ARTICLE · 1118786
为什么 AI 工具越用越多,工作反而越来越乱?
UNA · AI BUSINESS BUILDING
为什么 AI 工具越用越多，
工作反而越来越乱？
问题可能不是工具，而是你跳过了最重要的一步：先判断这件事到底应该怎么做。
这可能是我这几个月用 AI 最明显的一个感受。
刚开始接触 AI 的时候，很容易觉得：
这个工具不错，留着。
那个 Agent 很强，也想搭。
别人做了个 Skill，我也做一个。
看到 MCP，又觉得是不是应该接。
过两天再加一个自动化。
最后电脑里、收藏夹里、工作流里，全是 AI。
但真正干活的时候，反而更乱了。
问题通常不是工具不够好。
而是我们经常跳过了最重要的一步：
先判断这件事到底应该怎么做。
比如一个需求来了：
到底一个 Prompt 就能解决？
还是应该做成 Skill？
需要固定流程，那是不是 Workflow 更合适？
只有当任务需要自己判断、调用不同工具、根据环境继续执行的时候，才真的需要 Agent？
要不要知识库？
需不需要 MCP？
这些问题没有先想清楚，后面加再多工具，很多时候只是在增加复杂度。
UNA · 今日判断
我现在做 AI 项目，第一步已经很少问：
“用哪个 AI 工具？”
我会先问：
我到底想改善什么结果？
然后再继续往下拆：
01｜现在是怎么做的？
02｜真正卡在哪里？
03｜AI 应该介入哪一步？
04｜最小方案是什么？
05｜有没有必要做成一个系统？
很多时候拆完以后，会发现：
原本想做 Agent 的东西，一个 Workflow 就够了；
原本准备开发一套系统的需求，一个 Skill 就能解决；
甚至有些问题，根本不需要再加一个 AI 工具。
AI 时代真正稀缺的，可能已经不是“知道更多工具”。
而是知道什么时候该用，
什么时候不该用，
以及该用到什么程度。
所以我接下来会连续拆一些我真实做过的 AI 项目。
包括 Prompt、Skill、Workflow、Agent 到底怎么选，哪些需求值得做成系统，哪些项目一开始就应该砍掉复杂度。
不讲“又发现了一个神器”。
只讲一件事：
怎么把 AI 真正用进工作里，
而不是把工作越搞越复杂。
UNA · 判断｜架构｜产品｜工作流｜落地