AI 原生思维和会用 AI 工具,差别到底在哪?
提问
差别不在会不会用工具,而在把 AI 当临时调用的工具,还是围绕它重建做事方式:先定义要交付什么,再让 AI 承担判断、积累上下文、形成可复用的流程。
会用工具,提速的是旧流程
立正把“我会用 AI、会写 prompt、会这个那个工具”明确说成在这个时代不构成核心竞争力,因为那只是把 AI 当成一个点、一个临时调用的工具1。他描述普通用户的状态:AI 让既有流程更快——写得更快、改得更快、分析得更快,角色仍是更高效的工具人2。他也用电机取代蒸汽机的例子说明,新工具本身带来的生产力提升有限,要围绕它重构工作流程才会产生真正的提升3。所以“会用 AI 工具”不是错,只是停在提效这一层。
AI 原生先问交付什么,再问用什么工具
材料里的观点立正讲 AI Native 时,起点不是选一个新工具,而是重新求解:在新的能力边界下,这件事现在最好的做法是什么4。他举数据团队的例子:分析的产品是更好的决策,如果 AI 让分析快十倍,组织仍不知道下一步做什么,那只是更快地生产中间品4。同一篇里他把 AI 比作突然变长的杠杆,方向对了放大专业能力,方向错了也迅速放大错误4。这解释了为什么“会用工具”和“AI 原生”不是程度差别,而是先想什么、后想什么的顺序差别。
思维体现在积累和复利上
立正说,AI 要成为智力延伸,前提是 context 密度:价值判断、历史决策、工作原则、偏好边界被持续蒸馏进系统,AI 才具备在盲区里替你判断的条件2。他讲高手用 AI 时提到,对方会为 AI 做脚手架,一句 prompt 背后能路由到之前的工具和资料库3。他还建议从聊天工具转向 Agent 工具,理由是聊天每次要重新交代上下文、产出留不下来、能调用的工具有限,因而没有复利3。这些是他对具体做法的判断,不是唯一路径;但共同点是:把一次使用变成可积累的资产。
以上判断来自立正已发表的文章和访谈片段,主要面向知识工作与产品场景;对具体行业或岗位是否适用,所给材料没有展开。
回到4份原文
立正明确说会用工具、会写 prompt 不构成核心竞争力。
对比普通用户与 Builder,并说明 context 密度是 AI 成为思考伙伴的前提。
用聊天工具与 Agent 工具的差别解释为什么旧用法没有复利。
最直接讲 AI Native 的起点:先重新求解交付什么,而非先选工具。