3117
20“你有没有过这样的时刻：想让AI帮自己省点力，却不知道从哪儿下手？”
当AI不再是遥远的技术概念，而是悄悄渗透到工作与生活的每一个细节——写方案时想找AI辅助梳理思路，做图时想借助工具提升效率，甚至面对海量信息时想让AI帮忙筛选整合，很多人都有过类似的困惑：AI到底能帮我们解决哪些实际问题？又该如何避开盲目尝试，真正让它为自己的人生和工作流赋能？
他从普通互联网设计师转型为全职AI实践者，一路踩过坑、试过错，最懂普通人接触AI时的痛点与需求，也最清楚如何用AI打破职业局限、提升效率。本期节目里没有晦涩的技术术语，也没有空洞的理论推导，全是AI与日常工作、生活结合的真实思考与实操心得。比如，如何用AI快速化解那些重复又耗时的繁琐劳动，帮自己挤出更多时间聚焦核心事；如何在“AI会替代谁”的焦虑浪潮中，找到清晰的职业定位与成长方向。
跟着这份充满烟火气的实践视角对话，或许就能找到自己的AI应用方式，成为帮提质增效的好伙伴。
👩 本期人物
嘉宾：数字生命卡兹克，AI 领域顶流博主（连续 12 个月 AI 公众号 TOP1）、前互联网设计师、《流浪地球 3》AI 辅助创作参与者
主播：斯谅，蚂蚁集团
⏱本期时间轴：
03:07 快问快答：AI 工具的 “实用派” 选择
·最希望 AI 帮做的事：做家务（洗衣服、晾衣服太繁琐）
·近期最兴奋的 AI 产品：Nano Banana Pro （颠覆设计与作图工作流）
·日常最常用 3 个 AI 工具：ChatGPT、Gemini、Lovart
·给 AI 转型者的建议：好好学习自己的专业
·五年后展望：可能真的变成 “数字生命”
04:25 AI 博主的缘起：从 “焦虑” 到 “找到不可替代的路”
2022 年底 ChatGPT 出现，打破此前对 “自然语言交互” 的认知（曾研究过小爱同学、TNT 等产品，均因技术局限效果不佳）；2023 年创业期间，用 AI 解决 “缺 Go 语言开发” 的痛点，发现 AI 对工作的巨大革新；面对 “AI 淘汰打工人” 的焦虑论调，找到核心答案 ——“IP 是 AI 无法冲击的领域”：基于信任与情绪价值的 IP，在垃圾信息泛滥的 AI 时代，价值会愈发凸显。
14:21 内容创作的核心：“选题 + 角度” 才是灵魂
工业化生产的“可控与批量”逻辑，与内容创作的“突破性”本质完全互斥，唯有持续突破用户不断提升的审美阈值，才能避免被市场淘汰。
选题要抓“认知冲击点”：借助AI爬虫全网抓取每日近百条AI相关素材（含低粉爆文、论文、开源项目），核心筛选标准是“反差感”与“认知颠覆性”，而非简单堆砌信息。以“9.9元卖DeepSeek”为例，跳出“信息差割韭菜”的平庸解读，从《北京折叠》中提炼“信息折叠”独特视角，清晰划分信息定义者、传播者、边缘者三层结构，才能形成记忆点。
AI始终是辅助工具，不可替代人工核心价值：其仅能承担40%的基础辅助工作，而选题筛选、核心角度挖掘、评测实操等决定内容质感的关键环节，必须依赖人工完成。
26:24 AI 对自己最大的改变：重新激发好奇心，回归 “快乐创作”
它不该被当成“生产力焦虑”的源头，核心价值其实是“好玩”，能帮普通人实现以前做不到的事，比如生成脑海里的画面、创作音乐、编写爬虫，还能解答所有看似“蠢”的问题，让人敢于去探索未知；而热爱才是长期坚持的关键，像内容创作收获的读者认可、用AI解决痛点的满足感，都会让熬夜做事也不觉得是负担。 与此同时，普通人其实没必要抱着焦虑去“系统性学AI”，很多人只是怕被淘汰，却忽略了“学了要干什么”这个核心问题。
