個，我要嘅係balbalabla”。

你會補充一啲背景資訊，然後，發現AI嘅產出明顯變好咗。

你開始睇咗一啲抖音嘅影片，都睇咗一啲小紅書嘅帖，你開始學識同AI講“你嘅角色係……”“請用XX嘅口吻”“唔好寫太長”呢類嘅指令。

你開始知道，哦，原來呢個叫Prompt。

然後你發現咗一件好得意嘅事，就係畀AI睇一段參考資料之後，產出質量竟然會有一個明顯嘅躍升。

呢個階段嘅你，已經開始喺工作嘅兩三個場景入面固定用AI喇，可能係寫週報，可能係潤色文案，可能係翻譯。

但，你好似仲防唔住AI胡說八道，你嘅應對方式可能特別樸實，就係將同樣嘅問題，再問一次，或者轉另一個AI再問一次，睇嚇邊個答案靠譜。

你踏上咗控制力呢條線嘅第一個台階。

你都隱隱約約感受到咗"約束"呢個詞嘅存在，雖然你嘅約束仲好粗糙。

呢個係第一個真正嘅分水嶺。

恭喜你，你已經超越咗差唔多70%嘅人。

喺一輪提問一輪用AI之後，你心中嗰道關於約束嘅枷鎖被打爆咗。

你開始主動畀AI立規矩。

例如喺Prompt入面加上“如果你唔知，請直接話唔知，唔好作”、“請提供來源連結”、“唔肯定嘅部分用[推測]標註”等等。

你知道開深度思考功能對邊啲任務有用，數學同複雜推理一定要開，傾偈就唔開。

你終於知道，點樣令AI變得更加聽話喇，你開始畀上下文、畀例子、開始分步驟拆任務。

AI嘅產出，亦終於由純粹嘅隨機，變成咗大概率可以用得。

你開始寫結構化嘅Prompt，例如“跟呢個格式輸出”、“參考呢三個案例”、“先列大綱等我確認再展開”。

你開始意識到原來唔同模型係有差異嘅，於是，工具棧都開始分化喇。文檔總結用Kimi，寫作用DeepSeek，做題用豆包。

你開始喺AI產出嘅基礎上迭代，而唔係好似一開始咁，一次唔滿意就放棄，不斷咁抽卡。

你都開始用AI產品嘅一啲進階功能喇，例如上傳文件、聯網搜尋、記憶、自定義指令。

我自己體感，好多覺得自己AI用得幾好嘅人，喺呢一級。

當然呢個冇咩唔好，因為其實Lv.3已經可以覆蓋日常工作入面80%嘅AI使用場景喇。

但是。

好多人喺呢一級停落嚟，因為跟住落嚟嘅Lv.4，真係需要一次心態上嘅跳躍。

你開始用AI，做自己專業以外嘅事喇。

恭喜你，你已經超越差唔多90%嘅人。

可能一個做市場嘅人，用AI寫Python腳本跑數據分析。

一個程序員，用AI寫商業方案同BP。

一個老師，用AI做海報設計。

你發現咗一個令人興奮到瞓唔着嘅事實，就係以前要揾專門嘅人先做到嘅嘢，而家好似，藉助AI，自己就可以搞掂。

你嘅能力邊界開始大幅擴張。

你開始同時喺三五個完全唔同嘅場景入面用AI，你都開始主動去學唔同嘅AI工具。

你嘅工具棧大幅擴張，5到10個AI工具按場景分配，你開始為ChatGPT Plus、Cursor、Lovart、可靈呢啲真金白銀俾錢。

你都開始，幫身邊嘅人解決佢哋領域嘅問題。

呢個階段最典型嘅一句話或者一個念頭就係：

我好似乜都得噉樣。

去到呢一級，你同之前嘅自己，就好似兩個人。

呢句話當然唔完全啱，但嗰種感覺係真嘅。

AI畀咗你一張通往所有領域嘅門飛，雖然你入咗門之後大概率仲係嗰個領域嘅新手，但你至少入得去喇。

Lv.4，可以話係"廣度"呢條線嘅第一次爆發。

由Lv.3邁向Lv.4，真係需要你跨過心態上面嗰條鴻溝，同時，都對世界保持好奇。

去到呢一級，你已經唔係嗰種淨係有事問嚇AI嘅新手喇。

AI被你嵌入咗日常工作流程入面。

