当前时间： 2026-07-03 04:53:29
分类：办公文件
评论(0)
究竟是什么AI工具让人用得如此有卑微感今天是第3天早上6点回到电脑前,最大感受居然不是起床难, 是时间多了很多, 加上最近一周几乎每天用claude & claude code在搭建亚马逊搜索查询绩效(SQP)工具,一天下来工作时间接近17-18个小时, 史无前例的充实(折腾).关于Claude, 早在3月份有次看到一篇文章关于claude的数据分析能力远强于chatgpt---即时起了要注册的念头. 后来注册才知这公司如此排斥我们中国用户, 对我们使用的禁止程度有时忍不住想送上"bian tai"两字, 尤其今天看到的一个帖子居然在claude code 弄了类似"间谍软件"来识别中国用户.记得3月那段时间满天飞着AI信息,一会这个虾一会那个虾跑出来让我有种要被时代淘汰的焦虑感, 除此之外还有高大尚但陌生的新词四面八方砸过来, 什么AI Agent(智能体), AGI, 数字人, MCP, 工作流, N8N, cherry studio, skill, github等.而另一边飞书都还没摸透又不知哪里串出了个Obsidian, Notion...4月28号我决定去听了一个千人AI大课看看外面都发生了什么, 那天好几个大咖分享的都偏向龙虾, 他们所讲的内容似乎都跟我有关,但我不知可以在哪发力导致下午犯困(自己没能串连起来).再后来, 5月搭建属于自己的独享ti zi后, 信心爆发认为自己肯定能搞定claude账号, 最后在5月19号那晚真的注册成功了一个, 实属不易! 这个过程难在哪里呢? IP, 电话, 充值 ... 每一步都有门槛. 为了提高安全性我还刻意为claude & claude code弄了专属浏览器, 堪称亚马逊上的紫鸟. (写完这一句,突然觉得我也可以为给自己的亚马逊弄"紫鸟"了)因为矜贵(矫情)使用上确实很小心, 尤其最近又有一大波封号潮, 以致我今天没有安全感一边使用一边赶紧备份, 连AI都在质疑我有刻意给他增加工作负担的病态, 直接激起我对这家AI公司的一丝丝"哀怨". 心想:等哪天我们自己的AI真的吊打你时,看我不甩你18条街......哈哈, 好期待那天! 但, 此刻是舍不得离开claude, 也不希望他抛弃我, 爱得如此卑微~客观一点: 目前他确实有跩的资本, 对比用过的几大AI, claude的确更聪明, 也不会迁就人, 因为他我连我亲爱的chat哥都放在一边作备用, 而同样的问题内心是偏向更信任claude的答案. 如今成了AI重度使用者---从免费版到Pro再到现在Max, 包括codex也直接从Plus升级到了Pro, 因为使用过程频频超額被停止工作不得不升级.用超额度并非源于工作量本身,大概率是在使用时指令不到位导致沟通成本大增. 过去的一个月,结合claude, chatgpt, codex, claude code, gemini共同使用下尝试搭建亚马逊内部工具---把过往几年的亚马逊工作形成一套可执行的SOP. 目前各个板块在陆续搭建中,相对完成度最高的是listing引擎(还差接入各大AI 模型API), 在国外AI API充值这一关被卡---长期使用基础上的解决方式在测试中.想想也真神奇,短短一个月我好像就这样在不知不觉中被推着走进了AI世界,一个全新的AI世界, 接触了那些曾让我焦虑的词汇们, 也对市场上的一些AI课程祛魅, 即使依然有我未接触的, 但已经不会像3月那时再盲目为AI焦虑.尤其那个skill, 以前看到一些博主提到"关注博主会私发skill"之类的贴子,很多网友留言希望得到博主的skill, 在没有搭建工具之前我一样很想拥有别人那个神秘的skill. 然而, 当自己真的亲自落场一步步去搭建工具,渐渐搞懂skill是个什么东东后竟得出了一个阴暗结论: 免费公开分享出来的skill大多属于赤裸的秘密, 真正自己打磨出来的被多次验证过可行的skill偏向内部机密信息,背后是一套运行逻辑,也许会分享部分,但要分享所有大概率难, 除非价值交换, 又或者skill本身并不是具备多大价值的东西.好比你看中市场上的一个工具,你问人家要工具skill就等于问人家要系统背后的搭建框架设计, 以及整个系统运行逻辑, 运算方式等, 而这些往往属于机密信息.一旦了解到这一层, 便会对市面上的很多skill一样祛魅.过去半个月,我用整整10多天才搭建出的listing引擎, 提供要埋入的关键词, VOC, 产品图片(可选)&竞品文案(可选), 接入AI后即可按工具设置好的运行逻辑生成一套能直接上架的文案.因为要面向不同类目产品且要能一步到位, 背后要考虑的东西远超我想象, 过程中好不容易建立好的判断逻辑一次次被推翻, 比如该判断逻辑适合标品但不适合半标, 适合大类但不适合小类...从未想过写一个LISTING会涉及这么多方面, 以前用AI写的LISITNG确实粗造, 是我懒不想动脑, 亦有我不懂&忽略之处. 