ARTICLE · 1019772
这一个月, 我对 AI、免费分享 和赚钱的一些想法

这一个月,关于工具、分享和回报的一些思考。
最近做了一个 Cursor 的 bot 使用脚本,我免费分享了出来,后来,有些人把这个脚本拿去卖了。
这件事让我有点分不清,自己最后积累的到底是什么。
可能是一些认可我的人,也有可能,对方只是觉得这里有免费的东西可以拿,拿完以后换个地方卖掉。
我当然希望自己做的东西有人用,但有人用、有人关注,以及有人愿意跟你一起把事情做下去,好像还真得分开看。
这也是我最近一个月一直在想的事。
包括大模型应该怎么选,做出来的工具到底有什么价值,以及像我这样做产品、做分享的人,应该怎么继续往下走。
有些想法稍微清楚了一点,有些还没有答案,先写下来聊聊。
01 ──────
先把自己要做的事
说清楚
我现在越来越觉得,选大模型这件事,顺序很重要。
手里有一个实际问题,再去找合适的模型,我觉得这个顺序比较踏实,听别人说某个模型特别强,就赶紧用上,最后才发现自己的问题还是没解决,这一圈折腾下来,很容易让人失望。
我们用大模型,归根结底还是希望它能帮自己解决点困难。

先有实际任务,再选合适的工具。
拿写代码来说,Claude Fable 5、Fable 5.1、GPT-6 Astra 这些模型,都可以放进候选范围,它们的官方介绍里,也都有编程能力和相关任务的评测。
但“写代码”这个范围,其实还是太大了。
从零写一个单页面,和在一个已经运行的项目里修改功能,就有很大区别,后者得先弄清原来的逻辑,还要顾着那些不能改坏的地方。
同样是修改页面,有人更在意视觉效果,有人需要严格照着设计图还原,还有人最关心手机上能不能正常操作。
所以别人说一个模型写代码很好,我会更想知道,他具体拿它做了什么。
做到了哪一步?中间改了多少次?最后有没有真正跑起来?
对我来说,能把眼前这件事做完,比一句“这个模型很强”更有参考价值。
当然,选模型也不能把自己的责任省掉,需求有没有说清楚,必要的资料有没有给够,验收标准是什么,这些都得先想一想。
否则换了几个模型,还在同一个地方卡住,也应该回头看看,问题是不是出在前面的说明上。
我希望自己以后少一点跟着推荐来回换,多一点带着具体任务去判断,已经够用的,就先把事情做完,有明确解决不了的地方,再考虑换工具。
02 ──────
我希望测评能告诉我,
什么情况下该选谁
最近也看到了不少大模型测评平台。
我觉得这是有价值的,面对一堆模型,普通用户确实需要一些参考,总不能每一个都付费、每一个都从头试一遍。
像 Artificial Analysis,就会把多项评测汇总成综合指数,同时展示成本、速度等信息。它的综合指数本身,也有不同类别和权重。
但它在方法说明里也明确提到,评测指标存在局限,未必能直接适用于每一种使用场景。
一个排名可以帮我缩小选择范围,至于排在前面的模型,是不是适合我现在这项工作,还得往下看。
我更希望测评能把任务讲具体一点。
比如,同样是在已有项目里加一个功能,给模型看了哪些文件,允许它使用什么工具,最后按什么标准判断成功,遇到失败时,又是怎么处理的。
这些条件值得写清楚,连官方评测都会区分思考强度、是否使用工具等设置,只看型号和一个分数,容易漏掉前提。

看排名,也看过程、返工和交付成本。
还有一个我特别想看的东西,就是返工过程。
第一次生成得好不好,当然重要,可真正用来干活,我还会关心修改几轮之后会不会跑偏,改了新问题有没有影响旧功能,最后还需要人接手多少。
我希望看到成功案例,也希望看到失败案例,知道它在哪些地方容易出问题,使用的时候才有准备。
价格也应该放到这个过程中看,一次调用便宜,但同一件事反复做了很多遍,还得自己花时间收拾,这些也都得算进去。
所以,对测评平台,我现在没有一个笼统的“准”或者“不准”的结论,我更想先看它测了什么、怎么测的,以及这些任务跟我要做的事情有多接近。
能帮我判断“这个场景下,先试哪一个更合适”,我就觉得这份测评有用。
03 ──────
免费脚本被拿去卖以后,
我开始想自己留下了什么
回到那个 Cursor 脚本。
我免费分享,当然是希望大家能用,有人只是拿去自己使用,没有付费,也没有来反馈,这都很正常。
我介意的是,自己做出来的东西,被一些人直接拿去卖了,对方可能得到了收入,而我这边得到的,也许只是一个关注。
甚至这个关注,到底是认可我做的东西,还是方便下次继续拿资源,我也不知道。
我不想因为这件事,就把所有领取免费资源的人都归成一类,肯定不能这么判断。
但我也得承认,我不能把每一次领取,都算成对我的认可。
别人愿意拿一个免费的东西,和别人愿意长期使用你的产品,本来就需要不同的理由。

