Utilization is all you need

2023年以前，互联网冲浪的一个顶尖技能就是快速利用搜索引擎找到自己需要的信息。我自诩自己还算是擅长这一点，但在2023年以后ChatGPT代表的大模型出现抹平了这个差距。尽管犄角旮旯里的东西利用搜索引擎还是有价值的，大部分通用知识都可以通过大模型应用来获取了——当然了在这之上其实加强了另外一个技能的要求，即分辨信息真伪的能力。早些年互联网信息泛滥的情况下虽然也充斥着伪造的信息，但相对于大模型凭借幻觉一本正经地现场直编的内容要容易分辨很多。

在现在这么一个AI的时代应该怎么做才能不落后呢？

不止一个人这么问过我，或者跟我聊过类似的问题。

这些问题包括并不限于：AI能拿来干什么，怎么与其交互，如何利用它进行二次开发，如何使用Coding Agent，如何安装和设置龙虾，X是什么，为什么会Y……数不清的细节。甚至有些问题我都还没了解过。

但我通常回复的方式就是，去用就好。因为这也是我长久以来的实践方式。我可能不是第一批拥抱LLM的人，但根据身边的统计学来看也是比较少数能够较快接触到新的东西然后上手用的人。

我后来直接把这段话置顶在了微博上，

我个人认为，没必要关注大模型排名。应用尽用，用最方便用的、最直接可用的和最好用的。X上可以用Grok，微信里有元宝，微博有罗伯特和智搜，Office/GitHub里就用Copilot，终端里面哪个顺手用哪个，App能翻墙且有能获取的情况下ChatGPT、Gemini和Claude，不能翻墙就豆包、Kimi、DeepSeek和Qwen。（排名不分先后）

Utilization is all you need.

从2023年年初到现在的三年多的时间里，大模型看似进化了非常多，但实际其核心的东西并没有太多根本性的演进。虽然技术层面上花式变化，从ReAct到Chain of Thought，从RAG到tool use、到Model Context Protocol，从prompting到skills、到harness engineering。但是纯粹的日常工作这些花里胡哨的技术并不能帮到你太多，反倒是需要落地到具体的应用场景上才有真正的施展空间。

当然了，徒增焦虑的事情还是有的，去年的_~sipdick~deepseek、今年的龙虾。我不知道多少人因为这些东西被忽悠，甚至是付费体验，然后发现毫无卵用了。

我跟很多朋友一起聊天以后得到了一个还算是共识的结论，我称之为升级对齐定律，或者说升级归零定律。一旦某个底模升级，或者是出现新的应用场景，那大家立马被拉到同一个起跑线上，之前的很多玩法全部归零。当年我们在 Stable Diffusion 2 时代需要花式训练 LoRA、需要到处搜寻和转换提示词，玩得更花的话需要 inpainting 等更花哨的能力——这些到了 NanoBanana 和 GPT-image-2 出现已经完全不需要了。

那是不是我们坐等着到了 AI 到那个地步就行了呢？

我个人觉得没问题，但最好是现在立刻马上就上手使用。大部分的Chat based应用是免费的，做一些专业内容的应用一般也都有体验额度。这是当下这个时代的红利。至少在文案能力方面大模型还是能吊打普通人的，好好利用这点提升自己的工作效率不是很好吗？