现在AI已经可以完成生活和工作中的大部分任务了。这个时候我们还需要花更多时间来学习更多技能、了解底层原理吗？
在没有AI的时候，很多面试互联网研发岗位的人，都会问一个问题：为什么要问这么多底层原理的知识？
其实在工作中，大部分都是一些增删改查的简单任务，为什么还要学一些平时工作中都会用不到的底层原理呢？
这是因为学底层原理，一方面是对自己学习能力的一种证明，证明自己有能力学习这么有深度的技术。另一方面也是作为一种技术储备，虽然很复杂的问题在工作中大部分情况下都不会遇到，但如果你已经提前做好了技术储备，那么就能够在高强度、时间紧张的重压之下，能快速解决这个问题。而这在互联网当中是一种必备的技能。
AI的应用
那么AI的应用呢，其实现在也可以分两个方面，横向的拓展与纵向的技术深度。
1 横向的拓展，对没有写代码经验的产品、运营等岗位，他们用AI能够快速做一款产品，做一个最小的MVP产品。然后把自己几年前就有的想法做一次验证，证明这个市场是否可行。
这个时候其实是不需要了解底层的原理，关键就在于快。谁先能够把这个想法实现，在市场上经过验证，谁就能够快速抢占先机。
其实在2026年上半年的时候，很多OPC都分享过自己的经验，他们基本上有两个共同的特点：
第一个特点就是他们没有写代码的经验，因为很多人虽然没有写过代码，但是有很多想法，那在之前想要找研发，即使在企业当中通过合作关系找研发，也可能也需要几个星期，甚至几个月的排期才能实现验证。但是有了AI之后，就可以快速找AI来进行验证，这些OPC都比较愿意在科技领域投资，一个月200刀的max会员是必须的。有了这些条件之后，他们就能够在2026年上半年做出非常多优秀的产品。
2 纵向的技术深度，其实是在某一个领域持续深入，做更多深入的钻研。比如在企业当中，在某一个技术方向上，无论是前端还是后端，如果这个业务规模非常复杂，并且容错性非常低。比如金融这一类领域，它其实是不能出错的，那这个时候对于几十万行的大型代码，以及良好的架构设计，这就需要自己对底层知识有足够的了解。否则，即使AI有99%的正确率，只要有1%的偏差，当这个产品迭代非常多的时候，就会出现一个更明显的偏差。这种情况下我们其实还是需要具备学习能力的，需要学习更多的底层知识，避免外行指导内行。因为很多研发都会发现用AI写代码非常上瘾，非常爽，因为看到自己几个星期的工作量AI几十分钟就做完了，这种感觉如果你体验过，就会发现特别爽。但这个时候其实要谨慎，不能掉进一个陷阱，一定要能够驾驭AI的这些设计。因为只有懂得这些设计，才能判断AI说的是否对，是否符合自己实际的业务的环境。所以在科技快速发展的同时，一定不要忘记自己还需要训练学习能力这个重要的技能。
理解底层原理，才能以不变应万变。