但现在当站在开发一个生成LISTING的工具角度上, 我似乎要被逼着得具备懂得写全类目产品LISTING的能力般, 不然所开发出的工具可能带来反效果.过程深有体会: 即使大家用一样的AI做出来的效果可能完全不同, 因为里面涉及需要具备懂整个逻辑的能力, AI能帮到放大的是本身已经具备的能力, 放不大未知部分(你不知道自己不知道的那块)---因为看不见.5年多的亚马逊生涯我写过不少Listing, 但我不敢说我真懂其本质(尤其不懂所有类目产品的Listing写法), 搭建的过程经历了反复质疑推翻68次, 而我在这68次的推翻中被逼着要散发思维, 摸索不同类目产品相通的底曾逻辑. 那假设本身真不具备或者只有基础知识,怎么办? 就只能等着被淘汰了吗?个人感受/心得:要学会怎么把别人优秀的大脑变成自己的大脑, 借助AI将其放大N倍来助长自己, 进而再次形成自己一个全新大脑, 这一步会比较考验怎么使用AI来实现. 我本属于假设电脑出问题只懂一键关机重启的款, 但就这样0代码基础水平的人最后借助搭建出工具这事本身带给我的得益远超工具本身能带来的价值. 因为从此更无惧去面对未知世界, 大胆拥抱新鲜事物.很庆幸在自己还处于一个精力旺盛且具备学习能力的年龄阶段遇上AI时代, 见证AI的发展, 其实我们都是一波很幸运的人...真心推荐大家积极拥抱codex, claude code去尝试创造, 结果不一定都完美,但过程可能会有你想不到的惊喜及收获....
基本
文件
流程
错误
SQL
调试
- 请求信息 : 2026-07-03 13:19:06 HTTP/1.1 GET : https://www.yeyulingfeng.com/a/830340.html
- 运行时间 : 0.105531s [ 吞吐率：9.48req/s ] 内存消耗：4,648.23kb 文件加载：145
- 缓存信息 : 0 reads,0 writes
- 会话信息 : SESSION_ID=599f3d9eac7945c8413919025012ca9f
- CONNECT:[ UseTime:0.000657s ] mysql:host=127.0.0.1;port=3306;dbname=wenku;charset=utf8mb4
- SHOW FULL COLUMNS FROM `fenlei` [ RunTime:0.000886s ]
- SELECT * FROM `fenlei` WHERE `fid` = 0 [ RunTime:0.000341s ]
- SELECT * FROM `fenlei` WHERE `fid` = 63 [ RunTime:0.000273s ]
- SHOW FULL COLUMNS FROM `set` [ RunTime:0.000483s ]
- SELECT * FROM `set` [ RunTime:0.000195s ]
- SHOW FULL COLUMNS FROM `article` [ RunTime:0.000562s ]
- SELECT * FROM `article` WHERE `id` = 830340 LIMIT 1 [ RunTime:0.008290s ]
- UPDATE `article` SET `lasttime` = 1783055946 WHERE `id` = 830340 [ RunTime:0.011404s ]
- SELECT * FROM `fenlei` WHERE `id` = 64 LIMIT 1 [ RunTime:0.000414s ]
- SELECT * FROM `article` WHERE `id` < 830340 ORDER BY `id` DESC LIMIT 1 [ RunTime:0.000572s ]
- SELECT * FROM `article` WHERE `id` > 830340 ORDER BY `id` ASC LIMIT 1 [ RunTime:0.000373s ]
- SELECT * FROM `article` WHERE `id` < 830340 ORDER BY `id` DESC LIMIT 10 [ RunTime:0.000881s ]
- SELECT * FROM `article` WHERE `id` < 830340 ORDER BY `id` DESC LIMIT 10,10 [ RunTime:0.001610s ]
- SELECT * FROM `article` WHERE `id` < 830340 ORDER BY `id` DESC LIMIT 20,10 [ RunTime:0.000872s ]
0.107214s
夜雨聆风
