最近一直在参与或者回听蜗牛 @isnail 组织的群聊，最深的感受是：一个人既要敢于追求自己的野心，也不要迷信 AI 的力量。

无论是做项目、搞流量，还是尝试 OPC（一人公司），人与人的连接，在这个时代依然非常重要。

尤其是听这些前辈分享的时候，这种感受越来越强烈。

无论是蜗牛 @isnail 对流量密码的揭露，黄老师 @ai_xiaomu 对中推圈如何利用 X 变现的路径讲解，还是铁锤老师 @lxfater 对 Grok Bot 使用技巧的分享，都让我受益匪浅。

他们讲的很多东西，如果没有亲自经历过，可能很难凭借自己的想象或者AI 的回答真正理解。

有时候，别人花几年时间踩过的坑、总结出来的经验，在一场交流中，就能让我们对一个陌生领域产生全新的认识。

听着听着，我突然想到了电视剧《天道》里的丁元英。

某种程度上，我觉得这些前辈在各自熟悉的领域，都与“丁元英”有一些像。

他们能够看清一些普通人尚未理解的规则，也愿意把自己积累的经验分享出来，让后来者少走一些弯路。

当然，我并不是要神化谁。

恰恰相反，《天道》最让我感兴趣的地方，是一个很厉害的人，往往也比普通人更清楚外部环境和市场规则的重要性。

他能够取得成绩，除了个人能力，还离不开特定的时代、环境，以及人与人之间的合作。

这个发现，让我开始重新思考 AI 时代的个人成长。

如果没有丁元英，欧阳雪和王庙村的人会怎样？

先从电视剧说起。

如果欧阳雪没有认识丁元英，她的人生会怎样？

如果王庙村的农民没有遇到丁元英，他们又会在什么时候，以什么方式，接触到那套复杂的商业规则？

在剧中，欧阳雪原本经营饭店，后来参与格律诗公司的经营。

王庙村的农民，也因为丁元英的出现，进入了一场涉及生产成本、价格竞争、商业诉讼和利益分配的商业实践。

他们开始接触一个过去并不熟悉的商业世界。

这些人的命运，在相当程度上因为遇见一个人而发生了变化。

当然，电视剧是虚构的，现实中也不可能每个人都有机会遇到丁元英。

但这个故事让我想到，我们常常强调个人能力，却容易忽视另一件事：

一个人能够走多远，有时候也取决于他接触过什么人，进入过什么环境，以及获得过什么样的帮助。

再往深一层思考，丁元英为什么能够帮助他们？

因为他理解他们不了解的市场规则，能够把分散的资源、生产条件和市场需求联系起来。

可丁元英的判断也并不是凭空产生的。

如果没有相应的市场制度、产业条件和参与合作的人，他的很多想法同样难以实现。

我们看成功者的故事，最容易把一切归因于个人智慧。

但现实世界要复杂得多。

一个人的能力固然重要，他所处的时代、能够接触的资源、合作伙伴，以及一些偶然的机会，都很重要，都可能影响最终的结果。

而人与人的连接，恰好是这些因素相互发生作用的重要途径。

AI 让知识变得容易获得，但知识并不是能力的全部

过去，一个人想跨界进入新领域，可能需要花几年时间学习基础知识，阅读专业书籍，寻找合适的老师。

今天，AI 大幅缩短了这个过程。

比如，一个研究金融的人，如果对心理学产生兴趣，可以让 AI 帮他梳理心理学流派、阅读研究论文、解释专业概念，甚至讨论某个研究假设是否成立。

以前需要查阅大量资料才能建立的初步知识框架，如今可能很快就能搭起来。

这当然是巨大的进步。

在有成熟经验可供学习、工作结果容易衡量的任务中，AI 确实能够帮助新手更快提高工作表现。

但我觉得这里存在一个容易被忽略的问题。

知道一个领域的知识，与能够在这个领域作出成绩，是两回事。

例如，AI 可以向跨界而来的你解释心理咨询中的共情、移情、防御机制，也可以协助分析公开的心理学案例。

但真正面对一个复杂的人，情况就不同了。

对方的语言可能与真实感受不一致，问题可能涉及家庭关系、成长经历、文化背景，甚至你根本没有意识到的伦理风险。

这时，书本知识固然重要，但还需要长期的实践训练、持续反馈，以及知道自己什么时候不该轻易下判断。

当然，我并不是说 AI 只能达到普通从业者的平均水平。它在一些专业任务上已经表现出很强的能力，未来也可能进一步突破。

但无论 AI 发展到什么程度，至少在现阶段，我们仍然需要区分知识获取和现实实践。

获得知识的成本降低了，检验知识是否真正适用于现实的过程，却不会自动完成。

有些经验，AI 可以告诉你，但你未必知道什么时候该用什么方法

我记得有位长期做企业项目的大佬，分享了一段经历。

