我从小就对计算机感兴趣，接触得也早。看到代码一行行滚动，我会兴奋。后来做了 HSE，这份兴趣并没有消失。AI 技术兴起时，我看到的不只是新工具，更是“科技平权”的可能：以前有想法却缺少技术条件的人，也许能更快地迈出第一步。
我是 AI 爱好者、初学者，也是一个喜欢动手的 Builder。下面不是“专家指南”，只是我目前走过的一条路。
01从自己熟悉的问题开始
面对不断出现的模型、产品和术语，初学者很容易不知道该先学什么。我更愿意先回到自己的工作：HSE 管理中有哪些流程值得改进？哪些重复性工作可以重新组织？哪个想法值得做成一个工具？
因为熟悉业务，我至少能判断一个结果是否符合场景，而不是只看它能否生成一段漂亮的回答。对我来说，业务理解是学习 AI 的起点，也是检验 AI 的尺子。
02边学边做，不等全部学会
我尝试借助 AI 改进 HSE 管理信息化系统，也做了工会活动管理系统和人才评价系统。这些都是内部实践，我在这里不展示具体功能和资料。它们带给我的学习方式很直接：带着问题试，碰到不懂的再学，做出来后继续修改。
我还“养”着两只 OpenClaw 和两只 Hermes。四位数字搭档让探索更有趣，但真正决定要解决什么问题、结果能否用于工作的人，仍然是我自己。
03把判断留在人手里
HSE 工作关系到真实的人和现场。我愿意让 AI 帮忙整理思路、推动构建，却不会因为一个结果看起来完整，就省去专业判断。问题是否被准确理解、流程是否适合实际工作、内容是否可以公开，都需要人来把关。
AI 让我更容易开始，但方向感仍要靠自己建立。
如果你也是 HSE 从业者，又想开始学 AI，我的建议很简单：挑一个自己熟悉、能够安全尝试的小问题，先做出第一版，再用专业经验检验它。能持续走下去，比起步时懂多少术语更重要。