如何在 AI 时代打造你的核心竞争力？

（注：本文为小报童精选文章。已订阅小报童或加入知识星球「玉树芝兰」用户请勿重复付费）

焦虑

在《AI 研究已摘得诺奖桂冠，普通科研工作者将何去何从？》一文中我谈过自己对目前 AI 技术浪潮对大众影响的体会——未来已来，只是分布不均。

很多人在还没有意识到 AI 带来的变革潜能时，觉得与自己无关，日子该怎么过怎么过，倒也轻松。而一旦突然意识到 AI 的重要性，就会变得焦虑万分。

这种焦虑，就是挣扎与思考在外部技术环境发生巨变的时候，如何保住甚至是提升自己的竞争优势。

这不是开玩笑的事儿，不信你问问身边的翻译和插画师们。不用抬杠，我知道他们中有些人依然过得很好，甚至比原先境遇更好。但是让我们摒弃「幸存者偏差」，查看更多样本的情况，才比较妥当和实际。

现在这个「受影响岗位名单」已经变长了，而且还会越来越长。一夜之间，你或许就发现自己多年培养建立起来，原本引以为傲的技能，对满足用户需求不再必须。那种感受显然不大妙。

可「保持竞争优势」，谈何容易呢？谁都知道，冰冻三尺非一日之寒啊。

方案

于是有人就干脆盯住了关键因素 —— 既然变革是 AI 引起的，那我就去学好 AI 技术，不就好了？

于是，他们搜集资料，定制了自己的学习计划：

• 线性代数

• C 语言

• 数据结构

• 统计学

• 机器学习

• 深度神经网络

• ……

别问我为啥这里是 C 语言，而不是人工智能友好的 Python / Javascript ，我也不知道。确实有人给大伙儿这么推荐，可能推荐者本人是教 C 语言的吧。

我这里没有半点揶揄的意思，因为我自己也教过 C 语言，反响还不错呢。只是，你让我给初学者入门 AI 推荐 C 语言，不好意思，我着实做不到。

上面的列表学完，就算完了吗？

当然没有，之后还有各种 AI 应用的学习，从最简单的对话应用+提示词工程，直到本地化部署如 Stable Diffusion, ComfyUI, Dify/Coze, OpenAI Swarm 打造智能体工作流，甚至是自定义微调模型……

按照这个列表来学，如果你学得足够扎实的话，那么等你好不容易学到应用层，兴许就会发现所有的工具列表名称全都得换掉了 —— 因为下一波应用的浪潮又到了。

对于非理工科专业的小伙伴来说，我实在无法想象你能仅仅通过自学就把前面那些东西都掌握。如果能成功，那我对你的自学能力和意志力钦佩不已。

推荐

所以，在知识星球「玉树芝兰」里，星友让我推荐「更好地理解 AI 的核心原理和规律」的书籍时，我推荐的是这几本：