人類歷史上的每一次重大技術變革，都伴隨著對“生存空間”的集體焦慮。19世紀初的盧德分子搗毀紡織機器，是因為他們恐懼機械臂會剝奪手工業(yè)者的尊嚴；20世紀計算機革命引發(fā)了文書工作者的恐慌，擔心電子表格會取代原本的算盤和鋼筆。

　　到了近些年爆發(fā)的生成式人工智能浪潮，一輪新的“焦慮感”也開始出現(xiàn)。這一次，技術不僅僅進一步替代了繁瑣的體力勞動，更是直接介入了人類日常的邏輯推理、語言生成、創(chuàng)意構思甚至是情感模擬等核心地帶。

　　這種沖擊對于普通人的心理震蕩是巨大的。過去，我們認為創(chuàng)造力、同理心和復雜決策是人類獨有的秘密武器，但隨著各類大型語言模型的出現(xiàn)，這些人類引以為傲的技能，似乎正在被一一瓦解。

　　當AI開始變得更加全能，也讓人產(chǎn)生一種深刻的危機感：如果機器能思考，那我存在的意義是什么？

成為“超級個體”

　　也許你或多或少從社交媒體上聽過“AI將取代數(shù)億工作崗位”的標題，但根據(jù)經(jīng)濟學分析與歷史數(shù)據(jù)來看，每次新舊秩序更迭時，一些此前尚未關注到的需求也會慢慢浮現(xiàn)。

　　面對這些能夠改變當前生活節(jié)奏的新鮮事物，“恐懼”與“焦慮”等情感一定是常態(tài)，然而，AI并非是人類的敵人，未來的職場競爭也不是人與AI的對決，而是“掌握AI思維的人”與“固守舊習的人”之間的博弈。正如歷史上，汽車的普及淘汰了馬車，卻造就了司機等工作崗位，AI時代下，這些全新的科技也在篩選那些能夠適應“人機協(xié)作”的超級個體。

　　當新生事物到來時，普通人的生存策略也需要跟隨著時代進行改變。傳統(tǒng)的“一招鮮吃遍天”已經(jīng)不再適應當前的豐富需求。相反，一種動態(tài)且復雜的多維生存能力，更應該成為每個人的必備。

　　這也就是我們此前提到的“超級個體”。普通人在AI時代的生存之道，在于要建立一種“人機共生”的新型能力。

　　“AI大模型”是2025年出現(xiàn)的一個高頻詞匯，我也在過去的一年中，陸陸續(xù)續(xù)使用了國內(nèi)外多家的大模型。然而在2026年的今天，各家模型自身的能力已經(jīng)足夠強大，相比于選擇一個“好用的模型”，掌握下面這幾種能力，其實來得更為重要一些：

　　首先是工具掌控力。在日常使用各類AI工具的過程中，我們可以訓練自己掌握不同的AI模型，并將其整合為自己的“外掛大腦”。

　　其次是精準的提問能力。想要借助AI獲得精準的答案，需要掌握更完善的提問、篩選與判斷的能力，做算法的主人。

　　當然，也少不了物理世界的感知力?！癆I”依然是漂浮于虛擬世界的產(chǎn)物，成為“超級個體”，更需要扎根于物理世界，深耕那些AI難以觸達的領域。

　　最后也是我認為最關鍵的，那就是情感連接力。相比于成為一個機器一般的“偽人”，放大人類的情感價值，構建基于信任與共情的護城河，也是這個時代每個人都需要掌握的能力。

　　接下來，我也將詳細拆解它們，為每一個渴望在AI時代不僅生存、更要繁榮的普通人提供幫助。

熟練使用不同的模型

　　大語言模型真正被人們熟知，應該是ChatGPT開始。隨后，各個互聯(lián)網(wǎng)公司也紛紛推出自家的大語言模型，AI模型也呈現(xiàn)出“高速迭代”的態(tài)勢。然而各家的模型在迭代的同時，也開始面向自己的用戶，提供更多對應的優(yōu)勢功能。因此在AI時代到來之時，首先就不要試圖用一種模型去解決所有問題，將雞蛋放在不同籃子里，根據(jù)自己的需求去選擇更合適的模型，是一個更好的解決方案。

　　在剛剛過去的2025年，我先后深度使用了ChatGPT、DeepSeek、豆包和Gemini四個AI工具，也發(fā)現(xiàn)了它們在日常使用上的一些差異。

ChatGPT

　　來自OpenAI的ChatGPT是我體驗過的第一個AI工具，也給我留下了相當深刻的第一印象。在不斷迭代的過程中，ChatGPT一直處于行業(yè)內(nèi)的第一梯隊水平上。從日常使用上來看，在遵循復雜、多層級的指令方面，ChatGPT也表現(xiàn)出很高的穩(wěn)定性。提出一個準確且細節(jié)豐富的問題后，ChatGPT能夠準確了解到你的需求，并且快速執(zhí)行所有條件。

