我是一个 AI 乐观派，也是 AI 提效现有流程的践行者。
我一直在思考如何适应 AI 带来的新范式，今天有了一个新的体会，抛出来和大家讨论下。
AI 时代，Know-what（知道"是什么"）正变得比 Know-how（知道"怎么做"）更重要。
引子
你有没有过这样的经历？
想设计一个"好看"的海报，但多次尝试，依然无法命中你的想法。
问题可能不在 AI，而在我们------我们心里有感觉，但嘴上没词。
比如：你只会描述"高级感"，那 AI 肯定很难和你同频。
但如果你说："深空蓝主色调，霓虹光效，赛博朋克风格，搭配 Futura 字体"，它很可能一次就命中。
区别仅仅是你用对了"行话 "------一些 AI 知识库中已经结构化的概念。
Know-how 被 AI 自动化
过去，掌握"怎么做"是核心竞争力：
- 想做网页？得会 HTML/CSS/JS
- 想调色？得学色彩理论、反复试错
- 想写代码？得记住 API、调试逻辑
但现在，这些"操作技能"正在被 AI 替代。你只要说"用 Tailwind 写一个响应式登录页"，它就能生成一个完整的登录页面。
Know-how 的边际价值在快速下降------因为 AI 已经把它封装成了"一句话服务"。
但前提是：你得知道"Tailwind""响应式""登录页"这些概念存在。
Know-what 是提示词的"元语言"
而 Know-what 正是要积累这些概念。
你不知道"景深""三分法""黄金螺旋"，就很难让 AI 生成一张专业级摄影构图；
你没听过"状态机""幂等性""CQRS"，就很难让 AI 帮你设计一个健壮的后端架构。
只有了解这个"引子"，你才能高效"召回"对应的知识。
那我们该学什么？
或许更准确地说：我们该以什么方式去学习？
AI 的强大在于它能将"怎么做"封装成服务，但它无法替我们完成"想清楚问题"的过程。而"想清楚"，恰恰依赖于我们对一个领域基本概念及其关系的理解。
比如，知道"赛博朋克"不只是记住一个风格名称，而是理解它背后融合了高科技与低生活的美学张力、霓虹与雨夜的视觉符号、反乌托邦的叙事逻辑。正是这种概念的上下文，让我们能用一个词，精准调用一整套设计语言。
所以，AI 时代，我们更要主动构建并扩大自己的知识地图：
- 在接触新领域时，先问"这个领域有哪些核心概念？"
- 在使用 AI 时，留意它频繁提及的术语，反向溯源去理解其含义
- 在实践中，尝试用标准概念去描述自己的需求，而不是仅靠模糊感受
这不是追求术语的堆砌，而是通过概念建立与 AI 的高效对话通道。
当你能用领域的"母语"思考，AI 才真正成为你的延伸，而非一个需要反复试错的黑箱。
结语
初中时有个讨论题，关于你要成为什么样的人才，有以下几种人才：一字形人才、1字形人才、十字形人才。
十字形肯定最佳，但普通人可能不太好达成。
但在 AI 的加持下，我们自己朝着"一字形 "努力些，好像"十字形 "也不是太难了，甚至，还可以成为"卄字形"人才。
"卄"读nian，同"廿"，代表二十。
当然，这并不是否定动手能力的价值------Know-how 依然是验证和迭代的基础。只是在 AI 时代，我们也许需要更加关注下Know-what。