这些偏差，来自“你”的那一部分——你的个性化、你的风格、你难以言说的经验和直觉。这种微妙的东西，很难用语言精确形容，更难归纳进提示词。如果可以，早就写进去了。但现实恰恰是，许多关键之处，无法被文字化的规则完全概括。这或许，就成了现阶段AI发展面临的核心瓶颈。
Know-How的演进
让我们回到最初对“Know-How”的讨论。早在2023年，提示词Prompt风靡时，大家就意识到一个关键问题：一个好的提示词，必须融入特定领域的专家级Know-How。
- 生成小红书文案，提示词就得包含平台特性：用emoji、更口语化。
- 设计类提示词，通常要先确定风格和使用场景，而不是直接让出图。
- 检索任务，可能需要明确告诉AI从英文网站还是小红书上查，信源质量不一样。
这些，本质都是Know-How。当它们能被有效文字化并放进提示词中，AI（同一模型下）的输出效果确实好很多。
可以把这些“Know-How”大致看作一种“Workflow”——完成某项任务的方法、动作或步骤。在提示词阶段，它们还能进一步拆分为：
- 背景知识：定义AI的角色，比如告诉它是什么领域专家。
- 分析与理解：指引AI如何分析任务。
- 创作与优化：指导它如何更好地完成和优化。
而现在，随着Agent出现，模型越来越智能。很多AI产品甚至能自动拆解任务，生成类Markdown的To-Do List。这本质上是AI基于目标和背景，尝试理解和构建“Know-How”。效果确实比过去提个笼统要求好得多——它拆分步骤、分别执行、最后还要加总结和检查节点。DeepSeek等模型的“思考模式”，也体现了类似能力。
那些无法言传的“手艺”与“匠心”
尽管AI在理解和执行“Know-How”上进步显著，但似乎还是缺了点什么。缺的仅仅是更完善的规则吗？
核心问题在于：如果是规则，我们总能想办法把它写出来。
这时候，不妨想想日本的“工匠精神”，或是常说的“手艺”、“技艺活”。这些东西往往“只可意会，不可言传”。它们藏在“功夫的最深处”，甚至被冠以“XX仙人”的称号，形容那些专业达到化境、无法单用文字描述的状态。
这些，可能就是显性Know-How之外的关键要素。尤其在经验性、实践性极强的领域，比如绘画、烹饪，其Know-How绝不仅仅是规则和逻辑的简单罗列。它更是一种对流程、判断或价值的隐性、默会式掌控。通常含混，高度依赖情境，依靠直觉、体感、审美和对细节的把控。
这部分似乎是当前AI难以逾越的鸿沟。因为这些“感觉”无法完整写进提示词。AI天生依赖清晰输入完成输出，而那些语言不详、半明暗示的深层次信息，很难被捕捉和理解。
这种高度专业或隐性的Know-How，往往依赖细微的价值取舍、边界判断和对局势特征的敏感捕捉，极难被结构化描述。 师傅教徒弟烧菜，传授的不只是“放多少盐、烧几分钟”，更多的是对火候、气味、食材状态（如颜色）的感知。这是一种“默会知识”，无法简单规则化。
强化学习是答案吗？
那么，这些难以言传的隐性Know-How，比如“品味”、“感觉”，有无技术解决方案？强化学习是否可能？
AI进入下半场后，强化学习被认为是提升模型能力的重要途径。人类的学习，也是在与环境互动中不断进行的。就像“师傅带徒弟”，虽然没有成文规则，但师傅通过不断反馈激励——做得好肯定，做得不好指正。
现在缺失的部分，无论称作隐性Know-How还是品味，AI有可能通过强化学习习得吗？
坦白说，没有确切答案，甚至不知道具体怎么操作。核心难点在于：
- 环境是什么？ 如何构建一个能有效学习微妙之处的情境？
- 如何定义激励？ 连规则都没有，如何定义“好”与“不好”？激励本身，就需要一个已经“懂事”的师傅，或一个具备相应能力的模型来提供。
这就陷入“鸡生蛋、蛋生鸡”的困境。没有师傅，训练不出徒弟；但有了师傅，还需要这个AI做什么？