31:46 普通人不需要 “系统性学 AI”？！
很多人只是怕被淘汰，却忽略了“学了要干什么”这个核心问题。至于Prompt也不用刻意钻研，2025年的AI已经能理解模糊需求，普通人只要把问题说清楚就行，结构化提示词只对开发这类专业场景有用。真正值得下功夫打磨的是“品位”，生图要懂艺术风格和配色理论，做音乐要懂乐理，这些底层的审美和经验是AI无法替代、还能让人终身受益的能力，说到底AI学习的本质不是钻研工具，而是结合自己的任务去试用，摸清它的能力边界。
38:50 AI 时代的三大核心能力：好奇心、深品位、广知识
好奇心作为第一标准，驱动人紧跟时代变化，主动探索新工具与新场景；在此背景下，两类人更具优势 —— 经验丰富的资深者能借 AI 快速放大行业积累，富有创造力的年轻人则能用新视角打破传统框架；而知识广度同样关键，心理学、设计、电影等跨领域知识，能在 AI 辅助下碰撞出更多创新火花，助力人成长为 “全站型人才”。
43:16 超级个体≠一人公司：AI 有边界，协同才是王道
在《流浪地球 3》的电影制作过程中有“铁律”：AI 不进成片，但能辅助 3D 生成、风格迁移（如虚空机械涂装修改）。将 20 人的工作量压缩至 5 人，但核心创作与协同是无法替代的；从职业分工上，大领域分工（开发、销售、法务）仍然很有必要，但上下游职位会融合，如视频岗位一人包揽编导、拍摄、剪辑、数据分析。
48:19 用 AI 重构的判断标准：成本与容错率
所有业务都可 AI 重做，但关键看 “是否值得”。像容错率高、重复性强的场景（如外贸获客、公众号配图加描边），AI 能大幅提效；但是在医疗、金融等容错率低的高风险领域，AI 仅能辅助，不能替代人工决策；“懒人”驱动创新：重复 3 次以上的事，就用 AI 或 RPA 自动化，把时间留给高价值工作。
53:41 好 AI 产品的标准：扔掉 “AI 标签”，回归需求本身
好 AI 产品的核心判断维度：是否比传统方式更高效、更爽，或解决以前解决不了的需求（如 AI 情绪陪伴），AI 只是实现手段而非目的，再花哨的 Agent、模型，若解决不了用户痛点，留存率极低也无意义
55:20 2026 年看好的赛道：硬件具身智能 + 多模态 AI
从 “精英工具” 走向三四线城市普通人，真正解决生活痛点。
期待硬件具身智能能进入家庭的实用型产品（如带机械臂的家务机器人、AI 眼镜），解决洗衣服、换被套等实际痛点，而非人形机器人的 “噱头”；大一统多模态模型（如 Gemini 3 Pro）效率更高，能融合图文、视频等多种模态，推动 AI 能力再升级。
🎯 核心观点
1. AI 的核心价值：不是 “替代人”，而是 “解放人”—— 帮人做不想做的重复工作，实现以前做不到的创意，激发对世界的好奇心；
2. 内容创作的关键：工业化保证下限，突破性角度决定上限，AI 只能辅助收集素材，核心创意仍需人的灵光一闪；
3. 普通人学 AI 的误区：拒绝 “焦虑式系统性学习”，重点练 “品位”（审美、行业经验）和 “提问能力”，结合自身需求试用工具即可；
4. AI 落地的判断标准：容错率 + 成本，高容错、高重复场景优先用 AI，高风险场景需人机协同；
5. 未来趋势：硬件具身智能（走进物理生活）+ 多模态（融合全场景），AI 将从 “软件工具” 转向 “软硬结合的生活助手”。
内容策划：常常
运营：狐狸
更多节目信息，欢迎关注小红书：会友播客
添加小助手微信：huiyouhz，可以加入听友群喔
