我最近发现一个很有意思的现象。
很多人装了 Claude Code,装了各种 Agent,看了一堆 AI 工具教程,收藏夹里躺着几十个“必备神器”。
然后打开工具的那一刻,愣住了。不知道该干什么。
这场面其实挺熟悉的。你打开一个空白文档,光标在那闪。你知道 AI 很强,你知道它能写文章、做图、剪视频、写代码、搭工作流,甚至还能帮你整理整个 vault。
但问题是。你不知道自己要它帮你干什么。
以前我以为这是工具使用问题。后来我越来越觉得,这不是工具问题,是需求感知问题。
很多人不是不会用 AI。
是他已经很久没有认真问过自己:我到底对什么不满意?
就拿我自己来说,OpenClaw 爆火那段时间,我也被重新点燃了一次。
我有一点 AI 基础,但真不算什么高手。看到小龙虾那么火,我第一反应也是,先装了再说。
很快,我就把 OpenClaw 跑起来了,还拿它做了一个量化模拟盘的小实验。大概就是让它监测某个币种的行情,然后根据规则去跑模拟交易。
它能监测。
但不好用。自主交易没有完全跑通,策略也很粗糙,很多地方都得我手动盯着。
更关键的是,我后来发现,这件事其实不是我的刚需。
我没有量化交易经验,也没有真的打算靠这个方向吃饭。说白了,我只是看到一个很火的工具,临时找了一个看起来很酷的方向去试。
后来我接触到 Obsidian + Claude Code,开始搭自己的知识库,才慢慢意识到那个问题。
我不是缺工具。
我是缺一个非解决不可的问题。
不爽,才是创造力的入口
我以前看到别人说创造力,会下意识觉得这东西有点玄。
好像你得天赋很好,审美很强,脑子里每天冒出一堆灵感,才配谈创造力。
但现在我越来越觉得,创造力的起点其实特别土。
就是不爽。
你看到一个工具的交互很烂,觉得“这东西为什么要这么设计”。
你每天整理资料整理到烦,觉得“为什么没有人帮我自动归类”。
你写公众号选题写到卡壳,觉得“为什么我明明看了很多东西,却不知道怎么变成自己的文章”。
这些瞬间,才是真正有价值的东西。
因为它们不是空想。它们是你和现实之间发生摩擦的地方。
AI 最适合放大的,也不是你脑子里那种宏大的愿景。
什么“我要做一个改变世界的产品”,什么“我要打造一套完整的内容系统”,听起来很燃,但太大了。大到你根本不知道第一步该干什么。
AI 更适合处理的是这种小到发痒的东西:
“我每次写文章前都要翻很多笔记,太烦了。”
“我每天口播很多想法,但第二天就忘了。”
“我收藏了很多 AI 文章,但真正写的时候想不起来。”
你看,这些句子一点都不宏大。
但它们很真实。
真实的东西,才有机会变成作品。
别存工具,存不爽
很多人用 AI 的第一步,是收藏工具。
看到一个新工具,先收藏。
看到一个新教程,先保存。
看到一个“10个让你效率翻倍的AI网站”,先丢进文件夹。
这动作看起来很努力,其实大概率没用。因为工具如果没有绑定到一个具体的不爽,它就只是一个链接。
过两天你就忘了。
更好的做法,是反过来。
别先问“这个工具能做什么”。先问“我今天有哪些地方不爽”。然后把它记下来。
我建议你建一个很简单的“不爽清单”,不需要复杂系统,甚至手机备忘录就行。每一条只写四个东西:
场景:我在做什么的时候不爽?
卡点:具体烦在哪里?
频率:这件事是不是经常发生?
理想结果:如果 AI 能帮我,我希望它做到什么?
比如:“写公众号前要翻很多旧文章,不知道哪些能用。”
“每天看 AI 新闻,但看完没有沉淀。”
“客户聊天记录太散,复盘的时候找不到重点。”
“学英语时收藏了很多材料,但没有变成可复用练习。”
你写到这里就够了。
先别急着找工具。
因为真正值钱的不是工具清单,是这个不爽清单。
工具清单只会让你焦虑。不爽清单会让你开始行动。
于是我后来做了一件事,把“不爽清单”交给了我的知识库。
一开始我也以为,知识库只是满足我整理东西的爽感。文件夹更干净,资料更有序,看起来好像很厉害。
但真正用起来之后,我发现它解决的是另一个问题。
我刷到有用的文章,以前就是收藏。收藏完,大概率吃灰。等到真正要写文章的时候,我只记得“我好像看过”,但完全想不起来在哪、讲了什么、跟我有什么关系。
现在我会把这些东西丢进 vault,让 Agent 帮我整理、关联、提炼。它会告诉我,这篇文章讲了什么,跟我已有的哪些笔记有关,能不能变成一个选题。
更重要的是,我开始用口播把自己的想法丢进 inbox。
想到什么先说出来,不追求完整。第二天再让 AI 帮我整理成日记、提炼成观点、关联到 07-Wiki。
这套流程跑起来之后,我才真正理解一句话:看过不代表掌握。收藏不等于理解。
必须用输出倒逼输入。
你能不能把一个东西讲出来,写出来,变成自己的判断,才是真正的掌握。
AI 不是灵感机器,是执行机器
这里有个很容易搞反的地方。
很多人希望 AI 给自己灵感。
但 AI 给你的灵感,大多是平均值。
你让它帮你想 10 个选题,它确实能给。看起来也都挺合理。但问题是,那些选题经常没有你的生活痕迹,没有你的经历,也没有你的判断。
它像一个很努力的编辑。
但它不是你。
所以我的建议是,灵感最好别从 AI 那里来。
灵感应该从你的不爽里来。
AI 更适合干后面的事。
你已经知道自己不爽什么了,再让 AI 帮你拆:
这个问题背后的重复动作是什么?
