夜雨聆风过去一年多，AI 像一阵大潮，几乎每天都在刷新我们的认知。
从大语言模型到 AI Agent，从文案生成到代码开发，从知识库问答到视频制作，朋友圈里每天都有新名字冒出来。
很多人问我：到底哪个 AI 工具最好用？
我的答案很简单：
不要先问哪个工具最好，要先问你到底想让 AI 帮你完成哪一类工作。
这一年多，我算是较早、较重度使用 AI 的人。正式发言、工作复盘、投资分析、文章写作、代码开发、家庭影像整理，我都不同程度地把 AI 拉进了自己的工作流。
我从不认为使用 AI 是偷懒。
恰恰相反，真正会用 AI 的人，不是把思考外包给机器，而是把信息检索、资料整理、格式打磨这些低价值重复劳动交给机器，然后把自己有限的精力，投入到更高质量的判断、选择和创造上。
当然，这一路没少踩坑。
我用过豆包、千问、Gemini、ChatGPT、Cursor、Hermes、WorkBuddy、CodeX……有免费的，有付费的；有国产的，有海外的；有写代码的，有做视频的。
走了不少弯路，也付了不少学习成本。
但没有白走的路。
经过一年多筛选、淘汰和整合，我最终形成了一套自己用着顺手、效率也高的 AI 工具组合。我把它称为：
“3+1”系统。
“1”是记录系统。
“3”是思考系统、执行系统和创造系统。
四者分工明确，各司其职，构成了我现在个人成长和工作提效的一套基础设施。
一、AI 工具不是软件清单，而是个人操作系统
很多人使用 AI，最大的问题不是不会用，而是用得太散。
今天看到一个新工具，注册一下；明天听说一个新 Agent，试用一下；后天又被一个视频生成工具种草，再付费一个月。
最后电脑和手机里装了一堆 AI 产品，但真正每天稳定产生价值的，寥寥无几。
我的体会是：
AI 工具不是越多越好，而是边界越清楚越好。
我现在只按四个角色来选择工具：
得到大脑负责记录，留下原始素材。
ChatGPT 负责思考，帮助我推演逻辑、校准认知。
WorkBuddy 负责执行，把资料、工具和任务串联起来。
CodeX 负责创造，把过去“我不会做”或者“做起来很重”的事情，变成可以动手尝试的项目。
换句话说，AI 工具要形成闭环：
记录 → 思考 → 执行 → 创造。
单独看，每个工具都只是一款软件。
连成系统，它们才会变成一个人的操作系统。
二、记录之基：没有记录，就没有复利
先说这个“1”。
我一直相信一句话：
没有记录，就没有发生。
每天把重要的事、一闪而过的念头、突然冒出来的感知记录下来，一天两天看不出什么变化。
但时间拉长到三个月、半年、一年，你会清晰看到自己的关注重心如何迁移，思维方式如何迭代，认知边界如何拓展。
这是一种肉眼可见的成长轨迹。
早些时候，我是 flomo 的重度用户。
flomo 有一句话我很喜欢：
持续不断记录，意义自然浮现。
它的特点是“轻”：打开快，输入顺，没有格式负担。像一支铅笔，简单、直接、趁手。
但后来，我开始使用得到大脑。试用一段时间后，我发现它更贴近我现在的核心需求。
如果说 flomo 解决的是“把念头快速记下来”的问题，那么得到大脑更进一步，解决的是“把记录再次利用起来”的问题。
它不只是一个笔记本，而更像一个带 AI 助手的个人知识仓库。
我可以录音，可以输入文字，也可以保存小视频。更重要的是，它能自动整理、总结、关联、检索，甚至从一段口语化表达中提炼出结构和金句。
这对我很重要。
因为记录本身不是目的，记录之后能不能被回顾、被检索、被再加工，才决定了它是不是资产。
过去很多记录，写完就躺在角落里，再也没有被看见。
现在，记录变成了矿石。
得到大脑负责把这些矿石收集起来，未来再交给 ChatGPT、WorkBuddy 或 CodeX 去冶炼、加工、创造。
它占据我每天大约 5% 的时间投入。
但这 5% 是高杠杆的。
没有这一步，后面所有深度思考和高质量输出，都会缺少源头活水。
