范凯说 AI · 周日晚聊 第04期 - 为什么你越学 AI 越焦虑？你缺的是一套转型框架
主题：为什么你越学 AI 越焦虑？你缺的是一套转型框架
日期：2026年1月25日
第一部分：本周新闻——达沃斯 AI 巨头发言
这周达沃斯论坛上，AI 相关的内容非常密集。我挑了三段最有代表性的访谈，分别来自马斯克、Google DeepMind 负责人哈萨比斯，以及哈萨比斯与 Anthropic CEO 阿莫迪的一场对话。把这三段内容放在一起看，会发现一个特别有意思的现象：很多人以为现在 AI 的瓶颈在模型能力本身，但这些站在行业最前沿的人，关注的已经是完全不同层级的问题了。
马斯克：AI 的上限正在转移到基础设施
马斯克在达沃斯抛出了一个非常反直觉的观点——他认为未来 AI 最大的限制因素，不是算法，也不是芯片，而是电力和能源系统。
他的逻辑很简单：模型再强、卡再多，至少在美国，社会的发电能力已经跟不上了，AI 数据中心的扩张最终都会卡在能源这一关。他还提到中国在电力基础设施和光伏部署上的速度非常快，认为这种基础设施建设能力会直接决定算力铺设的上限，意味着中国未来很有可能在数据中心算力上超过美国。
当然，中国目前的瓶颈不在电力，而在算力本身。举个例子，前几天我介绍的 OpenCode 这个开源编程智能体，里面有一些国内 AI 大模型公司（如 MiniMax、智谱）提供的免费 Token，结果几天之后纷纷下架了——使用量一上来，算力就不够了。所以中国卡在算力，美国卡在能源，瓶颈位置不同。
马斯克把自己旗下的公司串成了一个完整的商业闭环：xAI 做数字大脑，特斯拉做物理 AI（自动驾驶和 Optimus 人形机器人），SpaceX 提供太空算力中心——地球上缺电缺能源，就把数据中心建在近地轨道上。他还宣布 SpaceX 将在2026年7月左右 IPO，巨额募资正是为了建设太空算力基础设施。
他把这三样结合起来，认为会极大提升社会生产力，甚至带来接近”物质极度丰富”的状态。特别有意思的是，他讲人形机器人时，已经不再是过去那种工厂自动化的叙事，而是直接想象机器人走进家庭——照顾老人、看孩子、做家务，未来机器人数量可能超过人类。
我个人是非常期待的。我今年50岁了，想想十年二十年之后，进入养老阶段时如果家里有几个人形机器人帮忙做饭、干家务、行动不便时搀扶我，那真是太美好了。养老不靠后代，不靠老伴，靠 Optimus。
但马斯克真正想表达的核心很清楚：AI 的上限，正在从模型能力逐渐转移到基础设施能力，特别是电力建设上。
哈萨比斯：AGI 仍有关键瓶颈
哈萨比斯整体的基调比马斯克冷静很多。他更像一个科学家，对 AGI 的时间判断偏向五到十年的尺度，并且反复强调现在的 AI 模型还缺少一些关键突破。
他提到几类目前仍然不够成熟的能力：真正的持续学习能力（人类具备但模型训练完就固定了）、长期记忆能力、复杂推理与规划能力，以及少样本情况下的泛化学习能力（人类可以举一反三，但 AI 模型不具备很强的这种能力）。他的意思很明确：现在的大模型虽然很强，但距离真正的通用智能还有一段路要走。
更有意思的是，他说自己期待的 AGI 并不是简单复制人类的智能，而是希望 AI 能帮助人类发现新的科学规律和理论，成为一种真正的”科学发动机”。这也解释了为什么 DeepMind 这些年一直在用 AI 做科研方面的工作，比如 AlphaFold 用 AI 预测蛋白质结构。
另外一个值得注意的点是，当被问到 Gemini 的商业化问题时，哈萨比斯明确表示没有做广告变现的计划。而与此同时，OpenAI 的 ChatGPT 已经开始测试在 AI 回答中插入广告。哈萨比斯给出的理由是：一旦 AI 助手被广告绑架，很可能会损害用户对它的信任感。他认为用户对 AI 的信任，是 AI 在未来最重要的资产之一。
这其实已经不仅是技术路线的竞争了，而是价值观和商业模式的竞争。
哈萨比斯与阿莫迪的对谈：AGI 之后的世界
最后一段是哈萨比斯和 Anthropic CEO 达里奥·阿莫迪的一场公开对谈，主题叫”AGI 之后的世界”。