你有固定嘅用法、固定嘅Prompt、固定嘅流程，AI都由一個偶然求救嘅對象，變咗同你每日並肩工作嘅好拍檔。

你有自己嘅Prompt模板庫喇，遇到同類任務直接套模板，唔使每次都從零開始。

你開始學識搭建工作流程，開始研究封裝智能體，開始學識點樣將複雜任務拆成多步流水線，每一步交畀AI處理唔同嘅部分。

呢個時候，你都意識到AI需要更多Context先至更明你，你都開始有意識噉收集數據嚟搭建自己嘅知識庫，都開始用記憶系統嚟管理長期嘅AI協作關係。

你嘅標誌動作係，為唔同嘅事開唔同嘅項目。

寫作有寫作項目，入面放咗你過往嘅作品、風格指南、讀者反饋。裝修有裝修項目，户型圖、預算、建材報價全部喺度。小朋友學習有學習項目，錯題集、教材、老師佈置嘅作業都餵咗入去。

Lv.5有一個好關鍵嘅變化，就係你已經唔係純粹噉用AI喇，你開始設計自己同AI之間嘅協作方式。

都開始有自己嘅方法論。

去到後面，你第一次聽到Context Engineering呢個詞嘅時候，有一瞬間，有少少恍惚。

原來，自己過去做嘅呢啲嘢，係叫呢個名。

呢一級，你終於跨過咗ChatBot到Agent嗰度門檻。

恭喜你，超越咗差唔多97%嘅人。

你開始唔滿足於用ChatBot，你知道原來喺啲對話式AI之上，仲有一個好型嘅嘢叫Agent。

你開始嘗試用Claude Code、OpenClaw或者各種Agent類工具，你第一次體驗到一種完全唔同嘅感覺，原來，AI唔單止係根據你嘅問題嚟產出，佢可以直接同你嘅設備互動，直接幫你開工。

佢讀文件、寫代碼、改代碼、操作你嘅電腦、調用外部工具。

你開始接觸MCP、Skills、工具調用呢啲概念，你知到Agent同ChatBot嘅本質分別，Agent可以多步執行、可以調用工具、可以自主決策。

你開始喺你嘅小龍蝦或者Agent入面批量裝一大堆嘅Skill，望咗一眼，感覺快上百個喇，你心滿意足噉覺得，你嘅Agent越嚟越把炮。

你可能第一次用AI做出咗一個完整嘅小產品，一個網頁、一個工具、一個自動化腳本、一個Chrome插件。

講真，我覺得由ChatBot到Agent嘅跨越，可能會係成個10級入面，最震撼嘅一次體驗。

因為佢改變嘅遠遠唔止效率呢個層面，仲有，對AI可以做咩嘅成個認知框架嘅一次迭代。

你都開始，學習點樣同你嘅Agent互動，你發現，Agent比ChatBot好似難操控好多。

呢個階段，你開始，學習點樣設計Agent喇。

你都開始發現，原來，我要開始學識自己創造喇。

“呢個我封裝成Skill喇”，呢句話可能成咗你日常入面最多嘅一句話。

你開始有咗幾樣屬於自己、沉澱落嚟嘅工具，仲有Skill，呢啲都係你自己，親手創造出嚟嘅。

可能係一份每篇文章都用嘅寫作Skill，可能係一個幫你自動回覆詢盤買家消息嘅客服Agent，可能係一份CLAUDE.md，可能係一套每週固定行嘅工作流。

你開始知道點樣設計一個AI反饋循環，令AI產出，自己檢查，將反饋餵返去令AI迭代，再檢查，再迭代。

呢個循環轉起嚟之後，你好多產出質素開始逼近甚至超過好多專業人士嘅水平。

你開始為下一次更慳時間，投資基礎設施。

成個本地嘅文件夾全部推翻重嚟，開始重構自己嘅文件管理體系，開始將Skill數量刪到得返唔夠30個，開始研究點樣將自己一切工作都流程化。

你最初處理一個工作嘅時間，可能比Lv.3嘅人仲要長好多好多，因為你喺改Skill、叫AI寫代碼設計自動化流程，但係下一次同樣嘅功能，你好快就會做出嚟，甚至唔使自己動手。

