从「会用 AI」
到「靠 AI 活着」
两位嘉宾,两条路径。锦成讲怎么把 AI 跑通一个赚钱闭环,Michelle 讲在 AI 时代什么才是真正不可替代的你。一份完整逐字稿拆解,按道 · 法 · 术 · 器四层重构。
锦成 — 从 AI 学习者
到 AI 一人公司
把自己活成了一个「AI 时代个体户」的样本。不是讲师,不是 KOL,是真正用 AI 赚到钱、跑通闭环的人。从零开始,用一年时间走完了「学 AI → 用 AI 做产品 → 用 AI 赚钱 → 教别人用 AI 赚钱」的完整路径。会用 AI 和靠 AI 活着,是两件完全不同的事。
不会过期的判断
会用 AI 不等于能靠 AI 活着
你可能觉得自己已经会用 AI 了——能写 Prompt、能用 Cursor 搭个网页、能调 API。但这些技能本质上只是「会用工具」。就像你会用电锯不代表你能开家具厂,会用 AI 不代表你能靠它养活自己。
中间差的是什么?不是技术,不是信息差,是你到底有没有一个完整的闭环——有人需要、你能做、你做了别人愿意付钱。少任何一环,你都只是在「玩 AI」,不是在「用 AI 赚钱」。
AI 放大你,但先问「你」是什么
这是整堂课最值得刻进脑子里的一句话:AI 是放大器,不是创造器。
你拿它放大刷信息的时间,它帮你刷得更快。你拿它放大做玩具的时间,它帮你做更多玩具。但如果你本身没有一个「值得被放大的东西」——一个卡位、一个技能、一个能解决别人问题的能力——那 AI 放大的只是你的空转。
半吊子陷阱是最大的风险
现在大多数人卡在中间状态:业务能力一般,AI 理解也一般。两个半吊子加在一起,不是「1+1=2」,是「0.5 × 0.5 = 0.25」。
你会发现这种人特别累:花大量时间烧 token,产出了很多「看起来像产品」的东西,但既没有真正的用户,也没有真正的收入。因为他既没有把业务做到位,也没有把 AI 用到极致——只是在用 AI 的「外壳」包装一个「没有内核」的东西。
跨场景能复用
一人公司的三要素:能力 × 流量 × 产品
一人公司不是「一个人开公司」,是一种结构——你的能力 × 流量 × 产品,三件事都在你手里。
- 能力你真的能解决一个具体问题,不是「会用 AI」这种模糊能力
- 流量有人知道你能解决这个问题,不管是在社群、朋友圈还是小红书
- 产品你把解决方案打包成了别人能直接买的东西,不是「我帮你做」这种手工作坊模式
缺任何一环都不叫一人公司,叫打零工。
卡位思维:不是什么火做什么,是找到一个反复出现的问题
锦成反复讲的一个概念:卡位不是追风口,是在一个「反复出现的问题」面前成为「被第一个想起来的人」。
风口会变,问题会一直在。比如「公众号排版难看」这个问题不会消失——你只要能持续解决它,你就有卡位。而追 AI 漫剧、AI 生视频这些风口的人,三个月后就要找下一个风口。
先跑通一个小闭环,再想放大
很多人的路径是:学 AI → 想做大产品 → 发现做不出来 → 放弃。锦成的路径完全不同:先帮一个人解决一个具体问题 → 收到第一笔钱 → 复制到第二个人 → 产品化。
这不是「先做小再做大」的心灵鸡汤,是工程逻辑——你连一个人的问题都解决不好,做产品只会更差。先在最小的闭环里验证「有人需要 + 你做了 + 别人付钱」三件事都成立,再想规模化。
具体动作清单
- 找你的卡位:想想你身边的人最近三个月反复找你帮什么忙——这就是你最自然的卡位。你朋友反复问你 AI 问题?你室友反复问你 C 语言?你家人反复问你某个软件怎么用?这些都是信号
- 第一笔钱不需要体面:帮一个朋友做一个具体的东西,收 50 块、100 块都行。核心不是赚钱,是验证「有人愿意为你的能力付钱」这个动作本身
- 把「我帮你做」升级成「你直接用」:每次帮人做完一件事,问自己:这个能不能做成一个工具 / 模板 / 产品,让下一个人自己用?这就是从「手工作坊」到「一人公司」的跃迁
