换个更强的模型，问题就解决了吗？

身边常有这样的对话：某人抱怨AI写出来的东西“很水”，然后有人建议他换一个更新的模型试试。换完之后，他依然觉得一般。

这背后的误区是：把AI当成一个买来就能用的成品工具，而不是一项需要练习的技能。

最近 Hacker News 上有一篇讨论度不高但观点很扎实的文章，核心意思就一句话：想把AI用好，需要时间和练习。这个判断听起来朴素，但恰恰是大多数人忽略的地方。

为什么AI和别的软件不一样

传统软件的逻辑是确定的：点这个按钮，出这个结果。你不需要“练习”Excel，只要知道功能在哪就行。

但大模型不是这样。它更像一个能力很强但需要沟通的协作者。同一件事，你换一种问法、补一句背景、给一个示例，结果可能天差地别。这种“手感”没法靠说明书获得，只能靠一次次试出来。

换句话说，模型能力是公共的，但你个人的使用水平是私有的。别人用同一个模型能做出好东西，不代表你上手就能复现。

练习到底在练什么

练“怎么描述问题”

新手常犯的错是给一个模糊指令，比如“帮我写个方案”。老手会补上：给谁看、多长、什么风格、要解决什么具体问题、有没有参考样例。这不是模板套路，而是把脑中的隐性需求显性化的能力，需要反复练。