哈喽，我是两粒熊，一个正在用 AI 编程把洞察变成产品和自动化工具的人。

这段时间我一直在用 AI 编程做一个工具。

逻辑不复杂：用户上传一张自己的照片，再上传一张衣服图，AI 就能生成一张“这件衣服穿在自己身上”的效果图。

如果放在以前，这种想法对我来说基本只能停留在脑子里。因为我不是技术出身，不懂前端后端，不知道接口怎么接，也不知道一个网站怎么上线。

但真正开始学 AI 编程后，我发现第一个卡住我的地方，反而不是代码。

而是一堆听起来很熟、但其实没真正搞懂的 AI 名词。

模型、Chatbot、Agent、Token、上下文、多模态。

这些词单独查都能查到解释，但真正难的是：

它们之间到底是什么关系？它们和我把一个想法做成产品有什么关系？

这篇文章不是百科，也不是技术教程，只是我这个非技术背景的人，在真实实践里重新理解 AI 的过程。

1. 模型只是大脑，不是完整员工

一开始我以为，AI 会写代码，就等于 AI 能帮我做产品。

后来才发现不是。

GPT、Claude、Gemini、DeepSeek 这些，本质上更像不同公司的“大脑”。

它们能理解你的话，能推理，能写文案，能分析图片，也能生成代码。但模型本身只是大脑。

它没有手，也没有工作环境。

你让它写一个页面，它可以给你代码；但代码放在哪、怎么跑起来、报错怎么修、文件怎么组织，这些事情还需要另外的工具环境。

这个理解对我很关键。

因为我过去做设计和产品方案时，习惯先判断方向，再看怎么落地。但学 AI 后我发现，光有“大脑”不够，你还得知道这个大脑在哪里工作。

模型解决的是思考能力，工具环境解决的是执行能力。

这两个东西不要混在一起。

2. Chatbot 更像顾问，Agent 才更像员工

我们平时打开 ChatGPT、豆包、Kimi，跟它一问一答，这类更接近 Chatbot。

它很好用。你可以让它帮你分析页面，写一段文案，解释一段代码，甚至帮你做方案。

但它大多数时候还是在“说”。

它会给你建议，给你代码，给你思路。然后剩下的事情，还是你自己做。

我刚开始学 AI 编程的时候，就经常陷在这里。

AI 给我一段代码，我看不懂。AI 告诉我要装某个环境，我不知道怎么装。AI 说这里报错是路径问题，我连路径是什么都没完全理解。

所以我后来慢慢意识到，Chatbot 更像一个顾问。

它能帮你想清楚，但不一定能直接替你把事情做完。

如果只是学习、讨论、分析，它很好。但如果你要把一个想法真正做成产品，只靠 Chatbot 会很累。

这时候就要理解另一个词：Agent。

Chatbot 更像顾问，Agent 更像能动手的数字员工。

真正让我有变化感的，是开始用 Agent 类工具。

它不只是告诉我“你可以这样做”。

它会在我的电脑里建文件，写代码，改页面，跑项目，看到报错后再尝试修复。

当然，它也不是万能的。它会改错，也会越改越乱。

但即使这样，我还是觉得这个过程很上瘾。

因为当我第一次在浏览器里看到一个可以点击、可以上传图片、可以交互的页面跑起来时，那种感觉很不一样。

过去很多想法，只能写在文档里、画在设计稿里、停在方案里。

现在它真的可以动起来。

这对我来说，是 AI 最大的变化。

不是让设计图变得更快，而是让一个非技术出身的人，也有机会把洞察做成产品。

3. Token 不是玄学，它更像 AI 世界里的电费

学 AI 的时候，经常会看到 Token。

刚开始我也觉得这个词很技术。

后来我给自己一个粗暴理解：

Token 就是 AI 世界里的电费。

你输入内容，要消耗 Token。AI 回复你，也要消耗 Token。任务越复杂、上下文越长、模型越强，消耗就越多。

很多人刚开始会想省。

我也一样。

但我后来发现，学习阶段最不该省的就是这个。

因为你不是在买一段回答，你是在训练自己怎么和 AI 协作。

我从完全不懂代码，到慢慢理解前端、后端、接口、部署，其实不是靠一次回答学会的，而是靠反复追问。

