观察了三年,我把所有人用AI的水平分成了10个等级。

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
观察了三年,我把所有人用AI的水平分成了10个等级。
5783点击    2026-05-12 08:54

今天想写个有趣的东西。


上周末正好出差,跟几个很久没见的老朋友吃饭,他们也带了点他们各自的朋友,人比较杂,然后呢,吃到一半,就聊到AI了。


一个朋友兴冲冲地说,他前两天用AI给老婆做了个结婚纪念日的小卡片,效果绝了,老婆都感动哭了。


另一个朋友马上说,说你应该建一个项目,把你跟你老婆的所有故事都丢进去,让Agent看完再去写,那才叫绝了。


然后不知道咋的又聊到了做PPT和查资料,另一个人说,现在的AI根本不能用,经常一本正经的胡编乱造,都在瞎说。


另一个人又立马接话,都2026年了,你用点好的AI,不可能。


然后就开始了激烈的争辩,大家都觉得自己很会用AI。


一片激烈中,好像听见隔壁桌的好像也在聊AI,说什么用AI学习和查资料,然后另一个人在科普小龙虾。


那一桌饭,我吃得有点恍惚。。。


但其实,大家都知道,同一个AI,同一个Agent,不同人用出来的效果差距可能非常非常的大,但是问题就在于,这个差距在哪呢?怎么量化呢?我们现在到底在什么阶段呢?下一步该怎么走呢?


很多人其实也经常会问我,教练,我想学AI,我应该咋学,每一次我都很头疼,我不知道该怎么回答,因为这个问题实在是太大了。


这次饭局回去后,我脑子里突然有了一个idea。


如果,我把这条路给具象化,变成一个类似于打游戏升阶的过程呢?如果,AI也有使用熟练度一说,他应该怎么分级呢?


我想了很久,我在脑子里把这三年来观察到的很多人,从我自己的同事,到公众号留言区每天问问题的读者,到我在不同场合里聊过天的人,都大概捋了一遍。


然后,我想出来了的四个进阶的维度,这四个维度,可以共同组成AI使用度的10个等级。


第一个维度是可控性。从最开始觉得AI瞎编、发散,到知道怎么约束它,知道怎么喂上下文,知道怎么设计harness让它精准产出。


第二个维度是广度。从最开始只在自己一亩三分地里用,到借着AI开始跨行业探索,从窄走向广。


第三个维度是形态。从用ChatBot到用Agent,从对话变成长程任务。


第四个维度是角色。从消费者到创造者,从用别人的Prompt,到做自己的Skill。


这四个维度,共同组成了10个等级。


四个维度不是同步推进的。你可能可控性很高,但广度很窄,整天就在自己的小圈子里转,你也可能广度很大,啥都想试试,但角色一直停留在消费者,从来没沉淀过自己的东西。


但综合起来,你能在这4条线上的位置,大致就能推出来你现在在第几级。


我自己想了好久,然后,通过这四个维度,把10个等级写出来了。


当然,写这个不是为了让大家焦虑,AI进展的太快了,我希望的是,在如今这个节点,可以你看完之后,能跟身边的人对一对,知道自己在哪儿,知道下一步要做啥,才能百尺竿头更进一步。


同时这里叠个甲,这个等级体系只是我自己为了分类和好玩,也只针对大多数的普通AI用户,不涉及一些专业的领域,如果有不同意见,那就是你对。


如果你也有朋友想问你,怎么学AI,怎么进步,你也可以把这篇文发给他们~


那,让我们开始。


Lv.0 旁观者


观察了三年,我把所有人用AI的水平分成了10个等级。


旁观者知道AI这个词,可能也看过一些新闻,但从来没有真正跟任何一个大模型对过话。


这个等级听起来离我们很远,但其实全球大概还有80%的人在这一级。


这时候,我又要掏出来这张图了。


观察了三年,我把所有人用AI的水平分成了10个等级。


不过对于国内来说,这一级的人应该已经越来越少了。


如果想从旁观者变成Lv.1,也特别简单,不需要纠结哪个AI最好,你现在就在手机应用商店搜豆包千问元宝DeepSeek啥的,哪个图标你觉得好看你就选哪个,下下来,打开,问它一句话,任何一句话都行,问问今天该穿啥都行。