呢個就係AI時代嘅複利曲線。

去到呢一級，你開始真正感受到創造嘅樂趣同快感。

你大概已經超越咗99%嘅人。

而且，去到Lv.8，一件好得意嘅事開始發生。

創造者開始分叉成兩條路。

一條路係技術創造者。

佢哋開始深度研究coding，用Claude Code、Codex呢啲工具，不斷噉構建各種各樣嘅業務流、工作流同代碼。

佢哋用Skill連接多個數據源同工具，搭建自己嘅AI工作台，佢哋設計多Agent協作流程，令唔同AI角色各司其職，佢哋為團隊或組織構建AI基礎設施，知識庫、Skill庫、自動化流水線。

佢哋，都開始用AI，嚟Coding出，自己嘅產品。

而另一條路，係藝術創造者。

佢哋開始不斷用AI去創造出更勁嘅影片、更勁嘅短片、更勁嘅視覺作品。

佢哋用Seedance、可靈呢啲工具，做出以前需要成個製作團隊先做到嘅內容，佢哋開始研究AI輔助嘅分鏡、剪輯、調色、配樂。

佢哋開始創造出越嚟越正嘅作品，甚至，決定向電影進軍。

仲有啲好勁嘅大神，同時雙修兩條路，技術同藝術雙修，既可以Coding出無數人鍾意嘅產品，亦都能夠喺電影節直接拎短片大獎，一邊不斷coding產品，一邊不斷創造作品。

