AI 不是魔法，是一个读过全互联网的超级输入法。
给于老板的两个小时：不讲名词，只讲它到底是什么、能替你干什么活、哪里千万不能信。听完你能判断：哪些活该交给 AI，哪些活必须留给人。
输入法猜下一个词，你已经用了十年。
你打「这套柜子的板材是」，输入法立刻跳出「实木」「颗粒板」「多层板」——它是在猜。猜的依据，是它见过的对话里什么词最常跟在后面。
大语言模型干的是同一件事，只是它把整个互联网读了一遍再猜：网页、书、论坛、图纸说明……所以它猜得又通顺又有学问。
新闻里的「700 亿参数」，就是 700 亿个旋钮。
想象一整面墙的调音台。训练，就是把互联网上的语言规律，一个一个拧进这些旋钮里：什么词接什么词、什么话像人话、柜体描述怎么写。
旋钮少，只够学会「通顺」；旋钮多到几百亿，才能学会「专业」——包括板材、五金、工艺这些行话背后的规律。
造脑子和用脑子，是两码事。
几万张显卡跑几个月，把互联网拧进几千亿个旋钮。一次成型，花钱上亿——这是 OpenAI、谷歌们干的事。
你每问一句，它就「猜词」几百轮来回答。按用量计费——这是你花钱的地方，也是明天就能用的部分。
同一张桌子：左边是骨架，右边是上了光的成品。
这是您团队的真实工作画面：先在犀牛里把桌子「建」出来——每一根旋木都有一条线框骨架；再用光线跟踪「打光」渲染，得到右边这张能发给客户的成品图。建模管准，渲染管好看，两步缺一不可。
而 AI 画图是第三条路：不建模，直接画——快，但没有骨架，所以也不保证准。三条路各有各的用处，后面几屏见分晓。
视频模型 = 让关键帧动起来。
同一个思路再进一步：先定一张关键帧（图像模型出），再让视频模型补出帧与帧之间的运动。几秒钟的产品展示镜头，已经不需要请拍摄团队。
新品柜体的氛围短视频、朋友圈动态图，成本从「一次拍摄几千元」变成「一次生成几块钱」。但细节不可控，成品必须人眼审。
能画对「水往哪流」，说明它开始懂物理世界。
谷歌的研究观点：让模型画「杯子倒了，水流出来」，如果水流方向、桌面反光都画得对——它就不只是在拼贴见过的图，而是脑子里建了一套「世界模型」，一套朴素物理常识。
这个推论有争议：批评者说模型可能只是记住了海量类似图片。但对你的启示很实际——模型对物理世界的理解正在变好，但今天还不能托付尺寸。
它会编，而且编得理直气壮。
别忘了第一幕：模型每句话都是「猜下一个词」。猜错了它自己不知道——问它一个不存在的板材型号，它可能现编一段「性能介绍」，规格参数一应俱全，全是假的。
关键事实让它给来源；数字让它用工具重算；没听过的型号、标准、政策，亲自查。
对内草稿可以放心用 AI；对外的报价、承诺、参数，逐条人核后才能出门。
computer use：AI 自己点鼠标。
给它看屏幕截图，它决定移动光标到哪、点什么按钮、输入什么字——就像远程坐在电脑前的员工。打开网页查物流、进后台填表单、在表格里录入数据，这类「有界面的死活」它都能自己干。
限定在网页里干活：开页面、点按钮、抓信息。稳、便宜，够用就好。
能碰文件和软件：读报价单、改 Excel、整理文件夹。能力更大，看管也要更严。
一句话：一个坐在电脑前、随叫随到的数字员工。
Codex 这类编程智能体，本质是给 AI 的脑子装上了一双能操作文件和命令行的手。你用大白话派活：「把这 50 张报价单里的板材汇总成一张表」，它自己读文件、写程序、跑出结果交给你。
重点：你不需要会写代码。会派活 = 说清意图 + 验收标准 + 边界。
我们实测：喂一张图，它把三维模型建了出来。
左侧是产品原图，右侧是真实录屏：把参考图喂给 AI，它用 Three.js 代码把两件家具的三维模型原样重建出来，还能转着看、打光看——「喂参考」不是玄学，是每天能用的招。
参考片怎么拿：微信小程序「视频下载提取器」，看一条广告就能正常用。另两招：不懂的名词直接问 AI 用大白话解释；同行的好效果截图拍照丢给它问「这怎么做的」。
AI 不会取代你，会用 AI 的同行才会。
模型会继续变强，价格会继续变便宜——不变的是：说清要什么、验收做没做到、命门自己把住。这三件事，本来就是老板的老本行。