@清月已经不困了：这几天这张图挺火，正好最近都在观察 AI 圈的内容，有点感想。

在任何一个时代建立起自己的护城河都是必要的，但是千万不能把自己的核心价值押注在补足某个具体模型的能力的缺口上。

因为模型能力在指数级推进，或许今天用工程技巧补上的洞明天就被基础模型抹平了。

目前来看我觉得最容易塌的护城河就是：

1.prompt 工程

2. 复杂规则补丁

3. 针对当前模型的 workaround

这些事本质是建立在模型暂时做不到的之上的。

我觉得最重要的是复杂系统的编排能力还有谁能更快认错。

什么意思呢？虽然模型会越来越强，但是现实世界是有数据孤岛、组织阻力、权限问题、习惯成本等一系列问题的，模型会降低知识门槛，但是复杂的现实世界并不会变得简单，所以谁能在高复杂度环境中抽象 - 简化 - 组合 - 决策，谁就会有护城河。

还有一点很关键的就是求知心态，因为当世界在指数级变化时，固化经验会变成负资产，更新迭代速度才是正资产。

未来没有人能一直 " 更懂技术 "，认错认得快，进步才能快。