第一次认真使用 ChatGPT，是 2022 年 12 月。那时我还在读大学，OpenAI 刚把 3.5 推到大众面前。现在回头看，那当然只是大语言模型进入公众视野的第一声响，但在当时，它给我的体感几乎是颠覆性的。
一个原本只存在于想象里的、可以随时追问的知识入口，突然打开了。
我可以问专业知识，也可以问自己的想法。它不一定永远正确，但它总能接住我的问题，再把问题往前推一点。对我来说，AI 最早打动我的不是效率，而是学习方式被改变了。我第一次感觉到，知识不再只是书本、课堂和搜索框里静态等待的东西，它变成了一个可以对话的对象。
从那以后，我开始主动追踪这个行业。LLM 是什么，预训练和注意力机制到底在做什么，为什么同样是模型，Claude 更适合编程，Gemini 更擅长多模态，DeepSeek 为什么能通过蒸馏和工程策略打出自己的位置。后来是 Grok、Kimi、MiniMax、Qwen，各种模型越来越多，更新越来越快。
这件事有点夸张。DeepSeek R1 听起来像很久以前的故事，其实也就是一年多前。GPT-4o 好像已经是上个世纪的模型，其实也没有过去多久。这个行业的时间感是被压缩过的，书本跟不上，普通资讯只告诉你发生了什么，真正能把一个新概念讲到你听懂、能用、能迁移的，反而还是 AI 本身。
所以我很多 AI 认知，确实是用 AI 学出来的。
我会先从公众号、小红书、抖音或者产品发布里捕捉信号。它们不负责深度，但负责让我知道前沿发生了什么。遇到 memory、RAG、distillation、skill 这种概念，我会让 AI 给我讲，讲到我能复述为止。如果还是复杂，我会让它为这个问题生成一个学习 Prompt，再开另一个窗口，用那个 Prompt 继续拆。
这套方法听起来有点绕，但它非常适合今天的 AI 时代。知识更新太快了，你不可能等一本书写完、出版、再被系统学习。你需要一个能实时陪你拆概念的导师。对我来说，AI 既是研究对象，也是学习工具。
真正让我改变体感的，是 2026 年 2 月之后。
OpenClaw 出现，Agent 概念开始变得具体。以前 AI 更多停留在问答界面里，你问，它答。那当然已经很强，但它仍然像一个聪明的朋友坐在屏幕另一边。Agent 不一样，它开始能操作电脑，能调用工具，能记忆上下文，能执行一串任务。
那一刻，我第一次很明确地感觉到，AI 长出了手。
别人还在研究怎么下载的时候，我已经开始搭 Sub Agent 工作流，让它每天自动收集全球简报，自动复盘市场，帮我把信息流整理成可以判断的材料。也正因为如此，我开始被迫补很多以前前端使用者不会碰的问题。memory 是什么，RAG 是什么，skill 怎么写，工具调用的边界在哪里，模型什么时候会幻觉，什么时候只是看起来像懂。
AI 领域最恐怖、也最有趣的地方就在这里。你本来只是想学一个 RAG，结果 RAG 里面又套出向量数据库、chunk、embedding、rerank、上下文压缩。每个新概念后面还有新概念。学无止境，但也正是这种学无止境，让我越来越兴奋。
因为在原本已经很确定、很垄断的世界里，AI 真的让普通人看到了一条原本不可见的路。
这里就必须聊到 Vibe Coding。
我不是科班程序员。过去如果我有一个产品想法，它很容易停留在想法里。你可以写 PRD，可以画原型，可以找开发沟通，但中间隔着巨大的技术鸿沟。AI 出现之后，这条鸿沟没有完全消失，但它被大幅压低了。你可以用自然语言描述系统，让模型帮你搭 React Web App，再继续让它协助转译到 Swift，逐步把一个想法推进到可点击、可体验、可排错的状态。
这改变的不是代码本身，而是稀缺性的排序。
当生产力变得便宜，真正稀缺的东西反而变成了人的判断。你到底想做什么，你有没有理解具体的人和具体的痛点，你能不能从一堆模型输出里判断哪一个是对的，哪一个只是看起来很顺。这些问题会越来越重要。
所以我并不认为普通人做 AI 产品，核心是靠自己的灵感闭门造车。那样很容易做出一种皆若空游无所依的东西，看起来有功能，实际上没有扎到任何真实需求。真正值得做的产品，应该从一个具体的人、具体的场景、具体的痛苦里长出来。
Time Alchemist 是这样来的。它不是因为我想做一个效率软件，而是因为我意识到很多 Todo List 默认用户已经有执行力。它把任务排列得更清楚，但没有处理低能量、拖延、自我否定这些真实状态。所以我做盲盒、灵魂枢纽、星轨，本质上是在问，效率工具能不能不要只奖励已经自律的人，也照顾一下暂时没有力气的人。
WarPix 也是这样来的。它不是为了炫一个机器狗 App，而是因为我看到具身智能如果真的进入现实，会遇到完全不同的问题。模型会说话不够，能生成代码也不够。物理世界需要协议、状态机、兜底逻辑和安全边界。你不能让 LLM 直接接管真实设备，然后假装 Prompt 写得好就万事大吉。
我现在越来越相信，AI 的发展会经历一个很清晰的方向。最初的大语言模型，是会说。现在的 Agent，是能在软件世界里帮你做。未来的具身智能，会进入生活和生产，把 AI 的能力带到物理世界。
但越往后，越不能神化 AI。
我最想反驳的误解其实有两个。一个是觉得 AI 无所不能，另一个是觉得 AI 也就这样。前者会让人忽略幻觉、边界和验证，后者会让人错过最重要的变化。我的态度更接近笛卡尔式的怀疑，一边用，一边怀疑；一边兴奋，一边验证。
未来个人公司，也就是 OPC，对我来说不是一个口号。它背后真正的变化是，Agent 会开始替代大量繁复的机械工作。个人不再只是生产者，而更像创造者、选择者和调度者。你要做的不是把每件事都亲手做完，而是知道什么值得做，选择什么路径做，并且训练自己的 Agent 去扩展你的执行半径。
这就是我为什么迷上 AI。
它不是给我一个更快写文案的工具，也不是给我一个可以炫耀的技术标签。它改变的是一个普通人面对世界的姿态。过去很多门是关着的，你知道自己想进去，但门后面是代码、工程、资源、团队和专业壁垒。现在 AI 没有把这些门完全拆掉，但它给了你一套撬动门缝的工具。
这已经足够让我继续往前走了。