当前时间： 2026-05-04 23:24:35
更新时间： 2026-05-04
分类：软件教程
评论(0)
热衷于追 AI 工具更新,是一种拖延症
昨晚有个朋友找我聊天。 他跟我说最近在深度研究Qwen3和Gemini哪个推理能力更强，还拉了一张对比表给我看，密密麻麻的benchmark数据。 我问他，那你最近用AI做了什么实际的东西？ 他沉默了几秒。 “还没开始，在等把工具选好。”
但如果你每天都在磨刀，一把接一把地磨，磨了三个月，柴一根没砍，这叫什么？
它有一个很舒适的地方，就是永远有借口，永远在进步，永远在优化，但就是没有输出。
刷资讯有多爽你知道。每一条AI新闻都会给你一种”掌握前沿”的快感，测评视频看完觉得自己升级了，收藏夹存了几百篇总结文章，感觉知识就在那里随时可以调用。
因为在大多数真实使用场景里，这些模型的差距，远远小于你用没用好这个工具的差距。
就好比你在纠结A4纸和B5纸哪个更适合做笔记，但你压根没在记笔记。
工具的细微差异，是在你大量使用之后才变得有意义的问题。但很多人还没开始用，就已经陷进”选择最优解”的漩涡里出不来了。
有个做内容的朋友，半年前开始把AI嵌进她的日常工作流。
不是什么高深的用法，就是每次写方案先让AI帮她搭骨架，每次做复盘让AI帮她整理会议记录，每次想选题让AI帮她头脑风暴一轮。
她用的也不是什么最新最潮的工具，就是Claude加一个Notion。
而同期那些一直在研究”AI生产力最佳实践”的人，还在写收藏夹里研究哪篇教程更系统。
差距就是这么拉开的，不是在某一次顿悟里，是在每一天微小的执行里。
今天，找一个你手头正在做的真实任务，不管多小，试着用AI做一遍。
不用找最好的模型，不用等把工具研究透，随手打开一个，扔进去，开干。
做坏了没关系，做慢了没关系，做出来一个将将够用的结果，你就已经比昨天进步了。
反复做，反复迭代，工作流就是这样长出来的，不是研究出来的，是跑出来的。
夜雨聆风
