AI工具挑花眼了的试试技能定制

前几天看到一组数据，说国内 AI 相关的企业已经超过了六千家。

我算了一下，从大模型这股风刮起来到现在，也才一年多。这个数字意味着，平均每天有十几家新公司在往这个赛道里挤。

然后我低头看了看自己的手机——里面躺着的 AI 工具大概有七八个，每个都充过会员，每个当初下载的时候都写着”彻底改变你的工作效率”。

问题是：用得最勤的，还是最早装的那个。

不是因为它最强，而是因为——用顺手了，懒得换了。

这大概是 AI 工具普及的一个真实写照：赛道很热，但普通人的实际使用体验，远没有数字看起来那么激动人心。

选 AI 工具这件事，其实比我想象的更费时间。

每个工具都要重新注册、重新调教、重新适应它的交互逻辑。用了一段时间觉得效果一般，又换一个。换完之后发现新换的这个也有局限，再换一个。

折腾来折腾去，时间花了不少，真正沉淀下来的能力几乎没有。

后来我换了一个思路：不再追求”找到最好的工具”，而是专注”把一个工具用透”。

我用的是 OpenClaw。它有一个设计我比较喜欢——不是一个大而全的工具，而是给你一个基础能力，然后你可以给它装不同的”技能包”，按需加载。

比如处理 Excel、读 PDF、写代码、翻译文档……这些场景各有各的专业需求，OpenClaw 本身的对话能力是通用的，但加上对应的技能之后，它在那个场景里会”更懂行”。

这种”一个底座 + 按需扩展”的模式，和我之前的做法正好相反。以前我是”工具堆砌”，每个工具都浅尝辄止。现在是”能力叠加”，一个底座配不同的技能，按需求组合。

用了一段时间，我觉得这个思路对我来说更省心。

第一，不用换来换去。 一个入口，切换技能就行。不用在七八个 App 之间跳来跳去。 第二，不用每个工具都重新学。 底层交互是同一个，只是技能包不同。上手一次，扩展能力。 第三，按需加载，不用为不用的功能付钱。 需要什么装什么，不需要的不装。 

当然，这个方案不是对所有人都适用。

有些场景确实有更垂直的工具，比如专门做 AI 绘画的 Midjourney，比如专门做 AI 视频的 Sora。如果你对某个场景有非常高频的需求，选那个场景里最专业的工具，当然比通用工具效果好。

但对于大多数人来说，“什么都会一点”比”只会一件事”更有用。 毕竟我们不是每天都要画图、每天都要生成视频，大多数时候只是处理文件、写个文案、整理一下数据——这些场景，通用 AI 配上一套合适的技能，完全够用。

六千多家 AI 企业，听起来是个庞大的数字。但对普通用户来说，核心需求其实就那么几种：处理文档、查资料、生成内容、管理日程。

与其在六千家里面挑花了眼，不如想清楚自己最常用的几个场景，找一个能覆盖这些场景的工具，认真用起来。

工具在精不在多。 这句话在 AI 时代依然成立，只是换了一层新的语境。 

[AI游牧人 · 保持好奇，持续探索]

— AI游牧人 —