AI 發(fā)展太快跟不上？一張四象限圖幫你做減法

AI 發(fā)展太快跟不上？一張四象限圖幫你做減法

有讀者問(wèn)了一個(gè)好問(wèn)題：

> AI 發(fā)展日新月異，急速迭代，概念/技術(shù)/產(chǎn)品層出不窮。但是當(dāng)前工作繁重（工作本身跟 AI 直接關(guān)系不大），即便是很多比較流行的 AI 相關(guān)的東西，也不可能都花時(shí)間去了解/理解/深度使用研究。一方面希望跟上 AI 的浪潮，另一方面目前的精力又不允許。哪些原則可以輔助做以下判斷："哪些東西不必花時(shí)間/哪些東西簡(jiǎn)單了解即可/哪些東西需要花一些時(shí)間去學(xué)習(xí)/哪些有必要深度使用學(xué)習(xí)"，以及為什么有這個(gè)原則

這個(gè)問(wèn)題很典型，我也一樣，每天處理大量信息做選擇題。說(shuō)到底就是時(shí)間有限，AI 新東西出得太快，生怕錯(cuò)過(guò)（FOMO）。

可以試試用四象限的辦法來(lái)篩選。

兩根軸，四種策略

判斷一個(gè) AI 新事物值不值得花時(shí)間，就問(wèn)兩個(gè)問(wèn)題：

第一個(gè)：它離我現(xiàn)在的生產(chǎn)力有多近？

注意，不是離"AI 行業(yè)"有多近，是你的生產(chǎn)力。你每天在做的事、反復(fù)在干的活，它能不能讓你少花時(shí)間，或者產(chǎn)出質(zhì)量更高？能說(shuō)出具體場(chǎng)景，就是近。想了半天說(shuō)不出它能幫你干嘛，就是遠(yuǎn)。

第二個(gè)：這個(gè)知識(shí)的保鮮期有多長(zhǎng)？

有些東西今天學(xué)了，三年后還能用，投入的時(shí)間能產(chǎn)生復(fù)利。有些東西今天學(xué)了，三個(gè)月后連名字都換了，學(xué)了就是沉沒(méi)成本。

兩根軸一交叉，四個(gè)象限的決策邏輯就很清晰了。

橫軸決定"要不要學(xué)"，離你當(dāng)前生產(chǎn)力越近，越值得投入時(shí)間。縱軸決定"學(xué)了會(huì)不會(huì)過(guò)期"，保鮮期越長(zhǎng)，投入的回報(bào)越持久。右上角（近 + 長(zhǎng)）是最稀缺也最值得的，同一時(shí)期通常只有一兩個(gè)。左下角（遠(yuǎn) + 短）是噪音最多的區(qū)域，大量融資新聞、概念炒作都在這里，直接過(guò)濾。

中間那條對(duì)角線就是時(shí)間分配的主方向：從左下到右上，投入遞增，數(shù)量遞減。

左下角：直接跳過(guò)

離生產(chǎn)力遠(yuǎn)，保鮮期又短。

這個(gè)象限噪音最密集。融資公告、論文預(yù)印本、大公司的戰(zhàn)略動(dòng)作都堆在這里。特征是：讀完介紹，說(shuō)不清它具體能幫誰(shuí)做什么事。

比如：

• 每月一變的模型跑分排名
• AI 創(chuàng)業(yè)融資新聞
• 模型廠商內(nèi)部宮斗八卦
• AI 芯片參數(shù)細(xì)節(jié)（除非你做硬件）
• 各種 AI 套殼產(chǎn)品（絕大多數(shù)活不過(guò)半年）

跳過(guò)沒(méi)有任何損失。如果它真的重要，三個(gè)月后它還會(huì)在，到時(shí)候再看也來(lái)得及。

AI 領(lǐng)域的淘汰率極高，過(guò)早投入時(shí)間，沉沒(méi)成本最大。

左上角：維持地圖感

離生產(chǎn)力遠(yuǎn)，但保鮮期長(zhǎng)。

這類東西已經(jīng)成為行業(yè)通用語(yǔ)言，你不了解就沒(méi)法跟人聊天，但你不需要會(huì)用它。

舉幾個(gè)例子。RAG（檢索增強(qiáng)生成），現(xiàn)在幾乎所有企業(yè)級(jí) AI 應(yīng)用都在用它，聊天機(jī)器人能引用公司內(nèi)部文檔靠的就是這個(gè)。你不需要自己搭一套 RAG 管線，但得知道"它讓 AI 在回答問(wèn)題時(shí)先去檢索相關(guān)資料，而不是純靠記憶瞎編"，跟同事聊到的時(shí)候能接上話。

