夜雨聆风我的浏览器收藏夹里曾经躺着四十多个AI网站。生图的、写文的、做PPT的、改代码的、总结视频的、搜论文的——每次看到有人推荐新工具就存一个，觉得早晚用得上。
直到有一天我数了数，真正每周都在用的只有5个。其他的要么打开过一次再没碰过，要么当初收藏的功能早就被这5个覆盖了，要么干脆已经关站了。
这件事本身就值得说一说：AI工具多到一定程度之后，选择成本会吃掉它帮你省下的时间。 你花二十分钟对比三个AI写作工具哪个更好用，这二十分钟自己写可能已经写完了。
所以我现在的筛选标准极其粗暴——一个AI工具只问三件事：第一，它解决的是不是我每周都会遇到的问题？ 每月遇到一次的不算。第二，它比我自己做快多少？ 快不到三倍以上的不算。第三，产出质量我能不能直接用，还是得再花半小时修改？ 还得大改的不算。
用这三个标准一筛，四十多个工具瞬间就剩下几个了。
第一个：Claude。 这是我的主力通用助手。写文档初稿、梳理会议纪要、审查代码逻辑、分析数据趋势——一个工具覆盖了原来五六个工具的场景。不是说它每项都最强，而是它的通用能力够强，不需要为每个任务单独切换工具。省下来的不是效果差异，是切换成本。
第二个：豆包（字节旗下）。 用它主要是因为中文场景和国内生态的融合度更好。比如搜索国内的资讯、理解中文语境下的表达习惯、处理微信聊天记录——这些场景Claude有时候水土不服，豆包更顺手。但注意，涉及重要决策的信息一定要去原始来源验证，豆包给错信息的故事大家应该都听过了。
第三个：一个本地模型（目前是Qwen 3.6 14B）。 通过Ollama跑在自己机器上，专门处理涉及公司内部代码和文档的事情。不联网，不上传，数据不出本机。效果比不上云端大模型，但对于代码审查和文档梳理这种不需要最强智能、只需要够用且安全的场景，完全胜任。
第四个：Cursor。 写代码的效率确实被它改变了。不是说它帮你写完了所有代码——远没到那个程度——而是它在你写代码的过程中持续给建议，就像身边坐了一个随时能问的同事。补全、重构、写测试用例，这三件事上它省下的时间是实打实的。
第五个：一个截图OCR工具。 我用的是PixPin，但类似的工具很多。截图之后直接识别里面的文字，识别完一键翻译。开会的时候对方分享屏幕上的数据，截一下就变成可编辑文本。这个需求太高频了，高频到你不觉得它是AI工具——但它背后确实跑的是AI模型。
你可能注意到了，这个清单里没有AI生图、没有AI做视频、没有AI做PPT。不是这些工具不好，是它们对我来说不够高频。我一个月可能做两次PPT、偶尔需要配图，但为了这个频率去维护一个工具的使用习惯，投入产出不划算。临时需要的时候去搜一个在线工具用一次就够了，不需要成为常驻选手。
这也是我对收藏AI网站这件事最大的反思：不要因为一个工具很酷就收藏它，要因为一个问题很痛才保留它。 从痛点出发找工具，留下来的一定精准；从工具出发找痛点，收藏夹只会越来越胀。
有人会问，AI工具迭代这么快，万一我删掉的那个过两个月变厉害了呢？
这种焦虑我太理解了，我自己也有过。但后来想通了一件事：好工具自己会来找你。真正有突破性进步的产品，你的朋友圈、你关注的社区、甚至你的同事都会在第一时间告诉你。你不需要自己去盯四十个网站的更新日志。
把注意力省下来，用好手里这几个——这本身就是AI时代最重要的技能。
