觀察了三年，我把所有人用AI的水平分成了10個等級。

今天想寫個有趣的東西。

上周末正好出差，跟幾個很久沒見的老朋友吃飯，他們也帶了點他們各自的朋友，人比較雜，然后呢，吃到一半，就聊到AI了。

一個朋友興沖沖地說，他前兩天用AI給老婆做了個結婚紀念日的小卡片，效果絕了，老婆都感動哭了。

另一個朋友馬上說，說你應該建一個項目，把你跟你老婆的所有故事都丟進去，讓Agent看完再去寫，那才叫絕了。

然后不知道咋的又聊到了做PPT和查資料，另一個人說，現在的AI根本不能用，經常一本正經的胡編亂造，都在瞎說。

另一個人又立馬接話，都2026年了，你用點好的AI，不可能。

然后就開始了激烈的爭辯，大家都覺得自己很會用AI。

一片激烈中，好像聽見隔壁桌的好像也在聊AI，說什么用AI學習和查資料，然后另一個人在科普小龍蝦。

那一桌飯，我吃得有點恍惚。。。

但其實，大家都知道，同一個AI，同一個Agent，不同人用出來的效果差距可能非常非常的大，但是問題就在于，這個差距在哪呢？怎么量化呢？我們現在到底在什么階段呢？下一步該怎么走呢？

很多人其實也經常會問我，教練，我想學AI，我應該咋學，每一次我都很頭疼，我不知道該怎么回答，因為這個問題實在是太大了。

這次飯局回去后，我腦子里突然有了一個idea。

如果，我把這條路給具象化，變成一個類似于打游戲升階的過程呢？如果，AI也有使用熟練度一說，他應該怎么分級呢？

我想了很久，我在腦子里把這三年來觀察到的很多人，從我自己的同事，到公眾號留言區每天問問題的讀者，到我在不同場合里聊過天的人，都大概捋了一遍。

然后，我想出來了的四個進階的維度，這四個維度，可以共同組成AI使用度的10個等級。

第一個維度是可控性。從最開始覺得AI瞎編、發散，到知道怎么約束它，知道怎么喂上下文，知道怎么設計harness讓它精準產出。

第二個維度是廣度。從最開始只在自己一畝三分地里用，到借著AI開始跨行業探索，從窄走向廣。

第三個維度是形態。從用ChatBot到用Agent，從對話變成長程任務。

第四個維度是角色。從消費者到創造者，從用別人的Prompt，到做自己的Skill。

這四個維度，共同組成了10個等級。

四個維度不是同步推進的。你可能可控性很高，但廣度很窄，整天就在自己的小圈子里轉，你也可能廣度很大，啥都想試試，但角色一直停留在消費者，從來沒沉淀過自己的東西。

但綜合起來，你能在這4條線上的位置，大致就能推出來你現在在第幾級。

我自己想了好久，然后，通過這四個維度，把10個等級寫出來了。

當然，寫這個不是為了讓大家焦慮，AI進展的太快了，我希望的是，在如今這個節點，可以你看完之后，能跟身邊的人對一對，知道自己在哪兒，知道下一步要做啥，才能百尺竿頭更進一步。

同時這里疊個甲，這個等級體系只是我自己為了分類和好玩，也只針對大多數的普通AI用戶，不涉及一些專業的領域，如果有不同意見，那就是你對。

如果你也有朋友想問你，怎么學AI，怎么進步，你也可以把這篇文發給他們～

那，讓我們開始。

Lv.0 旁觀者

旁觀者知道AI這個詞，可能也看過一些新聞，但從來沒有真正跟任何一個大模型對過話。

這個等級聽起來離我們很遠，但其實全球大概還有80%的人在這一級。

這時候，我又要掏出來這張圖了。

不過對于國內來說，這一級的人應該已經越來越少了。

如果想從旁觀者變成Lv.1，也特別簡單，不需要糾結哪個AI最好，你現在就在手機應用商店搜豆包千問元寶DeepSeek啥的，哪個圖標你覺得好看你就選哪個，下下來，打開，問它一句話，任何一句話都行，問問今天該穿啥都行。