同類的還有：

• Chain-of-Thought（思維鏈）：o1/o3 這類推理模型為什么要"想一會(huì)兒"再回答
• Scaling Laws：為什么模型越大越聰明、為什么訓(xùn)練成本是天文數(shù)字
• AI 幻覺(jué)：AI 一本正經(jīng)胡說(shuō)八道的原理
• 多模態(tài)：文本圖像音頻視頻怎么融合到一個(gè)模型里

這些概念保鮮期都很長(zhǎng)，而且你在日常新聞、同事聊天、產(chǎn)品介紹里會(huì)反復(fù)遇到。

這個(gè)象限的目標(biāo)是維持一張"AI 地圖"，你不需要去過(guò)地圖上每個(gè)城市，但你得知道那些城市在哪、大概什么樣。

做法：讀一篇好的解讀文章，不動(dòng)手，不裝環(huán)境，15 分鐘搞定。右下角：值得動(dòng)手試試，但別投入太多精力

離生產(chǎn)力近，但保鮮期不確定。

這個(gè)象限里的東西，你能說(shuō)出它具體能幫你做什么，但你不確定它能火多久、形態(tài)會(huì)不會(huì)大變。

AI 畫圖工具是一個(gè)典型。做 PPT 要配圖、寫文章要題圖、發(fā)社交媒體要視覺(jué)素材，幾乎所有知識(shí)工作者都用得上。

MidJourney 剛火的時(shí)候，提示詞是一門學(xué)問(wèn)，網(wǎng)上有人靠賣提示詞模板賺錢，很多人花大量時(shí)間研究怎么寫精確的英文提示詞。結(jié)果呢？GPT-4o 的圖片生成一出來(lái)，用大白話描述就能畫，中文也行，提示詞工程在這個(gè)領(lǐng)域幾乎一夜貶值。現(xiàn)在 Gamma 做 PPT 自帶 AI 配圖，畫質(zhì)不錯(cuò)，根本不需要你懂什么提示詞技巧。

這就是右下角的典型陷阱：工具本身確實(shí)有用，但你在某個(gè)工具上積累的特定技巧，保鮮期可能很短。值得花幾個(gè)小時(shí)上手當(dāng)前最好用的那個(gè)，用它真的能幫你省時(shí)間，但別花一周去精通它的每個(gè)參數(shù)和提示詞套路。

同類的還有 ChatGPT Atlas 這類瀏覽器智能體（能替你填表、訂票、跑多步網(wǎng)頁(yè)操作）。確實(shí)能省時(shí)間，但產(chǎn)品還不穩(wěn)定，今天的用法明天可能就變了。

原則：花幾個(gè)小時(shí)上手體驗(yàn)，確認(rèn)它確實(shí)能提升你的效率，然后在日常工作中用起來(lái)。如果三個(gè)月后它換了個(gè)名字或者被別的東西取代，你也沒(méi)虧太多。右上角：深度投入

離生產(chǎn)力近，保鮮期也長(zhǎng)。

這個(gè)象限里的東西數(shù)量最少，但每一個(gè)都值得認(rèn)真對(duì)待。它有兩個(gè)信號(hào)：一，你已經(jīng)在日常使用它了，但感覺(jué)自己只用了 20% 的能力；二，它背后有成熟的體系或平臺(tái)在持續(xù)投入，不會(huì)突然消失。

對(duì)軟件開(kāi)發(fā)者來(lái)說(shuō)，軟件工程本身就是這個(gè)象限里最大的那個(gè)圓。設(shè)計(jì)模式、抽象能力、系統(tǒng)思維、代碼質(zhì)量，保鮮期以十年甚至幾十年計(jì)，而且直接就是你每天的產(chǎn)出。AI 時(shí)代反而更需要工程判斷力來(lái)決定生成的代碼能不能用、架構(gòu)合不合理。

