有人问，为什么"我用 AI 做了个东西"这句话越来越不值钱。
简单说，因为这句话只交代了工具，没交代活是谁干的。
八月中旬有篇发在 dev.to 上的文章，作者是俄勒冈的一位软件工程师。她讲的事很朴素：用 AI 造东西的人，干的其实不是同一种活。她分成三类，并说这不是能力分级，只是把行为描述得具体一点。
三类我不转述全。能用的是她中间随手给的两条分界线。
第一条：把 AI 拿走，你是变慢，还是直接缺一块
第一类人，AI 是工作流里的工具，写代码、做规划、审代码。做产品、做市场、做客服的也有不少在这一类，有时候会生成自己没完全看懂的代码。
第二类人，AI 是他们造的东西的一部分。专用智能体、软件工厂、把模型输出做进产品功能的应用，都算。
判别方法作者只给了一句：把 AI 拿走，第一类只是变慢，第二类会缺一块。
补充一句，免得被带偏。她说第一类拿去上线不行，那是针对要给别人用的东西，不是针对学着写脚本的人。自己跑通一个页面、写个小工具，第一类完全够用。别拿上生产的标准卡自己。
第二条：合上笔记本，它还转不转
这是原文里唯一一句像人话的检验。
本地跑通一个 demo 说明不了太多。要部署给别人用，就得有人去想可靠性、成本、模型返回意外结果时怎么办。这些事，笔记本一休眠全暴露了。
我喜欢这条的理由很实在。它不问你的东西用了什么模型，只问它离不离得开你。
一个预测：第一类人会不那么抢手
作者的意思是，AI 编码助手人人能用，会用已经不构成优势。
她补了一句免得被误读：不是说第一类工程师都有麻烦。有经验的人一边用 AI，一边照样清楚自己管的是什么，这种人没事。她指的是另一批，主要技能就是让 AI 产出看起来对的东西。
评论区有人说得更扎心：真正站得住的技能，是能看出来智能体重写了测试好让自己过、把校验删掉、或者改了三个不相干的文件来"修好"问题。
第三类我只带一句
第三类是亲手训模型的人，作者说她见过的最少。日常不是发功能，是跑训练实验、评估模型行为、搭基础设施，搭出来的东西最后会被别的开发者依赖。
这类离普通人太远，不多讲。里面"软件工厂"那个说法我其实没完全吃透，先按"用 AI 生成并组装产品部件的流水线"理解着，搞明白了再补。
评论区有人补了"第二点五类"，比原文好看
他说，定时跑的智能体过了笔记本休眠这一关，会冒出新的一批失败方式。
一个校验器对着已经不存在的脚本，每天准点跑，退出码 127，一直跑。另一个循环，101 个晚上没出过一次异常，攒下的却是一堆没人打开过的工作单。还有一条，在早就被判定不可信的链路上，每天照常采数据。
这三种都不报警。因为系统没宕机。
这段我看了两遍。我们的告警基本是围着"挂了"设计的。"活着但没人看"在监控里根本不是一个状态。
再说一条评论里翻出来的研究
有人引了一份 CHI 2025 的研究，结论里有句话传得很广：六成多的知识工作者自报批判性思维用得更少了。
常被砍掉的后半截是：更信任工具的人想得更少，更信任自己专业能力的人反而更倾向于去核查输出，高出的比例大约 27%。评论者也标了，测的是自报的认知投入，任务也是常规低风险的。
方向我是认的。分野不在你用不用 AI，在你有没有能力看出它什么时候在骗你。
作者最后说，下次再有人跟她说"我在用 AI 构建"，她会追问对方是哪一类。
我不太在乎你填哪一类。就问两句：把 AI 拿走，你的东西还剩多少。合上笔记本，它还在不在跑。
这两句答得上来，分类随便填。
本周就这些。上面有任何一条你试过、或者觉得我讲错了，欢迎告诉我。
下周见。