迈出去,你就到Lv.1了。


Lv.1 尝鲜者


观察了三年,我把所有人用AI的水平分成了10个等级。


这一阶段,你开始用了。


用法基本上就是帮我写个XX然后等结果,来什么接什么,AI给啥用啥。


比如帮我写一封邮件,帮我总结一下这个文档,帮我想个方案。


你不会追问,不会补充背景,拿到结果直接copy,能用就用,不行就算了。


你对AI的评价取决于运气,它有时候好使有时候不好使,但你说不清楚这到底是为啥。


这个阶段对AI的感受是混沌的,觉得AI有时候挺聪明,有时候又瞎扯,还没有建立起比较稳定的使用习惯。


一般只用一个App,大概率是DeepSeek或者豆包,不太关心用的是哪个模型,也不太知道模型之间有什么区别。


坦率的讲,这个阶段的人,AI对他来说就是一个更高级一点的搜索引擎。


你会搜索,但,你还不太会提问。


Lv.2 对话者


观察了三年,我把所有人用AI的水平分成了10个等级。


这一阶段,你用出了一点感觉。


你开始意识到一件事,怎么问比问什么重要。


AI答得不好的时候,你不会再直接关掉了,而是会追问,比如“不对,我要的不是这个,我要的balbalabla”。


你会补充一些背景信息,然后,发现AI的产出明显变好了。


你开始看了一些抖音的视频,也看了一些小红书的帖子,你开始学会跟AI说“你的角色是……”“请用XX的口吻”“不要写太长”这类的指令。


你开始知道,哦,原来这个叫Prompt。


然后你发现了一件很有意思的事,就是给AI看一段参考资料之后,产出质量居然会有一个明显的跃升。


这个阶段的你,已经开始在工作的两三个场景里固定使用AI了,可能是写周报,可能是润色文案,可能是翻译。


但,你好像还防不住AI胡说八道,你的应对方式可能特别朴实,就是把同样的问题,再问一遍,或者换一个AI再问一遍,看哪个答案靠谱。


你踏上了控制力这条线的第一个台阶。


你也隐隐约约的感受到了"约束"这个词的存在,虽然你的约束还很粗糙。


Lv.3 驯化师


观察了三年,我把所有人用AI的水平分成了10个等级。


这是第一个真正的分水岭。


也恭喜你,你已经超越了将近70%的人了。


在一顿提问一顿使用AI之后,你心中的那道关于约束的枷锁被打破了。


你开始主动给AI立规矩。


比如在Prompt里加上“如果你不知道,请直接说不知道,不要编造”、“请提供来源链接”、“不确定的部分用[推测]标注”等等。


你知道开深度思考功能对哪些任务有用,数学和复杂推理一定要开,闲聊不开。


你终于知道,怎么让AI变得更加听话了,你开始给上下文、给例子、开始分布拆任务。


AI的产出,也终于从纯粹的随机,变成了大概率是可以用的。


你开始写结构化的Prompt,比如“按照这个格式输出”“参考这三个案例”“先列大纲让我确认再展开”。


你开始意识到原来不同模型是有差异的,于是,工具栈也开始分化了。文档总结用Kimi,写作用DeepSeek,做题用豆包。


你开始在AI产出的基础上迭代,而不是像一开始一样,一次不满意就放弃,不断的抽卡。


你也开始使用AI产品的一些进阶功能了,比如上传文件、联网搜索、记忆、自定义指令。


我个人体感,很多觉得自己AI用的挺不错的,在这一级。


当然这个并没有什么不好的,因为其实Lv.3已经能覆盖日常工作中80%的AI使用场景了。


但是。


很多人在这一级停下来了,因为接下来的Lv.4,真的需要一次心态上的跳跃。


Lv.4 越境者


观察了三年,我把所有人用AI的水平分成了10个等级。


你开始用AI,做自己专业以外的事了。


恭喜你,你已经超越将近90%的人了。


可能一个做市场的人,用AI写Python脚本跑数据分析。


一个程序员,用AI写商业方案和BP。


一个老师,用AI做海报设计。


你发现了一个让人兴奋到睡不着的事实,就是那些以前得找专门的人做的事情,现在好像,借助AI,你自己就能搞定。


你的能力边界开始大幅扩张。


你开始同时在三五个完全不同的场景里使用AI,你也会开始主动去学不同的AI工具。


你的工具栈大幅扩张,5到10个AI工具按场景分配,你开始为ChatGPT Plus、Cursor、Lovart、可灵等等真金白银付费。


你也开始,帮身边的人解决他们领域的问题。


这个阶段最典型的一句话或者一个念头就是:


我好像什么都能干了。


到了这一级,你跟之前的自己,就像是两个人。


这句话当然不完全对,但那个感觉是真实的。


AI给了你一张通向所有领域的门票,虽然你进了门之后大概率还是哪个领域的萌新,但你至少进得去了。


Lv.4,可以说是"广度"这条线的第一次爆发。


从Lv.3迈向Lv.4,真的需要你跨越心态上的那条鸿沟,同时,也对世界保持好奇。


Lv.5 织网者


观察了三年,我把所有人用AI的水平分成了10个等级。


到了这一级,你已经不再是那种只是有事问一下AI的萌新了。


AI被你嵌入到了日常工作流程里。


你有固定的用法、固定的Prompt、固定的流程,AI也从一个偶尔求助的对象,变成了跟你每天并肩工作的好搭档。


你有自己的Prompt模板库了,遇到同类任务直接套模板,不用每次从零开始。


你开始学会搭建工作流程,开始研究封装智能体,开始学会怎么把复杂任务拆成多步流水线,每一步交给AI处理不同的部分。


这时候,你也意识到了AI需要更多的Context才能更懂你,你也开始有意的收集数据来搭建自己的知识库,也开始使用记忆系统来管理长期的AI协作关系。


你的标志动作是,为不同的事建不同的项目。


写作有写作项目,里面塞了你过往的作品、风格指南、读者反馈。装修有装修项目,户型图、预算、建材报价都在里面。孩子学习有学习项目,错题集、教材、老师布置的作业都喂了进去。


Lv.5有一个很关键的变化,就是你已经不是纯粹的在使用AI了,你开始设计自己和AI之间的协作方式。


也开始有自己的方法论。


到后面,你第一次听到Context Engineering这个词的时候,有一瞬间,有那么一点恍惚。


原来,自己过去做的这些事,是叫这个名字。


Lv.6 召唤师


观察了三年,我把所有人用AI的水平分成了10个等级。


这一级,你终于跨过了ChatBot到Agent的那道门槛。


恭喜你,超越了将近97%的人。


你开始不在满足于使用ChatBot,你知道原来在那些对话式AI之上,还有一个很酷的东西叫Agent。


你开始尝试使用Claude Code、OpenClaw或者各种Agent类工具,你第一次体验到了一种完全不同的感觉,原来,AI不只是根据你的问题来进行产出,他可以直接跟你的设备进行交互,来直接帮你干活了。


它读文件、写代码、改代码、操作你的电脑、调用外部工具。


你开始接触MCP、Skills、工具调用这些概念,你知道了Agent和ChatBot的本质区别,Agent能多步执行、能调用工具、能自主决策。


你开始在你的小龙虾或者Agent里批量装一大堆的Skill,看了一眼,感觉快上百个了,你心满意足的觉得,你的Agent越来越牛逼了。


你可能第一次用AI做出了一个完整的小产品,一个网页、一个工具、一个自动化脚本、一个Chrome插件。


说真的,我觉得从ChatBot到Agent的跨越,可能会是整个10级里,最震撼的一次体验。


因为它改变的远远不止效率这一层面,还有,对AI能做什么的整个认知框架的一次迭代。


你也开始,学习怎么跟你的Agent进行互动,你发现,Agent比ChatBot好像难操控多了。


Lv.7 铸造师


观察了三年,我把所有人用AI的水平分成了10个等级。


这个阶段,你开始,学习如何设计Agent了。


你也开始发现,原来,我要开始学会自己创造了。


“这个我封装成Skill了”,这句话可能成了你日常中最多的一句话。


你开始有了几样属于自己的、沉淀下来的工具、还有Skill,这都是你自己,亲手创造出来的。


可能是一份每篇文章都用的写作Skill,可能是一个帮你自动回复询盘买家消息的客服Agent,可能是一份CLAUDE.md,可能是一套每周固定跑的工作流。


你开始知道怎么设计一个AI反馈循环,让AI产出,自己检查,把反馈喂回去让AI迭代,再检查,再迭代。


这个循环转起来之后,你的很多产出质量开始逼近甚至超过很多专业人士的水平。


你开始为下一次更省时间,投资基础设施。


整个本地的文件夹全部推倒重来,开始重构自己的文件管理体系,开始把Skill数量删到只剩下不到30个,开始研究怎么让把自己的一切工作都流程化。


你最初处理一个工作的时间,可能比Lv.3的人还要长的多的多,因为你在改Skill、让AI写代码设计自动化流程,但是下一次同样的功能,你很快就会做出来,甚至无需自己动手。


这就是AI时代的复利曲线。


Lv.8 造物主


观察了三年,我把所有人用AI的水平分成了10个等级。


到了这一级,你开始真正感受到的创造的乐趣和快感。


你大概已经超越了99%的人。


而且,到了Lv.8,一件非常有意思的事情开始发生了。


创造者开始分叉成两条路。


一条路是技术创造者。


他们开始深度地研究coding,用Claude Code、Codex这些工具,不断地构建各种各样的业务流、工作流和代码。


他们用Skill连接多个数据源和工具,搭建自己的AI工作台,他们设计多Agent协作流程,让不同的AI角色各司其职,他们为团队或组织构建AI基础设施,知识库、Skill库、自动化流水线。


