过去 1 年——

用过 AI 的创业者和老板,悄悄分裂成了两群。

10% 已经把 AI 装进了自己的日常——

每月省下的人力成本,超过 50 万。

90% 还在每天打开豆包问问题、打开 ChatGPT 写文案——

也用,但用了 1 年——

还在原地。

而最危险的——

不是这个差距本身。

是这 90% 的人——

完全不知道自己有差距。

他们打开豆包、打开 ChatGPT、打开 Kimi——

每天都用。

心里默认——

"我已经在用 AI 了。"

"我比身边那些还没碰过 AI 的人,已经先进很多了。"

但他们根本不知道——

用得好的那 10%,到底是怎么用的。

也不知道——

每月省下 50 万、3 个月效率翻 5 倍的那群人——

省下来的钱,到底从哪里来

更要命的是——

这一年 AI 界真正发生的事——

他们几乎一件都没赶上。

最大的差距——

从来不在能力。

在认知。

而把"用 AI"和"以 AI 为中心"分开的——

具体是 4 道墙。

90% 的人,还卡在第 1 道墙之前。

3% 的人,刚刚开始翻第 2 道。

不到 1% 的人——

走到了第 3 道墙之后。

第 4 道墙——

全国只有少数几家公司,真正翻过去了。


01 第 1 道墙:你没有"知识库"

最先卡住人的,是这一道。

也是最容易被忽略的。


很多人觉得"我每天都在跟 AI 对话——这就是在用 AI"。

不是。

打开豆包问个问题——

那是用一个别人的工具

跟用搜索引擎、跟用计算器,本质没区别。

它每天都"重置"——

你今天教它的事,第二天它早就服务过 1000 个别的人了。

记不住你——

不是因为它笨。

是因为——

它本来就不属于你。


而那 10% 的人——

第一件做的事是——

搭一个"属于自己"的知识库。

把你 6 年攒下的客户档案、产品资料、独门做法、踩过的坑、说过的话——

全部归集到一个只属于你的"私有数据资产"里。

接下来——

让你的 AI 系统调用这个资产。

而不是去调用一个"什么都懂、什么都不专"的公共大模型。


这件事的本质区别——

不是"AI 有没有记忆"。

是——

你过去 1 年的积累,到底是变成了你的资产,还是飘在空气里。

没有知识库——

你团队里 5 个人在用 AI,5 个人都在重新教它。

骨干一离职——

公司在 AI 那边的"账号",回到 0。

新人入职——

继续用一个"对你公司一无所知"的通用模型。


第 1 道墙翻过去的那一刻——

你团队里所有人调用的 AI,第一次共用同一个大脑

那个大脑里,装着你 6 年的全部沉淀。

这是从"用别人的工具",转向"建自己的资产"的第一步。

90% 的人——

这一道墙,完全没意识到它的存在


02 第 2 道墙:你有了知识库——但 AI 跟它配合得一塌糊涂

少数翻过第 1 道墙的人,会撞上第 2 道。

症状是——

知识库搭起来了。

AI 也连上了。

但出来的结果——

全是问题。

你问 AI"上次那个客户是怎么处理的"——

找不到

或者它找到了——

但答非所问

或者它给你的,是"通用最佳答案"——

跟你公司的实际做法对不上


为什么会这样?

通常是 3 件事卡住了——

第一,知识库本身没搭好。

随便建几个文件夹、丢一堆 PDF 进去——这不叫知识库。

没有规范的结构。没有清晰的标签。没有持续的更新机制。

AI 走进去就像走进一个没编号的仓库——

什么都有,什么都找不到。


第二,Skill 写得不对。

把你独门做事的方式——

写成 AI 能调用的"技能模块"——

这就是 Skill。

但 90% 的人写出来的 Skill——

要么太细:AI 完全照搬,做事死板。

要么太粗:AI 自由发挥,做出来的东西四不像。


第三,你心里没有"什么算好"的尺子。

你不知道——

一个及格的知识库长什么样。

一个真正能用的 Skill 长什么样。

调用一次的输出达没达标

没有标准——

就只能凭感觉调一遍又一遍——

每次都觉得"差点意思"。


第 2 道墙翻过去——

需要的不是更多努力。

一套清楚的"什么算达标"的标准

知识库怎么搭、标签怎么打、Skill 怎么写、怎么验收——

这件事,是训练营要重点讲透的核心心法。

90% 的人——

第 2 道墙都还没看见。


第一期训练营有一位学员——琳琳。

她不是 AI 新人——

之前 Claude Code、小龙虾、各种 AI 工具——她都接触过。

也咨询过身边一圈朋友。

但两天训练营结束的当天晚上,她跟我发了一条信息——

"我觉得非常炸裂。"

"之前没有人把这个底层逻辑给我讲清楚过。"

"今天回去——底层逻辑搞清楚了,几个模块搞定了,2 个 Skill 也在部署中。"

"下一步怎么打——我内心特别清楚,不会再走特别多的弯路。"

她需要的不是再多一个工具。

她需要的——

一套"什么算达标"的标准


03 第 3 道墙:你每天还在"启动"AI——它没有"自动跑"