但無論行邊條路，Lv.8嘅人都有一個共通點。

佢哋已經好難區分工作時間同用AI嘅時間，因為差唔多所有工作都有AI參與。

AI從此，唔再係工具，而係工作方式本身。

而跟住落嚟，四個維度就將會全部拉滿。

控制力、廣度、Agent能力、創造者身份，全部到位。

佢哋開始融合成一個嘢，一個全新嘅羣體。

四條線融合完成喇。

AI成為咗你思維方式嘅一部分。

你成為咗嗰0.01%嘅人。

AI唔再係工具，而係你思維方式嘅一部分。

你遇到任何問題，第一反應唔再係我要點做，你開始下意識噉諗，我可以同AI點樣一齊將呢件事做到最好。

你所有嘅創造過程都係人機協作原生嘅。

由構思階段AI就喺度參與，亦唔係人諗好咗先交畀AI執行。

你嘅工作方式已經好難向唔用AI嘅人解釋喇，其實並唔係因為太複雜，只係因為，底層嘅假設完全唔同咗。

就好似你好難同一個唔用電腦嘅人解釋你點解需要雙顯示器一樣。

你創造方法論、創造工具、甚至創造新嘅工作範式，影響其他人用AI嘅方式。

你唔再糾結AI會唔會取代人呢個問題喇。

因為你自己嘅工作方式，已經證明咗一種人機共生嘅形態。

最後一級。

你用咗好耐AI之後，你發現，你自己發生咗一次身份突變。

你嘅能力輸出同你嘅產出，如果我哋將時間倒返去3年前，你發現，你已經唔可以用“個人”呢個詞嚟衡量喇。

一個人，同時做內容、做產品、做設計、做運營、做數據分析、做商業決策。

亦唔係Lv.4嗰種好似識少少嘅新手，係每一項嘅產出質量，好似都能夠達到準專業水準。

因為你學識咗，將自己嘅判斷力同審美，透過AI複製到所有領域。

你有自己嘅Skill庫、Prompt方法論、Agent工作流、知識體系、審美同品味。

呢啲嘢組合埋一齊，構成咗一套全新嘅你。

任何新任務入嚟，佢無需由零開始學。

你只需要將任務接入自己嘅系統，系統會幫你消化陌生領域嘅知識，而你嘅需要，就係負責做判斷。

你寫一篇文章嘅時候，AI負責調研、負責初稿、負責排版，你負責定選題角度同最終優化同審美。

你做一個產品嘅時候，AI負責寫代碼、做設計、行數據，你負責定義呢個嘢到底應該解決咩問題。

你做一個商業決策嘅時候，AI幫你窮舉方案、模擬推演、整理競品，你負責喺所有資訊之上做嗰個唔可以計算嘅判斷。

傳統公司嘅本質係咩？

係因為一個人做唔曬所有嘢，所以要請人，要分工，要管理。

公司呢個組織形態，由工業革命開始就係解決同一個問題，即係，個人能力嘅有限性。

但當AI將執行呢一層嘅邊際成本壓到接近零嘅時候，呢個前提就開始動搖。

一個品味夠好、判斷力夠強嘅人，配合佢精心構建嘅AI系統，產出能力可以直接一個人，對標一個傳統意義上，幾十人嘅團隊。

當我哋，企喺Lv.10回頭望。

去睇成個Lv.0到Lv.9嘅路徑，你可能會發現一件好有趣嘅事。

從Lv.0到Lv.9，講嘅都係，你要點樣用好AI。

但係，喺Lv.10。

你嘅問題變成咗：

我到底要成為一個點樣嘅人。

當AI將執行力拉平之後，一百個人用同樣嘅AI工具，產出差距依然係一百倍。

差距唔來自工具，唔來自技巧，唔來自邊個嘅Skill寫得更花巧。

嚟自呢個人個腦入面裝住嘅嘢。

佢對世界嘅理解，佢嘅審美，佢嘅價值排序，佢知道咩係好嘅。

呢啲嘢，AI畀唔到。

工具平權嘅終局，其實，係人嘅不平權。

我唔想去傳遞啲乜嘢焦慮之類。

但，我想講，AI嘅進化真係好快。

佢唔係一個你學完就可以放喺度嘅技能。

佢本身喺進化，你同佢嘅關係都喺進化。

所以，喺呢個混沌嘅時代入面，揾到你想要成為一個點樣嘅人。

然後，向前行。

唔好回頭。

以上，既然睇到呢度，如果覺得唔錯，順手俾個讚、睇緊、轉發三連啦，如果想第一時間收到推送，都可以俾我一個星標⭐～多謝你睇我嘅文章，我哋，下次再見。

> / 作者：卡茲克

> / 投稿或爆料，請聯絡電郵：wzglyay@virxact.com

一個朋友興沖沖地說，他前兩天用AI給老婆做了個結婚紀念日的小卡片，效果絕了，老婆都感動哭了。

另一個朋友馬上說，說你應該建一個項目，把你跟你老婆的所有故事都丟進去，讓Agent看完再去寫，那才叫絕了。

第一個維度是可控性。從最開始覺得AI瞎編、發散，到知道怎麼約束它，知道怎麼喂上下文，知道怎麼設計harness讓它精準產出。

第二個維度是廣度。從最開始只在自己一畝三分地裏用，到藉着AI開始跨行業探索，從窄走向廣。

第三個維度是形態。從用ChatBot到用Agent，從對話變成長程任務。

第四個維度是角色。從消費者到創造者，從用別人的Prompt，到做自己的Skill。

這四個維度，共同組成了10個等級。

旁觀者知道AI這個詞，可能也看過一些新聞，但從來沒有真正跟任何一個大模型對過話。

這個等級聽起來離我們很遠，但其實全球大概還有80%的人在這一級。

這時候，我又要掏出來這張圖了。

不過對於國內來說，這一級的人應該已經越來越少了。

如果想從旁觀者變成Lv.1，也特別簡單，不需要糾結哪個AI最好，你現在就在手機應用商店搜豆包千問元寶DeepSeek啥的，哪個圖標你覺得好看你就選哪個，下下來，打開，問它一句話，任何一句話都行，問問今天該穿啥都行。