他们,也开始使用AI,来Coding出,自己的产品。


而另一条路,是艺术创造者。


他们开始不断地用AI去创造出更牛的视频、更牛的短片、更牛的视觉作品。


他们在用Seedance、可灵这些工具,做出以前需要一整个制作团队才能完成的内容,他们开始研究AI辅助的分镜、剪辑、调色、配乐。


他们开始创造出越来越牛逼的作品,甚至,决定往电影进军。


更有牛逼的大神,同时双修两条路,技术和艺术双修,既可以Coding出无数人喜欢的产品,也能在电影节直接拿下短片大奖,一边不断coding产品,一边不断创造作品。


但不管走哪条路,Lv.8的人都有一个共同点。


他们已经很难区分工作时间和使用AI的时间了,因为几乎所有工作都有AI参与。


AI从此,不再是工具,而是工作方式本身。


而接下来,四个维度就将全部拉满。


控制力、广度、Agent能力、创造者身份,全部到位。


他们开始融合成一个东西,一个全新的群体。


Lv.9 觉醒者


观察了三年,我把所有人用AI的水平分成了10个等级。


四条线融合完成了。


AI成为了你思维方式的一部分。


你成为了那0.01%的人。


AI不再是工具,而是你思维方式的一部分。


你遇到任何问题,第一反应不再是我要怎么做,你开始下意识的思考,我可以和AI怎么一起把这件事做到最好。


你所有的创造过程都是人机协作原生的。


从构思阶段AI就在参与,也不是人想好了再交给AI执行。


你的工作方式已经很难向不用AI的人解释了,其实并不是因为多复杂,只是因为,底层的假设完全不一样了。


就像你很难跟一个不用电脑的人解释你为什么需要双显示器一样。


你创造方法论、创造工具、甚至创造新的工作范式,影响其他人使用AI的方式。


你不再纠结AI能不能替代人这个问题了。


因为你自己的工作方式,已经证明了一种人机共生的形态。


Lv.10 一人军团


观察了三年,我把所有人用AI的水平分成了10个等级。


最后一级。


你用了很久的AI以后,你发现,你自己发生了一次身份突变。


你的能力输出和你的产出,如果我们把时间倒回到3年前,你发现,你已经不能用“个人”这个词来衡量了。


一个人,同时在做内容、做产品、做设计、做运营、做数据分析、做商业决策。


也不是Lv.4那种好像懂一点的萌新,是每一项的产出质量,好像都能达到准专业水准。


因为你学会了,把自己的判断力和审美,通过AI复制到所有领域。


你有自己的Skill库、Prompt方法论、Agent工作流、知识体系、审美和品味。


这些东西组合在一起,构成了一套全新的你。


任何新任务进来,他无需从零开始学。


你只需要把任务接入自己的系统,系统帮来帮你消化陌生领域的知识,而你需要的,是负责做判断。


你写一篇文章的时候,AI负责调研、负责初稿、负责排版,你负责定选题角度和最终优化和审美。


你做一个产品的时候,AI负责写代码、做设计、跑数据,你负责定义这个东西到底该解决什么问题。


你做一个商业决策的时候,AI帮你穷举方案、模拟推演、整理竞品,你负责在所有信息之上做那个不可计算的判断。


传统公司的本质是什么?


是因为一个人干不了所有事,所以要雇人,要分工,要管理。


公司这个组织形态,从工业革命开始就是解决同一个问题的,也就是,个人能力的有限性。


但当AI把执行这一层的边际成本压到接近零的时候,这个前提就动摇了。


一个品味够好、判断力够强的人,配合他精心构建的AI系统,产出能力可以直接一个人,对标一个传统意义上,几十人的团队。


写在最后


当我们,站在Lv.10回头看。


去看整个Lv.0到Lv.9的路径,你可能会发现一个很有趣的事。


从Lv.0到Lv.9,讲的都是,你要怎么用好AI。


可是,在Lv.10。


你的问题变成了:


我到底要成为什么样的人


当AI把执行力拉平之后,一百个人用同样的AI工具,产出差距依然是一百倍。


差距不来自工具,不来自技巧,不来自谁的Skill写得更花哨。


来自这个人脑子里装的东西。


他对世界的理解,他的审美,他的价值排序,他知道什么是好的。


这些东西,AI给不了。


工具平权的终局,其实,是人的不平权。


我不想去传递什么焦虑之类的。


但,我想说,AI的进化真的非常迅速。


它不是一个你学完就可以放在那里的技能。


它本身在进化,你和它的关系也在进化。


所以,在这个混沌的时代里,找到你想成为什么样的人。


然后,向前走。


别回头。


文章来自于"数字生命卡兹克",作者 "卡兹克"。

AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI代理

【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。

项目地址:https://github.com/browser-use/browser-use


2
文件重命名

【开源免费】ai-renamer是一个用AI帮你做文件夹或者图片命名的项目。该项目会根据文件夹或者图片内容来为文件进行重新命名,让你的文件管理更加便利。

项目地址:https://github.com/ozgrozer/ai-renamer

3
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

4
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

5
知识库

【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。

项目地址:https://github.com/labring/FastGPT

6
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/

7
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0