　　Sora更是一個出圈的大招。當前我們從網(wǎng)絡上看到的各類以假亂真的抽象短視頻，大多是使用Sora制作完成。Sora不僅能夠獲得足夠清晰的畫面，甚至音頻聽感的真實度也非常高，這或許就是很多人樂于為它付費的原因。

DeepSeek

　　去年春節(jié)亮相的DeepSeek，則是將“AI大模型”的熱度推上了頂峰。作為中國本土崛起的AI力量，它直接打破了性能模型的高門檻，而且它預訓練數(shù)據(jù)中包含了大量的中文語料，因此在理解中文成語、互聯(lián)網(wǎng)黑話以及中國特有的文化背景時，表現(xiàn)得更為精準。你可以直接下載開源的模型部署在本地使用，或者直接通過網(wǎng)頁/App的方式來使用。也恰恰是這種低門檻的使用方式，越來越多的人也看到了AI的高效率。有的人直接敘述自己的觀點，就能生成一篇完整的文章，也有人借助它，讓自己本不清晰的表達，獲得了提升。

豆包

　　另一個給我留下深刻印象的國內(nèi)AI應用，就是來自字節(jié)跳動的豆包。憑借抖音的強勢推廣能力，你可以看到大量“調(diào)教豆包”的小視頻。讓豆包看孩子寫作業(yè)、讓豆包陪自己聊天等等...已經(jīng)開始成為很多人的日常。

　　豆包能迅速出圈，也得益于它在設計之初就將重心放在了移動端體驗、語音交互和情感連接上。使用過后你就會發(fā)現(xiàn)，豆包的語音擁有很高的情感表現(xiàn)力，通俗地說就是“更有人味兒”。它著重解決的是“高頻、低難度、重體驗”的AI應用場景，相當適合人們用來排解孤獨、練習口語或進行情感咨詢。

Gemini

　　來自Google的Gemini，也在去年不斷迭代，讓Google重新回到了AI的生態(tài)桌。Gemini不僅自身能力表現(xiàn)不俗，而且它還擁有為編程、文檔而生的Canvas，服務于圖片生成的Banana，輔助閱讀的NotebookLM以及專門用來進行深度研究的DeepResearch等等，甚至它還直接接入了Google生態(tài)，對于習慣使用Google Docs、 Gmail、Google Drive的用戶來說，Gemini可以直接為Google生態(tài)內(nèi)的各個app賦能，降低了切換工具的成本。

　　從我這一年的使用結果情況來看，不同的模型都有著不同的獨到的應用場景，而適合普通人的最佳生存策略，并不是忠誠于某一個模型，而是建立一個組合式的AI工具流，再根據(jù)自己的需求，像指揮官一樣去調(diào)度不同的模型。

　　以寫一篇文章為例，我可能會通過和DeepSeek或豆包聊天，獲取一篇文章的大綱，并通過不斷地對話，挖掘一篇文章內(nèi)最核心的幾個部分。隨后通過Gemini的DeepResearch功能，抓取權威的消息源，作為我撰寫的資料庫，最后結合這些資料和大綱，進行撰寫。

　　這種運用多個工具的工作流，很有可能成為未來每個人的常態(tài)。而普通人生存的第一法則，其實就是拒絕工具崇拜，確立君子不器的思維。各家的AI就像是你的員工，你只需要根據(jù)不同的任務，來指派最合適的員工上場即可。

從“會用”到“用好”大模型

　　當你開始嘗試不斷使用各類AI工具，你就已經(jīng)比別人領先了很多。然而擁有工具并不完全等于擁有能力。目前大部分普通用戶對AI的使用仍停留在“聊天”這一層，即輸入一個簡單的問題，期待一個完美的答案。這種“搜索式”用法掩蓋了AI真正的潛力，因此這一模塊，我會通過一些提問的思路，幫助你探索AI的能力邊界。

　　事先要說明的是，AI并不是一個全知全能的真理機器。當前所有基于Transformer架構的大語言模型，它們的本質(zhì)都是概率預測機。AI在生成內(nèi)容時，會根據(jù)上文預測下一個字出現(xiàn)的概率。這種機制決定了“AI幻覺”是必然會出現(xiàn)的，雖說深度思考能夠盡量避免這一情況出現(xiàn)，但大家也會發(fā)現(xiàn)在使用AI時，AI經(jīng)常會說一些正確的廢話，甚至會胡說八道。

