先说清楚，不是豆包不行。豆包当然好用，写文案、查资料、做总结、生成图片都没问题。我说的新手村，不是豆包这个工具，而是很多人的使用方式：打开软件，问一句话，拿一个回答，然后心满意足地觉得自己已经开始用 AI 了。
这就像你下载了一个健身 App，收藏了 30 个训练计划，然后觉得自己已经快有腹肌了。不能说完全没开始，但离真正练起来，中间还是隔着一个"明天一定开始"。
很多人用 AI 的第一层，就是会问 AI。打开豆包、ChatGPT、Kimi、DeepSeek，输入一句"帮我写个文案""帮我总结一下""这个概念是什么意思"。这一步当然有用，也是大多数人的入口。但它本质上还是问答，你是在把 AI 当成一个更聪明的搜索框。
第二层，是会指挥 AI。用久了你会发现，随便问一句"帮我写一篇小红书"，它写出来的东西经常很空、很假、很像那种"看完热血沸腾，合上啥也没记住"的年终总结。这时候你才会意识到，不是 AI 不行，是你给的任务太模糊。
所以你开始学提示词、上下文、角色设定、输出格式。你不再只是说"帮我写"，而是会告诉它：我是谁，写给谁看，我想表达什么，不要什么风格，最后要输出成什么结构。说白了，提示词不是咒语，不是多写几个"你是顶级专家"就能召唤神龙，它更像一份工作说明书。说明书写得越清楚，AI 越不容易自由发挥到村口小卖部。
第三层，是开始用专业 AI 工具。到了这里，事情就开始有点不对劲了。你会接触 Claude Code、Codex、Cursor、Coze 这类工具。你不再满足于让 AI 回答你，而是开始想让它真的帮你做事，比如改网站、整理文件、生成页面、修 bug、搭工作流。
然后很多人会第一次遇到 CLI，也就是命令行。第一次看到那个黑窗口，大部分人的内心应该都差不多：我不是来学 AI 的吗，怎么突然像要转行程序员了？但 CLI 没那么玄。说人话，它就是用文字命令操作电脑。以前你是点按钮，现在你是打命令。聊天框里的 AI 像远程顾问，你问它，它给你建议；CLI 里的 AI 更像被你带到了工地现场，可以看文件、改文件、跑命令、检查报错。
第四层，是开始给工具接模型。这一层你会遇到一堆看起来很像法术材料的词：API Key、Base URL、Model Name、Provider、Token。很多人一看到这些就想关电脑，感觉自己只是想学 AI，结果突然被塞进了程序员补习班。
但其实没那么复杂。API Key 像门卡，Base URL 像入口地址，Model Name 是你要调用哪个模型，Token 是你使用模型时消耗的额度。你不是在写什么高级程序，你只是在告诉工具：去哪里，用哪个模型，用谁的额度。比如你想让 Claude Code 接 DeepSeek，或者让某个工具接别的大模型，就会遇到这些配置。
到这一层，你会第一次真正意识到，AI 不一定只能在某个 App 里用。它可以被接进工具里，变成工具背后的能力。以前你是打开 AI 软件求它帮忙，现在是让工具自己去调用 AI。这个差别很大，一个像临时请外援，一个像终于把员工招进公司了。
第五层，是开始搭自己的 AI 系统。听起来很高级，其实翻译成人话就是：你终于不再到处捡工具了。很多人都会经历一个阶段，今天看到一个新工具，收藏；明天看到一个新模型，收藏；后天看到一个智能体案例，又收藏。最后收藏夹像进货单，电脑里像 AI 批发市场，真正每天稳定用上的，可能就那两三个。
然后你就会慢慢发现，AI 工具多，不等于你会用 AI。就像厨房里锅再多，也不代表你会做饭；最多说明你很有开饭店的梦想。真正有用的是，AI 能不能在你的工作里固定承担一件事。
比如每次写内容前，它能不能帮你判断选题。比如每次做项目时，它能不能先读你的项目规则。比如每次整理资料时，它能不能按照固定格式帮你归档。这些事情不一定很大，但只要它开始稳定减少你的重复劳动，它就不再只是一个聊天对象。
这时候，知识库、工作流、智能体这些词才开始有意义。知识库不是"我把资料丢进去就完事了"，它更像给 AI 准备的交接文档。不然它每次上班都像临时工，第一句话永远是：老板，咱们公司是干啥的？
工作流也不是魔法，它更像一套流程表。你别指望 AI 自己突然悟了，然后把事情做得又稳又好。你要告诉它第一步干什么，第二步检查什么，第三步输出什么，哪里不能乱来，哪里必须等你拍板。
智能体也不是神。它更像一个有点聪明、但还需要盯着的实习生。你给它目标、资料、工具和边界，它能帮你干活；你只说一句"你自己看着办"，那它可能真的会自己看着办，办到你打开结果沉默三分钟。
所以走到第五层，你才会明白：学 AI 不是追工具，而是搭系统。这个系统不一定很复杂，它可能只是一个知识库，一个固定提示词，一个选题表，一个工作流，或者一个你自己常用的小工具。
重点不是它看起来多高级，而是它能不能稳定地帮你处理真实工作。如果 AI 只是偶尔给你一点灵感，那它还是个聊天对象；如果 AI 能固定帮你完成一类事情，那它才开始变成你的工作系统。
所以很多人以为自己在学 AI，其实只是学会了和 AI 聊天。
这不丢人，谁还不是从新手村出来的。问题是，你不能一直在新手村刷怪，还以为自己已经通关了。
第一层，你会问 AI。 第二层，你会指挥 AI。 第三层，你开始用专业工具，让 AI 进入工作现场。 第四层，你开始给工具接模型。 第五层，你开始搭自己的 AI 系统。
判断你有没有走出新手村，不是看你收藏了多少 AI 工具，也不是看你嘴里能不能蹦出几个英文词，而是看一个很简单的问题：**AI 现在到底有没有稳定帮你干活？**
它是在陪你聊天，还是在帮你处理流程？ 它是在给你灵感，还是在帮你沉淀结果？ 它是你偶尔打开的一个软件，还是已经变成你工作里的一部分？
如果答案还是"我主要就是打开豆包问一问"，那也没关系，至少你知道自己在哪一层。
怕的不是还在第一层。怕的是一直在第一层，还觉得自己已经站在 AI 浪潮之巅。
所以你现在在哪一层？