如何将人类这种体感的细微差别、品味和感受，真正迁移到AI身上，是一个非常宏大、也可能极其困难的课题。 如果真能做到，人类可能就离AGI不远了，那确实是一个美好的未来。
不可替代的是什么
回到一个现实问题：当AI能完成越来越多事情之后，人类还剩下什么？如果“智力平权”到来，我们还能做什么？
答案或许正如前面分析的：剩下的，可能就是那些无法被轻易总结和传递的隐性Know-How，以及在所有过程中的独特体验。
AI可以高效交付结果，但过程本身的价值，以及过程中的感受和体悟，会变得越来越重要。 结果，反而可能只是个附属品。目标或许不再是追求结果，而是转向中间的体验，以及你在过程中的品味和判断。
AI可以给你一个普遍意义上的“好”结果，一个基于大众平均价值判断的好。但这个“好”，未必是你所认为的“好”。个性化的“好”可能没被AI输出涵盖，最终实现的目标里，并不完全包含“你”。
我们最终希望达到的效果，可能是“你”成为结果中不可或缺的一部分。这或许就是AI时代留给我们的空间。
AI带来更多的是显性知识的平权。而那些难以复制、难以名状的审美判断、手感、品味，反而会成为真正有溢价的稀缺品，成为每个人独一无二的存在。
换句话说，AI替代的，更像是工业革命以来“异化”我们的那部分——将人变成工具和机器。留下的，恰恰是我们作为人类最本真、未被异化、未被标准化的部分。那些可能曾被我们当作“细枝末节”的事情，未来反而可能变得更有价值。标准化的东西，反而不是最重要的了。
我们跟AI到底是什么关系
由此引发的思考是：AI与我们的关系，可能并非简单的“替代”，而是它能帮助我们实现一个“更好的自己”。
正如马克思在《资本论》中所揭示的，某种程度上，人被异化成了工具，目标和追求也被高度标准化：好好读书、找好工作、买房买车，消费主义裹挟着去旅游、打卡美食……一切都被纳入标准化的轨道。
当AI能更好地完成那些标准化交付后，无法被替代的内容，恰恰是我们身上“没有被异化掉”的部分。而我们基于这部分，结合AI的能力，才可能成为“更好的自己”。
因此，对我们而言，更重要的是培养那些无法被轻易量化的能力：
- 高级的判断力
- 独特的个人品味
- 风格化的自我表达
- 深度的共情能力
- 极致的身体与艺术体验
- 在灰色地带、模糊地带的临场应变能力（往往来自灵光一闪）
与AI的关系，绝不是被动“躺平”就能坐享其成。这种共生关系，需要我们主动重新定位自己。如果只是被动等待，我们可能只会被继续“异化”，而无法察觉和珍视那些真正属于自己的宝贵特质。
AI越强，人类的惯性思维和惰性就越危险。 过去，依靠记忆力好、检索快、熟悉套路就能获得优势，现在几乎全部被AI“打包带走”。
这意味着，你必须站得更高、看得更远，需要更强的泛化能力、更多独创性，以及在某个极致细分领域不可替代的专长。正如很多人提到的，“AI时代最大的杠杆就是做自己”。但问题是，很多人可能并不知道自己真正需要什么，想成为怎样的自己。如果找不到这个定位，就很容易被边缘化。
AI像一台“真相的照相机”，它会剥离掉人身上所有可以被“外包”的部分，只剩下真正的个人底色和那些具有超越性的面向。因此，我们需要主动定义自己，在AI暂时无法企及的价值领域深耕，将经验和情感不断升华&为更高阶的共鸣力与创造力。或者，换个赛道，把AI当作强大的“体力”辅助，去探索那些没有标准答案、最富“人味儿”的未知疆域。
在AI时代，对绝大部分人而言，可能都面临两个核心问题：
- 不知道自己要什么。 常说“做自己”是最大杠杆，但很多人没有清晰自我认知，难以真正“做自己”。
- 没有“问题”。 AI时代的发展离不开人类的思考和提问，提出有价值的问题甚至比解决问题更重要。但现实是，很多人并没有真正困扰自己、驱动探索的问题。
这或许才是绝大多数人在这个日新月异的AI时代面临的、最根本的挑战。如何找到自我，如何提出问题，将是我们能否与AI共舞，并最终成为“更好的自己”的关键所在。