我最近越来越强烈地感觉到一件事:天天混 X、GitHub 和 AI 社区的人,对整个社会的 AI 普及程度,可能有非常严重的误判。
我们每天看到的是什么?新模型发布、Agent 自动写代码、一个人运行多个 AI、几十个 Skill 相互协作,甚至已经有人开始讨论怎么用 AI 组织去管理一个完整的业务系统。看这些内容看多了,你会觉得这些东西不是早就普及了吗?现在还有谁不会用 AI?
但是你真正走进一家传统企业,和老板、员工聊聊,你会发现根本不是这么回事。
有些人对 AI 的全部认知,可能就是打开一个聊天软件,问几个问题、写篇文章、做个 PPT。他觉得���就是 AI 的全部能力。之前试过几次,发现回答不准确,或者根本完成不了工作,于是得出一个结论:AI 也就那样,没什么实际用处。
可问题是他可能根本没有接触过 Codex、Claude Code,也不了解工具调用、Skill、MCP 和完整的 Agent 工作流。他用过的只是整个 AI 生态里很小的一部分。
我听到一个挺有意思的例子,有人在线下教企业员工使用 AI,甚至只是告诉对方,需求描述不清楚的时候,可以让 AI 主动提问、帮自己把需求梳理清楚。就是这么简单的一个技巧,在技术社区里根本不值得专门讨论,但对一些普通用户来说,已经足够改变他们的使用体验。
这让我意识到,我们自己其实也活在信息茧房里。
X 上的信息密度很高,更新也很快,但你每天接触的都是一群对技术特别敏感的人。你很容易把这群人的���知水平,当作整个市场的平均水平。
我觉得这里面存在很大的商业机会。不是去利用别人不懂技术,而是你能够把复杂的 AI 能力,真正转换成普通企业可以理解、可以操作、可以付费购买的服务。
你跟老板讲什么多 Agent 编排、Context Engineering,他可能一点兴趣都没有。但你拿他正在处理的一份真实业务文件,现场把一个原本繁琐的工作流程做出来,他就能理解 AI 到底有什么用。
做 AI 的人不能永远待在技术社区里。你必须走出去,接触真实的用户,看看他们每天到底在为什么事情头疼。
有时候我们以为市场已经卷得不行了,实际上只是我们这个圈子太卷了。真正的业务世界,可能连第一轮 AI 改造都还没开始。