邁出去，你就到Lv.1了。

這一階段，你開始用了。

用法基本上就是幫我寫個XX然後等結果，來什麼接什麼，AI給啥用啥。

比如幫我寫一封郵件，幫我總結一下這個文檔，幫我想個方案。

你不會追問，不會補充背景，拿到結果直接copy，能用就用，不行就算了。

你對AI的評價取決於運氣，它有時候好使有時候不好使，但你說不清楚這到底是為啥。

這個階段對AI的感受是混沌的，覺得AI有時候挺聰明，有時候又瞎扯，還沒有建立起比較穩定的使用習慣。

一般只用一個App，大概率是DeepSeek或者豆包，不太關心用的是哪個模型，也不太知道模型之間有什麼區別。

坦率的講，這個階段的人，AI對他來說就是一個更高級一點的搜索引擎。

你會搜索，但，你還不太會提問。

這一階段，你用出了一點感覺。

你開始意識到一件事，怎麼問比問什麼重要。

AI答得不好的時候，你不會再直接關掉了，而是會追問，比如“不對，我要的不是這個，我要的balbalabla”。

你會補充一些背景信息，然後，發現AI的產出明顯變好了。

你開始看了一些抖音的視頻，也看了一些小紅書的帖子，你開始學會跟AI說“你的角色是……”“請用XX的口吻”“不要寫太長”這類的指令。

你開始知道，哦，原來這個叫Prompt。

然後你發現了一件很有意思的事，就是給AI看一段參考資料之後，產出質量居然會有一個明顯的躍升。

這個階段的你，已經開始在工作的兩三個場景裏固定使用AI了，可能是寫週報，可能是潤色文案，可能是翻譯。

但，你好像還防不住AI胡說八道，你的應對方式可能特別樸實，就是把同樣的問題，再問一遍，或者換一個AI再問一遍，看哪個答案靠譜。

你踏上了控制力這條線的第一個台階。

你也隱隱約約的感受到了"約束"這個詞的存在，雖然你的約束還很粗糙。

這是第一個真正的分水嶺。

也恭喜你，你已經超越了將近70%的人了。

在一頓提問一頓使用AI之後，你心中的那道關於約束的枷鎖被打破了。

你開始主動給AI立規矩。

比如在Prompt里加上“如果你不知道，請直接說不知道，不要編造”、“請提供來源連結”、“不確定的部分用[推測]標註”等等。

你知道開深度思考功能對哪些任務有用，數學和複雜推理一定要開，閒聊不開。

你終於知道，怎麼讓AI變得更加聽話了，你開始給上下文、給例子、開始分佈拆任務。

AI的產出，也終於從純粹的隨機，變成了大概率是可以用的。

你開始寫結構化的Prompt，比如“按照這個格式輸出”“參考這三個案例”“先列大綱讓我確認再展開”。

你開始意識到原來不同模型是有差異的，於是，工具棧也開始分化了。文檔總結用Kimi，寫作用DeepSeek，做題用豆包。

你開始在AI產出的基礎上迭代，而不是像一開始一樣，一次不滿意就放棄，不斷的抽卡。

你也開始使用AI產品的一些進階功能了，比如上傳文件、聯網搜索、記憶、自定義指令。

我個人體感，很多覺得自己AI用的挺不錯的，在這一級。

當然這個並沒有什麼不好的，因為其實Lv.3已經能覆蓋日常工作中80%的AI使用場景了。

但是。

很多人在這一級停下來了，因為接下來的Lv.4，真的需要一次心態上的跳躍。

你開始用AI，做自己專業以外的事了。

恭喜你，你已經超越將近90%的人了。

可能一個做市場的人，用AI寫Python腳本跑數據分析。

一個程序員，用AI寫商業方案和BP。

一個老師，用AI做海報設計。

你發現了一個讓人興奮到睡不着的事實，就是那些以前得找專門的人做的事情，現在好像，藉助AI，你自己就能搞定。

你的能力邊界開始大幅擴張。

你開始同時在三五個完全不同的場景裏使用AI，你也會開始主動去學不同的AI工具。

你的工具棧大幅擴張，5到10個AI工具按場景分配，你開始為ChatGPT Plus、Cursor、Lovart、可靈等等真金白銀付費。

你也開始，幫身邊的人解決他們領域的問題。

這個階段最典型的一句話或者一個念頭就是：

我好像什麼都能幹了。

到了這一級，你跟之前的自己，就像是兩個人。

這句話當然不完全對，但那個感覺是真實的。

AI給了你一張通向所有領域的門票，雖然你進了門之後大概率還是哪個領域的萌新，但你至少進得去了。

Lv.4，可以說是"廣度"這條線的第一次爆發。

從Lv.3邁向Lv.4，真的需要你跨越心態上的那條鴻溝，同時，也對世界保持好奇。

到了這一級，你已經不再是那種只是有事問一下AI的萌新了。

AI被你嵌入到了日常工作流程裏。

你有固定的用法、固定的Prompt、固定的流程，AI也從一個偶爾求助的對象，變成了跟你每天並肩工作的好搭檔。

你有自己的Prompt模板庫了，遇到同類任務直接套模板，不用每次從零開始。

你開始學會搭建工作流程，開始研究封裝智能體，開始學會怎麼把複雜任務拆成多步流水線，每一步交給AI處理不同的部分。

這時候，你也意識到了AI需要更多的Context才能更懂你，你也開始有意的收集數據來搭建自己的知識庫，也開始使用記憶系統來管理長期的AI協作關係。

你的標誌動作是，為不同的事建不同的項目。

寫作有寫作項目，裏面塞了你過往的作品、風格指南、讀者反饋。裝修有裝修項目，户型圖、預算、建材報價都在裏面。孩子學習有學習項目，錯題集、教材、老師佈置的作業都餵了進去。

