作为 CRUD Boy，如何跟上 AI 时代?
在英伟达成为世界上市值第一的公司之时，我们来聊聊作为 CURD Boy 如何跟上时代，开始动手搞 AI。
目前的 AI 并不够强，也不足以把技术专家给完全替代。而且我非常相信即使你完全不懂 AI，依然可以找到一份工作。但掌握 AI 并不是为了与 AI 对抗，而是给自己新增一个技能树分支，做到人无我有，人有我优，最终提升自己获得更好工作机会的概率；让自己在市场上拥有更多的可能。
如果你想好了，也准备跟上这个 AI 的时代，那么就继续往下看吧！
学 AI， 从用 AI 开始
我不知道你在日常的工作中是否有使用任何基于大模型的 AI 工具，如果你已经在用了，那么很好，继续使用，深度使用，并在使用中不断思考，哪些事情是 AI 可以做的很好的事情？哪些是 AI 做不到很好的事情？以及，为什么这个事情 AI 做不到很好？这些问题可以帮助你更好的理解 AI 的边界，从而找到 AI 的能力圈，并在后续的开发过程中，找到 AI 能提供的价值，并始终在 AI 的能力圈内做事。
而如果你没有开始使用 AI，那么不妨从一些面向开发者的 AI 工具开始，比如：
- Perplexity：当你需要搜索东西的时候，可以试试先不要丢 Google，丢 Perplexity 试试看，他给你的答案有什么不同？
- Devv.ai：当你遇到一些卡住的问题，不妨丢给它试试看，看看这个面向开发场景优化的 AI 是如何解决这个问题的。
- GPTCommit： 如果你像我一样懒得写 Commit Message，试试让 AI 来帮你写 Commit Message。
当然，除了用上面的工具，别忘了思考这几个灵魂拷问：
- 什么事情是 AI 可以做的很好的事情？
- 什么事情是 AI 做的不好的事情？为什么这个事情做的不好？
- 做什么可以让 AI 把做的不好的事情变得更好一点
先用 AI，再复盘和推演，能够帮助你更好的获得对于 AI 的手感，以及对更深一步的认知。不用太着急写代码，因为当你没有基础的 AI 理解时，你用 AI 可能也不过是高射炮打蚊子。
学 AI，从做 AI 开始
当你用好 AI 之后，也有了 AI 的基础认知之后，下一步我推荐你开始动作去做一些 AI 应用，这样可以在练中学，也可以让你更容易找到下一个待研究的问题，从而持续精进，成为领域的专家。
如果说要做什么，那我觉得，作为开发者，你要做的是能帮助你自己提效的工具，因为这个对你没有产品/运营经验的你来说，是投入产出比最高的事情。你不需要去做市场调研，因为只要能解决你的问题，本身就产生了价值；你不需要去做用户访谈，因为你自己就是用户；你不需要去做运营推广，因为解决你自己的问题，渗透率就 100% 了。
先做自己能用的上的工具，最差的情况下不过是只给自己用了，但也能让你学到新东西，解决自己的问题。如果有可能也给别人用，那就是幸运儿了，你甚至还可以获得一些影响力，更幸运的同学还可以把自己的产出变现。
当然，对于不同的人才画像，你可能还会想去搞面向非专业用户的产品，但这个就要结合你自身的经历和能力来作出选择，作为一个 Starter 的引导文章，我就不过多赘述，我们在后续再讨论。
做 AI，从找痛点开始
我身边的不少朋友们，来找我聊 AI 时，往往会说：“我想做 AI ，但我不知道应该做什么比较好”，将这个问题细拆后，我认为可以细分为这两个问题：
- 我不知道 AI 能做什么？
- 我不知道 AI 能做的事情和我的业务有什么匹配度？
前者就 Callback 回我的第一个建议 —— 先用 AI，不然你无法感知 AI 的能力圈，就谈不上去开发 AI 产品。而后者，我有一个比较简单的粗暴的方式 —— 看看你们团队的实习生在做什么？
AI 目前的能力还做不到像一个工作数十年的专家工程师一样强（当然，可能 GPT 5 出来后就又不一样了），目前我对于它的预期还是团队中的实习生。你可以在团队中观察实习生在做的事情是什么，然后结合你对于 AI 的理解，看看 AI 是否可以接管实习生在做的事情。
当然，也可以是一些你不愿意做的繁琐事项。比如，我有个 Bot 叫小黑，这个 Bot 主要的工作是把我发给他的文字，拆解成 JSON Input，直接通过 OpenAPI 录入到业务系统（readit.ixiqin.com）中，从而降低我自己打开业务系统网站、登录、输入、保存的动作。
当然，也有可能你的团队当中没有实习生，那么你就试着去看看哪些是团队中最没有价值的事情，并试着让 AI 来做这些事情，让你自己和团队的同学更加专注在更有价值的事情上。
做 AI ，从明确预期开始
在 AI 领域，你可能是一个初学者，那么你需要明确自己的预期
- 你可能就是前面解决不了问题，因为你还在学习中；你可能就是赚不到钱，因为你还在学习中。放平自己的预期，保持空杯心态，继续学习，可以帮助你更好的沉下心来去学习和使用 AI，如果你希望自己赚快钱，那么建议出门左转接外包还是更快一点。
- 在 AI 领域，你始终需要不断的做事情来找到 AI 的边界，找到做事的手感，并在做事中迭代认知：AI在变化，业界也在变化，你需要在不断的做事中找到 AI 的长板和短板，并努力去放大 AI 的长板，尽可能的让短板不会被碰到，或被拦截掉。
- 目前的 AI 就是没有那么强，没办法完美替代人：AI 目前还没有聪明到我们想要的效果，我们依然还需要人的参与，你还是只能把它当成一个实习生，只不过这个实习生可能更聪明，且能做的基础的事项更多。
- 目前的 AI 就是更新很快，你需要不断的学习：大模型作为一个不算太新的（毕竟 GPT 3 发布已经 4 年了）技术领域，相比于那些成熟的领域（编程范式、计算机原理），还是有很多不断更新的点，所以，你还是需要持续学习、保持学习的状态和手感，并持续下去。
当你的预期是对的，你就对于 AI 这件事更有耐心， 也就更能持续做下去了。
搞 AI，从学习开始
AI 不是一个新词，但这一轮基于大模型的 AI，也不是一个发展非常成熟的领域，领域日新月异的发生变化，持续去学习。我推荐你看看歸藏维护的 AIGCWeekly（我自己也在看），这样你不需要花费太多的精力，同样可以看到一些最新的进展。当你持续研究深入后，再进一步看论文、看更新的进展。
但现在，可以从 AI Developer Starter 和 AIGCWeekly 开始。