AI时代的复利积攒
为什么要开始积攒AI复利？
一个强烈的感觉是，今年的情况不大一样了。今年AI agent的兴起，AI准确度和自主性的大幅提升，让很多人感到非常震惊。震惊之余，我也做了一些思考。
结论其中之一，就是现在是需要开始积攒AI技能复利的时候了。不然个人的能力只会线性发展，赶不上AI技术的指数爆炸。
比如，很多新的工具陆续出现，比如Claude Cowork，还有最近很火的龙虾OpenClaw：简单来说，一个AI agent集成系统，允许AI有很大自由度做很多事情。举两个例子：有人用它每周自动生成餐饮计划、列购物清单、下单超市配送，全程只需要看一眼点个头，你就可以在家等着菜送到开始炒菜了；也有人设定它每天早上自动读邮件，按优先级生成简报发到手机上，相当于一个不要工资的助理先帮你过了一遍收件箱，你可以决定之后的工作优先级。
这些工具初看起来很复杂，但如果一直保持AI使用习惯，实际上并不难上手。我甚至不大记得这些工具的安装步骤，因为都是很小的步骤，遇到问题也可以用“问AI”这个“元技能”来解决。
这听起来像是在绕圈子，但恰恰说明了一点：养成习惯之后，之前的经验会帮助我们迅速上手新工具。这就是复利的核心机制。而AI的一大特性，正是这种“元技能”的飞轮：关于用AI不懂的方面，再用AI解决。这让它的复利属性更得到加强。而如果一直没有关注，可能一时之间真的难以上手，那时候的学习曲线就陡峭多了。
从技术架构的角度看，当下我们设置的脚手架（scaffolding），那些看似琐碎的配置和工作流，会成为未来更高阶AI工具和agent的运行环境。我们现在积累的每个小步骤，都在为未来铺路。
更重要的是个人知识库的积累。
AI还在持续快速发展，我们使用AI工具的过程其实是很难被替代的宝贵经验。从简单问题的对话窗口开始，逐步进阶到复杂的工作流，再到使用skills系统化规范重复步骤，最后整合多种工具让它们协同作用。这个学习过程有点像开放世界游戏《塞尔达传说》。在游戏里，林克可以自由组合各种工具和能力去解决问题，没有唯一的正确答案，只有不断的试错和创意。我们与AI的互动也是如此。自己的经验、对工具的理解，这些都是过关打怪的关键部分。你对AI的了解越深，就越能想到新的、更优雅的使用方式。
看到有人说可以等AI成熟再用。这个公式也许适用于其他技术，比如智能手机的app，等生态完全成熟了再下载也不晚。但AI不大一样。AI几乎像是有机生长的东西（虽然gpu是硅基的，贡献知识和技能的人类是碳基的），它不会停在某个"成熟"的终点等你上车。现在不参与，不是省了学习成本，而是放弃了和它一起成长的机会。等回过头来再学，代价只会更高。
p.s. 由于最近关于AI的心得体会很多，以后会多发相关的前沿内容和心得，欢迎评论转发关注。
#