这场对话里有几组非常典型的分歧：
第一，时间节奏。 阿莫迪非常激进，认为 AI 能力跃迁会发生得非常快，甚至认为2026年就有可能实现 AGI。他的判断依据是：Anthropic 的模型在 AI 编程能力上特别强，目前已经超过50%的代码由 AI 编写，他认为一年之后人类就不再需要编写代码了。一旦 AI 可以写代码来提升 AI 的能力，更强的 AI 再写出更好的代码，就会形成自我加速的闭环——这就是所谓的”奇点”。就像当年 AlphaGo Zero 不再学习人类棋谱，两个 AI 自我对弈，一下就能下几百万上千万盘棋，进化速度远超人类。而哈萨比斯则认为没有那么快，模型能力的跃迁仍存在瓶颈。
我个人认为，AI 的智商超越人类在未来五到十年之内是一定会发生的，而人工写代码这件事，三年之内就不再需要了，这一点我非常确定。
第二，就业冲击的紧迫感。 因为阿莫迪认为 AGI 马上就要实现，所以他认为很多白领和初级岗位会比大家想象中更快受到冲击，人类社会并没有为此做好充分准备。哈萨比斯觉得没有那么紧迫。
第三，安全与地缘竞争。 阿莫迪对先进算力和芯片管制的立场非常强硬，他甚至说英伟达卖 H200 给中国，就好比把核武器卖给了朝鲜。而哈萨比斯作为工程师出身，则相对更冷静客观。
尽管存在分歧，他们也有几个高度一致的共识：
AI 能否自我加速是关键分水岭。 未来最重要的节点，是 AI 能不能帮人类写 AI，形成自我研发的闭环。一旦进入这个循环，奇点就真的发生了。
社会远没有准备好。 不管 AGI 是五年还是十年，整个社会其实都远没有准备好迎接这么快的变化。我自己现在做的事情，就是在探索我们每个人在 AI 时代怎样更好地转型，构建个人竞争力。
竞争已经超越技术层面。 AI 行业正在进入一场关于信誉、商业模式和公众信任的全方位竞争阶段，不仅仅是技术比拼。
你会发现，这些站在最前沿的人讨论的已经是能源瓶颈、基础设施能力、关键技术缺口、社会适应问题以及长期信任机制。而我们大多数普通人，每天焦虑的却是这个新工具要不要学、那个工作流是不是又落后了。
这也正好引出我今天特别想聊的主题。
第二部分：为什么越学 AI 越焦虑
你是不是也在”追风口”中精疲力竭？
我特别能理解现在很多朋友的状态。这两年学 AI 的人，几乎都有一个共同感受：越学越忙、越学越累、越学越焦虑。
因为这个领域更新实在太快了。ChatGPT 出来之后，2023年大家都在学提示词工程，刚写顺了，又开始流行各种工作流——扣子、Dify、n8n，要搞 AI 工作流编排、企业自动化。好不容易把 n8n 搞明白，还没来得及用熟，MCP 又火起来了。MCP 刚火了一阵子，又变成智能体——先是 Cursor 在2024年火了，然后2025年下半年 Claude Code 火了，年底 OpenCode 加上 oh-my-opencode 又火了。
刚火没多久，从2025年12月开始，Anthropic 推出了 Skills，各种技巧可以打包成服务对外销售，又是一通学。Skills 刚学明白，最近几天海外社交平台 X 上又开始推一个新东西叫 ClodBot——一个可以运行在你台式电脑上的 AI 智能体，连接 Telegram、WhatsApp，你通过手机远程给它下指令，让它24小时帮你干活：爬取网页、读取文件、做统计报表、跟踪股价，跑完把报告给你发邮件或通知。
你每天刷信息流都有一种感觉：是不是又落后了，不学是不是就要被淘汰了。尤其是海外社交平台 X 上，搞 AI 最前沿的这波中推用户互相焦虑——你今天学了个新的，明天我学了个新的，竞争非常激烈。
结果就是：一直在追风口，却很难真正沉淀出属于自己的能力。你一直在追，但好像也没赚到钱，也没增加核心竞争力。
焦虑的根源：学习方式停留在上个时代
我自己也完整经历过这个过程，所以慢慢意识到一个问题：我们现在的焦虑，不是因为 AI 更新太快，而是我们学习 AI 的方式还停留在上一个时代。
以前学一个新软件、新技能，花几周几个月钻研，学会之后能用很久很久。但 AI 时代不是这样，工具几乎每隔几周就换一茬。如果还抱着”精通一个工具再换下一个”的思路，永远在追，追到最后只剩疲惫和焦虑。
