一、AI现在有多火，将来就会有多普通
现在走到哪儿都在聊AI。投资人在聊，创业者在聊，写代码的在聊，做产品的在聊，连路边卖菜的都知道AI能帮他算账了。
但我有一个判断，可能跟很多人不一样：AI这股火热劲儿，过不了几年，就会变得普通。
普通到什么程度？就像今天的软件工程一样。你不会因为一个公司用了Java、用了数据库就觉得它高科技，因为这些东西已经成了基础设施，成了每个工程师的基本功。AI将来也是一样——它会从一个“神奇的新东西”，变成一个“工程问题”。
什么叫工程问题？就是你知道它能干什么、不能干什么，知道怎么搭、怎么调、怎么踩坑，有方法论，有最佳实践，有成熟的工具链。到那个时候，AI就不神秘了。
二、大模型的本质：一个懂自然语言的推理引擎
很多人把大模型吹得神乎其神，好像它有思想、有灵魂。但在我看来，大模型本质上就是一个计算推理引擎。
严格一点说，是一个对自然语言有理解能力的推理引擎。
你给它输入一段话，它经过内部的计算，输出一段话。中间的过程，跟计算器算1+1=2没有本质区别——都是输入、计算、输出。只不过计算器处理的是数字，大模型处理的是自然语言。
这一点想明白了，很多事情就通透了。它不是什么“人造大脑”，也不是什么“数字生命”，它就是一个引擎，一个算力堆出来的、能听懂人话的引擎。
三、为什么说这是计算机科学的革命
虽然大模型只是个引擎，但这个引擎的出现，对计算机科学来讲，是巨大的革命性。
为什么这么说？因为它把计算的模式，从原来的算术计算，扩展到了对自然语言的推理计算。
你想想，以前的计算机能干什么？算数。加减乘除、逻辑判断、数据存储和检索。所有的编程语言，所有的算法，所有的数据库，本质上都是在算术计算这个基础上长出来的。
就这么一个简单的算数计算，衍生出了多少东西？操作系统、编译器、网络、数据库、分布式系统、图形学……整个计算机科学的参天大树，根就在算术计算上。
那现在呢？计算的边界被拓宽了——计算机不光能算数，还能“理解”人话，还能基于自然语言做推理。这个根基一变，上面能长出来的东西，就不知道多宽了。
可以讲，软件能实现的面，扩大到不知道多宽。
四、软件的边界被极大拓宽了
以前做软件，有一个很大的门槛：你得把人的需求，翻译成机器能懂的指令。产品经理写需求文档，开发写代码，测试写用例——整个过程，本质上都是在做“翻译”。
翻译就有损耗。产品经理想的是A，写出来变成了A-，开发理解成了B，最后做出来的可能是C。这就是为什么软件开发这么难，为什么需求总是变，为什么bug总是修不完。
大模型出来之后，这个门槛被大大降低了。因为机器能“听懂”人话了。你不用再把每一个步骤都翻译成精确的代码，你可以用自然语言描述你想要什么，它来帮你完成中间的翻译工作。
这意味着什么？意味着以前很多因为“翻译成本太高”而做不了的软件，现在能做了。
更别说自然对话这种交互方式了。以前人和机器交互，得学命令行、学界面、学操作逻辑。现在呢？张嘴说就行了。这种交互方式的变革，简直太神奇了。你跟一个机器说话，它能听懂，还能给你回人话——这在以前是不敢想的。
人类对这些超过自己直觉范围的东西，总会发出极大的惊叹。也确实是，因为我们看到了前所未有的功能。
五、但它终究只是一种计算
说到这儿，可能有人觉得我在吹AI。恰恰相反，我想说的是：不管AI多神奇，它终究只是一种计算。
计算是什么？是输入、处理、输出。是确定性的（或者概率性的）过程。是可以被工程化、被优化、被替代的东西。
大模型推动的，是计算工程。它让计算的范围变大了，让计算的方式变多了，但它没有改变“计算”这个本质。
就像蒸汽机的出现，推动了机械工程；电力的出现，推动了电气工程；互联网的出现，推动了网络工程。每一次技术革命，最终都会沉淀成一个工程学科，从“神奇”变成“日常”。
AI也一样。现在大家觉得它神奇，是因为它还在早期，还在快速变化，还有很多未知。等过几年，方法论成熟了，工具链完善了，人才培养跟上了，它就趋于平淡化了。
到那个时候，你跟一个新人说“我当年见过AI刚出来的时候，大家都觉得它要毁灭人类”，人家可能觉得你在讲笑话。
六、AI是工具能力，不是业务能力
最后说一句最实在的话。
不管别人怎么夸口AI，不管媒体怎么吹“AI替代一切”，我们还是始终需要脚踏实地地理解我们自己的业务、自己的领域。
为什么？因为AI只是业务之外的一种工具能力，不是业务能力本身。
你做医疗的，不懂临床路径、不懂医保政策、不懂医院的工作流程，AI再强也帮不了你。你做金融的，不懂风控逻辑、不懂监管要求、不懂客户需求，AI写出来的东西就是废纸。你做教育的，不懂学习规律、不懂学生心理、不懂教学方法，AI生成的课件就是垃圾。
AI能帮你写代码、写文案、做分析、做翻译，但它不能替你理解业务。因为业务的根，在你所在的行业里，在你的客户身上，在你每天踩的坑里。这些东西，AI没有，它也不可能有——因为它不是你，它不在你的位置上，它不承担你的责任。
业务能力，还是得靠我们自己。因为我们是业务的主人。
AI是一把好工具，就像一把好扳手。但扳手不能替你盖房子，能盖房子的，是拿着扳手的你。
所以，别被AI的热潮冲昏了头。该学的业务知识要学，该积累的行业经验要积累，该思考的产品问题要思考。AI来了，这些东西不是不重要了，而是更重要了——因为工具越强，人与人之间的差距，就越体现在“谁能用好工具”上，而不是“谁有工具”上。
脚踏实地，做好自己的事。AI会来，也会归于平淡，但你的业务能力，永远是你自己的。