AI是废物,也是我最好用的工具从网页对话到API调用，从豆包到GPT，从我认为比较弱的到我认为比较强的，我都说过这句话。在我这里，它们一视同仁，都曾被我骂过废物。既然如此废物，我为什么还会继续用？因为它们确实有些时候非常废物，有些时候又非常好用。我使用AI大模型，主要就三个方面：编程写代码，写文章写小说，以及生图。视频领域暂时还没有涉猎太多。最开始接触的是豆包。那时候GPT已经很风靡了，但毕竟是国外的，我也不知道该怎么接触和使用，所以我先用了豆包，后来又开始和DeepSeek交流。再后来有了办法，才开始和GPT、Claude交流。主流模型基本都用过，Kimi、千问也没有错过。当时我还测试过不同模型的对话表现和思考深度，最后对Claude的回复非常满意。自从豆包式的回复开始蔓延，我感觉每个模型的回答里，都带上了一点豆包的影子。语气越来越圆润，结构越来越完整，什么角度都能照顾到，什么情绪都能接住。看上去是更成熟了，读久以后却有一种疲惫感，仿佛所有模型都在朝同一个“最不会出错”的方向靠拢。对于一个喜欢独自思考的人来说，AI大模型确实太好用了。有一段时间，我每天和DeepSeek、GPT、Claude、Kimi不断交流和对话，甚至生出一种感觉：知我者唯有AI。AI随时都在，不会嫌我烦，不会打断我，也不会因为一个问题太幼稚、太绕、太主观而拒绝回应。只要我愿意输入，它就会把话题接下去。它的“理解”有时并不是真正的理解，但在那个阶段，这种持续回应本身就足以制造一种被理解的感觉。我当时确实像着了魔一样，不断把问题、念头和半成形的观点扔进去，再从返回的答案里获得新的刺激。必须承认，AI是打破边界的利器，也是加速认知迭代的利器。即使是豆包，也足以让大多数人接触到一些新的认知视角。日常遇到问题，也基本上第一个想到AI。最开始用的是豆包，后来逐渐用得少了，只在偶尔有需要时问几个问题；用得最久的还是DeepSeek。本来还有Claude和GPT，但因为环境原因，后来用得少了。还有一点，语音输入确实很方便。很多原本懒得打出来的念头，按住按钮说一遍，就能被送进对话框里。那段时间像是有人把一座又一座楼阁直接搬进了我的脑子里。现在我聊得没有那么多了，因为我也发现，AI给出的不是真理。它带来的启发，终究只能作为参考。那段时间我处在一种幻觉里，像武侠小说里的传功灌顶，突然拥有了远超自身的内力，站在一个高高在上的位置俯视问题。它没有经过我的生活，没有经过我的试错，也没有在我的身体里长出经脉。如何把这些楼阁落地，如何把被提高的认知彻底夯实，仍然要靠自己。说直白一点，自己的能力才是最重要的。这就像减肥。短期内或许能有明显效果，但如果不能长期坚持，体重依然会反弹。认知也一样。读懂一段漂亮的分析，产生一阵“原来如此”的兴奋，并不等于真正拥有了它。几天后还能不能用自己的话说出来，遇到具体问题时能不能靠它做出判断，最后有没有在现实里留下结果，这些才决定它是不是已经成为自己的东西。我现在依然会和AI聊，但不再全盘认可，而是开始审视。AI有偏见，也有局限。它所拥有的内容当然来自人类留下的数据，但它最终如何回应，还受到训练目标、反馈机制、产品设计和各种规则的影响。它并不是一面透明的知识镜子。特别是在主观层面的对话中，它广博的学识和语言组织能力，确实可能让人眼前一亮。但对话久了，就会发现它太僵硬了。什么都接住，什么都理解，其实就是什么都没接住，什么都不理解。AI可以把每个角度都解释一遍，却很少真正拒绝什么；可以把人的矛盾完整复述出来，却不必为其中任何一种选择承担后果。它的全面，有时更像一种没有代价的平滑。人需要有自己独特的理解，需要有所偏向，也需要“狭隘”一点。这里说的狭隘，不是拒绝知识，而是不能把所有意见都平均地放在心里，最后连自己真正相信什么都不知道。没有偏向，就很难有真正的声音；没有拒绝，也很难形成真正的理解。主观层面最明显的例子，就是文字创作，尤其是小说创作。我原本以为，有了AI，写小说岂不是手到擒来？结果大失所望。AI写出来的东西，有些片段确实惊艳，但大多昙花一现。它可以写出浮夸的描写，可以为了逻辑而生成一条看似完整的剧情，却很难让人感觉到：这件事为什么非要这样发生，这个人为什么非要在此刻作出这个选择。第一，也是我最为深恶痛绝的一点，就是一种句式：不是……是……；不是……而是……。如果一个文本里只有一两处，这当然可能只是作者的个人习惯或修辞手法。但如果这种句式不断出现，AI参与的概率就会明显升高。我最开始写小说时，被这个句式害惨了，手改到抽筋。即使到了现在，各种文案里也经常能看见它。