邁出去，你就到Lv.1了。

Lv.1 嘗鮮者

這一階段，你開始用了。

用法基本上就是幫我寫個XX然后等結果，來什么接什么，AI給啥用啥。

比如幫我寫一封郵件，幫我總結一下這個文檔，幫我想個方案。

你不會追問，不會補充背景，拿到結果直接copy，能用就用，不行就算了。

你對AI的評價取決于運氣，它有時候好使有時候不好使，但你說不清楚這到底是為啥。

這個階段對AI的感受是混沌的，覺得AI有時候挺聰明，有時候又瞎扯，還沒有建立起比較穩定的使用習慣。

一般只用一個App，大概率是DeepSeek或者豆包，不太關心用的是哪個模型，也不太知道模型之間有什么區別。

坦率的講，這個階段的人，AI對他來說就是一個更高級一點的搜索引擎。

你會搜索，但，你還不太會提問。

Lv.2 對話者

這一階段，你用出了一點感覺。

你開始意識到一件事，怎么問比問什么重要。

AI答得不好的時候，你不會再直接關掉了，而是會追問，比如“不對，我要的不是這個，我要的balbalabla”。

你會補充一些背景信息，然后，發現AI的產出明顯變好了。

你開始看了一些抖音的視頻，也看了一些小紅書的帖子，你開始學會跟AI說“你的角色是……”“請用XX的口吻”“不要寫太長”這類的指令。

你開始知道，哦，原來這個叫Prompt。

然后你發現了一件很有意思的事，就是給AI看一段參考資料之后，產出質量居然會有一個明顯的躍升。

這個階段的你，已經開始在工作的兩三個場景里固定使用AI了，可能是寫周報，可能是潤色文案，可能是翻譯。

但，你好像還防不住AI胡說八道，你的應對方式可能特別樸實，就是把同樣的問題，再問一遍，或者換一個AI再問一遍，看哪個答案靠譜。

你踏上了控制力這條線的第一個臺階。

你也隱隱約約的感受到了"約束"這個詞的存在，雖然你的約束還很粗糙。

Lv.3 馴化師

這是第一個真正的分水嶺。

也恭喜你，你已經超越了將近70%的人了。

在一頓提問一頓使用AI之后，你心中的那道關于約束的枷鎖被打破了。

你開始主動給AI立規矩。

比如在Prompt里加上“如果你不知道，請直接說不知道，不要編造”、“請提供來源鏈接”、“不確定的部分用[推測]標注”等等。

你知道開深度思考功能對哪些任務有用，數學和復雜推理一定要開，閑聊不開。

你終于知道，怎么讓AI變得更加聽話了，你開始給上下文、給例子、開始分布拆任務。

AI的產出，也終于從純粹的隨機，變成了大概率是可以用的。

你開始寫結構化的Prompt，比如“按照這個格式輸出”“參考這三個案例”“先列大綱讓我確認再展開”。

你開始意識到原來不同模型是有差異的，于是，工具棧也開始分化了。文檔總結用Kimi，寫作用DeepSeek，做題用豆包。

你開始在AI產出的基礎上迭代，而不是像一開始一樣，一次不滿意就放棄，不斷的抽卡。

你也開始使用AI產品的一些進階功能了，比如上傳文件、聯網搜索、記憶、自定義指令。

我個人體感，很多覺得自己AI用的挺不錯的，在這一級。

當然這個并沒有什么不好的，因為其實Lv.3已經能覆蓋日常工作中80%的AI使用場景了。

但是。

很多人在這一級停下來了，因為接下來的Lv.4，真的需要一次心態上的跳躍。

Lv.4 越境者

你開始用AI，做自己專業以外的事了。

恭喜你，你已經超越將近90%的人了。

可能一個做市場的人，用AI寫Python腳本跑數據分析。

一個程序員，用AI寫商業方案和BP。

一個老師，用AI做海報設計。

你發現了一個讓人興奮到睡不著的事實，就是那些以前得找專門的人做的事情，現在好像，借助AI，你自己就能搞定。

你的能力邊界開始大幅擴張。

你開始同時在三五個完全不同的場景里使用AI，你也會開始主動去學不同的AI工具。

你的工具棧大幅擴張，5到10個AI工具按場景分配，你開始為ChatGPT Plus、Cursor、Lovart、可靈等等真金白銀付費。

你也開始，幫身邊的人解決他們領域的問題。

這個階段最典型的一句話或者一個念頭就是：

我好像什么都能干了。

到了這一級，你跟之前的自己，就像是兩個人。

這句話當然不完全對，但那個感覺是真實的。

AI給了你一張通向所有領域的門票，雖然你進了門之后大概率還是哪個領域的萌新，但你至少進得去了。

Lv.4，可以說是"廣度"這條線的第一次爆發。

從Lv.3邁向Lv.4，真的需要你跨越心態上的那條鴻溝，同時，也對世界保持好奇。

Lv.5 織網者

到了這一級，你已經不再是那種只是有事問一下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也從一個偶爾求助的對象，變成了跟你每天并肩工作的好搭檔。

