ARTICLE · 1099006
实战之前,先选一套趁手的 AI 工具
实战之前,先选一套趁手的 AI 工具上一篇文章发完以后，我准备接着写 AI 工具。 刚开始我觉得这篇最好写，无非就是做张表：模型叫什么、软件叫什么、优点是什么、缺点是什么。 我的第一版表格里甚至写过这样的组合： ChatGPT 对应 Codex，DeepSeek 对应 Hermes。 所以实战之前确实要选兵器。但在选之前，至少得先分清手里拿的是刀、刀法，还是拿刀干活的人。 GPT、DeepSeek、Kimi、GLM、Claude，首先是模型或模型家族。可以把它们理解成 AI 的大脑。 ChatGPT、智谱清言、Kimi 网页和 DeepSeek App，是普通用户接触这些模型的产品入口。 Codex、腾讯 WorkBuddy、Claude Code 更接近 Agent。它们不只负责回答问题，还可以读取文件、调用工具、执行代码，继续把任务往前推。 同一个模型放进不同的软件里，体验可能完全不一样；同一个 Agent 换了模型，能力也会变化。这就是为什么我现在不再做“ChatGPT、Codex、DeepSeek、WorkBuddy 谁最强”这样的排行榜。把它们排在一起，差不多等于把发动机、汽车和司机放在一张榜单里。 （小声BB：我在这里比较推荐workbuddy的原因，是因为workbuddy可以直接接入第三方的API，技术牛忽略这句话继续用CC-Switch） 模型怎么选，我目前只给一个不太像答案的答案，先看自己要干什么： 排名不分先后。模型版本、套餐和价格一变，答案也可能跟着变。我不会为了显得专业，硬给它们排一个一二三。 整理逐字稿时，我记下了一长串名字：Codex、WorkBuddy、Obsidian、飞书多维表格、FastGPT、MarkItDown、n8n、扣子、Ollama…… 名字不难记，难的是知道什么时候该用谁。
这里不是说每一类都必须安装一个软件。 如果你现在只有一个模型、一套整理清楚的文件夹和一个 Agent，已经可以开始完成很多真实工作。
只是现在很多头部讲师把企业 AI 的组合概括成 AKA： Agent，加知识库或数据库，再加自动化。 整体思路就是：先让 AI 能干活，再让它看得懂公司的资料，最后才考虑让它自己重复干。 如果是企业使用的话我比较推荐的是腾讯 WorkBuddy，主要适合国内办公生态，团队共享。 Codex 也很强，但是涉及到数据出境的风险，都是选型的一部分。 都是我个人比较喜欢的Agent。 说到底，我现在挑工具主要看三件事： 至于自动化，我反而不着急。一个月只做一次、每次步骤都不一样的工作，手动完成可能更快。周报汇总、固定格式转换、文章发布前检查，这些重复而且能验收的小事，更适合拿来做第一次实验。 如果你有梯子，我建议你可以试试codex 如果你没有梯子，请直接使用workbuddy 最后还是那个问题： 如果一个工具的名字后面暂时写不出答案，那件兵器可能还没有真正属于你。 如果你有一个想用AI来实现的场景 ， 请给我留言。 下一趟课程我们争取进入实战。
先把模型和软件分开
写中文、整理资料，又比较在意费用，可以先试 DeepSeek 做综合分析、代码和多模态任务，可以看看 GPT 长资料和中文办公可以试 Kimi GLM 更容易进入国内企业场景 Claude 的长文本、英文和代码能力也很不错
再看真正干活的工具
我的资料能不能安全地交给它 它做过什么能不能回看 用完以后，文件、数据和方法能不能带走
写在实战开始之前
它到底替我解决了什么问题？