AI平權還是精英收割？普通人如何借AI逆襲

導語

當豆包、DeepSeek 等 AI 工具幾乎零門檻地擺到每個人面前，一個更扎心的現實卻出現了：工具越來越平等，人和人的差距反而越拉越大。有人靠 AI 提效、接單、創業翻身，也有人越用越焦慮，眼睜睜看着別人越跑越快。

在第 17 期進取派會客廳直播中，主持人 Tina 對話香港知識產權交易所首席人工智慧技術官 Carl，圍繞「AI 到底是普通人的逆襲工具，還是精英的收割利器」展開深聊。從認知差距、AI 創業，到 FDE 的真需求與行業壁壘，再到普通人還能切入哪些方向、如何避免被 AI 收割，Carl 給出一個清醒又樂觀的判斷：AI 放大了差距，也放大了普通人的機會；真正決定結果的，不是工具本身，而是判斷、執行，以及你是否真正認識自己。

一、直播開場與嘉賓介紹

Tina：大家晚上好，歡迎來到我們的AI進取派直播間。進取派會客廳這個系列節目，我們經常邀請AI創業者、OPC創業者來到直播間，一起探討大家深有共鳴、同時頗具爭議的話題。感興趣的朋友可以點點關注，我們每周都會邀請嘉賓，和大家分享他們的實戰經歷以及踩過的大坑。

感謝大家的關注，大家可以參與直播間福袋，歡迎嘉賓老師。大家有任何問題都可以打在評論區，後續我們會請老師進行解答。現在AI工具越來越普及，免費好用的工具隨處可見，人人都能上手，但能拿來真正賺錢的卻少之又少。今晚我們就從這個話題聊起。按照老規矩，先請Carl老師簡單自我介紹，和大家打個招呼，歡迎！

Carl：大家好，我是Carl，在香港知識產權交易所，從事知識產權相關AI技術、知識產權上鏈方向的工作，對AI和Web3領域都有一些了解。之前也和不少朋友見過面，我長期關注AI技術前沿、各類行業項目，也擔任過駭客松評委，對行業前沿動態比較熟悉，很高興今晚能和大家交流，謝謝！

二、AI是平權工具，還是差距放大器？

Tina：感謝Carl老師。上次和您對談就非常愉快，您很多觀點都經過深度思考，帶給我們很多新視角。今晚我們要聊一個很矛盾的現象：工具門檻變得均等，豆包、DeepSeek這些工具大家都能免費使用，但人與人之間的差距反而越來越大。一部分人藉助AI成倍提升效率，接單創業、實現逆襲；更多人卻越用越焦慮，看着身邊強者越來越強，自己難以追趕。

今晚核心議題是AI到底是普通人的逆襲工具，還是精英的收割利器？話題比較尖銳，大家有想法、有觀點都可以打在公屏，我們結合觀眾的問題深度交流。接下來我們進入今晚第一個核心問題，也是很多觀眾心中的疑惑：

近兩年AI持續普及，上班族、創業者、普通人隨手就能使用，門檻幾乎消失。想請您，作為評委、創業者、AI行業技術從業者談談，在您看來，AI是讓普通人機會更加平等，還是讓強者、資源擁有者進一步拉開和普通人的差距？有請Carl老師。

Carl：這個問題很有意思，我們可以對比過去和現在。過去階級固化比較嚴重，大家非常看重學歷，學歷歧視普遍，所有人都想盡辦法拿到高學歷。現在不少初高中學生會覺得上課枯燥，不想走傳統升學路線，希望藉助AI尋找新出路。他們展示自我的機會，相比過去確實更多。

我認識不少開發者，不一定輟學，但不再一味執着升學。像港三、港五的學生，可以通過駭客松拿到升學機會，大家更願意做開源項目、打造個人影響力，這條路比以前更容易走。

對於沒有行業積累的普通人，AI同樣利多。我見過和計算機專業完全無關的人，獨立做出自己的項目，哪怕不完全理解底層原理，也到處參與路演，擴大個人影響力，依靠信念與共識，能夠獲得他人認可。對於原本資質普通、但深耕AI的群體，AI給了他們展示自我的信心，助力很大。

但對於原本能力強、手握資源的人，情況要分兩面：他們首先要面對的挑戰是，能不能跟上AI浪潮。行動網路時代已經過去很久，造就了上一代人，很多身居大廠、體制內的從業者思維固化，不願意擁抱AI。

AI放大的，是快速理解AI邏輯、獨立做出判斷的能力。你提出問題，理解問題本身，看懂AI思維鏈，並且快速評估結果，這是核心能力。很多人跟不上這個節奏。所以只有理解能力、接受能力極強的資源持有者，才會被AI大幅放大優勢；如果不具備這種能力，他們的優勢提升有限。

