拆解 AI 时代的学习路径与信息差：从认知升级到落地赚钱

2025 年 10 月 7 日晚，WaytoAGI 社区「晚八点共学」直播中，讲师添锦（韩煜东）围绕 AI 时代的认知升级、信息获取与落地变现展开了一场长达三个多小时的分享。他结合 OpenAI 开发者大会的最新动态、自身用 AI 工具从零搭建小程序的经验，以及多年内容行业从业观察，系统回答了「普通人如何抓住 AI 红利」这一核心问题。本文适合正在学习 AI 但找不到方向、想用 AI 赚钱却迟迟无法落地的初学者和从业者阅读。

AI 是时代的基础建设，人和人的差距靠执行力拉开

▶ 29:24 · 看这一节

添锦开篇就抛出一个观点：AI 不只是工具，而是生产力和生产关系的迭代，已经成为这个时代的基础建设。他举了一个亲身经历的例子：去酒吧喝酒时，店家让顾客扫二维码自动生成好评，一键发布到大众点评。「在我们很多看不到的地方，其实 AI 正在替代和重构我们的生产力。」

他承认 AI 并没有完全取代程序员和设计师，但改变了他们的工作方式，更重要的是，「AI 让很多事情变得没有门槛」。添锦自述完全不懂代码，只学过 Python 的 hello world，但如今用百度的秒搭工具，一句话就能生成一个微信小程序。「一堆代码不用写，根本不用写代码，这全是 AI 写的。」

当门槛被拉平，人和人之间的差距靠什么拉开？添锦的答案很直接：「AI 时代最容易拉开差距的点，人和人之间就是这三个字，执行力。」他认为认知差和信息差在这个时代都容易被抹平——大佬们都在无偿开源分享，信息满天飞，但真正动手去做的人少之又少。他坦言自己天天直播，本质上也是用输出倒逼输入，强迫自己学习：「我如果我的内心，我的认知很贫瘠，那我没有输入，我怎么一直逼次呢？」

他反复强调一个原则：「AI 所有的东西都给我以落地为先，落一切落不了地的都是耍流氓。」什么叫落地？「你靠 AI 赚到了钱，甭管多少，9 块 9 也是钱。」

OpenAI 生态布局：从数据到支付的闭环野心

▶ 42:40 · 看这一节

添锦用几个数据说明 OpenAI 的体量：开发者从 200 万增长到 400 万，ChatGPT 每周用户达 8 亿，API 调用增长 20 倍。「这三个数字非常的有代表性，它直接指向了一个非常炸裂的现实，就是 OpenAI 有着非常恐怖的用户量和市场需求。」

在他看来，OpenAI 推出 Sora、信息流推送功能以及 agent builder，都是在「下自己的大棋」——搭建一个闭环生态系统，把用户注意力牢牢绑定在平台上，甚至影响用户的认知。他提醒大家警惕 AI 时代的信息茧房：「你的注意力一直改变算法，AI 比你自己更加懂你自己。」他建议每个人在心里记一根红线，保持警惕。

具体到机会层面，添锦重点分析了两个新动态。一是 agent builder，一个目前只有文字能力的拖拉拽智能体，未来会迭代进多模态能力。二是 OpenAI 发布的智能体支付协议，与谷歌的 AP two 协议类似——给 AI 办一张银行卡，设定规则后它能自动完成支付，比如凌晨三点帮你抢周杰伦演唱会的门票。

添锦认为这里藏着开发者的新机会：「我们人来支付的决策逻辑和 AI 来进行支付的决策逻辑一样吗？它一定不一样。」基于智能体支付做新的应用层支付产品，可能是一个蓝海。他把这些动作比作拼图：「他其实是一块大的板块上的一小块一小块的板块构成的拼图，他在搭一个生态系统。」

行业加 AI 才是真落地，找真需求要去评论区

▶ 58:50 · 看这一节

针对「怎么靠 AI 赚钱」这个问题，添锦给出了一个核心公式：不是 AI 加行业，而是行业加 AI。「单纯只有 AI 是赚不到钱的，AI 他啥都懂，但啥都不精。你内行人一看 AI 生成的那些信息，你就是说，哎，有道理，但不多。」

他批评了常见的错误思维：「很多搞 AI 的朋友，他的逻辑是电商赚钱，那我 AI 也一定能在电商领域赚到钱。这个逻辑是不是有点问题？他应该是我在电商行业，我发现了一个行业的痛点，这个非常麻烦，但是我用 AI 好像能帮我提效。」他强调，只有解决了用户的真需求、为结果负责，用户才会心甘情愿付费。

那如何找到真需求？添锦给出了非常具体的方法：去人多的社交媒体平台，尤其是抖音和小红书，「去评论区找高赞的需求，看看那些人在吐槽啥、在焦虑啥、在因为什么而烦恼」。如果评论区找不到，就自己发一个精准的帖子吸引人来杠——「我觉得没有一个好用的粉底液，对于黑黄皮来说」，评论区会涌来一堆活人告诉你真实需求。他还推荐关注「成才猫」的公众号获取相关信息。