- 焚诀只在线下流通:真正核心的方法论、真正能帮你拉开差距的打法,不会出现在公众号和免费直播里——它只在线下、在私域、在面对面的交流中流通。这不是搞神秘,是因为真正值钱的东西需要「信任 + 场景 + 个性化」才能传递
三个月后会换
- AI 编程工具Cursor、Claude Code 等
- 流量渠道微信社群、朋友圈、小红书等
- 产品部署工具GitHub、Netlify、Vercel 等
- 知识管理工具飞书 / Notion 等
Michelle — AI 时代,
打造不可替代的自己
不是教你用哪个工具,而是在回答一个更大的问题——当所有人都在学 AI 的时候,什么才是你真正该学的?她的视角不是「怎么用 AI 赚钱」,而是「AI 到底在怎么改变一个人的价值结构」。她把这件事拆成了资本、主体性、网络触达三层,比大多数讲「AI 时代个人成长」的人走得都深。
不会过期的判断
你不是没有能力,是你的能力在贬值
你有没有想过这个问题:为什么你学了很多 AI 技能,但总觉得没有变强?因为你把精力花在了「学习会贬值的东西」上。
AI 工具本身贬值最快——今天最强的是 Claude,三个月后可能换一个。Prompt 技巧贬值第二快——去年的 Prompt 写法放到今年已经过时。甚至「会写代码」这个能力都在贬值——AI 写代码的能力正在以月为单位进化。
你真正该积累的,是那些不会被 AI 替代的东西——你对真实问题的理解、你解决过的真实案例、你在真实场景中积累的信任。
「被看见」比「会做」更重要
Michelle 讲了一个特别扎心的观点:很多人不是没能力,是能力没有被看见。
AI 时代的信息过载已经到了一个极端——每天有无数人在发「我用 AI 做了这个」「我用 AI 做了那个」。你的「能力」淹没在里面,和不存在没有区别。
所以真正的竞争不只是「我会什么」,而是「我在谁面前展示过、用什么方式展示过、留下了什么可以被验证的痕迹」。没有痕迹的能力,等于没有能力。
AI 越强,人反而越重要
这个观点反直觉但很关键:AI 越强大,那些不可量化的东西就越值钱。
AI 能写代码、能做 PPT、能生图、能剪视频——这些都是「可量化」的技能,它们正在变得越来越便宜。但「我就想从你嘴里听到这个答案」「我就想让你帮我看看」「我就信任你做的东西」——这些是不可量化的,而且随着 AI 能做的越多,这些反而越稀缺。
跨场景能复用
资本四象限:你手里到底有什么
Michelle 用了一个框架帮你盘点自己的资本:
- 经济资本你有多少钱、多少收入来源、多少可以变现的技能
- 社会资本你认识多少人、多少人认识你、你和他们是什么关系
- 文化资本你真的会什么、你的知识结构是什么、你解决过什么问题
- 象征资本你的头衔、你的作品、你的履历、别人提起你时会说什么
大多数人的问题是:四个象限都是空的,但以为自己「在学习」就有资本。学习不产生资本,被看见的学习才产生资本。
主体性 vs 工具性:你是决策者还是外包工
这是 Michelle 讲的最尖锐的一个区分:
- 主体性我决定做什么、做给谁、怎么做——AI 是我的工具
- 工具性别人让我做什么我就做什么——我是 AI 的工具
你现在用 AI 的方式,是在强化自己的主体性,还是在强化自己的工具性?如果你只是「接到需求 → 用 AI 完成 → 交差」,那你就是外包工——只不过以前外包工用的是手,现在外包工用的是 AI。本质没变。
让你「被看到」的方法:留痕迹
Michelle 给了一个特别实用的方法论:不是「发内容」,是「留痕迹」。
发内容是「我要让别人知道我会 AI」——这是在刷存在感。留痕迹是「我解决过这个问题、这是证据、你可以验证」——这是在积累信用。