AI確實有放大器效應，熟悉AI的強者會拉開差距。但總體而言，AI更利多擅長使用它的普通人。精英掌握AI，能力可能幾倍放大；而普通人抓住這波浪潮，獲得的信心和機會，有可能是幾十倍、上百倍的提升。

Tina：感謝老師。我理解您的意思，AI只是工具。有的人只用AI查詢日常小事，而有的人把自身工作流程思考融入AI，用來大幅提升業務效率。這也呼應了網上很扎心的討論：過去人與人能力差距大概十倍，努力就有機會追趕；但在AI加持下，強者和普通人差距可以拉大到幾十倍甚至上百倍。想問問您是否認可這個說法？如果AI確實在拉大差距，核心原因是什麼？

Carl：一個人的基礎知識、眼界格局，決定了他能提出什麼樣的問題、定下怎樣的目標。十倍、百倍差距的說法成立，甚至差距會更大。

普通人可能想用AI做自媒體產出內容；有基礎的人，能用AI輔助證明數學定理、搭建量化策略，直接實現財富增值。但眼界不足、沒有接觸過相關行業的人，即便AI生成方案，他也不知道怎麼調試，不敢相信結果，消耗大量意志力。

使用AI分為兩種狀態：一類人一邊使用AI，一邊學習、獨立做科學判斷；另一類只是簡單問AI日常問題，二者產出差距巨大。

三、AI創業門檻極低，為何賺錢的人極少？

Tina：要先看見世界，才能改變世界。就像寫短劇的創作者，描寫富人生活容易出現認知偏差，很有意思。確實AI放大人與人之間的差距，這個結論聽起來殘酷。也像您所說，如果把所有事情指望AI，不主動思考，肯定行不通。聊完認知層面，落地到大家最關心的賺錢、創業。

現在所有人都說AI創業門檻極低，單人就可以完成過去小團隊的工作，不用大量招人、重資產投入，看上去人人都可以入局分一杯羹。可現實是，能依靠AI穩定成事、持續賺錢的人少之又少。這是不是代表AI紅利只屬於少數精英高手，普通人很難依靠AI翻身逆襲？您怎麼看？

Carl：我整體偏向樂觀，普通人依然有機會。3月的時候行業普遍極度樂觀，大家認為OpenCloud、AI Agent即將重塑世界；到8月，會發現很多設想推進緩慢，行業像在擠牙膏。雖然模型持續迭代，新模型不斷帶來驚喜，但泡沫討論也隨之而來。

高手和普通使用者之間差距巨大。國內很多人只是和AI對話、簡單使用；海外有從業者單日消耗幾十億token，用AI完成開發、社媒營運、生圖、收集用戶反饋的全流程。

大家都說AI創業門檻低，但是賺錢的人很少。從22、23年至今，AI更多還是輔助工具，直接變現難度高。同時行業存在一種畸形心態：很多企業想招FDE這類AI人才，卻抱有白嫖思維，覺得只要人才把思路講出來，AI就能獨立完成，人的價值就不存在了。很多人覺得AI具備不可替代性，人力可有可無，最終FDE工作變成人性博弈，很難產生穩定現金流。

但普通人依靠AI逆襲，是完全可行的，這是過去時代無法提供的機會。哪怕完全不懂代碼，普通人也能藉助AI做出完整產品，即便從技術角度看代碼質量不算完美，只要功能可用，就具備價值。AI行業仍處在發展階段，能直接創造高薪崗位不多，但普通人依然擁有翻身機會。

四、普通人與AI高手的核心差距：拆解能力與校驗思維

Tina：想要拿到結果，確實需要天時地利人和。很多普通人的困境就是：入局門檻低，落地處處受限，大量token消耗成本，普通人很難承擔。大部分人跟風追逐AI熱點，各種新工具、新玩法輪番嘗試，折騰一圈很難長久盈利。但少數人不追熱點，持續深耕，穩定拿到成果。

普通人和這部分高手的差距到底在哪？是認知、工具，還是執行力？認知有限的普通人，該如何調整，通過學習追上高手水平，請Carl老師分享。

Carl：嚴格來說，願意主動思考、使用AI的人，已經不算普通。我們所說的普通AI使用者，和頂尖高手之間的差距，核心在這幾點：

第一，需求拆解能力。普通人會丟一個模糊需求給AI；高手會把大型項目拆分成多個子任務，並行執行，分配給不同模型，實現降本增效。

第二，風控與辨別能力。普通人很難分辨AI什麼時候在幻覺、編造內容，一旦AI給出情緒正向的回答，就輕易採信。高手清楚AI的能力邊界，每一步都做校驗，搭建交叉驗證機制。