Lv.5有一個很關鍵的變化，就是你已經不是純粹的在使用AI了，你開始設計自己和AI之間的協作方式。

也開始有自己的方法論。

到後面，你第一次聽到Context Engineering這個詞的時候，有一瞬間，有那麼一點恍惚。

原來，自己過去做的這些事，是叫這個名字。

這一級，你終於跨過了ChatBot到Agent的那道門檻。

恭喜你，超越了將近97%的人。

你開始不在滿足於使用ChatBot，你知道原來在那些對話式AI之上，還有一個很酷的東西叫Agent。

你開始嘗試使用Claude Code、OpenClaw或者各種Agent類工具，你第一次體驗到了一種完全不同的感覺，原來，AI不只是根據你的問題來進行產出，他可以直接跟你的設備進行交互，來直接幫你幹活了。

它讀文件、寫代碼、改代碼、操作你的電腦、調用外部工具。

你開始接觸MCP、Skills、工具調用這些概念，你知道了Agent和ChatBot的本質區別，Agent能多步執行、能調用工具、能自主決策。

你開始在你的小龍蝦或者Agent裏批量裝一大堆的Skill，看了一眼，感覺快上百個了，你心滿意足的覺得，你的Agent越來越牛逼了。

你可能第一次用AI做出了一個完整的小產品，一個網頁、一個工具、一個自動化腳本、一個Chrome插件。

說真的，我覺得從ChatBot到Agent的跨越，可能會是整個10級裏，最震撼的一次體驗。

因為它改變的遠遠不止效率這一層面，還有，對AI能做什麼的整個認知框架的一次迭代。

你也開始，學習怎麼跟你的Agent進行互動，你發現，Agent比ChatBot好像難操控多了。

這個階段，你開始，學習如何設計Agent了。

你也開始發現，原來，我要開始學會自己創造了。

“這個我封裝成Skill了”，這句話可能成了你日常中最多的一句話。

你開始有了幾樣屬於自己的、沉澱下來的工具、還有Skill，這都是你自己，親手創造出來的。

可能是一份每篇文章都用的寫作Skill，可能是一個幫你自動回覆詢盤買家消息的客服Agent，可能是一份CLAUDE.md，可能是一套每週固定跑的工作流。

你開始知道怎麼設計一個AI反饋循環，讓AI產出，自己檢查，把反饋喂回去讓AI迭代，再檢查，再迭代。

這個循環轉起來之後，你的很多產出質量開始逼近甚至超過很多專業人士的水平。

你開始為下一次更省時間，投資基礎設施。

整個本地的文件夾全部推倒重來，開始重構自己的文件管理體系，開始把Skill數量刪到只剩下不到30個，開始研究怎麼讓把自己的一切工作都流程化。

你最初處理一個工作的時間，可能比Lv.3的人還要長的多的多，因為你在改Skill、讓AI寫代碼設計自動化流程，但是下一次同樣的功能，你很快就會做出來，甚至無需自己動手。

這就是AI時代的複利曲線。

到了這一級，你開始真正感受到的創造的樂趣和快感。

你大概已經超越了99%的人。

而且，到了Lv.8，一件非常有意思的事情開始發生了。

創造者開始分叉成兩條路。

一條路是技術創造者。

他們開始深度地研究coding，用Claude Code、Codex這些工具，不斷地構建各種各樣的業務流、工作流和代碼。

他們用Skill連接多個數據源和工具，搭建自己的AI工作台，他們設計多Agent協作流程，讓不同的AI角色各司其職，他們為團隊或組織構建AI基礎設施，知識庫、Skill庫、自動化流水線。