这里插播回答一个直播间的问题：有人说 OpenCode 经常不好用。那是因为它连接的免费模型算力不够了。建议买智谱的 Coding Plan，三个月54块钱，平均一个月不到20块人民币，套餐量还很大，不用搭梯子。或者像我一样，每月10美元买 GitHub Copilot，再把 OpenCode 连到 GitHub Copilot 上，里面 GPT 5.2 Codex、Gemini 3 Pro、Claude 等模型全部都有，非常划算。
转型框架：想清楚三件事
我越来越确定一件事：在 AI 时代真正重要的，从来不是你会多少工具，而是你有没有一套属于自己的转型框架。
我用特别白话的方式讲这个框架。与其天天想学什么新工具，不如先想清楚三件事：
你最擅长什么？
你真正理解什么领域？
AI 在哪些地方能把你这两样能力放大十倍、百倍？
比如我自己，作为一个20年互联网行业创业的老兵，我觉得自己的技术、产品和运营能力是强项。所以我适合做 AI 自媒体，适合做独立开发者（Indie Developer）。
当你想清楚这个问题之后，你是做内容的，就要思考 AI 怎么帮你放大创作效率和影响力；你是做销售的，就要思考 AI 怎么帮你筛选客户、跟进线索、促进转化；你是做产品的，就要思考 AI 怎么帮你快速验证需求、做出产品原型。
当我们围绕”放大自己的核心能力”去使用 AI 工具时，工具怎么变其实影响都不大。变的只是手段，不变的是你自己的能力内核。AI 工具本质上是帮你把能力放大的。但如果你本身没有能力内核，那就没有办法了。
关于程序员的出路：会有大批程序员被淘汰，这是注定的，未来三年内大部分程序员都会被淘汰。但这不意味着没有出路——关键是建立属于自己的转型框架。技术思维本身不是问题，比如你能让 AI 开十几个 Agent 帮你做开发，你完全可以去接海外软件外包，现在 AI 都能帮你翻译，语言都不是障碍了，技术能力同样可以帮你赚到钱。
不要限制自己的思路，关键是想清楚核心竞争力是什么，然后在这个基础上去想转型的方向。
按照这个思路走，你反而不焦虑了。你不再是追风口的人，而是在用 AI 搭建自己个人转型的基础设施。
速度比完美更重要
另外一个我这段时间特别深的体会：在 AI 时代，速度比完美更重要。
以前做事总喜欢准备得很充分、想得很完整再开始动手。但这个时代，等你准备好了，风口可能早就换了——几乎三到六个月就换一个风口。
现在做内容也好、做产品也好、做销售也好，都应该遵循一个基本原则：快速把东西做出来，哪怕非常粗糙，哪怕是垃圾版本，也要先发出去、用起来、拿反馈。过去开发一个产品可能需要几个月，现在可能几天就做出来了。同样几个月周期，你10个产品都做出来了。不需要做得很完美，快速做个 Demo，快速上线，快速尝试——乱枪打鸟，打了9枪，第10枪总归能打中。
就像周星驰电影《功夫》里说的：”天下武功，无坚不破，唯快不破。” 这个时代速度决定一切。
我甚至激进地认为：当脑子里有一个想法时，应该让这个想法不过夜。到第二天想法冷却下来，你就忘了。应该在脑海中涌现一个让你激动的想法时，第一时间把它做出来——写成文章、做成产品 Demo，用 Claude Code、OpenCode 当天就跑一个最小可用版本出来。
比如我现在从零起步做 YouTube，做了快两个月，只有600多个粉丝，直播同时在线不到10个人，非常惨淡。但通过快速尝试，终于有一个长视频播放量快接近4000了——前面发了9个视频都没什么反应。这就是通过快速试错来找到方向。
所以一个小时一个小迭代，一天一个小版本，一周一个大升级。不断试、不断改，真正的进步不是来自一次完美准备，而是来自一百次快速试错。
如果要总结 AI 时代的一种正确姿势，八个字：小步快跑，快速迭代。
我发现大多数程序员出身都是偏完美型的，因为程序有 bug 就跑不通，越优秀的程序员越是完美主义。我自己也是20多年的老程序员，极端完美主义强迫症。但我要告诉你，在 AI 时代，这是一个非常致命的弱点。你不需要一次变成高手，只需要今天比昨天做得好一点——日拱一卒，不期速成——其实就已经在赢的路上了。
