未来不是人学会软件,而是 AI 学会调用工具

一个很小的麦克风，让我重新想了一遍“工具”这件事。它的形态很适合户外录制：离嘴近，挂在身上，不像耳机那样承担太多功能，也不需要依赖手机。它只做一件事：把声音录下来。

这件事看起来很小，但我越用越觉得，它刚好卡在一个更大的变化入口上：未来的工具，可能不再只是给人打开、点击、学习的界面，而会慢慢变成 AI 能直接调用的接口。

01一个麦克风暴露了流程痛点

现在我的录音流程还不够顺。我可以带着麦克风出去录，录完之后，把音频倒到手机上，再从手机进入后续发布流程。这个流程能跑起来，但中间仍然有很多“人要记得做”的动作。

我真正想要的是另一种状态：当我把麦克风插回盒子时，电脑应该能知道有新的录音进来了。接下来，它就不应该只是安静地等我打开文件夹，而是自动把录音导入电脑，交给 AI 做转写、分析、优化、排版，最后生成可以审核的文章、图片和发布稿。

也就是说，录音结束之后，我只做一个动作：把麦克风放回去。剩下的流程，被触发器接走。

一个小动作，触发一条端到端创作流水线。

02我想要的是更少介入

这个想法并不复杂，本质上就是一个 trigger。电脑监测到新录音设备或新文件，就启动后续动作。它可以像一个小型生产线：录音进来，转写出来，文章生成，配图完成，多平台版本准备好。

很多时候，阻碍一个人持续记录的，不是没有想法，而是中间步骤太碎。每一步都很小，但每一步都会消耗一点点意愿。

如果工具能把这些碎动作吃掉，人就更容易保留最重要的部分：表达本身。我现在写文章，很多时候也有点像日记。经过一晚上的睡眠，大脑会把真正被记住的东西留下来。那些还值得说的内容，白天再说出来，会比情绪最满的时候更清楚。

03AI 群聊分身给我的一个问题

最近我在一个 AI 群里做了一个小尝试：让一个 AI 分身读取群里的本地消息文件，每周整理群精华，也每天根据讨论提出一些问题。

今天它问了一个很好的问题：如果你把自己做的东西交给一个陌生人用，你最应该补哪一块？是三步上手教程？是真实案例？还是直接让 AI 做新手引导？

如果是给人用，工具当然需要教程。可以是一张信息图，可以是一个三步上手图，也可以是一段视频案例。但如果工具是给 AI 调用的，那它需要的可能不是传统意义上的教程，而是一份给 AI 看的说明书。

同一个工具，需要给人看的教程，也需要给 AI 看的接口说明。

04工具可能需要两份说明书

过去我们做一个工具，默认面对的是人。所以我们会纠结按钮怎么摆，页面怎么做，新手引导怎么写，教程怎么拍。功能越多，界面就越复杂；界面越复杂，用户就越需要学习。

但如果 AI 可以替人操作工具，情况就变了。工具仍然要专业、稳定、可靠，但它不一定非要把所有复杂性都暴露给人。它可以把复杂性封装成接口，让 AI 在需要的时候调用。

后面做工具时，重点可能不是“让人学会我的软件”，而是“让 AI 学会调用我的工具”。

05Skill 像一种新的软件形态

以前我们说软件，通常想到一个 App、一个网页、一个命令行工具。现在很多东西可能会以提示词、Skill、插件、MCP server 的形式出现。它不一定有一个漂亮界面，但它能把一套能力交给 AI。

更有意思的是，这种“软件”可能会结合你的个人记忆和偏好。比如你在 Claude、Codex 或其他 AI 工具里长期积累的写作风格、工作习惯、文件路径、发布流程，都可以成为它执行任务时的上下文。同一个 Skill，在不同人那里，可能会输出更贴近那个人的结果。

06专用工具不会消失，反而更重要

我不觉得通用 AI 会替代所有专用工具。恰恰相反，专业、专用、足够稳定的工具会更重要。通用工具什么都能做，但在具体场景里，效率往往不是最优。

比如 FFmpeg。视频处理、编码、压缩、格式转换，很多大公司和平台背后都在用它。它之所以重要，不是因为界面多漂亮，而是因为它把一件事做得足够深、足够稳定、足够可被集成。

再比如 pandas。想到数据处理和分析，很多人会自然想到它。AI 以后也会大量调用这些库，因为它们是前人把经验、规则和工程智慧沉淀下来的结晶。

07我想继续写一些上手文章

所以我后面可能会写一个系列：一篇文章带你上手一个具体 AI 场景。比如用 AI 做会计对账，或者用 AI 整理群聊，或者用 AI 把录音变成文章。每一篇都不只是讲概念，而是尽量沉淀出一个能复用的流程。

未来的关键不是让人学会更多软件，而是让 AI 学会调用更好的工具。

END