你有自己的Prompt模板庫了，遇到同類任務直接套模板，不用每次從零開始。

你開始學會搭建工作流程，開始研究封裝智能體，開始學會怎么把復雜任務拆成多步流水線，每一步交給AI處理不同的部分。

這時候，你也意識到了AI需要更多的Context才能更懂你，你也開始有意的收集數據來搭建自己的知識庫，也開始使用記憶系統來管理長期的AI協作關系。

你的標志動作是，為不同的事建不同的項目。

寫作有寫作項目，里面塞了你過往的作品、風格指南、讀者反饋。裝修有裝修項目，戶型圖、預算、建材報價都在里面。孩子學習有學習項目，錯題集、教材、老師布置的作業都喂了進去。

Lv.5有一個很關鍵的變化，就是你已經不是純粹的在使用AI了，你開始設計自己和AI之間的協作方式。

也開始有自己的方法論。

到后面，你第一次聽到Context Engineering這個詞的時候，有一瞬間，有那么一點恍惚。

原來，自己過去做的這些事，是叫這個名字。

Lv.6 召喚師

這一級，你終于跨過了ChatBot到Agent的那道門檻。

恭喜你，超越了將近97%的人。

你開始不在滿足于使用ChatBot，你知道原來在那些對話式AI之上，還有一個很酷的東西叫Agent。

你開始嘗試使用Claude Code、OpenClaw或者各種Agent類工具，你第一次體驗到了一種完全不同的感覺，原來，AI不只是根據你的問題來進行產出，他可以直接跟你的設備進行交互，來直接幫你干活了。

它讀文件、寫代碼、改代碼、操作你的電腦、調用外部工具。

你開始接觸MCP、Skills、工具調用這些概念，你知道了Agent和ChatBot的本質區別，Agent能多步執行、能調用工具、能自主決策。

你開始在你的小龍蝦或者Agent里批量裝一大堆的Skill，看了一眼，感覺快上百個了，你心滿意足的覺得，你的Agent越來越牛逼了。

你可能第一次用AI做出了一個完整的小產品，一個網頁、一個工具、一個自動化腳本、一個Chrome插件。

說真的，我覺得從ChatBot到Agent的跨越，可能會是整個10級里，最震撼的一次體驗。

因為它改變的遠遠不止效率這一層面，還有，對AI能做什么的整個認知框架的一次迭代。

你也開始，學習怎么跟你的Agent進行互動，你發現，Agent比ChatBot好像難操控多了。

Lv.7 鑄造師

這個階段，你開始，學習如何設計Agent了。

你也開始發現，原來，我要開始學會自己創造了。

“這個我封裝成Skill了”，這句話可能成了你日常中最多的一句話。

你開始有了幾樣屬于自己的、沉淀下來的工具、還有Skill，這都是你自己，親手創造出來的。

可能是一份每篇文章都用的寫作Skill，可能是一個幫你自動回復詢盤買家消息的客服Agent，可能是一份CLAUDE.md，可能是一套每周固定跑的工作流。

你開始知道怎么設計一個AI反饋循環，讓AI產出，自己檢查，把反饋喂回去讓AI迭代，再檢查，再迭代。

這個循環轉起來之后，你的很多產出質量開始逼近甚至超過很多專業人士的水平。

你開始為下一次更省時間，投資基礎設施。

整個本地的文件夾全部推倒重來，開始重構自己的文件管理體系，開始把Skill數量刪到只剩下不到30個，開始研究怎么讓把自己的一切工作都流程化。

你最初處理一個工作的時間，可能比Lv.3的人還要長的多的多，因為你在改Skill、讓AI寫代碼設計自動化流程，但是下一次同樣的功能，你很快就會做出來，甚至無需自己動手。

這就是AI時代的復利曲線。

Lv.8 造物主

到了這一級，你開始真正感受到的創造的樂趣和快感。

你大概已經超越了99%的人。

而且，到了Lv.8，一件非常有意思的事情開始發生了。

創造者開始分叉成兩條路。

一條路是技術創造者。

他們開始深度地研究coding，用Claude Code、Codex這些工具，不斷地構建各種各樣的業務流、工作流和代碼。

他們用Skill連接多個數據源和工具，搭建自己的AI工作臺，他們設計多Agent協作流程，讓不同的AI角色各司其職，他們為團隊或組織構建AI基礎設施，知識庫、Skill庫、自動化流水線。