三、认知教练：ChatGPT 不是替我写，而是逼我想
再说“3”里的第一个：ChatGPT。
我曾经在 Gemini 和 ChatGPT 之间摇摆过很长时间。
坦白讲，Gemini 在某些长文档处理和生态整合上确实有优势。但我的工作和生活，更多集中在国内工具链和中文语境里。
真正高频、刚需的，不是让 AI 帮我处理邮件，而是让 AI 帮我思考复杂问题。
在这一点上，ChatGPT 最终留了下来。
尤其是它的长期记忆能力，让我感受到一种变化：它不再只是一个“你问一句、它答一句”的工具，而越来越像一个熟悉我表达习惯、关注领域和思考方式的认知教练。
我每天都会和 ChatGPT 对话。
但不是简单地让它“帮我写一段文案”。
更多时候，它是在帮我训练思维。
读完一份研报，我会让它拆解核心逻辑，找出我可能忽略的变量。
产生一个投资直觉，我会让它不断追问，把模糊感觉转化成可验证的假设。
准备一篇重要发言稿，我会让它站在听众和读者视角反复挑刺，直到我自己也觉得逻辑站得住。
这个过程，本质上不是 AI 替我思考。
而是 AI 逼我把自己的思考说清楚。
它不替我做决定，但它会把一个决定背后的前提、漏洞、证据和风险，一层一层摆到台面上。
很多时候，我以为自己想明白了。
一问 ChatGPT，才发现只是“感觉上想明白了”。
这就是它对我最大的价值。
它让我从“凭感觉、凭经验”的决策方式，逐步走向“可验证、可复盘”的决策方式。
所以我把 ChatGPT 定位为认知教练。
它负责重要决策、深度思考和严肃输出，大约占据我每天 20% 的 AI 使用时间。
四、工作操作系统：WorkBuddy 让我感觉 AI 开始“会做事”
第三个工具，是 WorkBuddy。
它的价值，要从我对 AI Agent 的一次失望说起。
AI Agent 概念刚兴起时，我很兴奋。
“AI 不只是回答问题，还能主动帮你干活。”
这个概念太诱人了。
我一度尝试过 Hermes，也把它接入到自己的日常工作流里。我期待它帮我自动推送信息、更新数据报表、处理琐碎任务。
但实际体验并不理想。
最明显的问题是：执行不稳定，纠错成本高。
同样一个任务，它有时能做对，有时会偏离方向。你花时间纠正它，下一次它又可能以另一种方式出错。
这件事给我一个很深的教训：
AI Agent 的价值，不取决于概念有多性感，而取决于执行有多稳定。
一个工具的真实价值，可以简单理解为：
能力承诺 × 执行稳定性 ÷ 纠错成本。
承诺再大，稳定性不够，最后就会变成新的负担。
而 WorkBuddy 给我的感觉不一样。
它让我第一次明显感受到，AI 正在从“会回答”走向“会做事”。
它不仅接入微信，还能连接得到大脑、QQ 邮箱、IMA 知识库、文件系统等我日常高频使用的信息入口。
过去很多资料分散在不同地方，需要来回切换、复制、搬运。现在，在很多场景里，可以被聚合到一个工作界面中。
这极大降低了我的切换成本。
另一个让我惊喜的，是它的 Skill 生态。
所谓 Skill，本质上是把一个专业工作流封装起来。专业的人，把专业流程、提示词、调用方式和输出格式沉淀成技能；普通用户可以直接复用。
这背后有一个重要变化：
过去我们学习一个高手的方法，要看书、听课、模仿、练习。
现在，高手的部分流程可以被工具化、模块化、技能化。
你不一定立刻拥有他的全部能力，但可以先复用他的最佳实践。
这就是 AI 时代新的杠杆。
渐渐地，我每天已经离不开 WorkBuddy。
它负责我的知识库调用、基础调研、资料整合和投资辅助，大约占据我每天 30% 的 AI 使用时间，是三款主力工具中占比最高的。
这不奇怪。
因为它不是单点工具。
它是连接器，是中枢，是我的工作操作系统。
五、创造引擎：CodeX 把“我不会”变成“我可以试试”
最后一个工具，是 CodeX。