按需学习，而不是追逐更新
越学越焦虑的根源非常简单：你把注意力放在工具更新上了。今天出一个新东西，明天又更新一个新功能，你总在追逐。这就像一个木匠拿着锤子到处找钉子敲——这不对。我们应该是需求驱动型、使用场景驱动型。
当出现一个新工具时，你只需要把它”注册”在脑海中就行了。比如出了一个新的编程智能体 Claude Code，你知道”如果我需要开发时，我要学习和使用 Claude Code”就够了，今天不需要开发就暂时不用关注。
这和现在最新的 Skills 技术里的机制一样，叫”按需加载”（Lazy Loading）——你只需要记住技巧的名称和描述，在脑海中注册一下，具体内容先不管，用到的时候再加载、再学。
这样学习负担就大大减轻了。你脑海中只需维持一个目录——系统当中到底有哪些 Skills——然后真正把注意力放在思考自己的核心竞争力是什么、擅长什么、在哪个领域认知特别强，再去想应该用什么工具来最大化放大这些能力。比如我做长视频，发现 NotebookLM 对学习和生成知识库帮助很大，需要配图时发现 Gemini 的 Imagen 很好用，我就花时间学这些——这叫按需学习。
当你开始用 AI 搭建个人竞争力的基础设施，而不是追热点时，焦虑自然就会下降。
第三部分：观众互动
问：AI 时代程序员怎么接海外的单？需要会英语吗？
这个问题我建议你直接去问 AI。比如问 ChatGPT，说清楚你的需求和目标，让 AI 一步一步教你如何接海外订单。我们要学会让 AI 来教我们做事情——不要把 AI 当工具用，要把它当成合作伙伴，先问它方法论和工作流程是什么。不要上来让它帮你钓一条鱼，先问它钓鱼的方法是什么。这样你会发现 AI 真的能成为你的导师，有了这个导师，你做任何事情都愿意去尝试。
问：传统软件还要不要去干？
我过去两年做了很多 AI 企业咨询，但现在不倾向于把精力放在这上面了。原因是企业端 AI 解决方案的落地周期太长，动不动几个月甚至半年到一年，迭代速度太慢。AI 时代的核心是怎样让自己的能力十倍百倍放大，企业端会拖慢你。我们应该去做那些有复利、AI 能快速放大的事情——海外产品、自媒体等等。如果你要做的方向 AI 不能帮你提效、不能放大个人能力，那意义就不大。所以如果有得选，传统软件行业我不建议去。
问：AI 快速发展时代，销售是不是很快会被取代？为什么要进入这个行业？
我非常强烈地认为，在 AI 时代，人与人之间的沟通需求反而是最不会被取代的。如果你本身有很强的销售技能，竞争力是很强的。你反而需要补的是交付能力的短板——用 AI 把交付能力补上，自己就形成了一个商业闭环，职业发展路径一下就打开了。
我自己也想挑战销售方向。我干了快30年技术，短板就在销售和营销上。我办了香港身份，考了香港保险代理，想尝试做财务策划顾问。在 AI 时代，岗位边界越来越模糊——我20多年前创业时就能做产品设计、开发、运营、谈单签合同，唯独做不了图片设计，因为不会 Photoshop。但现在有了 AI，用 Imagen 就能设计得非常好。AI 的能力已经把我们的边界扩大了，不要给自己设限。
问：做销售需要脸皮厚、不怕被拒绝，这很难。
我认为 AI 时代的方法论跟过去不一样。传统时代我们追求高胜率——做一件事就成功一件事。但在 AI 时代，我们应该追求的是”赔率”而不是”胜率”。
利用 AI 可以把试错一次的时间缩到极短、成本降到极低。过去同样的时间成本只能做一件事，现在可以做10件事。失败了8到9个无所谓，脸皮厚一点，最后一个成功了就行。而且成功的那个赔率很高——一把就非常成功，能赚很多钱，把过去那些试错成本都赚回来了。
这也是我个人要突破的地方——我也是完美主义者，害怕被拒绝。但我认为在 AI 时代，如果害怕失败、脸皮太薄，就没有办法获得成功。AI 时代的方法论要求我们快速试错、不怕失败。
问：AI 小白学 Claude Code 还有前景吗？
