AI 学得越多，掌握越多相关知识点时，我就很容易陷入知识的诅咒，即觉得这个道理应该大家都知道，继而告诉别人某个东西时，被问到问题，我就感到些许不耐烦。这种情绪极其轻微，但我能察觉到，最后会耐心告诉对方。
工作时我能察觉到我用 AI 的方式和别人不同。比如我已经用上 Claude Code 和 Codex 来处理工作，帮我导出数据，不再像以前那样挨个截图并识别，或者搜集网络文章，做本地知识库，不时检索；同时我能听到同事们说，问了豆包结果如何，我心想豆包也是会犯错的，普通人往往察觉不到 AI 的幻觉，就会真以为豆包帮忙订了餐厅。
有时同事遇到问题，比如需要结合资料写某个文书，就会找我帮忙。这种情况下，我鼓励对方自己动手，用不了 Claude Code，装不了龙虾，腾讯的 WorkBuddy 和 Marvis 不也能用吗，但还要花些精力去教对方。
过去我会认为是对方懒，想要了解的问题上网一搜关键词就有了，何苦让我做中间商。如果想了解一家国内公司的业务，只要在 Google、微信、小红书、抖音、Boss 直聘搜索对方公司名字，很快就会得到答案。可后来发现，更深层次的原因是对方不知道有这条路，也不知道可以这么做，我就理解为缺少信息素养。
对很多习惯直接问人的人来说，他们可能并不知道，自己想了解的大部分东西，其实都能先通过网络搜到。而大部分人认知里的网络，也仅限于小红书，这就导致结果要么充斥着广告，要么是经过二次传播后有压缩的信息，甚至得到一个关键词，就会发懵。
我跟一位同事说某个工具的关键词，他不知道这能做什么，便问我这个是什么插件。我就说，你直接复制粘贴搜索，就知道了。他依言而行，找到了这个工具，但不知道怎么用。
AI 时代以前，这种行为能理解，因为还需要在一堆网页教程中找到答案，不断实践印证。可是到现在，你已经能够抛出一个关键词或教程，让 AI 把你当作小白那样解释，甚至在本地代码工具里，还能授予权限，让它直接上手操作。
我就告诉同事，你把关键词甩给 AI，然后问它如何使用。同事问 AI 能知道吗，我笑了笑你别小看 AI，最后他果然搜到了教程，AI 按步骤教授使用方法，遇到不动的，复制粘贴，要求 AI 详细解释，工具也就跑了起来。
这其实就是一个例证，AI 时代，除了经验很难被弥补，其他都能快速入门，甚至不需要知道原理，就能使用各种工具。也不需要报班买课程，问 AI 就好，甚至连如何学习用 AI 本身，都能问 AI，这比在网上看一堆只能增加你焦虑感之外、且毫无作用的教程有效得多。
如果说以前的核心能力是信息素养，现在可能要换成 AI 素养：理解 AI 的边界，知道它擅长什么、做不到什么，并据此优化自己的工作流。当然，AI 迭代速度日新月异，恐怕没有一成不变的使用方法，也需要随着 AI 的升级来调整，就像很多设计师现在压根不用 Photoshop 画海报了，开始打字让 ChatGPT 生成。
不过即便工具换得再快，还是需要你的判断力。知道哪个结果好，哪些容易出现幻觉，这比学「怎么用 AI」更加重要。
写这么多，很容易让人（乃至自己）觉得作者一定很懂 AI，其实我也只是知道些名词，以及用得比较多而已。我知道，对于 AI 素养，还有太多需要培养，不应该满足于知道，就像费曼所说，知道一只鸟的名字，和真正理解它完全是两回事。
而有的时候，生活经验可能比 AI 还要直截了当。我近日问那位同事一个问题，怎么把 Windows 机箱那闪烁不停的光污染关掉，他没有答话，而是伸出一根手指，按在机箱顶部电源键旁的小按钮，长按三秒后，就见灯光寂灭，肉眼可见的安静。
我愣住了，因为这个问题其实困扰了我一年。我之前得到的答案是需要按某个 LED 灯按钮，或者下载品牌灯控软件，抑或开机时狂按某个按键，进入 BIOS 里面改。但我嫌麻烦，以及不知道我工作电脑的机箱就有这个按钮（我家里的电脑没有，而是 Reaset 键），最后人家只用三秒，就解决了我的顽疾。
我以为自己掌握的是方法论，别人缺的是信息素养；可轮到机箱灯这种具体问题时，我也会绕过最简单的按钮，去想那些复杂得多的解决方案。
知识的诅咒原来不是针对他人，而是针对自己。