我最早是在 Cursor 里开发过一个理财小工具，用来跟踪持仓、计算盈亏、生成报表。
那个工具不复杂，但对我很有用，因为它完全贴合我自己的使用习惯。
后来，随着 AI 编码工具越来越成熟，我逐步把这类创造性工作迁移到 CodeX 体系里，继续迭代那个理财项目。
对我来说，这件事的意义不只是“AI 能写代码”。
更重要的是，它让我第一次意识到：
一个不以写代码为主业的人，也可以把自己的想法做成一个能用的小产品。
过去，一个想法从脑子里走到现实中，中间隔着技术、时间、协作和成本。
现在，这个距离被大幅缩短了。
真正让我对 CodeX 另眼相看的，是另一个场景。
我花了一个下午加一个晚上，整理过去二十多年的家庭旅游照片。
从孩子刚会走路时的海滩，到最近一次全家的雪山之旅；从模糊的老照片，到手机里清晰的视频片段。
那一刻，我意识到，这些素材不是文件，而是时间本身。
整理完后，我让 CodeX 帮我制作一个家庭纪念视频。
我说清楚主题、基调、节奏和情感方向，它帮我筛选素材、安排顺序、匹配音乐，最后生成了一部大约 12 分钟的视频。
一家人围在一起看的时候，反响超出了我的预期。
那一刻我突然觉得，AI 的价值不只是“提高办公效率”。
它还能提高一个人保存记忆、表达情感、创造作品的能力。
所以，CodeX 对我的定位，就是创造引擎。
它不一定每天都用，但只要我想把一个想法变成工具、网页、视频、自动化流程，它就能把过去很高的门槛降下来。
一句话概括：
ChatGPT 帮我想清楚，WorkBuddy 帮我跑起来，CodeX 帮我做出来。
六、我的“3+1”时间分配
有人可能会问：
四款工具，每天用得过来吗？
我的答案是：正因为有了这四款工具，我反而不用把太多时间浪费在工具本身上。
因为它们边界清楚。
得到大脑：记录系统，占 5% 左右时间。负责灵感捕捉、日常反思、会议记录和素材沉淀。
ChatGPT：认知教练，占 20% 左右时间。负责深度思考、认知纠偏、逻辑推演和严肃输出。
WorkBuddy：工作操作系统，占 30% 左右时间。负责知识库调用、资料整合、投资辅助和工具串联。
CodeX：创造引擎，按需使用。占 10% 左右时间负责开发小工具、制作视频、生成网页和搭建自动化工作流。
剩下大约 35% 的时间，我仍然留给阅读、锻炼、真实工作和人与人之间的交流。
这一点很重要。
工具永远服务于人，而不是反过来。
一个好的 AI 系统，不应该让你每天沉迷于研究工具，而应该让你更快回到真正重要的事情上。
对我来说，真正重要的事情始终没有变：
持续学习，持续判断，持续行动，持续成长。
AI 只是让这个过程更有杠杆。
七、写在最后：AI 不会替你成长，但会放大你的成长方式
我相信，人和 AI 结合，有机会获得接近人类文明知识总量的认知辅助能力。
这句话听起来很大，但它不是口号，而是我这一年多的切身体验。
过去一年，AI 对我最大的改变，不是节省了几个小时，而是改变了我思考问题的方式。
以前很多判断，更多依赖经验、直觉和感觉。
现在，我会更习惯把一个想法拆成假设，把一个判断拆成证据，把一个结论放进可复盘的链条里。
这个转变的起点，就是一次次和 AI 对话。
它追问我的假设，我检验它的逻辑。
它指出我的漏洞，我修正自己的表达。
它给出另一种可能性，我再回到现实中验证。
循环往复，人的思维就会被训练。
我也知道，很多人还在观望。
也有人担心：
“AI 会不会让我变懒？”
我的回答是：
真正让人变懒的，不是用了什么工具，而是在使用工具的过程中，放弃了对自己思考的所有权。
这篇文章本身，就是我这套“3+1”系统运作的一次真实案例：
得到大脑提供灵感素材，ChatGPT 和我反复推敲逻辑，WorkBuddy 帮我调用资料和串联信息，CodeX 处理创造类任务，而最后的文字取舍和价值判断，仍然由我自己完成。
保持好奇，继续实践。
这条路，才刚刚开始。
