跟豆包聊天属于“会用 AI”的入门层,但只是最低一档:把 AI 当更聪明的搜索或助理,能力上限受模型当天状态限制。
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。
聊天是入门层,不是终点
材料里的观点立正把 AI 能力分成几档,聊天对应的是“AI 消费者”:把 AI 当作更聪明的 Google 或耐心的助理,用来翻译、润色、查资料。这一档的局限是高度依赖运气——答案不对时,除了重新生成往往不知道还能做什么,能力受限于模型当天的基础水平1。他在另一处也把“跟 AI 聊天、让 AI 教你怎么做、再复制粘贴”列为编程范式里最初级的一种,对应初级工程师的工作方式2。所以跟豆包聊天确实算用上了 AI,但它只是起点,不代表已经掌握了 AI 的能力上限。
分水岭在“要答案”还是“要成品”
立正引用的一个观察是:一部分人天天跟 AI 聊天,对 AI 能力的了解很浅;另一部分人用 Codex、Claude Code、Cursor 这类工具,直接让 AI 干活、调度云端模型和本地工具,清楚体验到 AI 的上限3。他把这个差别概括为:低段位用 AI 获取信息,高段位用 AI 交付结果——同一件事来了,普通人想的是问 AI 要个答案,高手想的是直接做一个成品或自动化流程,把这类问题永久解决掉4。判断自己处在哪一档,可以看一件事:你是在等一段回复,还是在拿到一个能直接用的东西。
这些材料讲的是 AI 使用能力的层次划分,不是对豆包这款产品本身的评价;具体产品差异需另找材料。
出处
- 12026年,AI胜任力模型:从聊天党到架构师
把“聊天”明确定义为 AI 消费者这一档,并说明其局限,适合核对入门层的边界。
- 2做这三件事,可以舒服跟上AI发展节奏
把跟 AI 聊天列为编程范式里最初级的一种,适合看它在能力序列中的位置。
- 3用豆包还是Codex,正在加速两极分化…
用聊天工具与 agentic 工具的分叉说明两档人的差别,适合理解分水岭在哪。
- 4高手用 AI,和你不在一个位面
区分“要答案”和“要成品”两种用法,适合判断自己处在哪一档。
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。
问类似的问题也可以接着问:
别人还问了
- 非技术背景的知识工作者学 AI,最先该理解哪几个概念才能提高实际判断力?哪些术语可以暂时不学?请用一个日常工作例子说明,也给一个适用边界或反例。
先理解三件事:AI 是基于上下文的推理引擎而非搜索引擎、它擅长什么不擅长什么、以及哪些环节必须留给人判断。MCP、LangChain、fine-tune 这类名词可以暂时不学。
- 怎样才算真正把AI用出了效果而不是只停留在尝鲜?
判断标准不在你用了多少 AI 功能,而在产出之后有没有改变某个决定或用户结果。如果 AI 只是让你更快地生产中间品,那还是尝鲜;只有当它缩短了你与真实结果之间的距离、或让你的判断被放大时,才算用出了效果。
- 熟练使用AI到底体现在哪些具体行为上?
熟练使用 AI 不是指会写更花哨的提示词,而是体现在几类可观察的行为上:能判断产出为什么不对、能把经验沉淀成可复用的结构、能设计让 AI 独立跑完的闭环,以及始终由自己判断什么值得做…
- 当家长自己都不懂ai的时候,要怎样教孩子用ai呢?
家长不需要先懂AI,因为要教的不是AI知识,而是把问题说清楚、定好标准、判断结果好坏这些动作,这些家长本来就会。
- 立正曾经提到过要建立为非程序员建立“知识范围的框架”,他建了吗?
原文:我和鸭哥上课时候感觉,对于非程序员,最大的问题是不知道自己不知道什么。同样位置问题,鸭哥对是否可解,难度多高,问题可能出在哪里 都有直觉。这些直觉挺重要的。所以也许普及一个知识范围的框架会有用
现有材料只能证明他提出过这个想法,看不到他后来真的建成了这样一个框架。
- 大家都用什么方便快捷的方法、App来做记录?比如我刚看到立正一个视频里讲的关于Judge的知识点很有趣,想记录下来,以便进一步思考、review、来提升自我,谢谢
立正的做法是工具随便、先记标题,关键在之后把想法展开成能说清的东西;记录Judge这类概念,重点是用描述替代评判,而不是评判自己。