评估一个人用 AI 的深度,可以看他是否把 AI 从“更快的工具”变成“能替自己在盲区里判断的伙伴”;分层上,立正给出的是 AI 产品的 L0–L6,而不是人的等级。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先分清:评估的是人,还是产品
立正原文里成体系的分层是“AI 产品的六个层次”,判断标准是 runtime:用户使用时,AI 在系统内部承担了什么职责,而不是开发时有没有用 AI1。所以 L0–L6 描述的是产品对 AI 的应用深度,不能直接当成人用 AI 的等级表。若借它评估人,只能看这个人实际搭出或使用的东西落在哪一层,这是 AI 的推演,不是原文对人的分级2。
产品分层的分界线在 AI 能否自己往下走
材料里的观点立正列出的递进问题是:AI 只是在回答,还是能基于上下文回答、调用工具、嵌入固定业务流程、决定下一步、循环执行并观察纠错,再到有记忆、权限、评估和人工交接,以及主动触发而非等用户来问1。他把 L3 到 L6 的真正分界线放在这组能力上。另一个容易混淆的点是 AI-assisted building 与 AI runtime:用 Cursor 写出的普通日历,代码再多由 AI 写,用户打开时 AI 不参与理解、判断、行动,就不算 AI 产品1。
看人时,更明显的是认知与 context 的差距
立正在另一篇里把“用好 AI”拆成几项:对 AI 有校准过的认知,不高估不低估;把隐性知识写成 AI 能读的显性文档;做好人机分工;把经验沉淀成可复用系统;愿意动手 build 和试3。他还提出,AI 从执行工具变成思考伙伴,前提是 context 密度——积累价值判断、历史决策、工作原则、偏好边界,并分层提炼,而不是信息越多越好4。按这个思路,最明显的分别不在会不会写 prompt,而在能否把 AI 接进真实工作流、并让它积累对自己的理解;这是 AI 对材料的综合3,4。
提供的片段只给出 L3 到 L6 的分界问题和 L1 的例子,没有完整列出 L0–L6 各层定义;也没有专门针对“个人使用深度”的分级,上述对人的判断属推演。
出处
- 1AI产品的六个层次
给出 AI-assisted building 与 AI runtime 的区分,以及 L3 到 L6 的分界问题。
- 2用“AI产品的六个层次”,分类AI Architect学员项目,结果如何?
说明六层分类只看 runtime 的应用深度,并举例 L1 的 Prompt Wrapper。
- 3AI 用得好的人与普通人的5个差距,和背后具体技术原因|非技术岗位版
列出用好 AI 的几项差距:认知校准、显性文档、人机分工、可复用系统。
- 4AI User 与 AI Builder 的 5 个差距,和背后具体技术原因 | 科技大厂打工人版
解释 AI 从执行工具到思考伙伴,前提是 context 密度与分层提炼。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 我在公司负责做招聘和 BP,其中我需要对 候选人和新人 AI 素养评估,如何评估和测试候选人的 AI 素养?对方“构建“或”展示“类任务应该如何设置?这里可能有很多细节,想知道如何做,以及有没有推荐的资源,目前比较迷茫
评估候选人 AI 素养,重点不是看他会不会用工具,而是看他能否把标准写清楚、用 AI 做出可验收的产出,并判断 AI 哪里不可靠。展示类任务让他现场拆解一个真实工作流;构建类任务让他做一个小型可评估闭环。
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。