玩了一整年 AI，我终于想清楚了一件事。

困住大多数人的，从来不是工具不够好，不是模型不够强，也不是提示词写得不好。

是执行力！是判断力！是态度！

2025 年初，到处都在分享提示词。各种"Prompt 终极指南"、"提示词圣经"，群里接龙转发，热闹极了。

2026 年初，画风换了，变成了疯狂转发 Skills。"神级工作流大礼包"、"Agent 全家桶"，一个比一个分量重，一个比一个让你手痒。

但我观察到了一个极其荒谬的现象：

网盘满了，收藏夹爆了，但人依然"废"着！

这篇文章，我想认真说说这件事。不贩卖焦虑，不吹捧 AI，也不否定 AI。只说我真实观察到的、真实想过的。

01 收藏夹里的尸体

你打开过自己的收藏夹吗？我是说，认真打开，逐条翻一翻、读一读。

那种感觉很微妙，每一条你都觉得"对对对，这个有用"，但你想不起来自己用过哪一条。

这就是收藏夹的真相：它记录的不是你学过什么，而是你当时有多焦虑。

你收藏的那一刻，大脑会给你一个虚假的满足感，像是任务完成了，像是这个知识已经装进口袋了。但它没有。它只是换了一个地方吃灰，从别人的朋友圈、推特、视频，搬进了你的硬盘。

更扎心的是：真正刻进你骨子里的那些方法，从来不是收藏来的。是你在解决一个具体问题的过程中，一个字一个字敲出来、改出来、骂出来的。

别人给你的答案，和你自己摸索出来的答案，在大脑里的重量完全不同。神经科学里有个概念叫"生成效应"，自己创造出来的信息，记忆留存率比被动接收高出数倍。那些收藏来的提示词，就像别人嚼过的饭，营养还在，但你，咽不下去！

所以那些躺在你收藏夹里的东西，从被你收藏的那一刻起，大多数就已经是一具尸体了。

02 选择越多，行动越少

你有没有这种体验：

有人一次性丢给你二十个 AI 工具，你的第一反应不是"太好了"，而是"我应该从哪个开始？"

然后你什么都没开始······

这不是懒，是大脑的硬件缺陷。

选项越多，决策成本越高，最终的结果不是你做出了更好的选择，而是你根本没有做出选择。心理学上叫"决策瘫痪"，说白了就是被淹死在选项里。

还有一层：你收藏的每一个工具、每一篇教程，都会在你脑子里排队，嗡嗡作响，耗着你的注意力，但什么都没产出。

所以你看着收藏夹满满当当，却始终有一种说不清楚的焦虑。那个焦虑不是因为你没有资源，是因为你的资源多到你根本没办法动。

我们用"收集"这个动作，来逃避"筛选"和"决策"的痛苦。不敢做减法，不敢只选一个，因为害怕错过，害怕那个"万一有用"的可能。

如果你不能从中挑出一个立刻能用起来的，那给你 1 个和给你 10000 个，结果没有任何区别。

03 你没有内核，所以所有方向的风都是逆风

"学不完，根本学不完。"

"别卷了别卷了，跟不上了。"

这可能是过去两年我听到最多的抱怨。

表面看是 **FOMO（错失恐惧症）**，是 AI 发展太快导致的焦虑。但往深处挖，这其实是战略缺失。

那些喊着"跟不上了"的人，通常也是没有清晰目标的人。

如果你清楚地知道自己要做一款产品，你只会关心哪个模型代码能力更强；如果你清楚地知道自己要做视频，你只会关注哪个图生视频效果更好。

你没有方向，所以所有方向的风都是逆风。

当你没有内核的时候，博主推荐的每一个"神级工具"，都是射向你注意力的一颗子弹。你以为自己在追逐 AI 潮流，其实你只是成为了算法的养料。

有人说：让子弹先飞一会儿。这话是对的，但不是借口。

如果不具备判断力，飞再久，你也打不中靶心。

04 AI 圈里的"说车人"和"带货主播"

说到判断力，有一件事我一直想说清楚。

靠 AI 赚钱的人，往往会极力吹捧 AI 的各种好，推荐你用 AI，你用得越多，说不定就会买他的 AI 课，或者帮他做宣传。AI 圈子里同样有"说车人"和"带货主播"，但问题是他们说的这些"车"、带的这些"货"，有好有坏，未必适合每一个人，所以不能一概而论。

而有些传统的老程序员会告诉你别信 AI，说"那些用 AI 做出好产品的人，本身就是厉害的程序员"。这话倒也没错，但转头一看，他也是卖课的，毕竟大家都去学 AI 了，他涉及的传统 IT 培训就有点难做了。

所以你会发现，两边说的话都有私心，都有立场。

说到底，决定权在你自己手里。AI 也不是什么奢侈品，你喜欢你就搞、你就买，不用多说；你不喜欢你就别搞、你就别买，也没人逼你，同样不用多说。搞对立是最浪费时间的事情。

