我们第一次发现,成年人的学习,最难的可能已经不是坚持,而是选择。每天都有人告诉你:这个必须学、那个是趋势、这个马上要淘汰了、那个才是未来。我们以为自己缺的是知识,后来才发现,很多时候真正缺的,是一个明确的方向。 PART 02焦虑的本质:对未来的不确定 所以今天很多人的焦虑,其实并不是“AI焦虑”,至少不完全是。你真正担心的也许是:别人都在往前走,是不是就我停下来了?
这种焦虑很真实。很多时候,人并不是因为事情困难而焦虑,而是因为事情不确定。困难至少可以努力,不确定却会让人不知道该把力气用在哪里。 PART 03学AI的第一步:先看清自己在哪里 那普通人到底该怎么学AI?可能第一件事,不是再找一份AI学习路线指南。而是先弄清楚:自己到底在哪里。这件事听起来很简单,但很多人其实从来没有认真回答过。
今天很多人的问题,不是完全不会,而是不知道自己已经会了什么,也不知道还缺什么。所以一个更合理的学习顺序,应该是:先测一测。不是为了再得到一个让人焦虑的分数,而是看看你的真实水平到底在哪里。CAIE的AI能力测评,先通过测试看清你的现有水平,再找到真正薄弱的地方。你可能Prompt已经掌握得不错;多模态应用还比较弱;会单独使用几个工具,但不太会把它们组合起来;也可能平时已经频繁使用AI,但面对一个真实的工作任务时,还不知道应该怎么拆解问题、选择工具、设计完整流程。这样一拆,“我不会AI”这句话就开始发生变化:我不是不会,只是这里已经掌握了,那里还需要补。这件事的价值其实不难理解,因为“我不会AI”,是一个很可怕的判断,它太大,也太模糊。模糊的问题最容易让人焦虑,你不知道从哪里开始,也不知道自己到底离“会”还有多远。但当问题变得具体,人反而没那么容易慌。因为你终于知道:哪些东西不用从头再学,哪些地方才真正值得花时间。扫一扫开始测试你的真实水平 PART 04测评不只要看水平,还要看和岗位的匹配度 不过,真正有意义的测评,还不能只告诉你“哪里强、哪里弱”,因为AI能力从来不是脱离工作存在的。同样一个能力水平,放在不同的人身上,意义可能完全不同。
这时候,测评的意义就不只是“测一个AI水平”。而是帮助一个人把现在的自己和想去的地方放在一起看。CAIE的AI能力测评完成以后,会形成对应的能力报告。一份测评报告真正重要的部分,不是几个数字,而是数字后面的解释。它需要让一个人逐渐看清几件事: 第一,我现在到底会什么哪些能力已经比较成熟,哪些还只是基础使用,哪些地方是真正的短板。 第二,这些能力和我的岗位是否匹配如果只是想在现在的工作中提高效率,哪些已经够用,哪些值得继续加强。 第三,如果我想转岗或转行,我和目标方向还有多远不是笼统地告诉你“适合”或者“不适合”,而是把中间的差距尽可能拆清楚。查看你的专属能力报告 PART 05好的测评,会告诉你接下来该学什么 一份真正有用的测评报告,还应该回答另一个很现实的问题:那我接下来到底学什么?因为我们已经不缺学习资料了,网上有无数AI课程,有几百种工具推荐。有人告诉你一定要学Prompt,有人告诉你现在应该学工作流,有人说Agent才是未来。每一种说法听起来都有道理。可问题是:它和你有什么关系?所以测评报告里的学习建议,不应该是再给所有人发一份统一零基础AI学习路线,而应该结合你的情况告诉你:
哪些内容你已经掌握,不需要再反复花时间;
哪些是现在最明显的短板;
哪些能力和你的岗位关系最紧;
如果你有明确的转型方向,下一阶段更应该优先补什么。
这个变化把学习从“最近大家都在学什么?”变成了“对我来说,现在最值得学什么?”这是两种完全不同的状态。前一种,你永远在看别人,永远都有一种追不上的感觉;但后一种不一样,你开始有一个属于自己的坐标,你知道自己已经走到哪里,也知道下一段路,最应该把时间花在哪里。选择和你匹配的个性化学习路径 PART 06测评的意义,是消除不确定 可能有人会问:真的有必要专门做一次AI能力测评吗?如果只是为了知道自己得多少分,我觉得确实没有太大必要。但如果一次测评,能让一个人第一次比较清楚地看到:我已经会什么;我真正缺什么;这些能力和我的岗位是什么关系;如果想走向另一个方向,我还差哪几步;下一阶段最值得学习的又是什么。那它解决的,其实就不只是一个“测试”的问题,而是一种不确定。扫码测一下你现在到底在哪里很多时候,我们真正害怕的并不是AI变化太快。而是在所有人都告诉你“快一点”的时候,没有人告诉你,你现在在哪里,又应该往哪里走。你不是不努力,只是努力之前,你可能真的需要先看清自己。而一场好的AI能力测评,真正应该给你的,也不是一个分数,而是让你看完那份报告以后,终于能够比较确定地说一句:我知道自己现在在哪了。然后,再出发。