卷首 / 刻度釋義
六檔刻度,每檔只做一件事
刻度不是資歷,也不是職級。它是「你和 AI 之間,那一層機制你懂到哪」。下面每檔寫四樣:像什麼、該懂什麼、常錯在哪、下一步只做一件事。
L1 聽潮 0–15 分
你知道「AI 很厲害」,但說不清它厲害在哪一段;你用過聊天框,沒讓它替你跑完一件完整的事。
該懂什麼
- 大模型是什麼、能做什麼的粗線條
- "提示詞"三個字指什麼
常錯在哪
- 把 AI 當成更聰明的搜索引擎
- 以為模型越大越靠譜
下一步只做一件事:挑一件你每週都要乾的重複活,完整交給它跑一次,並寫下"什麼算做好了"。
L2 試水 16–34 分
你能問出還不錯的答案,也開始試工具;但產出好壞像抽籤,說不清為什麼這次好、那次差。
該懂什麼
- 上下文、幻覺、知識截止這三個詞的真實含義
- 一次好產出裡,哪部分是提示詞起的作用
常錯在哪
- 以為"寫得詳細"就等於"說得清楚"
- 出問題就換模型
下一步只做一件事:同一件事,用"給判據 + 給反例"重寫一次,對比兩次產出的差別。
L3 上手 35–52 分
你會把工具接起來,讓一件小事真的自動跑;你知道它會錯,也大概知道錯在哪一段。
該懂什麼
- 檢索、工具調用、上下文窗口的配合關係
- 成本與延遲為什麼會決定方案
常錯在哪
- 只看"能不能跑通",不看"能不能復現"
- 把一次成功當成穩定能力
下一步只做一件事:給你手上的自動化加三樣東西:判據、日誌、失敗重試。
L4 造物 53–70 分
你會為自己的活造工具,不是用現成的;你在做取捨——用哪個模型、留哪段人工、花多少錢。
該懂什麼
- 評測集怎麼做、基線怎麼定
- 多步任務裡,哪一步必須人來判
常錯在哪
- 以為"我熟"就等於"團隊能跑"
- 用個案說服自己,不做迴歸
下一步只做一件事:把你自己那套做法寫成別人能照著跑的判據清單,交給一個同事跑一遍。
L5 編排 71–86 分
你在設計"誰幹什麼、怎麼驗、錯了誰認";你管的不是提示詞,是任務、權限、口徑與覆盤。
該懂什麼
- Agent 編制與任務臺賬的關係
- 權限、審計、回滾怎麼落在流程裡
常錯在哪
- 用"再加一個 Agent"解決協作問題
- 把驗收權交給執行方自己
下一步只做一件事:給你管的這條線,立一張三個月期的任務臺賬:誰執行、誰查驗、什麼算閉環。
L6 造局 87–100 分
你在動的是規則本身:數據從哪來、標準誰來定、成本由誰承擔;你能提前看到下一層瓶頸在哪。
該懂什麼
- 算力、數據、評測、組織四者的相互約束
- 開源/閉源、監管、標準如何改變可行域
常錯在哪
- 把"我能做到"當成"這件事應該做"
- 忽略責任歸屬與外部性
下一步只做一件事:挑一個你正在做的系統,寫出它半年後最可能被哪一層卡住,並先動那一層。
三層知識怎麼用
第一層(題)只負責取樣,不負責評判;第二層(這張表)負責把分數翻譯成"你該補的那層機制";第三層(全景圖)負責把機制放回世界——讓你看到這層機制在河、橋、街、城、野裡各佔哪一段。三層讀完,你對自己認知的判斷會比一個分數準得多。
一個反直覺的用法:先讀全景圖,再回來測。很多人測完才發現,自己一直以為"懂"的東西,其實只是聽說過名字——因為全景圖把一個名詞放回了它的上下游,你立刻知道自己缺的是上游還是下游。