大模型每天卷生卷死，我回老家问了十几个朋友，发现这场狂欢跟他们没半毛钱关系。

烧烤店里七八个人，啤酒烤串，有人提了一嘴“天天新闻里说的大模型到底是啥”，我一下子来了精神——这话题我太熟了，每天测模型、搭Agent、调工作流，信息流里八成是AI动态。可一问他们用不用AI，场面突然安静。有人用过豆包问菜谱，有人拿DeepSeek写过请假条“写得像流水账”，当老师的同学偶尔查资料但“不敢全信，万一瞎编呢”，剩下几个连APP都没打开过。最扎心的是那句：“AI不就是聊天机器人吗，跟以前的智能客服有啥区别？”

那一刻我意识到，我们活在一个巨大的圈子茧房里。你以为全世界都在聊AI，其实出了这个圈子，AI就是个偶尔打开的APP，用完就关，生活照旧。

回来后我把接触到的AI使用者粗分了六等，不是按收入学历，是按和AI的真实关系：

第一等：基础问答使用者。 占九成以上。用法和百度知道没差，问菜谱、问作业、问旅游攻略，把AI当“稍聪明点的搜索框”，信任度不高，“参考参考还行，真有事不敢全信”。对他们来说，AI就是查天气的工具，不是“技术”。

第二等：尝鲜功能使用者。 刷短视频看到AI能画图、做PPT就试两下，结果手指画歪、内容空泛，不知道什么叫Prompt优化，试几次觉得“也就那样”。在一堆只问问题的人里算“懂点”，但本质是“刷到才会用，没刷到就不知道”。

第三等：Workflow使用者。 开始有门槛了。会存Prompt模板、按场景分类，用扣子搭简单自动化流程，比如新媒体运营姑娘用Claude写初稿再人工改，被朋友叫“AI达人”。但她的技能很难往下传——你跟第一等的人说“要优化Prompt、搭工作流”，对方会觉得你“有病，问个问题至于吗”。这是第一道分水岭：越往上走，能交流的人越少。

第四等：Agent搭建者。 不满足单次对话，开始折腾OpenClaw、Hermes，懂Harness、Hook，搭自动整理邮件、监控网站的Agent。在普通人里算“人上人”，但处境尴尬——跟第一等的人说“我用Harness约束Agent执行范围，加Hook在关键节点暂停等人工确认”，对方只觉得你在说外语。从这一层开始，AI使用者成了孤岛。

第五等：非专业爱好者。 准专业方向，会折腾本地模型、搭个人知识库，用DeepSeek这类性价比高的工具解决本职问题，典型如产品经理用AI搭个人知识库整理笔记。特征是极度在意性价比——宁愿花两小时跟AI废话纠正问题，也不愿多花二十块充值。他们不是不懂顶尖模型更好，而是“够用就行”，这一群体才是当前AI使用的真实大头。

第六等：深度产消者。 真正的重度使用者。为追求质量用Claude Code、Codex，月付几百块不心疼，同时跑多个Agent甚至自己开发，对模型优劣、参数调优门儿清。在所有AI使用者里，可能连1%都不到。对他们而言，AI不是工具，是同事。

从第一等到第六等，不是程度差异，是维度差异：前者用豆包问菜谱，后者用Claude Code跑自动化编程流水线；前者觉得AI是聊天机器人，后者觉得AI是不知疲倦的协作伙伴。

更讽刺的是，对前90%的人而言，一个本地跑的7B模型（比如Qwen 7B）就够用了——写周报、整理会议纪要、提炼文档关键信息，完全能覆盖日常需求。大模型行业卷参数量、卷跑分、卷上下文长度，这些进步几乎只惠及那1%的深度使用者。普通人从GPT-3到GPT-5的体感差异微乎其微，反正都是问菜谱。

这让我想起2005年的网卡。那时候“上网”是需要专门准备的事：装网卡、拉网线、拨号，像现在专门学怎么用AI一样。后来WiFi、4G、5G普及，你不再“上网”，只是刷视频、发消息、叫外卖——互联网变成了空气。AI大概率也会走这条路：从“需要主动打开APP对话”的可见工具，变成嵌入所有产品和服务的不可见基础设施。到那时，我老家的朋友不会再说“AI是聊天机器人”，因为他们根本不需要知道AI在里面。

现在的拧巴在于：AI对普通人的影响主要在情绪层面——新闻里“AI取代岗位”的焦虑，和实际使用时“也就那样”的落差。从业者被技术迭代推着跑，一周不学习就觉得落后；而最该焦虑的普通人，反而因为没接触而安心。

AI最终会变成空气。在那之前，我们这些“会装网卡的人”得承认：现在的AI确实就是个聊天机器人，只不过我们不愿承认而已。行业良性发展的标尺，从来不是参数涨了多少，而是AI能不能从“被使用”变成“不被察觉”——就像你不会觉得自己在“用互联网”，你只是在生活。