上周六我又组织了一场关于 AI 工具使用的培训。这一次是公开培训，主要面向职场工作人员，围绕职场里真实会碰到的 AI 使用场景。
我重点邀请了身边的职场 AI 小白——朋友抱怨说，我学了 AI 这么久，却从来没给他们做过一次培训。给一个人培训也是培训，给十个人培训也是培训，于是我把范围扩大了。
发了几天海报，进群的人不少，真正到现场的大概十几位。大热天还愿意跑过来，就算只来一个人，我也要把课好好讲完。
最让我感动的是：一位带我做过项目的七十多岁老专家，特地带着电脑，下午早早到场。他说所有人都要学 AI，企业也要尽早把 AI 工作流部署起来。这种前沿认知，让我很佩服。
课上讲了什么
下午 2:30 准时开始。不是深奥技术原理，而是我在使用 AI 过程中觉得最关键的两件事：
- 理解能力边界：为什么现在可以这么方便地用 AI，它擅长什么、不擅长什么。
- 对齐职场场景：打工人每天会碰到的工作，AI 能帮到哪一步。
我也会讲到「Harness 工程」——如何把复杂 AI 能力包装成普通人也能点开就用的工具；以及智能体真正靠什么干活：Skill、Plugin、MCP、CLI。最后带大家做了一个工作台——以「小说创作工作台」做实操。
结束后有人说「干货满满」。他们只凭海报就信任我、大老远过来，我必须让他们有收获。
对我自己意味着什么
每一次培训，我都会按到场的人重新备课。这一次偏职场打工人的工具使用技巧，所以更重实操、不堆复杂度。准备的过程对我自己也是一次梳理：AI 能帮忙的地方越来越多，但真正用得好，靠的是驾驭它的能力，以及高于 AI 的鉴别力。
编程技术在平权，真正稀缺的是判断和审美。职场人不该只焦虑「会不会被 AI 取代」，更该关注如何用 AI 扩大能力边界，吃到技术红利。
从「执行能力」转向「判断能力」
写代码、做设计、写文案、分析数据……执行层越来越快；真正重要的变成了：
- 选对问题比解决问题更重要。
- 品味与审美更稀缺——会做的人变多，会把关的人更贵。
- 深入理解用户——共情和没说出口的需求，仍要人来。
- 长期主义的定力——验证变容易时，深耕反而更难。
这也是我做培训、做 FDE 落地时反复强调的：AI 是放大器，不是替代品。