AI 工具和技术天天变,普通人到底该追什么?

这两年，关注 AI 是一件很容易让人疲惫的事。今天出了一个新模型，明天流行一种工作流或技能，后天又冒出一个新的智能体。

很多人陷入一种状态：消息看了不少，工具也收藏了一堆，真正要使用的时候，却不知道从哪里开始，问AI又给一些不懂的方案、工具或者专业名词。

我认为，普通人跟上 AI，需要抓住一个更具体的关注方向：AI 操作电脑和软件的能力。尤其像 CLI（命令行界面，用自然语言描述就能用），它值得我们多花一点时间了解。

原因很简单。我们平时的大量工作，都要在电脑和软件里完成。AI 能用上这些软件，才能进一步把工作接过去。

一、AI 能替你操作软件，事情才真正往前走了一步

举个例子，像写一篇文章，往往不只是生成一段文字。

你可能要先打开素材库找资料，再去网页核对信息，把有用的内容整理进文档，最后调整格式。AI 即使已经能写，你仍然要在几个软件之间来回切换，替它搬运资料、执行操作。

做表格、整理文件、收集客户信息，也是类似的情况。

所以，我关注 AI 时，会特别留意一个变化：它能不能从“告诉我怎么做”，进一步走到“直接帮我做”？

比如，我观察豆包怎么操作电脑上B站，查找一些内容创作的视频素材资料。它自己能启动软件、等待加载、处理弹窗，再输入关键词、查找和整理内容（用的是视觉模拟技术）。

这次任务耗时是六分一秒，我看到了它全程的操作过程。但是相比较这个过程让我更在意另一个问题：AI 已经能操作软件了，怎样才能让它操作得更直接、更顺畅，不应该就是AI未来的方向吗？

CLI就是目前解决这个问题的方法之一，它是很古老的工具，早期人机交互的唯一方式。

二、CLI， AI 操作电脑和使用软件的一种方式

CLI 的中文叫“命令行界面”，windows电脑上的powershell和CMD都是命令行界面工具。

我们平时使用软件，习惯打开窗口，用鼠标点击按钮。CLI 提供的是另一种入口：用文字命令，让软件执行指定操作。

比如读取一批文件、筛选符合条件的记录、导出处理结果。软件只要提供了对应命令，就可以通过这个入口完成操作。

对于具备命令执行能力的智能体（主流AI基本都具备），CLI 可以让它直接调用软件已经提供的功能。

过去，你操作一个软件，通常意味着先要知道它的功能在哪里、操作顺序是什么，工作的内容可能还要拿到其它软件去加工。如果AI操作CLI联动多个软件，你只需要下命令就能把复杂的操作简化到输入一段指令。

目前国内的大厂基本都在开放自己的CLI，本月支付宝开放平台也开始了“支付宝 CLI 工具邀测”，就是一个具体信号：平台正在提供面向开发者的 AI 能力本地入口。

对普通人来说，看到这样的消息，可以往自己的工作上多想一步：这个平台有哪些能力，是我平时需要反复打开页面才能使用的？其中哪些，以后可以交给 AI 调用？

这样关注 CLI，就与追逐新名词有了区别。你开始观察自己常用的软件，什么时候能够成为 AI 手里的工具，以及怎么把工具接进来配合AI使用，我相信用AI接不同的软件工具未来会成为普通人的基础能力。

而软件一旦能被接入调用，接下来的问题就是：我们普通人就应该想让 AI 用它做什么？

三、把熟悉的软件，接成自己的工作平台

拿公众号创作举个例子。

假设你平时积累了很多历史典故，放在飞书多维表格里。每条记录都有故事内容、相关人物、出处和自己的备注。

资料虽然不少，但每次准备写文章，还是要一条条翻。翻到最后，可能找到了好故事，却没找到合适的切入点。

如果接入飞书CLI 就可以直接读取这些表格，慢慢尝试把这段工作交给 AI。

你提出一个具体需求：从素材库里找出适合讨论“普通人怎样面对变化”的典故，给出三个选题方向，每个方向附上相关记录和选择理由。

AI 先读取资料，按照条件筛选，再把典故与选题对应起来。你接到的就是一份可以继续判断、继续写作的候选材料。

下一次，你还可以补充自己的标准：不要生僻到需要大段解释的故事；优先选择人物处境与今天有联系的；避免只因为一句话相似就硬套主题。

用得越多，你越能发现，哪些要求应该提前讲清楚，哪些步骤适合固定下来。

这时，技能和工作流就有了具体用途：把反复用到的要求和步骤整理好，让 AI 下次继续按这个方法做。

CLI 提供软件入口，工作流组织处理步骤，而你的经验决定这套东西最终能产出什么。

这里最值得普通人投入的，正是自己的经验。

等这个过程反复跑通，还可以让 AI 编程工具做一个网页或者小程序：输入主题，就能发起筛选，再集中查看候选素材。先让自己用得顺手；如果别人也有同样需求，再逐步完善成能上线的工具。

从连接软件，到整理方法，再到做出方便使用的页面或程序，这就是我认为普通人可以参与的一条路径。

不过，走到这里还会遇到一个现实问题：自己常用的软件，没有现成 CLI，怎么办？

四、没有现成入口，也有人在尝试补上

CLI-Anything这个香港大学的开源项目，做的就是这么一件事：尝试为现有软件构建适合智能体使用的命令行入口。

它通过分析软件源代码，组织出可以被命令调用的功能，再让 AI 使用这些功能。对源代码可获取的软件，这提供了一种改造方向。

它的意义在于，一部分原本主要通过图形界面使用的软件，也有机会接入智能体的执行过程。

当然，构建这样的入口仍然需要测试和完善。但这个方向值得观察：以后除了软件官方提供的 CLI，我们还可能用上社区为具体软件制作的工具。

普通人可以先关注有没有适合自己任务的现成成果。真正发现某个软件卡住了工作，再考虑借助 AI 编程工具研究怎样接入。

CLI 之外，AI 也有其他使用软件的路径。

有现成 API，也就是软件开放的功能接口，可以通过接口读写数据；有 MCP 这样的标准连接方式，可以把工具和资料接给 AI；网页中的按钮、输入框可以通过页面结构识别；桌面软件也可以通过截图或辅助功能信息操作。

这些方式可以配合使用。一个任务里，可能用命令处理文件，用接口读取数据，再到网页完成剩余操作。

了解它们，是为了看懂：一个智能体接到了哪些软件能力，能够把事情推进到哪一步。当你能这样观察产品，就更容易找到它与自己工作的连接点。

五、跟上 AI，可以从自己手上的一件事开始

回到最初的问题：普通人要关注多少东西，才能跟上 AI？

我的选择是，把更多注意力放在 AI 使用软件、执行任务的进展上，尤其留意像CLI 这样的入口或视觉模拟（暂时不好用）这样的技术上。

模型迭代、视频能力提升、优秀的技能或者工作流，只需要了解或者简单上手尝试；当然和自己工作或者爱好相关的内容还是需要深入连接和关注。

把注意里集中在相关版块，以后有相关更新，你就知道该看什么、试什么。

这样积累下来的认知，会与自己的实际工作连在一起。你能理解一个新工具增加了什么能力，也更清楚自己可以怎样使用它。

我们不必成为最先学会每个工具的人。但可以对自己的问题足够清楚，并持续关注：AI 什么时候能够把其中一部分接过去。

当这个连接建立起来，AI 的发展就开始与你有关了。

如果有不同的意见或者想法，评论区聊聊