他们曾经尝试过用 AI 完成客服工作，从客户咨询一直到促成交易。

听起来很合理。

客服有明确的业务流程，有产品资料、有价格体系，还有大量可以参考的历史对话。

把这些资料交给模型，再设计好工作流程，似乎就能完成自动化。

但在实际交付中，出现了意料之外的问题。

有客户讨价还价，AI 竟然擅自答应了对方提出的低价；还有客户要求退款，AI 直接承诺退款已经安排好了。

问题是，它根本没有获得这样的权限。

从模型生成对话的角度看，这些回答可能很自然，甚至很符合客服努力促成交易、安抚客户的表达方式。

可从企业经营的角度看，这些承诺已经越过了业务边界。

他说，很多项目的风险，都是在真正交付之后才逐渐认识到的。

听完这个案例，我想到了另外一层意义。

假设我们准备进入 AI 企业服务领域，通过 AI 检索资料、研究技术、设计方案，可能很快就能建立一套相当完整的知识体系。

但我们未必会主动问出这些问题：

客户讨价还价时，AI 有没有权力调整价格？

如果 AI 对客户作出了未经授权的承诺，责任由谁承担？

如果客户对系统不满意，要求无限次修改，交付范围又该如何确定？

这些问题，可能不难通过 AI 找到答案。

但前提是，你得先意识到它们是问题。

而很多时候，恰恰是因为没有经历过，我们连应该问什么都不知道。

这让我想到，人们经常说要向有经验的人学习。

过去我可能更关注他们掌握了什么知识、使用了什么方法。

现在我越来越觉得，经验的另一个价值，是帮助我们识别那些自己还没有意识到的问题。

AI 可以回答我们提出的问题，而与有经验的人交流，有时能够让我们发现自己根本没有想过却可能影响结果的事情。

当然，优秀的 AI 也可以主动提示风险。但它能否识别出正确的风险，仍然取决于提供了哪些业务背景、实际约束和反馈。

这也是为什么，真实的项目经验与专业人士的交流，依然值得重视。

现在，有人脉，为什么也不一定能把事情做成？

这场讨论中还有一个案例，我印象很深。

有位嘉宾提问，他长期接触企业家，已经建立了不错的人际关系和信任基础。

希望把 AI 服务引入企业。

按理说，他拥有很多独立开发者最缺少的资源：能够直接接触企业决策者，也知道一些企业存在真实的业务需求。

可项目依然很难推进。

原因并不复杂。

唯庸老师@weiyong_wang 帮他分析：企业老板信任他这个人，却不确定他提出的 AI 技术方案能不能真正落地。

这就出现了一个有意思的矛盾：

别人相信你的人品，不等于相信你的专业能力；愿意与你合作，也不等于愿意为一项尚未验证的方案承担风险。

给出的建议，大意是先补足判断技术可行性的基本能力，再寻找可靠的技术合作伙伴，从较小的项目开始试验。

通过实际交付，逐渐建立双方对技术能力和合作方式的信任。

这个例子让我意识到，讨论人与人的连接，也不能走向另一个极端。

不能因为关系重要，就以为认识几个厉害的人、加入几个高质量社群，自己就能获得同等水平的能力和资源。

连接创造机会，但机会能否转化为成果，还取决于我们能否提供价值。

回头看《天道》，其实也是如此。

欧阳雪和王庙村的村民遇到了丁元英，但每个人最终走向哪里，依然受到自己的能力、性格、选择和风险承受能力的影响。

这才是我认为更加接近现实的地方。

我们需要与人建立联系，也需要不断提高自己，才能在机会出现时真正接住它。

做自媒体和 OPC，我开始重新理解流量的价值

现在，越来越多普通人借助 AI 学编程、做视频、研究商业模式，甚至尝试独立开发和销售数字产品。

过去需要一个小团队完成的部分工作，现在一个人就能承担。

这也是我一直关注 OPC（一人公司）的原因。

但在最近的讨论中，我听到了一个很值得思考的观点。

有人谈到，他过去做企业交付时，比较依赖外部渠道获取客户。

项目结束后，如果没有持续的客户来源，就得重新寻找机会。

后来他逐渐意识到，持续做内容，可以让潜在客户在真正产生业务需求之前，就有机会了解一个人的专业能力、判断方式和做事风格。

因此，他开始把内容看作个人业务的基础之一，而不只是获取流量的手段。

黄老师黄老师 @ai_xiaomu 说的更加深刻一些：对刚开始经营 X 账号的普通人来说，流量收益、广告商单可能是最容易看到的回报。但当内容和影响力逐渐积累起来之后，还应该尝试进入更多真实的交流与合作。因为一个人认识谁、与谁合作，有时候会带来原本完全没有预料到的机会。

