40岁三部曲——AI来袭
40岁三部曲之一
四十岁那年，我忽然发现自己想明白了一些事。
不是顿悟，也不是什么中年觉醒——更像是长期的模糊终于在某一天退潮，露出了底下的轮廓。而让潮水退去的，是一个我原本并没有太当回事的东西：AI。
说”没当回事”其实不准确。AI 这个词我听了好多年，也断断续续用过一些工具。但它们给我的感觉一直停留在”挺方便”的层面，没有真正撼动什么。直到 2026 年初，我开始完整地跑通一套人机协作的系统，事情才起了变化。
那种变化很难一句话讲清。最接近的说法大概是：我不再纠结了。
我是一个特别容易内耗的人。过去很多年，我在一些小事上反复折腾，花掉的精力远超它们本身的价值。
比如笔记软件。我换过的工具可以列一长串，每次迁移都觉得”这次终于对了”，没过几个月又开始痒。本质上不是软件的问题，是我始终没想清楚自己到底需要什么。
比如学什么技能。编程要不要学？学哪种语言？插画呢？音乐呢？每隔一阵就冒出来一个念头，认真研究两天，然后搁置。不是不想学，是不知道学了能干嘛，又怕不学会错过什么。
再比如英语。该不该花时间？花多少？这个问题在我脑子里转了至少十年，从来没有一个让自己真正安心的答案。
这些纠结单拎出来都不大，但堆在一起，像是一团不断膨胀的噪声，让我很难集中注意力去做真正重要的事。
AI 帮我把噪声关掉了。
不是靠什么神奇的对话——没有哪一次和 AI 聊天让我醍醐灌顶。是我在真正理解它的能力边界之后，自然而然完成了一轮判断：笔记只用 Obsidian，因为纯文本加本地存储是唯一经得起时间考验的方案，AI 对 Markdown 的理解也最好；技能学习暂时收窄，当前阶段把精力放在自己已有的领域里，远比四处撒网来得实在；英语不急，至少在可预见的未来，AI 的翻译和理解能力足以覆盖我的日常需求。
这些判断未必永远正确，但它们足够清晰，而清晰本身就是一种解放。
往大处看，变化更深。
我得先承认一件事：过去很多年，我的工作方式谈不上有体系。年轻时还好，事情少，靠直觉和勤奋也能对付。年纪渐长，要处理的事越来越杂，我却没有建立起相应的系统。任务在脑子里打转，优先级全凭感觉，经常是忙了一整天回头一看，最重要的事一件没动。
这不是能力问题，是基础设施问题。而 AI 恰好是解这个问题最趁手的工具。
我现在的做法很朴素：把文件系统开放给它，让它帮我记录、拆解、追踪。听起来没什么了不起，但当你真正跑起来会发现，这和以前所有”效率工具”都不一样。它不只是帮你管理清单，而是能理解上下文、帮你衔接碎片、在你遗漏时提醒你。这是第一次，我觉得自己拥有了一个靠谱的协作搭档，而不只是一个更花哨的待办应用。
在这个过程中，我逐渐意识到一件事：AI 的使用方式，本身就决定了它能发挥出多少价值。
大多数人和 AI 打交道的方式是开一个对话框，把问题扔进去，然后等答案。这没有问题，但只算是入门。真正让我受益的，是理解了 AI 系统在架构层面的一个核心原则——按需加载，而不是全量注入。
解释一下这个区别。早期我会把很多背景信息一股脑塞进对话开头，希望 AI 能”了解我”。结果是上下文越来越臃肿，AI 反而更容易抓不住重点。后来我换了一种方式：用结构化的方式组织知识——把不同的技能、流程、偏好分拆成独立的小模块，每个模块描述清晰，之间用链接相互关联。AI 在处理任务时，先扫描索引，判断哪些模块和当前任务相关，再有选择地深入读取。
这套思路有个专门的名字叫 Skill Graph——不是把知识堆在一个大文件里，而是建成一张可以被遍历的网络：每个节点是一个完整的技能或概念，节点之间通过关联链接，形成一个有深度的图结构。AI 就像一个有经验的图书管理员，知道去哪个架子找哪本书，而不是把图书馆的藏书全部摊在桌子上。
这和以前所有”效率工具”的逻辑都不一样，差的不是功能，而是智能边界的理解。普通工具把信息存起来，等你去找。AI 系统是你把知识结构化，它自己判断什么时候该用哪一块。当记忆、技能、工作流被分层组织好之后，AI 就从一个问答机器，变成了一个真正能理解你的上下文的协作搭档——不只是执行指令，而是理解领域。
对我而言，这个道理在法律领域尤其具体。
法律工作的知识结构天然就是图状的，不是线状的。一份合同涉及的问题不只是”合同法”，而是合同条款模式、合规要求、管辖权差异、先例链条，这四条线互相交织，从不同的入口进去，最终汇聚到同一个判断。过去这些知识存在哪里？大部分存在人脑里。资深律师值钱，很大程度上就是因为他们的脑子里有一张这样的图，知道各个节点之间怎么关联，哪条路走得通，哪条路是坑。
但人脑的图有上限——装不了太多，也没法精确检索，还会随着精力状态波动。
如果把这张图外置出来，用结构化的方式建成一个法律技能图谱——合同条款库、合规清单、各地司法差异索引、典型先例归档——每个节点之间有明确的关联逻辑，AI 在处理一份具体合同时，从同一个入口进去，自动遍历相关节点，精准调取需要的那部分知识——这就不只是”AI 帮你写合同”了，而是 AI 在一套结构化的领域知识上做推理。
这两者之间的差距，比大多数人想象的要大得多。
我所在的行业里，大部分人还停留在把 AI 当高级搜索引擎用的阶段——问它一个问题，看它能不能给出靠谱的答案。能用，但这只发挥了十分之一的潜力。真正的变革发生在你把自己多年积累的领域知识，用 Skill Graph 的方式结构化、外置化、让 AI 可以系统性地调用之后。届时，经验的价值不仅没有被稀释，反而被指数级放大了——你的认知成了 AI 的燃料，而 AI 的算力成了你的杠杆。
短期的方向因此变得非常明确：用 AI 重塑工作流。不是空想一个”更好的自己”，而是先把手头的事理顺。
再往远一步看，更大胆的可能性也浮出水面。我的行业正在被 AI 渗透，而大部分从业者还没有真正理解这件事。如果我能把自己这段时间摸索出的经验——流程改造、系统搭建、人机协同——变成一种可复制的服务，那其实就是一门生意。
四十岁创业，听起来有点晚，但也没什么好怕的。路径比过去清楚，工具比过去强大，剩下的只是执行。
回过头来说，AI 对我真正的意义，不是”提高了效率”这么简单。
它更像是一面镜子。当你知道哪些事可以交给机器之后，你会更清楚地看到哪些事只有自己能做。判断力、审美、对人的理解、在不确定中做决定的勇气——这些东西反而因为 AI 的存在而被照得更亮。
四十岁，很多人说是下坡路的开始。我不确定。我只知道，至少在此刻，我的视野比三十岁时开阔得多。
而这一切的起点，不过是我认真用了一套系统。