他們，也開始使用AI，來Coding出，自己的產品。

而另一條路，是藝術創造者。

他們開始不斷地用AI去創造出更牛的視頻、更牛的短片、更牛的視覺作品。

他們在用Seedance、可靈這些工具，做出以前需要一整個制作團隊才能完成的內容，他們開始研究AI輔助的分鏡、剪輯、調色、配樂。

他們開始創造出越來越牛逼的作品，甚至，決定往電影進軍。

更有牛逼的大神，同時雙修兩條路，技術和藝術雙修，既可以Coding出無數人喜歡的產品，也能在電影節直接拿下短片大獎，一邊不斷coding產品，一邊不斷創造作品。

但不管走哪條路，Lv.8的人都有一個共同點。

他們已經很難區分工作時間和使用AI的時間了，因為幾乎所有工作都有AI參與。

AI從此，不再是工具，而是工作方式本身。

而接下來，四個維度就將全部拉滿。

控制力、廣度、Agent能力、創造者身份，全部到位。

他們開始融合成一個東西，一個全新的群體。

Lv.9 覺醒者

四條線融合完成了。

AI成為了你思維方式的一部分。

你成為了那0.01%的人。

AI不再是工具，而是你思維方式的一部分。

你遇到任何問題，第一反應不再是我要怎么做，你開始下意識的思考，我可以和AI怎么一起把這件事做到最好。

你所有的創造過程都是人機協作原生的。

從構思階段AI就在參與，也不是人想好了再交給AI執行。

你的工作方式已經很難向不用AI的人解釋了，其實并不是因為多復雜，只是因為，底層的假設完全不一樣了。

就像你很難跟一個不用電腦的人解釋你為什么需要雙顯示器一樣。

你創造方法論、創造工具、甚至創造新的工作范式，影響其他人使用AI的方式。

你不再糾結AI能不能替代人這個問題了。

因為你自己的工作方式，已經證明了一種人機共生的形態。

Lv.10 一人軍團

最后一級。

你用了很久的AI以后，你發現，你自己發生了一次身份突變。

你的能力輸出和你的產出，如果我們把時間倒回到3年前，你發現，你已經不能用“個人”這個詞來衡量了。

一個人，同時在做內容、做產品、做設計、做運營、做數據分析、做商業決策。

也不是Lv.4那種好像懂一點的萌新，是每一項的產出質量，好像都能達到準專業水準。

因為你學會了，把自己的判斷力和審美，通過AI復制到所有領域。

你有自己的Skill庫、Prompt方法論、Agent工作流、知識體系、審美和品味。

這些東西組合在一起，構成了一套全新的你。

任何新任務進來，他無需從零開始學。

你只需要把任務接入自己的系統，系統幫來幫你消化陌生領域的知識，而你需要的，是負責做判斷。

你寫一篇文章的時候，AI負責調研、負責初稿、負責排版，你負責定選題角度和最終優化和審美。

你做一個產品的時候，AI負責寫代碼、做設計、跑數據，你負責定義這個東西到底該解決什么問題。

你做一個商業決策的時候，AI幫你窮舉方案、模擬推演、整理競品，你負責在所有信息之上做那個不可計算的判斷。

傳統公司的本質是什么？

是因為一個人干不了所有事，所以要雇人，要分工，要管理。

公司這個組織形態，從工業革命開始就是解決同一個問題的，也就是，個人能力的有限性。

但當AI把執行這一層的邊際成本壓到接近零的時候，這個前提就動搖了。

一個品味夠好、判斷力夠強的人，配合他精心構建的AI系統，產出能力可以直接一個人，對標一個傳統意義上，幾十人的團隊。

當我們，站在Lv.10回頭看。

去看整個Lv.0到Lv.9的路徑，你可能會發現一個很有趣的事。

從Lv.0到Lv.9，講的都是，你要怎么用好AI。

可是，在Lv.10。

你的問題變成了：

我到底要成為什么樣的人。

當AI把執行力拉平之后，一百個人用同樣的AI工具，產出差距依然是一百倍。

差距不來自工具，不來自技巧，不來自誰的Skill寫得更花哨。

來自這個人腦子里裝的東西。

他對世界的理解，他的審美，他的價值排序，他知道什么是好的。

這些東西，AI給不了。

工具平權的終局，其實，是人的不平權。

我不想去傳遞什么焦慮之類的。

但，我想說，AI的進化真的非常迅速。

它不是一個你學完就可以放在那里的技能。

它本身在進化，你和它的關系也在進化。

所以，在這個混沌的時代里，找到你想成為什么樣的人。

然后，向前走。

別回頭。

以上，既然看到這里了，如果覺得不錯，隨手點個贊、在看、轉發三連吧，如果想第一時間收到推送，也可以給我個星標?～謝謝你看我的文章，我們，下次再見。

>/ 作者：卡茲克

>/ 投稿或爆料，請聯系郵箱：wzglyay@virxact.com