哪些部分可以自动化?
能不能做一个最小版本?
能不能今天下午就试一下?
这时候 AI 就特别好用。
比如你发现自己写文章总是找不到素材。那你不用一上来搭一个宏大的内容系统。你可以先让 Claude Code 做一件小事:
每次你丢一篇文章进 raw(原素材),它帮你回答三个问题:
这篇文章讲了什么?
它跟我已有哪几篇笔记有关?
它能不能变成一个公众号选题?
就这么小。小到你觉得不配叫系统。但它能跑起来。
跑起来之后,你就会发现新问题。输出格式不对,关联笔记不准,标签太泛,摘要太像 AI。
这时候你再改。改着改着,你的工作流就长出来了。
注意,是长出来的,不是设计出来的。先做一个烂版本很多人卡在 AI 工具前面,还有一个原因。
他想一上来就做一个完整系统。
完整的知识库,完整的内容工厂,完整的自动化流程,完整的 Prompt 模板。
听起来很高级。但很容易变成另一种拖延。我自己现在越来越相信一个土办法:先做一个烂版本。
如果你想用 AI 辅助写作,不要先研究十套写作工作流。
今天就拿一篇文章,跑一次。
如果你想做知识库,不要先设计完整分类体系。
今天就拿一篇你真的想用的文章,整理成一条 wiki。
如果你想做自动化,不要先画流程图。
今天就找一个重复三次以上的动作,让 AI 替你做一次。
烂版本的价值,不是它能直接用。
它的价值是让你看见问题。
你脑子里的想法永远是顺滑的。只有做出来,它才会露出毛边。
那个毛边,就是下一步。
就拿这两天我改写作 Skill 这件事来说,也挺典型的。
网上有很多开源 Skill,本质上就是给 Agent 套的一套工作流。你可以直接拿来用,像拿别人磨好的刀。
我一开始写文章的时候,也用了卡兹克的写作 Skill。说实话,效果确实震撼。它能把结构、节奏、钩子、质检全部框住,文章一下子就不像以前那么散了。
但用了一段时间之后,我也发现了问题。
它再好,也是别人的刀法。
如果我完全照着它写,文章会变锋利,但不一定像我。观点很顺,结构很强,可是里面少了我的经历、我的判断、我的那种别扭和不爽。
所以我后来开始沉淀自己的 Jacky 写作风格 Skill。
现在这两个东西的关系就很清楚了。
卡兹克负责锋利,负责选题、结构和质检。
Jacky 负责握刀,负责正文、经历和判断。
刀再好,也不能替手决定往哪里切。
这可能才是我目前理解的 AI 辅助写作:不是让 AI 替我写,而是把机械部分交出去,把最像我的那部分留下来。
你的不爽,会变成你的内容资产
做到这里,你会发现一个特别有意思的变化。
你的不爽,不只是问题。
它会变成素材。
比如你不爽 AI 工具太多,所以你能写《别再收藏AI工具了,你根本不会用》。
你不爽知识库越搭越复杂,所以你能写《我花3周搭了套AI工作流,然后差点把它废了》。
你不爽 AI 写作越来越像人,但越来越不像你,所以你能写《AI写作越来越像人了,但做内容的人正在犯同一个致命错误》。
这就是内容创作者最值钱的地方。
不是你知道多少信息。
而是你能不能把自己的不爽,提炼成一个读者也会点头的判断。
信息谁都有。
不爽只有你自己的角度。
AI 时代,内容越来越多,信息越来越便宜。真正贵的是判断,是体验,是你在一个具体场景里被卡住之后,想出来的那句“不对,这事不是这么回事”。
这句话,AI 很难替你说。
因为它没有你的生活。
它没有你复制 70 篇文章复制到怀疑人生的那个下午。
没有你 raw 文件夹堆满之后再也不想打开的疲惫。
没有你发现自己不是在搭系统,而是在制造进度幻觉时的尴尬。
这些东西,才是你的内容资产。
今天就做一个动作
所以,如果你也觉得自己装了很多 AI 工具,但一直用不起来。
别再问“AI 能做什么”。
今天换一个问题。
问自己:
我今天最不爽的 3 件事是什么?
不用宏大。
越具体越好。
比如:
“我写文章前找素材太慢。”
“我每天看了很多东西,但没有沉淀。”
“我每次做选题都从零开始。”
然后从里面挑一个最简单的。
不要搭系统。不要研究工具。不要先收藏教程。
就用你现在手边已经有的 AI 工具,把它做成一个最小动作。
哪怕很烂。烂也没关系。因为创造力不是从完美方案里长出来的。
它是从第一个不爽、第一个烂版本、第一个你真的想改掉的地方里长出来的。
AI 不是来替你创造的。
它是让你终于有机会,把那些一直让你不爽的东西,变成一个真正属于你的作品。
夜雨聆风