2024年底，我刚从字节跳动离职。
字节六年，换了 8 个工区，6 个业务线，做了很多从 0 到 1，又到 0 的产品 😂。
最庆幸和感恩的是，结识了很多优秀的朋友，聪明、务实、理想远大。
离高强度工作环境，不能免俗，先玩了几个月，读书、钓鱼、旅行。
修整结束，和认识十多年的老朋友姚金刚一拍即合，打算写一本关于 AI 的入门书。
可能很多人不知道，姚金刚老师是中国 SEO 界的元老，中国第一届 SEO 大会就是他组织办的，也写过很多关于 SEO 的书。
按他的经验，写书需要闭关，一周冲刺写完，然后打磨迭代。
于是，我们在「长城脚下的公社」租了套别墅，开始了冲刺创作之旅。
创作理念和过程
前几天密集讨论，最终聚焦到一个关键问题：如何把学 AI 这件事抽象到最底层，无论什么时读这本书都不过时？
有两点考虑：
授人以渔：AI 发展飞快，今天教的实操，不到一个月可能就过时了
写本常销书：畅销书需要机缘巧合，但常销书能靠内容质量和长期价值实现。
基于我们当时使用 AI 的感受，一致觉得把 AI 当成工具用是不对的，更贴切的比喻是员工。
如何管理好员工？自然想到管理学，然后是领导力；那么，想管理好 AI 员工，就需要提升 AI 领导力。
问题进一步拆解，AI 领导力应该包含哪些能力？
从我们自己的 AI 使用经验看，发现有三个维度，分别是方法、思维、素养。
更关键的是，三者是乘法放大关系，只要其中任何一项趋于零，最后结果就会崩。
方法再花哨，思维一片混乱，等于零。
思维再深刻，素养一片空白，也等于零。
于是，我们最终推演出公式：AI领导力 = 方法 × 思维 × 素养
一般方法论都要起个洋气点的英文名，比如 PDCA，STAR，SWOT、SMART等。
我们选了三个单词：Method（方法）、Mindset（思维）、Makings（素养），简称 3M，是不是很好记。
书与课
书籍出版需要时间，我和姚老师先把书稿变成了一套在线课《AI领导力》。
没刻意推广，只在几个自己的 AI 群做了宣传，也赠送了身边一些朋友，反馈都不错。
比如一位字节的产品 Leader，他说学完后， AI 使用水平快速提升。
还有很多早期学员，现在都成了各地 AI 培训的知名讲师。
写这本书的收获
要写书教别人用 AI，自己要先学好。
记住：教永远是最好的学
那段时间，疯狂的研究各种 Prompt 写法，了解 AI 模型的底层基础知识，测试各种 AI 工具。
践行费曼学习法，把学到的知识在公众号和 X 分享。
在此契机下，公众号「向阳乔木推荐看」开始有大量圈内朋友关注，起号成功。
X 关注人数，也从 10000 多增长到 10w +
另外，还结识了李继刚、小七姐、宝玉等在提示词工程领域颇有专研的朋友。
这一切，都是与姚老师写《AI领导力》这本书带来的连锁反应。
时间的检验
一年半时间过去，AI 领域诞生了一波又一波新名词、新概念。
比如 Content Engineering、Loop Engineering、Harness、Skill 等等。
当年流行的工具，到今天甚至显得有点落伍。
比如现在大家都用 Claude Code 和 Codex，当年流行 Cursor、Windsurf等。
但用好 AI 的底层逻辑其实一直没变。
只需要持续精进这三方面即可：方法、思维、素养。
比如当下最流行的 Skill，基础还是 Prompt ，只不过加上了脚本、参考资料的，通过渐进式披露让 Agent 调用执行。
书中介绍的工程化方法，依然适用于 Skill 的开发、测试。
书中关于元思维能力的抽象，帮我们指向元 Skill 创建和应用。
书中关于素养的介绍，让我们把提升审美和判断力，当作长期重要目标。
所以，我和姚老师都很开心，书稿经过了时间的检验，原稿仅需替换最新 AI 模型、工具案例，就能直接出版，且完全不落伍。
剧透下
《AI领导力》马上要出版，以前购买在线课的朋友每人会赠送一本纸质书。
内容也跟随着当下 AI 发展，做了更新。