很多普通人看問題非黑即白，是二極管思維；複雜現實是多重因素共同作用，需要綜合判斷。

學習提升的方式：多校驗結果，使用不同大模型交叉提問、迭代方案。找到多個模型回答的交集，往往就是相對客觀、靠譜的結論，相當於同時諮詢多位專家，減少錯誤，持續提升認知。

Tina：我想起您之前提到的交叉驗證，用多個AI交叉核對結果，規避AI出錯的問題。聽完分享大家應該都有共鳴：所有人使用的AI工具沒有本質區別，沒有專屬特權。AI可以輔助寫文案、做方案、內容創作、數據分析。真正值錢的，是行業隱性積累：行業經驗、SOP流程、判斷能力、業內資源、實戰思路，這些都是新人短期很難掌握的。

那現在很火的「AI+行業」，建築、銷售等賽道，這些隱形行業門檻，會不會抵消AI帶來的普惠效應？最後依舊只有懂行業、手握資源的人可以靠AI賺錢？這個犀利的問題，想聽聽您的看法。

Carl：這個觀點有一定道理。AI把顯性知識的獲取成本大幅降低，寫匯報、搭建網站、寫代碼這類公開知識，變得唾手可得。但是隱性經驗很難複製，這也是企業需要FDE工程師的核心原因。

資深工程師遇到故障，一眼知道要查看哪些指標、怎麼解決；新手遇到問題，只能不斷搜尋、提問AI。行業經驗、判斷力、人脈資源，都屬於資源，認知本身也是資源。

AI時代有趣的變化：知識獲取變得民主化，但是判斷變得更加珍貴。知道要做什麼、為什麼做、什麼事情值得投入，這個能力越來越稀缺。很多企業希望把高手的認知沉澱到SOP里，但高手的經驗不會輕易對外分享，這也是FDE面臨最大難點。

AI普惠是真實的，調用模型的成本很低。但行業經驗、判斷力，會削弱普惠的效果，行業經驗依舊是重要護城河。

五、深度解讀FDE：是真需求還是偽風口？

Tina：您多次提到FDE，我們前幾期也多次聊到這個概念。想請問Carl老師，FDE到底是真實需求，還是短期熱點風口，熱度很快就會消退？還是說它真的可以幫助企業解決核心難題？

Carl：目前來看，FDE一定是真需求，不少大廠已經下場布局。一方面是企業業務、市值層面的考量，另一方面，中小企業確實存在降本增效的真實訴求。

FDE核心底層是人與人的信任關係。FDE工程師和團隊，要優先幫客戶解決最痛苦的痛點，快速交付成果，建立客戶信心。這件事屬於CEO一把手工程，不是CTO層面的項目。CEO看好方向，但沒有精力親自落地，同時對外部人員很難信任。需要在短時間內解決痛點，建立信任。

熱點存在時間差，3月熱點是OpenCloud，4月FDE開始興起。很多概念早就存在，只是在不同時間翻紅，本質是認知差。無論屬於風口還是真實需求，客觀上推動行業進步。對中小私企來說，FDE可以提升內部迭代效率，實現降本。

但同時也帶來新矛盾：管理者會認為成果是AI完成的，誰都可以做，弱化人的價值，加深信任危機。企業需要的FDE，是可以沉澱資深從業者SOP、聽話落地、成本可控，並且交付完整結果的人才，這形成了很多不可能三角。現階段依靠AI賺到錢的人，依舊不多。

Tina：調試FDE需要大量前期投入，會不會觸動很多人的利益，帶來失業問題？

Carl：一定會改變現有崗位格局。同樣面對系統告警，在校招新人和資深技術專家之間，過去有多年經驗差距。AI出現之後，歷史固定業務問題的處理方案可以被沉澱，專家獨有的不可替代性會下降。

行業會出現崗位結構變化：企業不再願意從零培養新手，更願意直接招聘熟練人才，藉助AI一人承擔多人工作量。新手的上升通道收窄，崗位需求減少；即便是高手，議價能力也會降低。未來不遠，這類社會層面的崗位變動，很可能會發生，矽谷已經出現類似情況。雖然這個話題比較沉重，但屬於時代趨勢，個人很難逆轉。

六、普通人可落地賽道VS大廠壟斷賽道

Tina：話題雖然沉重，但也給我們敲響警鐘。大家如果對FDE、AI創業、OPC創業感興趣，可以關注我們公眾號、影音號AI進取派，我們會持續邀請嘉賓分享行業前沿動態。大家可以截圖，掃描右下角企業微信二維碼，進入社群持續交流，Carl老師也在社群內。

