AI 并不会在你不了解领域知识的情况下真正帮到你。
如果你对业务和专业本身不熟，AI 只会给你生成大量看起来很像答案的垃圾内容，而你根本无法判断哪些是在胡说，哪些才是真正有价值的判断。

无论是 ChatGPT 还是其他 AI，你很容易就能得到 10 个不同的答案，而且这些答案之间可能完全相互冲突。
如果你不懂这个领域，你甚至不知道该信哪一个，最后只能被“看起来都很合理”的表述误导。

所以我一直认为，真正能把 AI 用好的，一定是一线的领域专家。
只有懂行的人，才知道问题该怎么问，结果该如何验证，以及哪些结论在现实世界中根本落不了地。

对我个人来说，AI 确实极大提升了生产力，原因很简单。
我在这个领域已经做过、踩过坑、交过学费，本身就是 SME。
因此我可以快速判断 AI 的输出是有用的，还是在胡扯。

在这种前提下，AI 的价值非常清晰。
它不是替我思考，而是帮我减负。

大量重复性的工作现在都可以直接交给 AI 去完成。
代码生成、文档整理、方案初稿、测试用例，这些事情已经不再需要人肉堆时间。
我只需要专注在设计、架构和关键决策上，剩下的执行层面基本都可以交给 AI。

但在很多复杂问题上，单一 AI 往往是不够的。
现实中经常需要多个 AI 工具协同工作，比如 ChatGPT、Manus、Grok、Gemini 等一起用。
原因也很简单，每个模型都有自己的盲点和偏好。

这就像你手下有四个员工。
同一个问题，他们可能会给出完全不同的答案。
有的人更擅长架构，有的人更擅长细节，有的人在某些场景下明显比其他人更靠谱。
前提依然是，你自己要懂行，知道该让谁干什么，以及最终该相信谁。

从组织和行业结构来看，变化会非常残酷。
未来的公司并不需要那么多人，只需要少数真正资深的人。
在创业公司里，99% 的代码都会由 AI 生成，但只有高级架构师才知道这些代码是否合理，哪些值得保留，哪些只是表面上能跑的垃圾，以及系统该如何长期维护。

这直接杀死了大量初级岗位。
过去需要初级工程师、初级分析师完成的工作，现在一个资深人员加上 AI 就可以做得更快、更稳定。
AI 并没有取代专家，但它让成长路径的下半段变得异常拥挤。

再往前看一步，未来完全可能出现这样的公司。
一家估值数十亿甚至上百亿的创业公司，真正的人类知识工作者只有 1 到 2 个，其余“员工”几乎全部都是 AI。

这并不是科幻，而是效率极致化的自然结果。
人负责认知、判断、设计和方向选择，AI 负责执行、扩展和规模化复制。
当知识密度和判断力成为最稀缺资源时，公司价值将不再由人数决定，而由少数关键个体的能力上限决定。

我不认为 AI 取代了人的判断力。
但我非常确定，它会毫不留情地淘汰那些只会按部就班、缺乏独立判断能力的中等和初级从业者。

AI 不是在民主化知识，而是在放大专业差距。