我花了一周,把主流 AI 工具全用了一遍,发现了一些很离谱的事

事情是这样的。

上周五下午，部门群里突然炸了。一个同事甩出来一张截图，是用某 AI 编程工具 30 秒跑出来的一个小功能。

然后另一个同事不服气，用另一个工具也跑了一遍。

然后又一个人加入了战局。

然后我也加入了。

然后我们花了一整个下午，谁也没干活。

但我发现了一些很有意思的事情。

先说结论

不绕弯子，直接说：

2024 年到现在的 AI 工具生态，已经完全不是去年那个样子了。

你如果还在用「调 API」那套老思路，对不起，你可能错过了半个时代。

具体怎么回事，我慢慢说。

第一个离谱的事

AI 编程工具，现在已经卷成这样了吗？

我之前一直觉得，AI 写代码嘛，无非就是帮你补全个函数、解释个报错。

但当我看到同事用 Cursor 做一个完整的小项目，从设计到代码到调试，全程 AI 主导，40 分钟搞定一个本来要两天的东西的时候，我是真的愣住了。

就是那种，黑暗森林的感觉。

你知道这东西很强，但你不知道它已经强到这个地步了。

逐个说，我测了哪些

测了差不多七八个吧，有国外的也有国内的。按我的理解分个类：

编程类：Claude Code、Cursor、GitHub Copilot、通义灵码、文心快码

生图类：Midjourney、DALL-E 3、Stable Diffusion、国产的几个

写作类：Claude、豆包、Kimi、秘塔写作猫

搜索类：Perplexity、秘塔搜索、AskYourPDF

每一类我都会先说基础用法，再说一个骚操作。遵循升番逻辑，最炸的留最后。

编程类：从「辅助」到「主导」

Claude Code

这玩意我用了差不多两个月了。

怎么说呢，它不是一个写代码的工具，它是一个会写代码的同事。

你给它一个需求，它会先理解，然后自己规划、自己写、自己测试、自己迭代。全程你只需要盯着看，必要的时候说「这个不对，换一个思路」。

我前两天让它帮我写一个数据可视化的页面，本来想的是让它帮我搭个框架我自己填内容。结果它直接把图表、交互、响应式全做了，还顺手加了我没要求的动画效果。

我看了半天，没毛病。

它的骚操作：你可以直接丢给它一个 GitHub issue 的链接，它会自己去看代码、定位问题、给出修复方案。这对于维护老项目的人来说，简直是作弊。

Cursor

Cursor 走的是另一条路。它不是让你当甩手掌柜，而是让你当一个更高效的程序员。

它的核心是「双人编程」的概念。你写一行，AI 帮你补全五句。你写错了，AI 马上告诉你。你想重构，AI 直接帮你动手。

我最骚的一次用法是这样的：我把竞品的产品截图丢给它，说「仿这个做一个登录页面，用 Vue」。它直接给我还原了七八成像。

七八成像。

一张截图进去，一个可以跑的前端出来。

我当时就给我整懵了。

通义灵码 & 文心快码

国产的两款我也有用。

说实话，功能上没有 Claude Code 和 Cursor 那么惊艳，但胜在本土化做得好。中文注释、中文文档理解、还有对国内开源项目的熟悉度，都更强一些。

而且，免费。

这个就很香了。

生图类：审美这件事，AI 开始有了

Midjourney

还是那个 Midjourney，还是那个味儿。

它的强项一直是「我也不知道我要什么，但我知道你帮我画出来我认」。

你只需要给一个模糊的描述，它给你一堆选项，然后你再慢慢调。

我上周用它做了一套文章配图，就是那种赛博朋克风的。加上中文文字后期处理，发出去之后有人说「这是专门找人画的？」

我不知道该怎么回答。

DALL-E 3

DALL-E 3 的强项是「理解你的意图」。

你跟它说「画一个穿着牛仔裤的猫」，Midjourney 可能给你一只穿着牛仔裤的真实的猫，但 DALL-E 3 可能给你一只穿着牛仔裤的二次元的猫，或者一只穿着牛仔裤的猫的抽象画。

