上周听李继刚老师分享，百闻不如一见，听完感觉精华浓缩在这张图里。

这张图可以读出三层意思。第一层意思是人在和AI对话时，信息可以分为四个象限，人跟AI都知道的第一象限，此处说太多是一种限制，一切都坍缩在你的视角里，不如给AI精练的提示词，反倒可以获得更多。

在人跟AI都不知道的第三象限，那就敞开聊，俗称脑暴。最近线下脑暴的时刻感觉像一群人在还原AI的推理过程，这算不算AI对人的预训练？

第二层意思是随着AI的发展，X轴会不断下移，AI知道的越来越多，下移到私有数据部分就卡住了。因此，AI出现之后所有网络数据的价值都会被磨平，企业数据、个人经验等没有上网的私有数据是金矿，也等待着各家的大模型挖掘机去炼金。

这种下移进一步带来一、四象限的变化，AI理解能力变强，提示词也就变得越来越短。但从prompt的第一性判断“输入是否影响输出”角度出发，只要人的输入还是会影响AI的输出结果，那prompt就始终讲究艺术。

从这个角度想，其实人也时刻在接受这个世界对自我的预训练。

有意思的是Y轴的变化并不大，人类文明发展到一定进程后，人类的知识变化差异不会太大。倒是在AI来了之后呈现一种马鞍形，Y轴同时向左和向右位移：由于技术平权，要么是原本文笔不佳的人在大模型帮助下获得了创作权，要么是原本就可以输出AI生成不了的设计师进一步变成大艺术家。总之，中间地带不存在了，人要不向左，要不向右，根本没得选。

在AI和人协同进化的过程里还有一个有趣的发现是，AI编程玩得好的往往不是程序员，就像文字工作者都觉得AI用力过猛一样。因为排在队伍前面的人是不会去新开的队伍，本身就会拉弓的人起初感受不到弩的好——一种隐含的挑剔惯性在里面。

底层逻辑是不会的人反倒把自己抛进去，让大模型带着往前走，反正自己也没别的办法。会的人反倒让自己的初始能力变成了模型的上限。

一个更优解是：人提出创意，让AI扩大。想要让AI达到放大器的效果，前提是每天跟模型对话一小时，把自己浸泡在里面，了解AI的边界，也培养人的体感。

和AI成为朋友之后，会发现每个模型是CEO人格的具象化，这和公司及部门是CEO人格的具象化很类似，比如Claude像学者，Grok像野小子，Deepseek像理工男，而GPT则像个草稿纸。

当一切重复劳作的辛苦都可以交给AI，人终于可以进入“当个人”的时代了，我们需要真正思考的问题，包括：如何与自己相处？以及到底想干什么？

就像快乐来自紧张感的释放，紧张之后忽然松弛的那一下最快乐，人是在限制之中感受到自由的，当人的工具性移交给AI，限制进一步消失，人的灵性又该如何舒展，自由该如何释放呢？

世界需要不同精度的尺子，比如丈量海岸线需要在直升机上，比起埋头苦干，看事情的维度更重要。思考这些工具属性以外的问题，或许需要一把颗粒度更粗的尺子，站在更抽离的地带。比如春天就是要待在没有天花板的地方，看花、看天、发呆。