上下文工程也在這個(gè)象限。它的核心是設(shè)計(jì)和管理 AI 模型在執(zhí)行任務(wù)時(shí)能看到的整個(gè)信息環(huán)境：用戶畫像、對(duì)話歷史、檢索到的文檔、可用的工具和 API。對(duì)軟件開(kāi)發(fā)者來(lái)說(shuō)，這就是你已有的系統(tǒng)設(shè)計(jì)能力在 AI 場(chǎng)景下的延伸，不需要從零學(xué)起。Claude Code這類編程智能體也在這里。直接作用于你的核心工作，平臺(tái)級(jí)產(chǎn)品，有持續(xù)的迭代投入。值得花時(shí)間搞清楚它的能力邊界，而不只是拿來(lái)補(bǔ)全幾行代碼。

深度使用一個(gè)核心工具帶來(lái)的復(fù)利效應(yīng)，遠(yuǎn)大于淺嘗十個(gè)工具。

象限會(huì)移動(dòng)

這張圖有一個(gè)容易忽略的地方：四個(gè)象限是一張快照，同一個(gè)東西在不同時(shí)間會(huì)移動(dòng)位置。

OpenClaw 就是例子。2025 年底剛出來(lái)的時(shí)候，它只是一個(gè)奧地利開(kāi)發(fā)者的個(gè)人項(xiàng)目，用 Telegram 對(duì)話來(lái)操控電腦。大多數(shù)人會(huì)把它放在右下角：有生產(chǎn)力潛力，但不確定能穩(wěn)定到什么程度，安全問(wèn)題也讓人擔(dān)心。那時(shí)候的合理策略就是"花幾個(gè)小時(shí)試試"。

結(jié)果不到四個(gè)月，它在 GitHub 上超過(guò) React 成為最熱門的開(kāi)源項(xiàng)目，英偉達(dá)的黃仁勛說(shuō)它是"可能有史以來(lái)最重要的軟件發(fā)布"，創(chuàng)建者被 OpenAI 挖走，英偉達(dá)和 Red Hat 都在圍繞它做企業(yè)級(jí)方案。從右下角直接沖到了右上角。

反過(guò)來(lái)的例子也有。一些早期看著很有前景的 AI 工具，因?yàn)閳F(tuán)隊(duì)資源不足或被更強(qiáng)的競(jìng)品替代，從右下角滑向了左下角，然后被淘汰。

判斷移動(dòng)方向有三個(gè)信號(hào)：

一看"誰(shuí)在用"。剛出來(lái)時(shí)只有嘗鮮者在玩，三個(gè)月后身邊不追新的同事也開(kāi)始用了，說(shuō)明它在往右上角移動(dòng)。社交媒體討論量在下降、早期用戶開(kāi)始轉(zhuǎn)向其他工具，那它在往左邊滑。二看"背后的投入"。有沒(méi)有大公司或成熟團(tuán)隊(duì)在持續(xù)迭代？有沒(méi)有形成生態(tài)？如果核心團(tuán)隊(duì)散了，不管它現(xiàn)在多火，保鮮期都會(huì)斷崖式縮短。三看"形態(tài)是否收斂"。一個(gè)方向每隔兩個(gè)月就換一種做法、改一次名字，說(shuō)明還在探索期。如果大家的做法開(kāi)始趨同，不同平臺(tái)的實(shí)現(xiàn)開(kāi)始對(duì)齊，就是形態(tài)在收斂，保鮮期在變長(zhǎng)。

當(dāng)然這個(gè)方法也只是個(gè)參考，更多的時(shí)候還是得有自己的判斷更好。

很多時(shí)候焦慮感大多來(lái)自信息攝入沒(méi)有節(jié)奏，懂得取舍適當(dāng)做減法反而更好一點(diǎn)，錯(cuò)過(guò)一些 AI 資訊沒(méi)什么的，真正有價(jià)值的知識(shí)、工具，晚幾天也沒(méi)什么的。

*來(lái)源：X @dotey（寶玉）*