《AI领导力》 一本让你在 AI 时代永远不落伍的书

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