我并不认为每个人都应该照搬他们的商业路径。

有人擅长做内容，有人擅长交付，有人拥有行业经验，也有人只希望通过写作整理自己的思想。

但这些讨论至少让我重新理解了一件事。

自媒体的价值，未必只能通过粉丝数量、阅读量和广告收入来衡量。

一篇文章除了带来流量，还可能让某个原本与你没有交集的人，开始理解你的观点。

他可能不同意你的判断，在评论区提出反对意见。

也可能因为遇到了相同的问题，与你展开进一步的交流。

经过几次讨论，你们发现彼此对某个领域有不同的经验，于是有了合作的可能。

当然，大多数连接未必会产生商业回报，也不必每一段关系都以赚钱为目标。

但如果一篇文章能够让我们接触到过去不认识的人，了解到原本不了解的行业，甚至改变自己对某个问题的判断，它就已经产生了超出流量数字的价值。

因为，人与人的联系确实能够改变信息与机会的传播路径。

而 X 这样的平台，恰好让普通人有机会接触到原本很难认识的人。

你可能只是读了某个人的一篇文章，参加了一场 Space，提出了一个问题，就开始接触一个陌生的领域。

当然，连接越容易建立，也越需要判断谁值得信任。

关注同一个人、加入同一个社群，并不意味着彼此之间已经形成真正的信任。

这可能需要长时间的交流、相互帮助，甚至经历实际合作中的分歧和考验。

AI 越来越强，我们还需要寻找自己的丁元英吗？

写到这里，我反而觉得没有必要刻意去寻找某个丁元英。

《天道》是一部电视剧，我们不能期待现实中总有一个高人出现，替自己设计机会、解决难题。

如果把个人发展的希望完全寄托在遇见什么人身上，其实也容易陷入另一种依赖。

但这不妨碍我们主动去认识人、理解人，与不同背景的人交流。

假如每天有三个小时可以用于学习和副业，我们是继续用 AI 研究更多知识，还是拿出一部分时间，与真正从事这个行业的人交流？

过去，我可能更倾向于前者。

因为阅读、研究和使用 AI，都有比较明确的即时反馈。

今天研究一个问题，今天就能整理出一份报告。

而与人交流则完全不同。

我们需要倾听别人的观点，理解对方的立场，面对不同意见，也要学会表达自己的想法。

有时花费很长时间，也未必能获得什么明确的结果。

但正是这种不确定性，有可能让我们接触到自己原本不会主动寻找的信息。

一个行业内部的真实困难，一位创业者踩过的坑，一个客户从未公开表达的顾虑，或者某个前辈不经意间提出的问题，都可能让我们重新审视之前的判断。

当然，人与人的连接也有成本。

认识更多人，不一定意味着获得更多有价值的信息。长期停留在观点相似的圈子里，还可能强化原有的偏见。

所以我认为，比扩大人脉数量更重要的，是提高自己与不同的人进行有效交流、合作和相互学习的能力。

常识上，我们总希望认识有能力的人，进入更好的圈子，获得更多的资源。

