AI 能力的三个简单层次 - 为什么有些人 AI 越用越强，有些人原地打转

我简单把 AI 应用能力分为三个层次，对应于编程能力的三个阶段。

1）会和 ChatGPT （或者 Kimi，豆包） 交互聊天。你问一句，它答一句，输入的命令和回答，用完就丢掉，没有积累。

2）会写一个较长的文件，让 Claude Code，或者 Codex 执行，不断调整，反复验证，比如不断修改 SKILL.md 文件，通过多次调试形成一个可以被反复使用的文件。

3）会在一个文件夹里面，组织多个子文件夹目录里面的多个文件，形成一个项目，交给 Claude Code 等定期或者手动执行。这个文件夹里面或许含有几十个 .md 的文件，每个文件描述项目精确控制输出的一个方面，比如市场活动项目包括 platforms/ 文件夹里面的 xiaohongshu.md, facebook.md, x.md 等，brain/ 文件夹里面的 voice.md, angels.md, ideas.md, product.md，以及 prompts/ 文件夹里面的 image_gen.md, video_gen.md, text_gen.md 等等。

对应于编程，这三个阶段对应于：

1）会进入交互编程环境，输入一行代码，立刻得到这一行代码的输出（就是所谓的 REPL，全称是 Read–Eval–Print Loop）。这是一个学习、debug 的环境，但是不可能有什么真正的产出。

2）会把 Python 命令写入一个 hello_world.py 文件，然后会用 “python3 hello_world.py” 执行，看结果。这才可能不断修正不断改进，每一次修整都沉淀下来可复用，积少成多，不断改进。

3）会用 “import” 命令，会把自己文件夹里面的其他文件，以及其他库里的文件引用进当前项目，形成大量 .py 文件，以及其他的相关文件组成的一个小型项目，然后用 “python3 index.py” 去执行整个项目。

现在大多数人的迷惑之处在于，只停留在第一层，没有尝试第二层和第三层。而听到别人 AI 编程的时候，以为别人是用第一层的方法编程，那就怎么也不理解别人说的是什么了。