他們，也開始使用AI，來Coding出，自己的產品。

而另一條路，是藝術創造者。

他們開始不斷地用AI去創造出更牛的視頻、更牛的短片、更牛的視覺作品。

他們在用Seedance、可靈這些工具，做出以前需要一整個製作團隊才能完成的內容，他們開始研究AI輔助的分鏡、剪輯、調色、配樂。

他們開始創造出越來越牛逼的作品，甚至，決定往電影進軍。

更有牛逼的大神，同時雙修兩條路，技術和藝術雙修，既可以Coding出無數人喜歡的產品，也能在電影節直接拿下短片大獎，一邊不斷coding產品，一邊不斷創造作品。

但不管走哪條路，Lv.8的人都有一個共同點。

他們已經很難區分工作時間和使用AI的時間了，因為幾乎所有工作都有AI參與。

AI從此，不再是工具，而是工作方式本身。

而接下來，四個維度就將全部拉滿。

控制力、廣度、Agent能力、創造者身份，全部到位。

他們開始融合成一個東西，一個全新的羣體。

四條線融合完成了。

AI成為了你思維方式的一部分。

你成為了那0.01%的人。

AI不再是工具，而是你思維方式的一部分。

你遇到任何問題，第一反應不再是我要怎麼做，你開始下意識的思考，我可以和AI怎麼一起把這件事做到最好。

你所有的創造過程都是人機協作原生的。

從構思階段AI就在參與，也不是人想好了再交給AI執行。

你的工作方式已經很難向不用AI的人解釋了，其實並不是因為多複雜，只是因為，底層的假設完全不一樣了。

就像你很難跟一個不用電腦的人解釋你為什麼需要雙顯示器一樣。

你創造方法論、創造工具、甚至創造新的工作範式，影響其他人使用AI的方式。

你不再糾結AI能不能替代人這個問題了。

因為你自己的工作方式，已經證明了一種人機共生的形態。

最後一級。

你用了很久的AI以後，你發現，你自己發生了一次身份突變。

你的能力輸出和你的產出，如果我們把時間倒回到3年前，你發現，你已經不能用“個人”這個詞來衡量了。

一個人，同時在做內容、做產品、做設計、做運營、做數據分析、做商業決策。

也不是Lv.4那種好像懂一點的萌新，是每一項的產出質量，好像都能達到準專業水準。

因為你學會了，把自己的判斷力和審美，通過AI複製到所有領域。

你有自己的Skill庫、Prompt方法論、Agent工作流、知識體系、審美和品味。

這些東西組合在一起，構成了一套全新的你。

任何新任務進來，他無需從零開始學。

你只需要把任務接入自己的系統，系統幫來幫你消化陌生領域的知識，而你需要的，是負責做判斷。

你寫一篇文章的時候，AI負責調研、負責初稿、負責排版，你負責定選題角度和最終優化和審美。

你做一個產品的時候，AI負責寫代碼、做設計、跑數據，你負責定義這個東西到底該解決什麼問題。

你做一個商業決策的時候，AI幫你窮舉方案、模擬推演、整理競品，你負責在所有信息之上做那個不可計算的判斷。

傳統公司的本質是什麼？

是因為一個人幹不了所有事，所以要僱人，要分工，要管理。

公司這個組織形態，從工業革命開始就是解決同一個問題的，也就是，個人能力的有限性。

但當AI把執行這一層的邊際成本壓到接近零的時候，這個前提就動搖了。

一個品味夠好、判斷力夠強的人，配合他精心構建的AI系統，產出能力可以直接一個人，對標一個傳統意義上，幾十人的團隊。

當我們，站在Lv.10回頭看。

去看整個Lv.0到Lv.9的路徑，你可能會發現一個很有趣的事。

從Lv.0到Lv.9，講的都是，你要怎麼用好AI。

可是，在Lv.10。

你的問題變成了：

我到底要成為什麼樣的人。

當AI把執行力拉平之後，一百個人用同樣的AI工具，產出差距依然是一百倍。

差距不來自工具，不來自技巧，不來自誰的Skill寫得更花哨。

來自這個人腦子裏裝的東西。

他對世界的理解，他的審美，他的價值排序，他知道什麼是好的。

這些東西，AI給不了。

工具平權的終局，其實，是人的不平權。

我不想去傳遞什麼焦慮之類的。

但，我想說，AI的進化真的非常迅速。

它不是一個你學完就可以放在那裏的技能。

它本身在進化，你和它的關係也在進化。

所以，在這個混沌的時代裏，找到你想成為什麼樣的人。

然後，向前走。

別回頭。

以上，既然看到這裏了，如果覺得不錯，隨手點個贊、在看、轉發三連吧，如果想第一時間收到推送，也可以給我個星標⭐～謝謝你看我的文章，我們，下次再見。

>/ 作者：卡茲克

>/ 投稿或爆料，請聯繫郵箱：wzglyay@virxact.com