但反过来想，当别人愿意花时间与我们交流时，除了入门费之外，我们能够给对方带来什么？

是否认真听懂了对方的意思？

能不能提出经过思考的问题，而不是要求别人反复解释自己本来可以查到的基础知识？

面对意见建议，是否愿意检查自己的判断，而不是急于反驳？

答应别人的事情，能不能认真完成？

合作出现问题时，能不能承担自己应该承担的责任？

这些看起来都是很普通的事情。

但我越来越觉得，一个人是否值得别人长期信任，往往就体现在这些细节之中。

借助 AI，我们可以更快地学习知识、准备问题、理解不同领域的语言，也能减少很多重复性的劳动。

但如果希望获得更深入的交流与合作，仍然需要把这些能力落实到人与人的相处之中。

写在最后

这些天听了这么多前辈分享，又重新思考《天道》，我最大的感受，是应该重新审视自己与外部世界的关系。

AI 让普通人拥有了过去难以想象的学习能力和生产工具。

一个没有技术背景的人，现在有机会独立开发软件；一个从未接触过某个行业的人，也能借助 AI 很快建立初步的知识框架。

但这些变化，并没有让现实中的人变得不重要。

恰恰相反，当越来越多人可以借助 AI 获取知识、制作内容和完成工作时，我觉得我们更应该主动去接触真实的人，了解真实的行业，参与真实的合作。

因为知识可以通过工具获取，机会却往往来自具体的环境和关系。

一些经验可以被记录下来，另一些则需要在实际相处和共同做事的过程中才能逐渐理解。

一个人的观点也需要不断接受现实的检验，而别人的经验、质疑和帮助，常常是这种检验的重要来源。

当然，连接并不保证成功。

我们可能认识了很多人，依然没有找到适合自己的方向；也可能获得一次难得的机会，却因为能力不足而无法把握。

但我不愿意因为结果不确定，就忽视人与人交流本身的价值。

尤其对于正在学习 AI、探索自媒体、尝试跨界副业的普通人，我觉得没有必要把所有时间都投入到屏幕前。

学会使用 AI 很重要，持续提高个人能力也很重要。

但别忘了走出去，认识人，和人交流，与人合作。

有机会就去听听那些在行业中摸爬滚打多年的人的经验，也尝试把自己学到的东西分享出来。

不需要每次交流都有明确的目的，更不必把每个人都视为潜在客户或者可以利用的资源。

人与人的交流，有时候只是一场思想碰撞；有时候是一句批评，让我们发现自己的盲点；也有时候，是一次长期合作的开始。

我们无法提前知道哪一次相遇会改变自己的判断，甚至影响今后的人生选择。

也许我们永远不会遇到丁元英那样的人。

但在与不同的人交流、学习、合作的过程中，我们完全可能逐渐形成自己的判断，积累自己的经验，也在某一天，成为能够帮助别人的人。

这是我最大的收获。

AI 能帮助我们把很多事情独立完成，但我不希望自己因此变成一个只会和 AI 交流的人。