先学会主动降噪这是一个什么时代呢因为我有每天听播客、看最新动态的习惯所以很容易产生一种错觉好像每天都有新模型、新工具、新 Agent 发布世界像是天天都在被重写。变化当然是真的。裁员是真的岗位收缩是真的很多公司也确实把 AI、效率、组织重构这些话术和 headcount 变化绑在一起。但越是这个时候越不能被噪声牵着走把所有信息都理解成“完了马上所有人都要失业了”。很多信息本身就带着浮夸和博眼球的成分。不要失真地理解现实也不要被节奏带跑。焦虑既不解决问题也伤身。现阶段主变量还是人目前 AI 很强这不用多说。它可以辅助探索、生成、执行。但它还不能替代你对这些事情的主导问题表述验收标准必要取舍最终决策所以变化是真的不能躺平但至少在现在这个阶段主变量还是人。大家能用到的 AI不管是 GPT、Claude、Gemini还是国内的 GLM、DeepSeek、Kimi、MiniMax差距没有大到离谱的程度。能用最好的当然最好但更大的区别还是在用 AI 的人。同样一个模型小学生和数学家拿去解题发挥出来的力量肯定不一样。所以说到底这个时代还是要学习。不能只会“用 AI”如果你完全不懂自己让 AI 做的事情那你其实很难判断结果的好坏也很难真正积累经验。最后就会变成一个搬运工AI 跑你在旁边发呆、刷手机结果出来后原样拿来用。短期看像是效率提高了长期看可能不是。因为过度依赖 AI 而不学习很容易让自己的能力慢慢萎缩。到最后不是你在用 AI而是你离开 AI 就不会做了。这一点我觉得其实挺值得警惕的。学什么怎么学我自己的答案很简单学概念学原理学表达学审美学判断。不要太碎片化地追热点。什么火就学什么最后学到的往往只是表象。真正决定你能不能进入一个领域的通常还是那些核心概念和基本原理。先抓住主干你才会慢慢知道这个领域的边界、结构和内在关系。说白了就是先建立自己的 landscape知道自己在哪知道哪些是主干哪些是枝叶。然后再让 AI 帮你展开、解释、练习。这其实也是一个很适合学习的时代这一点我自己的感受很深。很多过去晦涩难懂的知识现在都可以让 AI 用你能理解的话重新解释一遍。你也可以让它扮演导师不断追问你用苏格拉底式的问答逼着你把问题想深一点。前提是你把它当辅助不是当代替。我理解的人机关系最差的路线是自己不思考只会搬运 AI 的答案。更理想的路线是自己有知识基础有判断力知道什么是好的也知道自己想要什么然后让 AI 去帮你探索、生成、执行。我越来越觉得这两条路看起来都在“用 AI”但最后走到的地方会很不一样。如果不知道做什么那就先去学习如果你暂时找不到意义不知道这样飞速发展的时代里自己该做什么也确实感到焦虑和迷茫那就先去学习。如果你暂时不知道学什么或者想从 coding agent 这条线入门我推荐几个对我帮助比较大的材料Learn Claude Code / shareAI-lab/learn-claude-code适合从 0 到 1 理解 agent harness。Auto Claude Code Research in Sleep / ARIS skills适合做学术研究尤其适合把 coding agent 和研究工作结合起来。obra/superpowers适合看一套比较完整的 agentic skills framework 和软件工程方法论。最后如果一定要给自己留一句提醒大概就是别被噪声带跑也别只顾着用 AI。还是得让自己继续成长。