我让 AI 助理帮我写了 10 篇公众号文章,发现了这些秘密

这不是”AI 能做什么”的科普，而是”我实际用 AI 做了什么”的复盘。

10 篇文章、17 款模型对比、3 个意外发现。

---

一、起因：我被自己写的教程劝退了

今年 3 月，我开始写 OpenClaw 系列教程。

前 3 篇很顺利：

• 第 1 篇：OpenClaw 是什么

• 第 2 篇：安装部署教程

• 第 3 篇：设备选购指南

但写到第 4 篇时，我卡住了。

原因很尴尬：我发现自己在写一堆没人会看的东西。

• 技术爱好者：”这我早知道了”

• 普通用户：”太复杂了，懒得弄”

• 结果：教程越写越细，读者越来越少

那一刻我突然意识到：我陷入了”教程陷阱”——为了完整而完整，为了专业而专业。

于是我做了个实验：让 AI 助理帮我写接下来的内容。

不是”代写”，而是让它成为我的研究搭档、写作搭档、编辑搭档。

10 篇文章后，我发现了 3 个意外的秘密。

---

二、秘密 1：AI 最厉害的不是写，而是”查”

我的初始工作流

一开始，我是这样用 AI 的：

我：帮我写一篇关于 XX 的文章AI：（生成一篇 5000 字文章）我：（手动修改、补充、调整）

问题很明显：AI 写的东西，总是差点意思。

不是文笔问题，而是：

• 数据不够新

• 案例不够具体

• 观点不够犀利

后来我换了个方式：

我：我要写 XX 主题，帮我查一下：   1. 最近 3 个月有什么新动态   2. 主流观点有哪些   3. 有什么争议点   4. 有没有反常识的发现AI：（搜索 + 整理 + 输出结构化信息）我：（基于这些信息，自己写）

效果天差地别。

实战案例：AI 编码模型对比

写那篇 17 款模型对比时，我让 AI 助理做了这些事：

1. 数据收集

• 各模型官方定价

• 上下文窗口限制

• 支持的功能（联网/文件/代码执行）

• 最新更新时间

2. 信息整理

• 按价格排序

• 按能力分类

• 标注特殊优势

3. 观点碰撞

• “你觉得哪个模型性价比最高？”

• “这个结论有什么反例吗？”

• “如果用户预算有限，怎么推荐？”

最终文章的核心表格，80% 的数据是 AI 帮我整理的。

而我做的，是：

• 添加实际测试体验

• 给出个人判断

• 讲出有态度的结论

关键发现

AI 最强的不是”创作”，而是”研究”。

让它写文章，它给你一篇”正确的废话”。让它查资料，它给你一堆”可用的素材”。

前者你不想用，后者你离不开。

---

三、秘密 2：好的工作流，是”人机接力”不是”人机替代”

错误示范

人类：（花 2 小时查资料）     ↓AI：（花 2 分钟生成文章）     ↓发布

这种工作流的问题：人类做了 AI 擅长的事，AI 做了人类擅长的事。

正确姿势

人类：确定主题 + 核心观点     ↓AI：查资料 + 整理数据 + 生成初稿     ↓人类：补充案例 + 调整语气 + 加入个人判断     ↓AI：检查逻辑 + 优化表达 + 生成标题备选     ↓人类：最终定稿

各做各擅长的事。

我的实际分工

环节	谁做	原因
选题	我	需要判断什么值得写
观点	我	需要个人态度和立场
数据	AI	擅长快速收集整理
初稿	AI	快速产出可用素材
案例	我	需要真实经历和细节
语气	我	需要个人风格
校对	AI	擅长发现逻辑漏洞
标题	AI 出备选，我拍板	它给选项，我做决策

时间对比

纯手写：

• 查资料：2-3 小时

• 写作：2-3 小时

• 修改：1 小时

• 总计：5-7 小时

人机接力：

• 选题 + 观点：30 分钟

• AI 查资料 + 初稿：30 分钟（并行）

• 补充 + 修改：1-2 小时

• 总计：2-3 小时

效率提升 60%+，而且质量更高。

为什么质量更高？因为我把省下的时间，用来打磨观点和案例——这些才是文章的灵魂。

---

四、秘密 3：AI 助理最大的价值，是”随时待命”

一个真实场景

凌晨 1 点，我突然想到一个观点：

“AI 编码模型的竞争，本质上是中美 AI 基础设施的竞争。”

