# AI 时代，个人应该建立什么能力栈？

> 搭建不会被一次模型升级清零的 AI 原生能力组合。

---

LLMS index: [llms.txt](/llms.txt)

---

每一次模型升级都会让一批技巧迅速贬值，但这不意味着人的能力不再重要。相反，越强的工具越会放大使用者在**问题、判断与行动**上的差异。

## 第一层：把问题定义清楚

AI 擅长在给定目标下生成方案，却很难替你决定什么问题真正值得解决。一个有效的问题通常包含：

- 明确的目标与受众；
- 可验证的完成标准；
- 已知约束与不可接受的代价。

在向 AI 提问前，先用一句话写出“我希望谁在什么场景下获得什么变化”。这一步往往比继续优化提示词更有价值。

## 第二层：把 AI 变成工作流

偶尔让 AI 写一段文字，只是使用工具。把输入、验证、修改和交付连接起来，才是在建设工作流。

一个简单的闭环是：**拆解任务 → 生成初稿 → 交叉验证 → 人工判断 → 沉淀模板**。其中最重要的是验证环节：事实要查证，代码要运行，结论要寻找反例。

## 第三层：形成领域判断

模型可以快速补齐通用知识，但高质量判断依然来自长期接触真实问题。选择一个愿意深耕的领域，持续积累案例、约束和失败经验，你与 AI 的组合才会逐渐产生独特价值。

AI 原生能力栈不是“会不会用某个产品”，而是能否借助不断变化的工具，更快地理解问题、做出判断并交付结果。