少数翻过前 2 道墙的人——

会卡在这里。

症状是——

知识库搭好了。

Skill 也写得不错。

AI 给你的输出——也终于像那么回事了。

但你每天还得"启动"它。

打开界面。输入指令。等结果。复制粘贴。

人不在——AI 也不在。


第 3 道墙翻过去的方式——

是给 AI 设定"自动化触发"。

凌晨 3 点——

AI 自己去拉昨天的客户跟进数据,整理出今早 9 点要开会的销售简报。

每周一早上——

AI 自己整合上周的全部客户反馈,做出本周的产品迭代建议。

每个新客户咨询进来——

AI 自己分类、调用对应 Skill、给出 3 套话术、提示哪些客户最值得追。


老板早上一坐下——

桌上已经摆好了今天该决策的所有材料。

你没启动 AI。

它已经替你干完了一上午的活。


跨过这一层——

是从"AI 是工具"到"AI 是同事"的真正分水岭。

这才是 90% 的老板看到那 10% 每月省 50 万——但搞不清钱是从哪里省下来的根本原因。

省的不是 AI 工具费。

省的是——

那一群"过去要花钱雇、要花时间管"的人。


第一期训练营还有一位学员——理政。

来之前他也用过很多 AI 工具——ChatGPT、Claude、各种插件,他都试过。

但他跟我说了句很真实的话——

"它始终是电脑里的一个软件,动不起来——没办法用它工作。"

两天训练营之后——

他搭好了自己的知识库。

基于这个知识库——他能产出高质量的文章、能用到正式文件里的资料。

他说——

"这些东西以前非常占用时间——现在几分钟、十几分钟,就能把原来一整天的活干完。"

但他最让我印象深刻的——

是他对认知的那一句总结——

"来之前——AI 是电脑里的软件。"

"来之后——AI 是我的员工。"


04 第 4 道墙:让 AI 真正"自己想清楚要做什么"——Agent

最高的一道墙——

是 Agent。


什么叫 Agent?

不是"你下指令,它响应"。

也不是"你设定触发,它执行"。

是——

老板说一句话——AI 自己想清楚要做什么、调用哪些 Skill、组织哪些资源、最终交付什么。

老板说:"本周销售业绩看起来不太对,你看一下。"

接下来——

AI 自己判断这个问题需要哪些数据。

自己决定先调用哪个 Skill 拉数据、再调用哪个 Skill 做归因。

自己组织几份不同维度的分析。

自己出一份带 3 个判断、5 个建议的报告。

老板没下任何具体指令。

Agent 自己想明白了。


这是最高境界。

也是最难的一道。

为什么最难?

因为它不是技术问题——是"训练问题"

Agent 要真正发挥作用——

需要 Skill 已经被反复训练过、稳到不需要修改。

需要知识库已经被持续打磨过、标签清晰到 AI 一调就准。

需要老板对自己业务的理解,已经被沉淀进系统到了一个临界点


这是个"养"的过程——

不是一次性搞定的。

我必须诚实地说一句——

这一道墙,2 天的训练营带不到。

第 4 道墙——

需要回去之后持续训练 Skill、持续完善知识库、持续复训——

让 AI 越用越懂你——

最终某一天突然你会发现——

它自己"长出来了"。


这 4 道墙的本质,是同一件事

拆开是 4 道墙——

合起来是同一件事——

从"用别人的工具"——到"建自己的 AI 资产"。


第 1 道——你有没有自己的资产(知识库)。

第 2 道——你的资产搭得对不对(标准)。

第 3 道——你的资产自动不自动转(触发)。

第 4 道——你的资产会不会自己思考(Agent)。


90% 的人卡在第 1 道——

不是不努力。

根本不知道这道墙存在

不知道"用大模型对话"和"建知识库"——

中间隔着的是一个时代的差距。


最后的话

你不是不努力。

你只是这一年——

用对了 AI,但走错了方向。

你以为自己在"用 AI"——

其实你只是在"问 AI"。

而那 10% 的人——

早已经不在"问"这件事上跟你竞争了。

他们在建一支替自己打仗的队伍


用大模型——是用别人的工具。

建知识库——是攒自己的资产。

工具用 1 年还在原地。

资产 90 天就是另一个量级。


写到最后——

回到那个最实际的问题——

这 4 道墙——怎么一道一道翻过去?

或者更具体一点——

接下来 7 天里——能不能至少把前 3 道翻完?


第一期训练营有一位学员——小娇。

之前完全 0 技术背景。

她想做一个课程管理系统已经想了 2 年——

一直没敢动手

要么花钱找外包,要么觉得太麻烦,就一直搁着

第一期训练营 2 天结束之后——

她回去自己——

5 天——

把那个系统独立搭出来了。

那天晚上 11:50,她发来一条消息——

"张老师,成就爆棚 🎉"

"我以前想做这个系统,但不敢——觉得太复杂、自己肯定做不了。"

"今天——它真的能用了。"


这正是我们做水夕 AI 商学院第二期闭门班——想做的事。

CLOSED-DOOR CAMP · 第二期

5 月 9–10 日,深圳
两天线下闭门班

第 1 天上午 理解原理 · 看清这 4 道墙 / 你卡在哪
第 1 天下午 现场搭你的第一个知识库
第 2 天上午 把你独门方法做成第一个 Skill
第 2 天下午 场景识别 · 团队带动 · 组织效率指数级提升

WeChat QR

扫码加我微信 · 备注 训练营

15 席 · 仅剩 5 席


木羽 | 水夕 AI 商学院