AI 发展太快跟不上？一张四象限图帮你做减法提出了一个简洁的筛选框架：面对层出不穷的 AI 新概念、新工具、新产品，只需要问两个问题就能决定投入多少时间。
两根轴
横轴：离当前生产力有多近？ 不是离”AI 行业”有多近，是离自己每天在做的事有多近。能说出具体场景就是近，想了半天说不出它能帮忙干嘛就是远。
纵轴：知识保鲜期有多长？ 今天学了三年后还能用的东西，投入能产生复利；今天学了三个月后连名字都换了的东西，学了就是沉没成本。
两轴交叉，横轴决定”要不要学”，纵轴决定”学了会不会过期”。
四个象限，四种策略
左下：直接跳过（远 + 短）
噪音最密集的区域。每月一变的模型跑分排名、AI 创业融资新闻、模型厂商内部八卦、各种套壳产品——读完介绍说不清它具体能帮谁做什么事的，全在这里。
跳过没有任何损失。如果它真的重要，三个月后还会在，到时候再看也来得及。AI 领域淘汰率极高，过早投入时间沉没成本最大。
左上：维持地图感（远 + 长）
已经成为行业通用语言，不了解就没法跟人聊天，但不需要会用。比如 RAG（检索增强生成）——知道”它让 AI 在回答问题时先去检索相关资料，而不是纯靠记忆编”就够了，不需要自己搭一套管线。同类的还有 Chain-of-Thought（思维链）、Scaling Laws（规模定律）、AI 幻觉、多模态。
目标是维持一张”AI 地图”：不需要去地图上每个城市，但知道那些城市在哪、大概什么样。做法很轻——读一篇好的解读文章，不动手不装环境，15 分钟搞定。
右下：动手试试，别深投（近 + 短）
能说出它具体能帮自己做什么，但不确定它能火多久。AI 画图工具是典型——做 PPT 要配图、写文章要题图，几乎所有知识工作者都用得上。
但这里有个陷阱。MidJourney 刚火的时候，提示词是一门学问，有人靠卖提示词模板赚钱，很多人花大量时间研究精确的英文提示词。结果 GPT-4o 图片生成一出来，大白话描述就能画，中文也行，提示词工程在这个领域几乎一夜贬值。工具本身确实有用，但在某个工具上积累的特定技巧保鲜期可能很短。
原则是花几个小时上手当前最好用的那个，在日常工作中用起来。三个月后被取代也没亏太多。
右上：深度投入（近 + 长）
数量最少，但每一个都值得认真对待。两个信号：一是日常已经在用但感觉只用了 20% 的能力；二是背后有成熟体系或平台在持续投入，不会突然消失。
对软件开发者来说，软件工程本身就是这个象限里最大的圆——设计模式、抽象能力、系统思维，保鲜期以十年计，AI 时代反而更需要工程判断力来决定生成的代码能不能用、架构合不合理。上下文工程（Context Engineering）和 Claude Code 这类编程智能体也在这个象限：直接作用于核心工作，平台级产品，有持续迭代投入。
深度使用一个核心工具带来的复利效应，远大于浅尝十个工具。
象限会移动
同一个东西在不同时间会移动位置，这是这张图容易忽略的地方。
OpenClaw 就是例子。2025 年底刚出来时只是一个奥地利开发者的个人项目，用 Telegram 对话操控电脑，大多数人会放在右下角——有生产力潜力但不确定能稳定到什么程度。结果不到四个月，它在 GitHub 上超过 React 成为最热门的开源项目，黄仁勋说它是”可能有史以来最重要的软件发布”，创建者被 OpenAI 挖走，英伟达和 Red Hat 都在围绕它做企业级方案。从右下角直接冲到了右上角。
判断移动方向的三个信号：
- 谁在用——刚出来时只有尝鲜者在玩，三个月后不追新的同事也开始用了，说明在往右上角移动；社交媒体讨论量在降、早期用户转向其他工具，在往左边滑
- 背后的投入——有没有大公司或成熟团队在持续迭代，有没有形成生态；核心团队散了，不管现在多火，保鲜期都会断崖式缩短
- 形态是否收敛——每隔两个月换一种做法说明还在探索期；大家做法开始趋同、不同平台实现开始对齐，就是形态在收敛，保鲜期在变长