它会根据上下文自己判断你可能想要什么。

我试过一个用法：让它画一套表情包，同一个角色，不同表情。结果出来的图，风格高度统一，表情精准到位。

直接可以用的那种。

国产生图：卷到离谱

这块我重点试了两个：即梦和秒画。

怎么说呢，国产的进步速度是肉眼可见的快。

即梦的中文文字生成能力已经是第一梯队了，你想在图里加中文，它基本不会给你糊成一团。这点 Midjourney 到现在都做得不好。

秒画的风格迁移做得很好，你给它一张参考图，它能抓住那个风格生成新的内容。这对于做系列图的人来说，效率提升是巨大的。

写作类：AI 写的东西，AI 能看出来

这个就很有意思了。

我用 Claude 写了一篇差不多 2000 字的文章，然后让另一个 AI 去检测是不是 AI 写的。

结果是，两个 AI 都说「大概率是真人写的」。

然后我自己读了一遍，发现确实还挺像那么回事的。

但我总觉得少了点什么。

少了什么呢？少了那种「愚钝如我」的真诚感，少了那种「你敢信？」的废话感，少了那种「这个尼玛就是」的吐槽感。

这些是 AI 写不出来的。

至少现在还写不出来。

豆包

豆包的强项是「本土化」。

你让它写小红书文案，它给你出来的东西是真的像那么回事。你让它写朋友圈文案，它能给你加上那种「啊啊啊」和「姐妹们」的语气词。

这个就很骚了。

我有个朋友做微商，用豆包写产品文案，订单量翻了一倍。不是我瞎编，是他自己跟我说的。

Kimi

Kimi 的长文本能力是真的强。

我丢给它一篇 10 万字的文档，让它总结要点，5 秒钟给我出来一份结构清晰的重点摘要。

这个在以前是不可想象的。

它的骚操作：你可以让它帮你读论文、读财报、读合同。我上周让它帮我读了一份合作协议，10 分钟给我标出来三个可能的风险点。

一个专业的法务review，10 分钟，免费的。

搜索类：从「关键词」到「问题」

Perplexity

这个我必须说。

Perplexity 改变了我搜索的习惯。

以前搜索是：想一个问题，拆成几个关键词，挨个搜，翻一堆网页，自己总结。

现在搜索是：直接把完整的问题丢给 Perplexity，它给你一个带出处、有分析、可验证的答案。

你不需要再去「找」信息了，你只需要「确认」信息。

这个转变是革命性的。

秘塔搜索

国产的替代方案，中文内容覆盖率更高。

最骚的用法是搜索那种长尾问题，比如「某款产品五代产品的对比」，或者「某部小说的人物关系图」。它能给你整理成结构化的输出，而不是一堆链接让你自己翻。

第二个离谱的事

我发现了一个很有意思的规律：

用 AI 用得好的人，不是那些技术最强的，而是那些最会「提需求」的。

这个听起来像废话，但我发现它不是。

我见过很多人抱怨 AI 不好用，给出来的回答是垃圾。但当我看他跟 AI 对话的时候，我通常会看到这样的对话：

用户：「帮我写一篇文章」

AI：「好的，请问主题是什么？」

用户：「关于科技的」

AI：「好的，请问你想要什么风格？」

用户：「就普通的吧」

然后 AI 给了一个四平八稳的废话文，用户一看，说「你看，垃圾吧」。

但问题在谁呢？

我自己的经验是，跟 AI 对话，你需要把你的需求「具象化」。

不要只说「帮我写文章」，要说「帮我写一篇给 25-35 岁互联网从业者的文章，主题是 AI 编程工具怎么改变他们的工作方式，语气要像在跟朋友聊天，要有具体的案例，要有我自己的感受，要有能让人「卧槽」的点」。

你描述得越具体，AI 给你的东西就越精准。

这不是 AI 的问题，是 prompt 工程的问题。

而 prompt 工程，本质上是一种表达能力。

第三个离谱的事

也是我最近感触最深的一个。

AI 工具现在最大的瓶颈，不是技术，是想象力。

我认识一个大哥，他用 AI 工具做的事情，让我看了之后愣了好久。

他不是程序员，但他用 AI 做了一个自己的数据库，把自己十几年积累的客户信息、产品资料、行业经验全部结构化存进去了。

然后他让 AI 帮他分析数据、生成报告、起草方案、回复客户。

一个人，干了一个团队的活。

他说了一句话让我印象很深：「我不需要 AI 帮我写代码，因为我不写代码。但我需要 AI 帮我做那些重复的、耗时间的、但又不得不做的事情。」

这话听着很朴素，但细想一下，这不就是降本增效的本质吗？

说这么多，我想说什么

回到开头那个下午。

我们一群人，花了一整个下午折腾各种 AI 工具，最后得出的结论是：

工具已经有了，接下来拼的是谁用得更溜。

就像当年电脑普及的时候，会打字和不会打字的人，是两个世界。现在 AI 工具普及的时候，会用和不会用，又是两个世界。

但这个「会不会」，不是说你会不会调 API、会不会写代码，而是你会不会「提问」。

会不会把自己的需求清晰化。

会不会把自己的经验结构化。

会不会把自己的流程自动化。

这些东西，比学一门编程语言简单多了，但很多人就是迈不出那一步。

最后

这篇文章，我没有用任何 AI 参与写作。

但我用了 AI 做选题、做配图、做排版、做内容校验。

AI 不是我的替代品，是我的放大器。

这可能是现在这个时代，最正确的一种跟 AI 相处的方式。

好了，以上。

既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标。

谢谢你来看我的文章。

我们，下次再见。