夜雨聆风AI 是变强了，但我好像变累了。
每天都在用 AI，写方案的时候切到 AI对话，把背景粘过去，再解释一遍"这是什么项目、这段要改成什么风格"；等它生成完，复制回来，发现格式全乱了，再花时间调。一天下来，感觉一半时间花在跟 AI 对话上，另一半花在复制粘贴和调格式上。
问题不在 AI 不够聪明，而在 AI 离我的工作软件太远。 每次用 AI 都要"切出去再切回来"，这个来回本身就在消耗时间和心力。很多本可以借助 AI 的场景，嫌麻烦就自己写了。
现在的工作应用几乎全在浏览器里——在线文档、在线表格、项目管理、后台系统，浏览器才是真正的工作主场。既然如此，把 AI 直接装进浏览器，就是最短的路径，这也是OpenAI做浏览器的原因。
去年 10 月 OpenAI 发布了 ChatGPT Atlas，一个 AI 浏览器。我用了半年，结合我的实际工作案例，聊聊AI浏览器怎么解决上面这些问题。
01 / AI 浏览器有啥用？全局上下文
说到AI浏览器，很多人可能会问，跟装个浏览器插件有什么区别？AI 插件、AI 助手、AI 对话框——这些工具都能调用大模型，而且可以随手唤起，但它们有一个共同的短板：不知道你正在做什么。
你得自己告诉它背景，自己粘贴内容，解释"这是一份什么文档的第三部分"。本质上，你在充当 AI 和工作现场之间的搬运工。
浏览器不一样，浏览器是你工作的容器——你的文档在这里打开，你搜索的网页在这里，你的鼠标选中哪一行它都知道。只有浏览器，能在你工作的同时，实时拿到完整的上下文：当前页面的内容、你选中的那段文字、整篇文档的结构和格式。
这个上下文能力Atlas通过两个入口来使用：气泡（随时唤起） 和 侧边栏。它们不是两个独立功能，而是同一个能力的两种打开方式——气泡轻量快捷，适合就地编辑；侧边栏空间更大，适合生成较长的内容。
02 / 有了上下文，写内容这件事彻底变了
场景一：把零散的想法整理成型
把想法变成文字，本身就在消耗脑力。脑子里想清楚了，但要把想法组织成有结构的文字，还得再花一遍力气。思路是及时和无序的，输出为文字是有结构的，需要花费非常多的精力来组织语言，同时构思内容结构的时候，还会打断自己的思路。
我现在使用AI浏览器的方式是：想到什么就输入什么，顺序不重要、语法不重要、完不完整都不重要。然后唤起气泡告诉 AI"帮我整理"，几秒钟，一段有结构的内容就出来了。AI 处理的不是"帮你写"，而是"帮你把已经想好的东西理顺"，而且还可以选择对输出的内容局部插入，不用担心AI输出的内容不可用，整个设计和typeless的思路很相似。
用金字塔原理里最经典的例子来举例：你脑子里一下想到的是"葡萄、牛奶、胡萝卜、苹果、鸡蛋、西瓜、白菜"，就这么直接输进去，然后让 AI 整理，它会给你：
水果：葡萄、苹果、西瓜
蔬菜：胡萝卜、白菜
蛋奶类：牛奶、鸡蛋
你脑子里有这些东西，但梳理逻辑和格式这一步不用你做了。工作中的想法也一样——你负责想到，AI 负责理顺。
场景二：改一段话，不用先交代背景
绝大多数时候，我们都是局部修改文档
现在让 AI 直接生成一整份方案，输出确实能用，但整篇读下来 AI 味太浓，也缺乏你自己工作的背景，没法直接交付。所以写文档这件事，核心还是自己参与编辑——逐段打磨，需要局部改写内容。
以前的编辑方式很低效：把某一段单独复制出来，粘到 AI 对话框里，再解释"这段是方案的背景部分，帮我改得更自然一点"。光这个来回就很耗时间，而且你还要担心 AI 不了解整篇文档的逻辑。
现在直接在文档里选中那一段，唤起侧边栏，告诉它你想怎么改。它知道你在改什么，也知道前后文在说什么，改出来的内容跟上下文能衔接上，不会突兀。
这种感觉太爽了。
而且侧边栏不只是一个对话框——它可以加载你保持的不同“技能”，随时 @ 调用。比如"写飞书周报"、"生成竞品对比表"、"帮我回邮件"，像快捷指令一样，一步到位。
更贴心的是，右上角会根据你当前打开的页面，自动识别并提示哪些 AI 功能可以用。你打开的是方案文档，它提示"要不要帮你补充下一个章节"；你打开的是客户邮件，它提示"要不要生成回复草稿"。
侧边栏还会识别你当前网页的内容自动推荐相应的功能，在数据网页中，会提示是否要导出工单csv；在APP数据分析平台会提示是否要提取当前APP用户的评价为痛点；在邮件中，会提示是否要汇总未读邮件。
03 / AI 接管标签栏，自动整理分组
这个功能说起来朴实，但可能是我不愿意用回传统浏览器的核心功能之一。
先说竖向排列。普通浏览器的标签水平排列，开了十几个之后每个缩成小图标，根本看不到名字，只能一个一个点开找，靠模糊的记忆去猜。
Atlas把标签竖向排列在侧边栏里，名字完整显示，二十个标签一眼扫过去就知道每个是什么。而且你想想，现在电脑屏幕越来越宽，但网页内容是竖着滚的，标签栏放侧边，刚好用上横向的富余空间，纵向的寸土寸金空间还给了内容。
再说AI一键分组。
标签多了就算能看到名字，找起来还是乱。以前的做法是手动一个个拖，把相关的标签归到一组，拖错了还得再拖回来，搞得我现在还有点PTSD。
现在让AI自动整理，它识别你打开的标签内容，自动把相关的归在一起，起好组名，设置好标签图标，几秒钟标签就整洁了。
竖向排列解决「看不到」，AI分组解决「找不到」，两步加在一起，多标签工作终于不乱了。
AI 在手边，才是真的提效
用了半年，沉淀下来的感受是：AI 能力本身已经够强了，差距在于离你的工作现场有多近。Atlas 做的事情，本质上是把 AI 从一个"需要你主动去找的工具"变成了"就在你手边的能力"。我每天随时唤起它，它能自动读懂上下文，生成的内容马上就在我的工作成果中——这些不是颠覆性技术，但每天帮我省下非常多真实的时间和心力。
AI 在手边才好用，这可能也是下一代产品真正的竞争力所在。