聊完行業困境和壁壘，我們來看大家最關心的終極問題：站在當下看向未來一年，普通人還有機會嗎？哪些AI方向普通人可以上手、落地變現，實現翻身；哪些賽道被大廠、頂尖高手牢牢掌控，普通人入場基本只能陪跑，請您幫我們總結區分。

Carl：普通人依然擁有巨大機會，不用過度焦慮。大量「AI+行業」場景還沒有完成落地，AI+跨境、AI+電商、AI+MCN、AI+教育、AI+企業服務、AI+製造、AI+醫療，都存在機會。

AI非常適配教育場景，一問一答，反覆提問直到理解，很適合記憶學習。AI+醫療同樣有空間，很多時候醫生接診繁忙，AI可以幫助普通人梳理自身情況、整理檢查資訊，帶着準備好的資料就醫。當然這類賽道要重視合規，需要資質背書。

越沒有過往行業包袱的人，在這個時代提升上限越高。上一代抓住時代紅利的人，很多被過往資產、經驗束縛；26年這個節點，沒有大量歷史負擔的人，更容易擁抱新機會。

AI Agent、開源項目，可以打造個人影響力，吸引更多人參與協作。超級個體、3人小團隊抱團，是可行模式，幾個人互為備份，並行推進多個項目。

而普通人儘量不要碰基礎模型訓練、算力基建這類資本密集型的AI底層基礎設施，這部分由大廠把控。但AI的行業應用，並不是大廠的優勢領域，很多垂直細分賽道大廠嫌業務太重不願意進場：AI+寵物、AI+殯葬這類小眾賽道，都是個人創業者的機會。保持樂觀，不懂就問，不要唱衰自己。

七、普通人AI逆襲核心：認清自己、深耕熟悉賽道

Tina：垂直細分領域，如果剛好是你熟悉的領域，可以低成本試錯，說不定就能做出不錯的成果。感謝老師真誠分享，幫我們區分賽道、避開很多誤區。最後我們做一個收尾升華，給直播間觀眾一個落地行動指引。

很多人不停追逐AI熱點、更換工具、跟風學習，始終拿不到結果；少數人深耕長期拿到價值。想請老師聊聊，能穿越AI浪潮持續拿到成果的人，和跟風湊熱鬧的人最大區別是什麼？普通人如何正確使用AI實現逆襲，而不是持續被拉開差距、被收割？

Carl：首先是認清自己，了解自身思維模式、體力條件、喜好與厭惡。做事情，如果本身極度排斥，強行入行會非常痛苦。

有的人擅長收集資訊、謹慎決策，但缺少行動力；有的人敢動手試錯，但資訊廣度不足。兩種特質都可以拿到結果，要找到適合自己的做事方式。

想要拿到結果，優先選擇你本身熟悉、不反感，有一定積累的行業，疊加AI能力，更容易產出成果。結合自己的特質，審美或者邏輯優勢，選擇你能夠長期投入、保有興趣的方向，形成正向循環。

儘量選擇離錢更近的賽道，當然很多賽道存在合規門檻。不用追求完美，在自己當下的人生階段找到較優解就足夠。隨著信心增長、眼界拓寬，自然能找到下一階段適合深耕的領域。

很多人覺得當下是行業寒冬，我們已經經歷過多輪網路泡沫、行業寒冬。AI現在依舊處在極早期，堅持做正確的事，保持積極樂觀，順勢而為。時代會推着你走到適合你的位置。

Tina：很有意思。很多人其實並不了解自己擅長什麼、喜歡什麼。可以藉助AI，通過一系列提問，讓AI幫我們總結自我特質，加深自我認知。

Carl：確實可以。當眼界有限的時候，需要外部力量激勵自己。在向上成長的路上，除了你自己，很少有人完全相信你。AI可以用來自我分析、提供鼓勵。

AI擁有記憶能力，長時間對話之後，它可以根據長期上下文總結你的特質，比你想象中更了解你。認清自己，是最重要的一件事。

八、總結收尾

Tina：認識自己，才能拿到大結果。今天的分享，幫我們聊透AI平權與分化的真相。AI不是絕對公平的工具，也不是單純用來收割普通人的工具，真正拉開差距的，永遠是使用者的認知、方法、執行力，以及自我認知。

今晚分享到此結束，感謝Carl老師。想要回放、乾貨筆記、直播切片的朋友，請關注AI進取派直播間。大家可以截圖，掃描右下角企業微信二維碼進社群。

直播即將結束，想看往期回放可以關注AI進取派直播間。本期進取派會客廳到此結束，再次感謝Carl老師，感謝聯合主辦方金色財經、大樹財經、twinkle，感謝各位觀眾陪伴。福袋馬上開獎，我們下期直播再見！老師辛苦了，大家晚安，拜拜！

Carl：感謝大家，晚安！

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。