不管是不是小白，都应该去学习一个 AI 编程智能体，这没有任何问题。但学不学 Claude Code 跟有没有前途是两码事。今天我反复强调的就是：要建立你在 AI 时代的个人框架，不要完全把注意力放在工具更新上，工具更新叫做按需学习。
问：微信小程序是不是个人比较合适的平台？
国内开发软件都不太赚钱。如果做软件开发，还是建议面向海外，不管是做 APP 还是 Web 端，机会都会多很多。
问：2026年招聘技术岗有什么建议？
毫无疑问，要去做 AI 相关的工作——AI 相关的开发、算法，跟 AI 相关的都应该是你就业的第一选择。如果是企业招聘，做海外方向的话，海外基础设施已经很好了，不需要那么多细分岗位，一两个 AI 编程能力和综合素质非常强的人就够了。国内的话基础设施还有很多问题，可能还是需要传统的岗位分工。
问：展开说说 Skills 技术？
Skills 火的原因很简单：你不光能在 Skills 里放一份 Markdown 说明文档，还可以放 Shell 脚本、Python 程序。所以它本质上就是一个可以在你个人电脑上运行的程序，能被 AI 智能体调用。你可以把它理解成一个通过编程实现的能力，只不过有特定限制——只能在个人电脑上运行。
问：Tapeless 口喷编程怎么样？
我现在有一套”AI 口喷编程三剑客”：Tapeless、麦克风、两键小键盘。每天不需要使用键盘，就是跟 AI 大量对话。
有人觉得不如用键盘有思考过程。我想分享一下我的感受：我们的思想和念头到 AI 之间，路径是越短越好。中间加一个敲字的过程会增加很大的摩擦阻力。我现在有任何想法就直接口喷告诉 AI，Tapeless 的好处是它能帮我把口语化的啰嗦表达整理成结构很好的一段话，再发给 AI。我发现跟 AI 每天交流的次数比过去多了至少三倍，而且还要继续加大。你跟 AI 交流得越多，思维越活跃，每天能做的事情越多。
也有人说口喷对思考要求更高。不是这样的，你不需要在脑海中把话完整组织好再说，应该想到哪说到哪。思维永远是碎片的、发散的，但 AI 不怕你发散——AI 最擅长的就是帮你把发散的思维组织得非常有条理。你自己的组织能力绝对不如 ChatGPT，按照这种方式用一周，你会回来感谢我的。
在公开场合怎么办？用大疆的无线 Mic，别在领子上，接收端插到电脑或手机上，小声说也能收声——Whisper 模式，低声说就行。
问：有什么好的知识库工具推荐？
NotebookLM，强烈推荐。建议每月花20美元买 Google AI Pro 会员。不管是电子书、视频还是网页，通通粘进去让它生成知识库，立体化学习。如果要用国内工具，可以试试腾讯的 IMA，是 NotebookLM 的国内克隆，但智能化程度无法相比。
问：Vibe Coding 怎么写好 PRD？
把需求想清楚，如果想不清楚，直接问 AI——告诉它你想写 PRD，让它给你一个方法论，一步一步教你怎么写。不要把 AI 当工具使用，要把它当成合作伙伴。不要上来让它帮你钓鱼，先问它钓鱼的方法是什么。
问：AI 未来会替代哪些行业和工作？
AI 会替代所有的行业和工作。
问：用最好的模型还是国内模型？
还是要用最好的模型。国内的豆包、千问、DeepSeek、Kimi、MiniMax、智谱这些 AI 公司我都非常尊敬，但跟 ChatGPT、Gemini、Claude 这种顶级模型还是有差距的。第一有差距就一定要用最好的；第二国内模型的算力真的不够，一旦用量上去马上卡顿。
我现在的 AI 订阅情况：ChatGPT 20美元、Gemini 20美元、Claude 20美元、GitHub Copilot 10美元，合计每月约70美元。日常对话用 ChatGPT 和 Gemini 比较多，偶尔用 Grok；编程模型主要用 GPT、Gemini、Claude 三大模型。表面上你用的是收费的，实际上用最贵的模型对你来说才是最省钱的——你用差的模型浪费的是自己的时间、精力和生命。
收尾
今天差不多就聊到这里了。每周周日晚上10点，《范凯说 AI · 周日晚聊》，跟大家分享本周 AI 行业新闻、个人思考，然后和大家交流互动。
晚安，祝大家睡个好觉，明天开始新的一周。