[译]人工智能是基础提升者，而非上限突破者

重塑的学习曲线

在 AI 出现之前，学习者面临匹配难题：学习资源必须针对特定受众群体设计。这意味着作为学习者，你获得的学习资源往往不是最优选择：

• 你是 $topic_of_interest 领域的新手，但具备 $related_topic 相关知识。然而很难找到通过 $related_topic 视角来教授 $topic_of_interest 的学习资源。

• 要有效学习 $topic_of_interest，你实际上需要先掌握 $prereq_skill 这项基础技能。但作为初学者，你并不知道在学习 $topic_of_interest 之前应该先学习 $prereq_skill。

• 你对 $topic_of_interest 有基础了解，但遇到了瓶颈，难以找到适合 $intermediate_sticking_point 的学习资源

大致来说，掌握一项技能随时间的变化曲线如下：

AI 学习的革命性在于它能根据你的技能水平因材施教 。现在 AI 可以直接解答符合你理解程度的问题，甚至替你完成机械性工作。这使得学习曲线发生了变化：

精通之路：依然艰难！

领域专家往往对 AI 持更怀疑态度。引自 Hacker News：

[AI]很浅薄。我钻研得越深，它就越显得无用。这对我来说发生得很快。而且，如果你在研究一个复杂且可能具有争议性的话题，并希望它能找到可靠来源或学术性强的资料，那就更糟了。

从 AI 训练数据来看，这很直观。如果 AI 的训练语料库中某个主题有大量基本雷同的训练数据，它就能很好地综合输出。如果主题过于高深，模型的训练数据就会少得多。如果主题存在争议，训练数据中就会包含观点相左的案例。因此，想要精通仍然困难。

作弊

OpenAI 学习模式的推出暗示了一个问题：与其让 AI 教你，不如直接向它索要答案。这意味着作弊者将止步于 AI 所能提供的任何水平：

长远来看，作弊者在这里终将无利可图！

改变后的学习曲线影响

技术变革是一场生态系统的变革：有赢家也有输家，分布并不均衡。对于人工智能而言，影响程度取决于打造具有影响力产品所需的掌握程度 ：

编程：对管理层是福音，但对大型代码库影响较小

在尝试编写代码时，工程经理们常常会遇到一个问题：他们懂得优秀软件的原则，也清楚劣质软件的模样，却不知道如何使用 $framework_foo。这种情况历来使得——举例来说——一位后端工程经理很难在业余时间开发出 iPhone 应用。

借助 AI，他们能够快速掌握基础知识，并让简单的应用程序运行起来。然后他们可以运用既有知识将其打磨成可用的产品 。AI 决定了他们的产品能否从无到有！

对于处理大型复杂代码库的开发者来说，热情则相对克制。AI 缺乏应对高度特定需求和现有实现所需的上下文，因此帮助有限：

创意作品：不会在你附近的影院上映

创意工作者对 AI 充满焦虑：我们是否很快就要阅读 AI 生成的小说，观看 AI 制作的电影？

这不太可能，因为创意领域竞争极其激烈 ，要在注意力争夺战中胜出需要新颖性 。虽然 AI 让生成图像、音频和文本变得更容易，但（除了少数例外 ）它并没有增加受众的耳朵和眼睛数量，因此打造具有竞争力的产品门槛依然很高：

新颖性是成功创意作品的硬性要求，因为人类极其擅长察觉所观看或阅读的内容是否衍生自先前见过的作品。正因如此，虽然吉卜力工作室风格的虚拟形象曾短暂风靡网络，却始终未能撼动《哈尔的移动城堡》的文化地位。

你手机上已有专门应用处理的事务：影响甚微

尚未受到显著影响的领域是那些已有专门应用的任务。我将聚焦两个拥有大量 MCP 实现的典型案例：电子邮件和外卖订餐。AI 送餐代理与 AI 电影制作人面临相同困境：新产品要想产生影响，现有门槛已经很高。

电子邮件领域看似是 AI 颠覆的成熟目标。但现代邮件应用已具备各种过滤和组织工具，技术娴熟的用户可利用这些工具创建复杂的个性化系统，高效处理并管理收件箱。

总结归纳是 AI 的核心能力，但在此场景下作用有限：

• 垃圾邮件早已被悄无声息地归入垃圾文件夹。对垃圾内容的摘要，本质上仍是垃圾 。

• 对于重要邮件，我并不需要摘要：AI 生成的内容很可能不如发件人精心准备的信息具体，而我不想冒险遗漏重要细节。

这与点餐应用类似：像 DoorDash 这样的应用拥有精心设计的界面。它们在价格、配料等信息与食物照片之间取得了精妙的平衡。AI 不太可能创造出更快捷或构思更周到的界面。

未来已来——只是分布尚不均衡

人工智能提升了知识工作的基础水平，但这种改变并非对所有人都有意义。这很大程度上解释了人们对 AI 反应的巨大差异。像我这样的工程管理者，AI 彻底改变了我与技术的关系。有人则恐惧并抵触被取代的命运。还有人听到智者对 AI 的热情推崇后，却苦于找不到实用价值，不禁怀疑是不是自己没搞懂 。

人工智能并未彻底改变我们的所有工作方式，但它确实是一项极具潜力的技术。虽然值得每个人去尝试，但如果你觉得某项 AI 技术对你没有实际价值，那它很可能确实不适合你。

原文链接：

https://elroy.bot/blog/2025/07/29/ai-is-a-floor-raiser-not-a-ceiling-raiser.html#the-future-is-already-here-its-just-not-very-evenly-distributed