一个是你在告诉别人「我很厉害」,一个是别人自己能看出来「你确实厉害」。
具体动作清单
- 资本自评:给自己的四种资本打分(1-10),找出最缺的那个象限——下个月只补这一个
- 痕迹审计:翻你过去 30 天发的所有东西(朋友圈、社群、小红书),标出哪些是「刷存在感」、哪些是「留痕迹」——比例不对就当场调
- 能力验证清单:写出你「会用 AI」做的 5 件事,每件事标上「有没有被别人验证过」——被验证过的才算能力,没验证过的只是自我感觉
- 「从你嘴里听到」清单:想一想最近一个月有没有人主动来问你某个问题——那个人来问你而不是问 AI,就是你的不可替代性所在。把它放大
三个月后会换
- 「留痕迹」的渠道朋友圈、小红书、公众号等
- 「可验证」的载体个人作品集、案例库等
- 「真人出现」的场景社群、线下活动等
金句墙
两位讲者
共振的四条暗线
「准备」是最精致的逃避
锦成讲「大多数人一直在学 AI 但从来没走到做」;Michelle 讲「你把精力花在学习会贬值的东西上」;锦成讲「学 AI 用 AI 最花时间的、让我们效率降低极多」;Michelle 讲「风口最大的危险之一,是精力被提前透支在学 AI 上」。
一个从信息摄取角度切,一个从精力管理角度切,但讲的是同一件事——你以为你在为未来做准备,其实你在用「准备」这件事麻醉自己。
评估你今天用 AI 的时间,问一句「这段时间是在做、还是准备做」。
「主体性」是这一整场分享的真正主题
锦成讲「拍板的人是你」、「一人公司三要素你必须自己长出来」;Michelle 直接命名为「主体性 vs 工具性」,并给了三个症状自测。
现在所有的 AI 课、AI 工具、AI 提示词,都是在解决「怎么做」的问题。但「要不要做、做什么、做给谁」必须是你自己。一旦这一层让出去,你就是 AI 的外包工。
「线下 / 真实人际」是 AI 越强反而越值钱的事
锦成讲「焚诀只在线下流通,github 开源的都不是核心壁垒」;Michelle 讲「AI 越强人反而越重要,可量化部分变便宜,'我就要从你嘴里听到这个答案'变贵」。
一个讲信息层(真东西在线下),一个讲交付层(人在场才能收高价),合起来就是——AI 让内容、方案、网页通货膨胀了,留下的稀缺品只有「这个具体的人 + 真实的关系」。
别只在线上发,找一个能让你定期出现在真人面前的场景。
「卖铲子 ≠ 卖标签」
锦成讲「我之前跑通的卡位案例都是顺手帮人解决一个具体问题」;Michelle 讲「你要做的不是挖金子,是卖铲子的人」。
但 Michelle 进一步指出陷阱:现在卖账号、卖 API 中转、做 AI 漫剧这些「看起来在卖铲子」的事,短期红利会把你套牢——因为它们不可复制、不可放大、不在你的本体上。
判断一个 AI 副业值不值得做,问两个问题——
① 它解决的是不是真问题
② 它能不能积累在你身上(变成你的卡位 / 关系 / 资本),而不是消耗你的时间换一次性收入。
怎么最大化吸收
优先记住的三条
- AI 不是来替你赚钱的,是来放大你的(本体 × 倍数)——你今天做的事情如果只放大了「刷信息」和「做玩具」,那 AI 是在加速消耗你。
- 机会 = 被看见的概率 = 你出手的次数——不出手,等于不存在。
- 学 AI 最难的是跳出 AI——把 AI 放回工具位,把「我要什么」放回决策位。
今天就能做的三件事
- 写下你的四种资本自评分(经济 / 社会 / 文化 / 象征),1-10 打分,标出最缺的那项——这就是你下个月该补的方向。
- 挑你最近 7 天用 AI 做的 5 件事,每件标「摄取信息 / 哄自己 / 攻击自己 / 解决真实问题」——比例不对就当场调。
- 找一个你已经在的圈子(锦成社群、班级、寝室、求职课),找它最缺的一个反复出现的问题,准备一个能复用的解法发出去——这是卡位的最低门槛。