事情是这样的。
我现在每天醒来的第一件事,不是看微信,是打开Claude Code。
先把昨天的任务分析跑一遍。

我做了个技能,自动读取我的工作笔记,提取今天要做的事,分析昨天哪里做得不够好,再生成一批问题帮我反省。
然后才开始一天的工作。
这个流程,大概花3分钟。
你可能还在手动整理待办清单。
我最近愈发的感受到,我能胜任企业服务这个岗位,很大程度上是AI赋能了我。
不是谦虚,是真的。
我每天处理需求、解决需求、沟通完善需求这些事情,基本全天都在跟AI协作。Claude Code、MiniMax、OpenRouter上那些顶级模型、ChatGPT的额度,还有各种优质的提问渠道——我每天都在努力把它们全部用完。
不是强迫症,是焦虑。
一种幸福的焦虑。
我怎么跟你形容呢。就是我买了很多套餐,GM5.1、MiniMax2.7、OpenRouter上那些顶配、还有ChatGPT的额度,它们每一个都有日额度限制。我每天醒来就在想,怎么把这些额度用完,用出价值,用出产出。
不是产出垃圾,是产出真正有意义的东西。
你可能会问,为什么要这么拼?
因为我发现,当你每天都在用AI处理真实需求、处理真实的业务问题,你对AI的理解是会上一个台阶的。
你不是在"学习AI",你是在跟AI一起干活。
这种感觉,完全不一样。
你有没有注意到,有些人用AI用了很多,就什么都没有积累。就只是每次打开豆包问一下,让它做个图片,生成个PPT,或者解释个东西,然后就结束了。
我不是说他这样不好,其实挺好的。
但我们每天用AI的方式,可能决定了我们跟AI之间的距离。
你没有把它当成一个工作搭档,你只是把它当成一个聊天对象。当然,聊天对象也很好。但如果你想用它来做一些不一样的事情,比如说写文章、做自动化、开发产品、处理B端需求——你可能需要换一种用法。

这里我想岔开说一句。
历史上每一次重大技术革命,都会有类似的问题。最早用蒸汽机的工人,和最早用纺织机的工匠,他们在工厂里的处境是完全不同的。会操作机器的人薪水更高,机会更多。
不是机器本身有多厉害,是会用机器的人厉害。
AI这一波,其实也是一样的。
豆包聊聊天,当然很好。但如果你想用它来做事,你需要换一种交互方式,你需要把它当成你的搭档,而不是你的玩具。
我每天做的那个任务分析技能就是这样来的。
我发现我每天需要复盘,需要反省,需要生成好的问题来驱动自己进步。手动做太累了,而且经常偷懒。今天累了一天,明天就忘了前天想了什么。
所以我就用AI做了一个自动化流程。整个流程跑下来是这样的:
读取笔记 → 分析任务 → 识别缺口 → 生成问题 → 解决(探讨+外界信息收集)→ 产出反省。

这个流程跑通之后,我每天的复盘效率提升了不止10倍。
而且,我用AI来帮我生成好的问题。这个太重要了。
你知道提问题其实比解决问题更难吗?一个好问题能帮你打开一个新的视角,能帮你发现自己没想清楚的地方。我每天用AI来帮我磨问题,把模糊的想法打磨成值得问专家的好问题,然后再去找人聊。
效果谁用谁知道。
用AI做内省是这样,用AI做业务也是。说回企业服务这块。
很多人觉得企业服务是一个很"重"的事情,需要很多资源、很多人脉、很多积累。我不否认这些很重要。
但我发现,如果你会用AI,很多事情其实没有想象中那么难。
需求分析,可以用AI帮你梳理逻辑。
方案设计,可以用AI帮你拆解步骤。
沟通确认,可以用AI帮你预演对话。
文档撰写,可以用AI帮你起草初稿。

不是AI帮你做完,是AI帮你做好。帮你提效,帮你思考,帮你把你没想清楚的地方先想清楚。
这种感觉,怎么说呢。就是你本来只有一双手,你现在多了一个比你更聪明、更快、不知疲倦的搭档。
你想想看,这玩意儿能不强吗?
所以现在的问题不是AI够不够强,是你会不会用。
你用豆包聊天,它能帮你省几分钟。
你用Claude code来处理企业需求,它能帮你省几个小时。
差距是数量级的。

不是一点点,是数量级。
回到开头那个问题,我为什么每天要这么拼?
因为我发现,当我每天都在努力用完这些额度、用出价值的时候,我的产出是在增加的。我不是在内卷AI,我是在用AI来杠杆我自己。
我没有变得更累,我变得更高效了。
我没有被AI替代的焦虑,我有的是"AI帮我做了这么多事,我还能再做点什么"的焦虑。
这种焦虑,叫幸福感焦虑。
每天早上醒来,我都在想,今天怎么把这些AI额度用得更好,用出更多的价值。不是为了用完而用完,是为了让AI帮我做更多有意义的事情。
然后我发现,当我这么想的时候,我的产出是真的在增加。
以上,既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧,如果想第一时间收到推送,也可以给我个星标⭐~
谢谢你看我的文章,我们,下次再见。
我是晴天,在折腾AI提效,踩过的坑、跑通的方案都在文章里。如果你也想提效但没时间自己研究,可以找我。
#AI提效 #企业服务 #AI工作流 #效率工具 #副业日记
夜雨聆风