这段代码控制页面哪里？为什么这个文件要放在这里？这个报错是什么意思？如果我要改按钮样式，应该改哪一段？

这些追问都会消耗 Token。

但也正是这些追问，让我慢慢建立起技术地图。

所以如果你也是刚开始学 AI，我的建议是：

前期不要急着省 Token，先把协作能力练出来。

省，是后面的事。

4. 上下文混乱，AI 就会跟着跑偏

还有一个我越来越重视的概念，叫上下文。

你可以把它理解成 AI 当前能看到的工作桌面。

你在一个对话里说过的话、发过的代码、传过的截图、提过的修改意见，都会影响它后面的判断。

这也是为什么有时候 AI 会越聊越乱。

不是它突然变笨了，而是你的桌面太乱了。

前面聊页面，后面聊支付，中间又插一个邮件配置，再突然让它改首页文案。

它会把这些东西都混在一起。

我做 AI 工具时，后来慢慢养成一个习惯：

一个阶段只解决一个问题。

今天只处理登录，就不要顺手让它改首页。今天只接支付，就不要又讨论品牌文案。今天只修 bug，就不要让它顺便重构页面。

这和我以前做商业设计很像。

一个页面如果既想讲品牌，又想讲卖点，又想讲促销，又想讲参数，最后往往什么都讲不清楚。

AI 协作也是一样。

你给它的上下文越清楚，它越容易帮你把事情做对。

5. 多模态让我意识到，AI 不只是聊天框

以前我理解 AI，更多觉得它是一个文字工具。

你打字，它回字。

但现在我越来越觉得，AI 真正好用的地方，是它能处理更多类型的信息。

它可以看图片、读文件、理解截图，甚至在一些工具里看你的屏幕并操作。

这对我这种有设计和商业分析背景的人很重要。

因为很多问题本来就不是纯文字问题。

比如我以前做华为商城改版时，会把苹果官网的 KV 图一张张下载下来，放在一起对比，分析它们为什么看起来高级。

后来我提炼出一个词，叫“秩序美感”。

比如对称、重复、焦点构图、留白，这些东西不是靠一句“好看”能讲清楚的。

如果现在用 AI 辅助，它可以先帮我做第一轮归纳。

哪些图用了对称？哪些图用了重复？哪些图把视觉焦点压在中心？哪些图通过留白制造高级感？

但最后判断还是人来做。

AI 可以帮我看得更快，但它不能替我判断什么适合当前品牌、当前用户和当前商业目标。

这一点我觉得很重要。

AI 是放大器，不是替代判断。

6. 真正要学的不是名词，而是关系

如果把这些概念串起来，我现在会这样理解：

模型，是 AI 的大脑。Chatbot，是能聊天的大脑。Agent，是有执行环境的数字员工。Token，是使用 AI 的电费。上下文，是 AI 当前能看到的工作桌面。多模态，是 AI 不只读文字，也能看图、读文件、理解截图。

但这些概念本身不是重点。

重点是你要知道什么时候用什么。

只是想问问题，用 Chatbot 就够了。想让 AI 真正动手做事，要用 Agent。任务很长，就要管理上下文。涉及页面、图片、流程，就不要只打字，要给截图和文件。如果你还在学习阶段，就不要太早心疼 Token。

很多人学 AI，一开始就去学提示词。

我现在反而觉得，提示词不是第一步。

第一步是搞清楚你到底在和谁协作，以及这件事应该怎么拆给它。

这比背一百条提示词更重要。

7. 我为什么还想继续折腾 AI 编程

对我来说，学 AI 最有成就感的时刻，不是它帮我生成了一段漂亮文案。

也不是它回答了一个很复杂的问题。

而是我第一次看到一个原本只存在于脑子里的产品想法，真的在浏览器里跑起来。

那一刻我会觉得，过去很多被技术门槛挡住的想法，终于有机会落地了。

我以前做商业设计、品牌升级、电商转化、团队管理，本质上一直在做一件事：

从复杂问题里找到结构，再把它变成可执行方案。

现在 AI 编程让我多了一步。

我不只是可以把它写成方案，还可以把它做成产品和自动化工具。

这就是我接下来想持续记录的方向。

我会继续分享自己怎么用 AI 编程，把一些洞察、经验和想法变成真正能用的产品与工具。

因为我越来越觉得，AI 真正重要的地方，不是让我们多知道几个新名词。

而是让普通人也有机会，把过去做不出来的东西，真的做出来。