同时本书也会配套大量提示词、这1-2年我和姚老师写的所有 Skill，开源的所有项目。
届时会通过直播赠送给所有下单买书的朋友。
这本书，希望可以帮到各行各业，想快速、永久提升自己 AI 使用水平的读者们。
来自朋友们的推荐
我把出版社给的 200页 PDF 样章发给了身边的 AI 达人。
大家阅读后，真诚的写了很长的推荐语。
在此，对身边所有支持我们的朋友们表示感谢。
下面是大家的推荐：
宝玉，AI 工程师
我这几年一直在大量用 AI。最开始我期望给 AI 一句指令能帮我实现一个复杂的应用程序，但从来没成功过。因为用 AI 的感觉就像你在指挥员工，哪怕 AI 能力一直在提升，但还是员工，你得去指挥它们。后来才搞明白：你得把自己当成领导，去分解任务、选好架构、解释清楚任务、审查每一行生成结果。
这本书讲的就是“AI 领导力”，书里的 Why-How-What，就是我每次动手前用 Plan mode 讨论清楚设计的逻辑；4A 评估法，就是我审查 AI 代码时干的事。这套逻辑不限于编程。写文章、做研究、管项目都一样。AI 越强，对你的要求反而越高，因为简单的活它自己就能干，拉开差距的永远是复杂任务的驾驭能力。这本书帮你建立的，正是这种能力。
李继刚，AI 探索者
很多人用着同样的 AI，使用效果却差异巨大。原因不在你安装使用了多少个新潮工具、保存收藏多少模板，而在你能不能驾驭它们。学会驾驭，AI 才从聊天玩具变成超级大脑。这本书尝试在教的，正是这件最底层、最不会过期的事
小七姐，herAgent 创始人
在 AI 探索生涯中、在与广泛的 AI 开发者和新手的相处过程中，我常常感慨：认知层面的阻碍，远远大于技巧生疏所带来的阻碍。
从这个角度来看，本书提出的 3M 模型体系化、系统化地从根源上厘清了这一问题。它用一种引人入胜、环环相扣的叙事吸引读者进入认知问题，并给出了足具建设性的方法论，这正是这本书最闪闪发光的地方。
歸藏，自媒体，AI 产品经理，设计师
乔木和姚金刚老师这本书写得很实在。它从真实工作和学习场景出发，讲清楚一个人该怎么和 AI 协作：目标怎么说，任务怎么拆，过程怎么推进，结果怎么判断。它的价值不只在于教你几个技巧，更重要的是帮你建立一套长期可用的 AI 使用方法。对于已经开始用 AI、但总觉得发挥不出效果的人，这本书很适合作为一次系统补课。
冯雷 ColaOS 创始人& CEO
大部分人用AI只发挥了十分之一的能力。追工具、背提示词，模型几个月换一代，技巧很快过时。
金刚和向阳这本书关心的是更底层的事：你能不能把问题想清楚再开口，能不能判断AI给的东西到底好不好，能不能让它变成你稳定的生产力系统。这些能力不随工具更新而失效。
想在AI时代建立长期优势的人，值得读一遍。
AJ，WaytoAGI 发起人
在 AI 加速进入每个人工作与生活的今天，真正拉开差距的，已经从“会不会用工具”，走向“能不能领导智能”。
第一次听到“AI领导力”这个词就是从向阳这里了解，他们把这个关键变化讲得很透：把 AI 当作一支可被调度、训练、评估的数字团队，用清晰目标、结构化任务、持续迭代和人的判断力，让它稳定地产生价值。
书中的 3M 模型、Why-How-What 表达法、4A 评估法，把许多人凭感觉摸索的 AI 使用经验，沉淀成可迁移、可复用的方法系统。对想在智能时代提升学习、工作与创造效率的人来说，这本书值得认真读一遍。
写在后面
一百年前不识字是文盲。
二十年前不会用电脑是文盲。
而在接下来的十年，不会跟 AI 对话、不懂得如何用好 Agent 的人，可能会成为新的文盲。
听起来有点危言耸听，但可能事实就在往这个方向发展。
好消息是，入场门槛其实并不高。
你不需要懂算法，不需要会编程，你需要转变思路、学习方法、调整思维、提升素养。
从这本书开始，一起学习 AI 底层用法框架、一起探索掌握驾驭 AI 的“超能力”。
购买下单地址：https://item.m.jd.com/product/10230745490847.html
或者扫码下单