领取、使用和认可,是不同的关系。
这让我开始重新考虑,免费分享应该怎么做。
免费本身没有什么问题,可对我来说,做工具要投入时间,后面还要不要继续改,出了问题要不要管,总得有个能持续下去的理由。
这个理由可以包含兴趣,也可以包含交流和反馈,不一定每次都得直接收到钱。但长期下来,我也需要看见自己的投入有一些回应。
至于有人拿工具做生意,我觉得也要分情况。
在允许的范围内,帮别人安装、提供指导、做定制、承担售后,这里面有额外的劳动,我能理解。
可如果只是把我免费分享的东西原样搬走,换个地方卖,和我之间除了领取资源就没有别的关系,那我确实会犹豫,自己要不要一直这样提供下去。
我希望大家用得上,也希望自己的劳动能被认真对待。这两个想法,我觉得并不冲突。
04 ──────
带着用户赚钱,
这句话也得想清楚
所以最近,我有一个很现实的想法。
做这样的工具和社群,可能得带着用户赚到钱,大家才更有动力长期参与。
不过,想到这里又有一个问题。
拿去转卖脚本的人,不也通过我做的东西赚到钱了吗?
那为什么我还是觉得,哪里不太对劲?
这恰好说明,有人赚到了钱还不足以回答我现在的困惑,我还得想清楚,谁在持续投入,谁在负责交付,以及这件事最后能不能让参与的人都愿意继续。
我希望用户得到实际收益,也希望做工具的人能得到合理回报,否则,一边持续开发,一边等着拿走,时间久了,我很难一直保持同样的热情。
当然,我说的收益,也不必每次都等同于收到一笔钱。
对原本就有工作的人,能把一项重复劳动处理好,少花一些时间,也是实实在在的帮助,对想接项目的人,能独立做出客户愿意验收的东西,才有进一步谈收入的基础。
但这些都需要具体去做。
“教你用 AI”和“帮你做成一件事”,中间还有不少工作,一个工具装好了,后面拿它做什么,需求从哪里来,出了问题怎么解决,完成以后交给谁,这些不能因为有了模型就跳过去。
我更想尝试的方向,是找一项真实需求,和愿意动手的人一起,从需求做到交付,能不能收费,客户认可什么,哪些地方还得改,都在过程中弄清楚。
涉及商业合作,就把各自负责什么、怎么获得回报提前说清楚,原本只是来学习和使用的人,也不需要被强行推着去赚钱。

让用户得到帮助,也让持续投入得到回应。
比起不断发布新的资源,我觉得这样的事情更值得花时间。
当然,这目前还是我的想法,我没有因为想到了这些,就已经找到了一套现成的方法。
至少对我自己来说,接下来值得多问一句。
我分享完这个工具以后,能不能再往前走一点,看看它有没有真的帮人把事情做成?
写在最后
写到这里,我觉得这一个月的思考,其实都落在很具体的地方。
选模型的时候,我希望少受一些“最强”评价的影响,把自己的任务带进去看。
做工具的时候,我也希望别只看有多少人领取,能多知道一点,这些东西后来被拿去做了什么。
至于赚钱,我不回避,用户想通过工具获得回报,我也希望自己的投入有回报,这些都可以坦诚一点。
只是下次再有人用我做的东西赚到钱,我更希望我们是提前说清楚、一起把事情做成的合作关系。
我们下期再见~
灵动手记 · 九月
写下还在发生的思考,也记录亲手做过的事。
资料来源 · 仅对应文中的模型与评测说明
[1] Anthropic|Claude Fable 5.1 与 Claude Mythos 5.1 官方介绍
https://www.anthropic.com/claude-fable-and-mythos-5-1
[2] OpenAI|GPT-6 Astra 官方介绍
https://openai.com/index/gpt-6-astra/
[3] Artificial Analysis|模型能力、价格与速度比较
https://artificialanalysis.ai/
[4] Artificial Analysis|智能评测方法说明
https://artificialanalysis.ai/methodology/intelligence-benchmarking
资料核对:2026年9月15日。配图为文章观点示意,不代表实测结果或收益承诺。