找到痛点之后要验证是不是真需求，再考虑用 AI 赋能落地。他以自己为例：发现 AI 初学者缺乏系统化学习指导的痛点，经过直播间两三百个种子用户验证后，用秒搭做了一个「天锦学习 AI 助手」小程序。他还提到沉浸式翻译这个产品，聚焦英文信息实时翻译的痛点，「聚焦着一个非常痛、非常小、非常非常痛的痛点做的」，就是成功的落地案例。

AI 绘画和 AI 视频是陷阱，要做观点向自媒体

▶ 1:24:37 · 看这一节

添锦在直播中放出了一个「暴论」：「如果你们在座的这些人，现在还没有通过 AI 绘画和 AI 视频赚到钱的，不要再往这里边去投入了。」他的理由有三：一是 Sora 2 目前不是生产力，「它就是个玩具」，模型能力不如国内产品，且本质是一个工作流而非单纯的视频模型，不听从指令；二是行业太卷，今年过年时 AI 视频一分钟平均报价 3 到 4 万，现在大幅下降；三是头部企业多是从原广告公司转型而来，新人很难竞争。

他用 MG 动画的历史做类比：曾经一分钟一万多起步，现在淘宝上 600 到 2000 块钱顶天。「这也是 AI 视频的归宿。」他提醒，做纯粹 AI 视频的自媒体是「天坑」，因为没有满足用户的真需求，「和路边在电线杆上贴的广告没有什么区别」，容易被同行抄袭，账号也可能随时被封。

那自媒体该怎么做？添锦的建议是做观点向的内容：「你就天天阴谋论，你说 OpenAI 又下了一门大棋，他想把我们所有人都装到里边。」他解释，用户要的是情绪价值，「没有人想通过 AI 短视频来学到真东西」，观点输出能让人关注你、信任你，之后卖课变现就顺理成章。他还强调做 KOL 的本质是「去伪存真赚钱」——虚假信息越来越多，真实的链接越来越宝贵，用户会相信真实且专业的人。

信息获取与学习方法：一手信息在 X 和 Reddit

▶ 1:52:32 · 看这一节

添锦分享了自己获取 AI 信息的工具和方法。国外一手 AI 信息主要在 X 和 Reddit 两个平台。他推荐使用 Grok 搜索帖子而非网页——「哪里活人多去哪里」，因为 Grok 和 X 是一家的，搜索的是活人发的帖子，而谷歌 Gemini 的 deep search 或 GPT 的 deep search 搜索的是网页。国内则推荐用点点（小红书旗下模型）或豆包，「因为这两家的内容池最大」。

他给出一套可复制的提示词方法：把系统提示词复制粘贴到 Grok 中，它会自动浏览网站、搜索帖子，汇总当天 AI 圈的重要新闻。添锦强调要用「深度搜索」或「深度研究」模式，而不是简单搜索。他还推荐了 Flowis、纳米等工具，以及天普乐、海绵音乐等免费 AI 音乐生成工具。

学习方法上，添锦提出要分清楚主要矛盾和次要矛盾。他当下的主要矛盾是获取 AI 前沿资讯，次要矛盾是英语能力不足，于是通过看英文资讯、借助翻译工具来一举两得——「久而久之，其实你就会能看懂一些东西，因为其实常见的词汇量，尤其是 AI 里边的词汇量也就那些」。他甚至设想办一个「AI 英文原著阅读营」，每天发一篇中英文对照的 AI 资讯，既教英语又教 AI，「你教 AI 你才能影响多少人？你通过 AI 来教英语，这玩意谁受得了？」

他还强调输出是最好的学习：「只有你讲出来这个东西才会真正的变成你的，甚至有时候你讲一遍还不够，你要多讲两遍。」他自述不爱看书，更喜欢看视频教程和观点向的内容，因为「这个年代不适合看书，光新闻都看不过来」。

现场问答

问：人工智能训练师证书值得考吗？

答：如果当地有补贴，考完能赚 500 块就可以考；没补贴就没必要，没有公司会认这个东西。人工智能训练师本质上是打标师，是干苦力活——给模型喂数据、做标注，没有含金量。

问：现在学 Python 还有必要吗？

答：不建议现在纯学 Python，建议去学 Web coding。先学 AI coding，用 cursor、tree、cloud code 等工具，哪里不会就直接问大语言模型，让它出题测试你是否真懂了。

问：做自媒体发新闻容易被违规限流怎么办？

答：别好像容易，你先发限流了再说。做自媒体要输出观点，不要只发新闻。

要点回顾

• AI 是生产力和生产关系的迭代，已成为时代基础建设，让很多事没有门槛；人和人之间靠执行力拉开差距。
• 落地为先：靠 AI 赚到钱，哪怕 9 块 9 也是落地；出海报、出视频不算落地。
• 赚钱逻辑是行业加 AI，不是 AI 加行业；先发现行业痛点，验证是真需求，再用 AI 赋能解决。
• 找真需求去抖音、小红书评论区看高赞吐槽，或自己发精准帖子吸引反馈。
• 不看好 AI 绘画和 AI 视频：太卷、投入产出比低，Sora 2 目前不是生产力；做自媒体要做观点向、做 IP。
• 国外一手 AI 信息在 X 和 Reddit，用 Grok 搜帖子；国内用点点或豆包，内容池最大。
• 学习要分主次矛盾，用输出倒逼输入，讲出来、分享出去才能真正内化。