别学AI了，直接用起来
有朋友来问我：马工，我想学AI，该从哪里开始？我说：别学了，直接用。
这话听着粗暴，但我是认真的。你去看看现在市面上”学AI”的人都在干什么——有人从线性代数开始补课，听说英文版教材比同济的好，又去啃英文版，啃不动，又开始补英语。三个月过去了，线性代数没学完，英语没提高，AI一行代码没写过。训练大模型是学AI，优化推理效率是学AI，调agent缓存命中率也是学AI，这几件事需要的技能完全不同，走向完全不同的职业方向。你连自己要去哪都没搞清楚，学什么学？
有人会搬出那句”书山有路勤为径”来反驳我。但那是古代。古人花十年读一本《论语》，六十岁还能用。你今天花半年学的 Prompt Engineering，明年就是废纸。上世纪90年代小县城的计算机培训班，教小朋友五笔打字，教得热火朝天。等小朋友终于练到每分钟80个字，拼音输入法出来了。你说这算学到了还是白学了？
AI领域确实有些东西十年二十年不会变。但你作为初学者，分辨不出哪些会变哪些不会。如果你分辨得出来，你就不是初学者了。
工程领域有个概念叫知识半衰期——你学到的东西，过多久就有一半过时了。土木工程的知识半衰期大约是五十年，软件工程大约两到三年。AI领域我估计不到一年。你拿一年半衰期的知识去搞十年规划的学习路线，这笔账怎么算都亏。
AI连学习这件事都改变了。以前，你对一个领域要么懂要么不懂，卡在那个水平。现在你随时可以跟AI对话，把自己在某个领域的认知拉到够用。你脑子里装了多少知识，不再决定你的上限。
集邮不是应用
有另一种朋友，什么AI工具都试——Midjourney画个图，ChatGPT写个周报，Suno做首歌，Cursor写几行代码。感觉自己跟AI打得火热，但你问他AI给他的工作带来了什么实质变化，他说不上来。
这就是收藏癖。收藏了一堆prompt模板，关注了二十个AI公众号，微信里存了几百条”稍后再看”的AI教程。收藏了就感觉自己会了，其实一条都没用过。
有的手机里装了十几个AI App，每个都注册了会员，每个月光订阅费就好几百块。我问他最近用AI做成了什么事，他想了半天说：上周用ChatGPT帮儿子写了个读后感。
哥们，你每个月花几百块订阅费，就为了写个读后感？
找到你的北极星
我的建议是：找一个具体的业务场景，从小处着手，给自己定一个北极星指标。北极星指标就是一个具体的、可以衡量的业务结果，不是”我要用AI提高效率”这种废话。 比如”我每周花6个小时整理客户的询价邮件，我想看看AI能不能帮我缩短到1个小时”就很好。6小时变1小时，这就是你的北极星。有了这个指标，你自然知道该用什么。
一个月300块的店长助理
我们Agents特区论坛第20期，米总（David）分享了他在香港做的一个项目：给连锁生鲜门店做了一个AI店长助理。
生鲜门店不太先进，除了一个收银系统，啥都没有。没有库存管理，没有损耗追踪，没有进货计划。一头猪进去，出来的是排骨、五花肉、肉丝，计量单位对不上，收银数据根本还原不了库存。老板每天最焦虑的就是：今天剩了多少肉，明天该进多少？没人说得清楚。就像你只知道钱包今天少了500块，但不知道是吃饭花了、打车花了、还是掉地上了。你光盯着余额，永远管不好钱。
米总的北极星指标很清楚：让门店每天的库存数据从”靠猜”变成”准确可查”。
围绕这一个指标，他搭了一个传统的后端系统——数据库、API、权限控制，该有的都有。然后在前面加了一层AI，接入WhatsApp，店长对着手机说一句”排骨还剩三斤，五花肉没了”，AI把这句话翻译成API调用，自动更新库存。
就这么个事。AI在这里面的角色就是个翻译官——把人话翻译成机器话。数据存储、业务逻辑、权限控制，全部是传统软件在干。AI只管听懂人话。
大模型用DeepSeek或者千问，一个月API费用百来块。加上云主机，总共不到300块。用友、金蝶那些传统进销存系统，一年几万到几十万，员工不用，就是摆设。米总一个月300块，员工天天用，因为就是在WhatsApp上发个语音的事。
米总不需要读二十篇transformer论文。驱动他做每一个设计决策的是那个北极星指标：哪个环节数据断了，员工能接受什么交互方式，怎么把一个模糊的管理问题拆成AI能处理的小块。
从问题出发，不要从AI出发
如果你从技术出发，你会觉得这玩意没啥了不起的，就是个语音转文字加意图识别，小学生级别的推理就够了。但如果你从业务出发，你会发现这个东西解决了生鲜行业几十年没解决的问题。
这就是我反对”学AI”的根本原因。从AI出发去找问题，你找到的往往是伪问题——“怎么让模型更聪明”、“怎么写更好的prompt”、“怎么搭一个multi-agent系统”。这些对于一个想用AI改善业务的人来说，全是废话。
从问题出发去找AI，你找到的才是真需求。业务场景提供的真实需求是”50岁的店长不愿意填Excel”以及”搬货的时候没空去动鼠标”。解决方案不需要Claude Opus这类高级模型，用去年的DeepSeek都能解决。
社区朋友许武说了一句特别到位的话：中国的地级市、县级市，有多少企业一年利润几百万，不可能花几十万买SaaS，但确实有库存管理、人员管理的需求？这些企业，才是AI落地的最大战场。不是所有AI都要去”颠覆”什么，有时候能把使用门槛降下来，本身就是颠覆。
搞不定？找组织
米总的方案也不是他一个人闭门造出来的。他在社区里分享、讨论、迭代，别人给他反馈，他再优化。论坛里崔总听完之后也受启发，他的公司在做绿化采购询价，供应商语音报价，AI自动提取价格、对比历史报价、生成询价报告，跟米总的方案是同一个模式：AI做翻译，传统系统做计算。如果我们各自闷头做，可能都要多走半年弯路。
今天晚上花半个小时，把你这周工作里最烦的一件事写下来。不用写得漂亮，就写”我每周花X小时干Y，烦死了”。然后把这句话粘贴给ChatGPT或者DeepSeek，问它：这个事能不能用AI简化？它会给你一堆方案，大部分是废话，但里面会有一两条让你觉得”嗯，这个可以试试”。挑一条，明天就试。试的时候别想着一步到位，先把一个最小的环节跑通。米总也是从”店长在WhatsApp上说一句话能更新库存”这一个动作开始的。
试的过程中你会遇到问题。这时候你需要找做过类似事情的人聊。我们的Agents特区论坛每周都有人带着自己的项目来分享，米总、崔总的方案都是在里面碰撞出来的。论坛网站是 agentszone.ai，想直接加微信群的朋友扫下面的码。