这个想法很模糊，但我觉得值得深挖。

如果是以前：

• 记下来，明天再说

• 第二天忘了

• 或者懒得查资料，就算了

有了 AI 助理后：

我：（凌晨 1:07）"我刚想到一个观点：AI 编码模型的竞争本质是中美 AI 基础设施的竞争。帮我查一下：1. 中美在 AI 芯片上的差距2. 训练成本对比3. 这个观点成立吗？有什么反例？"AI：（2 分钟后）"观点部分成立。数据如下：- 英伟达 A100/H100 禁运对中国模型训练的影响- 华为昇腾的替代进展- 但推理端差距较小...反例：DeepSeek 用较少算力达到了接近的水平，说明算法优化也很重要..."我：（继续追问、讨论、深化）

30 分钟后，我有了一个完整的分析框架。

第二天，我把这个框架写成了一节内容，成了文章里最有深度的部分。

关键洞察

AI 助理不是”工具”，是”搭档”。

工具是你需要时才用。搭档是随时可以讨论、可以追问、可以碰撞。

这种”随时待命”的价值，远超”帮我写篇文章”。

---

五、我的 OpenClaw 配置（可抄作业）

为什么选 OpenClaw

试过不少方案，最后选 OpenClaw 是因为：

1. 多模型支持 – 可以同时用 DeepSeek、通义千问、GPT

2. 微信集成 – 直接在微信里对话，不用切换 App

3. 自己掌控 – 数据在自己服务器，隐私可控

4. 成本低 – 用自己的 API key，按需付费

核心配置

# AI 模型配置models:  - name: deepseek-chat    provider: deepseek    use_for: 日常对话、资料查询  - name: qwen-plus    provider: aliyun    use_for: 中文内容创作  - name: gpt-4o    provider: openai    use_for: 复杂推理、代码审查# 使用策略# - 简单查询用 DeepSeek（便宜）# - 中文写作用通义（流畅）# - 复杂任务用 GPT-4o（靠谱）

微信集成效果

我：（在微信里发消息）"帮我查一下 2026 年 AI 编码模型的最新价格"AI 助理：（2 分钟后回复）"已整理，主要模型价格如下：1. DeepSeek-V3: ¥1/百万 tokens2. GPT-4o: ¥14/百万 tokens3. Claude 3.5: ¥11/百万 tokens..."我：（继续追问、讨论）

不用打开电脑，不用切换 App，微信里直接搞定。

---

六、给想开始的人：3 个建议

建议 1：从”查资料”开始，别从”代写”开始

很多人用 AI 失望，是因为期望太高。

正确预期：

• ❌ “帮我写篇文章”

• ✅ “帮我查一下 XX 的资料”

前者它给你一篇”正确的废话”。后者它给你一堆”可用的素材”。

建议 2：建立你的”人机接力”工作流

试试这个模板：

1. 你：确定主题 + 核心观点2. AI：查资料 + 整理数据3. 你：基于资料自己写4. AI：检查逻辑 + 优化表达5. 你：最终定稿

关键是：核心观点和最终定稿，必须是你。

建议 3：让 AI”随时待命”，而不是”按需使用”

把 AI 助理集成到你最常用的沟通工具里（微信/Telegram）。

不是为了偷懒，是为了随时可以讨论。

很多好想法，是聊出来的，不是想出来的。

---

七、最后的真心话

写这 10 篇文章的过程中，我最大的收获不是”学会了用 AI”，而是：

重新理解了”创作”这件事。

以前我觉得，创作是”从无到有”。现在我觉得，创作是”从有到好”。

AI 可以帮你从”无”到”有”（查资料、整理信息、生成初稿）。但从”有”到”好”（观点、判断、态度、风格），只有你能做。

人机协作不是谁替代谁，而是各自做各自擅长的事。

AI 擅长：快速、准确、不知疲倦。人类擅长：判断、创造、有态度。

把这两者结合起来，才是 2026 年创作者该有的样子。

---

附录：我的 AI 助理搭建指南

如果你想搭建类似的 AI 助理，可以参考我的 OpenClaw 系列教程：

1. OpenClaw 是什么？为什么你需要它？

2. OpenClaw 安装部署教程

3. OpenClaw 设备选购指南

福利： 关注公众号，回复 工作流 获取我的完整 AI 写作工作流模板。

---

互动话题：

你用 AI 写作时，最大的痛点是什么？

• 写出来的东西没那”味儿”？

• 不知道该怎么用 AI？

• 担心被 AI 替代？

评论区聊聊，我挑几个典型问题，专门写文章解答。