　　因此，對于任何涉及具體數(shù)據(jù)、法規(guī)條文、歷史事實、醫(yī)療建議的輸出結果，都必須保持警惕。很多使用AI工具的人會發(fā)現(xiàn)，AI幫我寫的文字/代碼很多都存在事實錯誤，雖然在逼問下會修改，但總會有一種“不符合預期”的不安全感。

　　在日常使用AI的過程中，我強烈建議大家使用另一個工具去進行二次驗證，由于AI不會反對，所以盡可能不要問AI“XXX是真的嗎”，而是要更加具體、更加垂直地去問“請找出支持XXX觀點的權威來源，并列出反面證據(jù)”。

　　“用好”大模型的關鍵就是學會提問。日常使用大模型的時候，提供給它一份更加完整的提示詞，或者是給到一個更加準確且具體的描述，往往能得到更加精準的答案。如果直接詢問“給我個爆款文章標題”、“給我寫一個300字文案，推薦一下某某產(chǎn)品”，這種不夠精確的描述，會導致得到的答案依然是籠統(tǒng)的。而如果給到大模型：“寫一個300字文案，推薦一下某某產(chǎn)品，它的主要特性就是采用了亮眼的橙色，更抓人眼球...”這種更加精準的描述，能夠讓AI根據(jù)這些精確內(nèi)容，去生成更加具體的文字，讓結果符合甚至是超越我們的預期。

　　很多人把AI用成了“自動售貨機”，希望自己投幣（輸入提示詞）后，就能得到想要的東西，如果得到的結果不滿意，就抱怨AI太笨。但其實AI真正的使用模式是成為我們的輔助，我們自己需要有一個大致的方案，然后借助AI不斷將腦海中的方案具象化，最終定稿。

尋找物理世界與情感連接的避風港

　　當我們?yōu)锳I展現(xiàn)出的邏輯能力而感到焦慮時，可能忽視了一個問題，那就是AI沒有身體、沒有溫度、更沒有“社會人格”。它在認知任務上表現(xiàn)得越是驚人，但在處理物理世界的復雜性和人類情感的細膩度上，依然不如人。

　　除了物理世界的觸感，AI的情感能力同樣值得商榷。AI算法或許能輸出一段完美的安慰語，但它永遠給不了你那種眼神交匯、肉體接觸時的顫動。而且，AI自始至終，無法與人類建立完全的信任感。

　　人類的信任建立在共同的脆弱性和聲譽風險之上，即如果我欺騙了你，我也會受損，而AI顯然沒有這種顧慮。因此，每個人都需要在日常的生活中增加自己的“含人量”，從處理各類機械化的數(shù)據(jù)，去轉(zhuǎn)變?yōu)槿穗H關系的處理者，成為團隊的粘合劑，去提供那種AI無法模擬的心理安全感。

　　更深層地看，AI是極致理性的產(chǎn)物，但人類社會卻是“感性”的。你在聽到一首歌時會自然地流露興奮、悲涼感，你會為了自己“爽”，去吃一頓熱量極高的大餐。這些在AI看來是Bug的行為，恰恰是人類最寶貴的特性。

　　如果你能深入理解人性的弱點與渴望，你就能創(chuàng)造出AI無法計算出的溢價。無論是品牌建設還是營銷設計，本質(zhì)上都是在與人類的非理性進行對話，真正抓人的，恰恰是那些我們可能察覺不到的精彩瞬間，而不是那個如同標準答案一般的生活。

　　歸根結底，我們想要在AI時代下走一條屬于自己的路出來，其核心不在于比AI更聰明，而在于比AI更像人。回歸物理世界的真實，擁抱情感的深層連接，堅守那些看似低效、非理性、甚至不完美的瞬間，那里才是我們最后的堡壘。

寫在最后

　　普通的生存之路，不是去死磕各種復雜的指令技巧，把自己練成一臺更好用的“肉身電腦”。因為無論你怎么卷，你都跑不過真正的芯片，真正的出路在于把機器的事還給機器，把人的事留給自己。

　　你要去做那些機器做不了的事：走進真實的世界，去流汗、去擁抱、去感受泥土和空氣，去從事那些需要全身心投入的復雜勞動。你要去做那些機器不屑于做的事，例如關注每一個具體的人，去聽他們的委屈，去滿足那些極其個性化、充滿煙火氣的小需求。

　　最關鍵的是，你要成為AI的主人。你大可以把它想象成一個“超級外掛”，而我們每個人都是一個擁有外掛的人。AI可以提供強大的力量，但最核心的靈魂，還是我們每個人的審美、判斷力，以及那顆會激動、會感受到他人情感的心。

　　不要害怕AI。在這個時代，活得像一個“真實的人”，比以往任何時候都更有價值。

版權所有，未經(jīng)許可不得轉(zhuǎn)載