对 AI 应该抱有什么态度？是辩证的态度！

既要跟上时代潮流，让 AI 加快你的生产效率，好用的东西为什么不用？好用的功能为什么不用？用 AI 更省事儿了为什么不用？

但又要警惕 AI 的缺点。如果某项任务用了 AI 以后又麻烦又容易出错，那为什么要自取烦恼？也许正是因为 AI 有这样那样的缺点，我们才不会忘记传统的学习方法，才不会沉溺于 AI 带来的"快感"中不能自拔。

我个人对于 AI 的态度很直接：你这个产品做好了，我肯定表扬加赞美，也很乐意去用；你这个产品做得不好，我肯定也不会说好话。好就是好，不好就是不好。 另外，如果我不专业，我就去多看教程和文档；了解得少，我就闭嘴。

无妄的排斥或吹捧，都是不明智的。你要做的，是去真正地思考。

05 国产 AI：真实的崛起，和一地的泡沫

说到分辨好坏，有一个领域最需要这种能力：国产 AI。

2025 年初，DeepSeek R1 横空出世，直接震动了硅谷。一家中国公司，用极低的训练成本，做出了逼近顶级水准的模型，还选择了开源。在全球主流评测榜单上，阿里的 Qwen 系列一度冲进全球前列，在数学和编程能力上拿下第一。中美之间 AI 的差距，正在加速缩小。

可以的，真的可以的！国产 AI 的底层技术追赶，是真实发生的事，值得尊重。

但，同一时期，另一面也在同步发生。

大量"AI 产品"涌现出来，换个壳子、接个 API，套上"AI 赋能""智能助手"的名头，就开始卖课、收费、融资。项目做了一半就搁浅，工具今天上线明天报错，稳定性极差······

底层技术在真实地追赶，应用层的泡沫也在真实地膨胀。

这两件事同时存在，缺一不可地构成了国产 AI 的现状。前者值得尊重，后者值得警惕。

那些蹭热度的"AI 产品"，包了一件衣服，里面什么都没有。识别它们不难，就一个标准：它有没有在一个具体的场景里，真正解决了你的一个真实问题。 如果没有，那不管它的宣传做得多花哨，都只是噱头。

06 算力鸿沟：骑自行车追飞机的绝望

抛开心态问题，还有一个更现实的物理壁垒，被大多数人选择性忽略了。

现在做 AI 产品，有两个硬门槛同时压着你：

随便一个小任务，调用顶级模型就像流水一样烧 token。随便一个小项目，API 账单像瀑布一样往下冲，烧得人心惊肉跳。

有人问：不调用 API 能做产品吗？

行，当然行。你可以用免费版，你可以用平替，你可以步行 1000 公里。

但当你花了三个月走到终点，坐飞机的人早就把市场瓜分完了，甚至已经开始卖返程机票了。

这里有一个反直觉的地方，很多人没意识到：

省 token 的钱，往往意味着浪费你的判断力和时间。

用 90 分的模型省下来的那点钱，会以你无法察觉的方式，百倍地消耗你最稀缺的资源——你的决策质量。那个差距，是慢慢拉开的，等你感觉到的时候，已经晚了。

07 如何精准地燃烧

说了这么多不该做的，该做什么？

只有三件事值得在 AI 上疯狂投入：

第一，烧给顶级模型，不买平替。工具是你思维的放大器，放大器的质量决定了你思考的上限。这不是消费，是投资自己。

第二，烧给自动化，不烧给重复。任何需要你每天手动操作超过三次的任务，都值得花时间做成 Agent。你的时间不只是钱，是你的认知带宽。

第三，烧给深度思考，不烧给信息。和顶级模型深度对话两个小时，胜过刷一百条博主的更新。信息是免费的，洞察是昂贵的。

燃烧的方向，决定了你进化的方向。

08 清空收藏夹

我做过一件事：把收藏夹清空了。

不是删掉几个，是全清。

做之前以为会心疼，做完发现什么都没少。因为那些东西本来就不属于我，我只是帮它们临时存了一下。

然后我关掉了订阅的 AI 博主推送。

不是他们不好，是我需要重建自己的饥饿感——那种真正卡在一个具体问题上、眼睛发绿、不解决就睡不着的原始冲动。

只有当你真正需要解决一个问题的时候，你才会认真对待手里的工具。只有认真对待过，那个工具才会变成你的一部分——变成肌肉记忆，变成下意识的反应，而不是收藏夹里又一具等待腐烂的尸体。

饥饿感，才是最好的学习动力。饱着的人，永远不知道食物的味道。

写在最后

2025 年，大家缺提示词。

2026 年，大家缺 Skills。

2027 年，大家会缺什么？

什么都不缺！

缺的是独立思考的能力，和动手就改的莽撞。

在这个工具过剩、信息泛滥、吹捧与否定同时喧嚣的年代，人与人真正的差距不是谁知道的工具更多，也不是谁的立场更鲜明——而是谁能在信息的噪声里保持清醒，谁真正做出来过一件事。

哪怕很小，哪怕很粗糙，哪怕没人看。

你做出来了，你就会继续做；你没做出来，你就会继续收藏。

工具会越来越好，模型会越来越强，token 会越来越便宜。

但判断力和执行力，不会自动长出来。