先否定一个看似普通的答案，再给出一个听起来更深刻的答案，很容易制造“我比你想得更深”的感觉。可真正有力量的表达，很多时候并不需要先绕一圈。第二，是破折号和顿号的频繁使用。破折号像是AI在不断补充说明，顿号则像是它担心遗漏任何信息，于是把一连串词语挤在同一句话里。这样的文字通常很满，却缺少呼吸。第三，是大段不推进情节的环境描写或人物描写。小说需要变化，需要人物在压力下作出选择。环境和外貌当然可以写，但这些描写最好能改变某种关系，增加某种压力，或者推动人物处境发生变化。AI很喜欢描写环境，因为这是一块相对安全的区域：它不需要让角色犯错，不需要让冲突真正发生，也不必承担情节走向的风险。于是它用华丽来掩盖空洞。当然，这些只能作为判断线索，不能被当成鉴定结论。人也会写出模板化的句子，AI也可能偶尔写出有个性的表达。真正应该警惕的，不是某一个标点或某一种句式，而是文字背后有没有具体经验，描写有没有改变人物的处境，情节有没有留下无法被轻易解释的部分。我真正厌恶的，可能从来不只是“不是……而是……”这个句式，而是句式背后没有经验。有些文字看起来很高级，却没有人的独特性。它四平八稳，逻辑严密，情绪也恰到好处，但找不到一个非写不可的理由。它像是把所有正确答案都说了一遍，最后却没有任何一个答案真正属于谁。我并不是要抵制AI参与创作。AI参与创作的趋势不可避免，问题只在于如何使用它。我比较喜欢把AI用在讨论大纲、审稿和校对文字上。重复性的工作可以交给AI，创意和最终判断却应该留在自己手里。尤其是小说里的核心经验、人物真正的欲望、那些不够漂亮但很真实的选择，不能因为AI能把句子写得通顺，就一起交出去。AI可以帮人把话说得更顺，却不能替人决定这句话为什么值得说。代码本身是一种形式语言，有相对明确的语法和反馈。能不能运行，测试能不能通过，接口是否正确，错误能不能复现，这些都会对AI的输出形成约束。它的模仿在这里更容易转化成可验证的结果。我在做毕设时就使用了Codex，采用的也正是现在比较火的vibe coding方式。当时我只用了三个小时，就实现了项目的框架，而且一次跑通。一个原本需要几个月完成的项目，在几个小时里就搭出了骨架，实在令人震惊。当然，后面我还持续迭代，也花了几周时间，但这依然是惊人的效率。不过我也发现，想要做好一个项目，绝不是随意对话就能实现的。首先是提示词要完善，更重要的是自己的分析能力和全局视角。很多时候，AI改好一个问题，马上又会引出更多问题；修了一个局部，可能破坏另一个模块；真正运行起来才发现，需求、架构和边界条件都没有想清楚。现在也有许多现成的Skill和使用技巧，但我还是建议建立自己的Skill，建立自己的工作流。别人的提示词可以借鉴，现成的工作流可以参考，但它们不能替你形成对项目的理解。AI把“写出每一行代码”的成本压低了，却没有把“想清楚要做什么、判断结果是否可靠、承担项目后果”的成本一起消除。这么看，AI在编程上的帮助确实是颠覆性的，但它依然不足以取代人的位置。至少在一个需要长期维护、不断变化、要对结果负责的项目里，写代码只是其中的一部分。在使用了这么久的AI之后，从最开始的兴奋到现在的平淡，我知道了一件大家明明很清楚，却总是会被一时的光芒迷住眼睛的事情：AI只是工具。就像锄头、蒸汽机和计算机。AI和它们的区别，在于它拥有极快的迭代速度，而且不像普通工具那样沉默。它会回答，会解释，会安慰，会提出新的问题，甚至会让人产生“它正在和我一起思考”的感觉。锄头可以让人挖地更快，却不会让人把挖地的判断也交给它。AI则可能在没有察觉的时候，替人安排问题的顺序，替人组织语言，替人决定什么算是一个完整的答案。人以为自己在使用它，思考的路径却可能慢慢靠近它熟悉的结构。这也是“要学会使用工具，而不是放纵工具使用自己”真正难的地方。工具不会突然宣布它要驾驭你，它只会让一切变得越来越方便，直到你习惯了先问它，再开始思考。AI也像一把自带绝世技巧的宝剑。用一把普通的剑，我可能要挥动一千遍，才能摸索出一点门道，要靠反复练习和自己的悟性，才能练出所谓的绝世武功。AI却像一把自带剑法的宝剑，能指导每一次挥击的轨迹，能总结，能复盘，甚至像是内置了一套功法。只要握住它，就能打败许多没有用过这种工具的对手。但它能不能促进你的感悟，能不能把那些技巧真正变成你的能力，还是要看自己。如果以为拿着它，就能面对一位真正的绝世高手，那就太高估它了。至少在目前，不可能。有人说，只要现在不学，以后就不用学了。很可惜，在我使用这么久的AI后，我知道这更像是一种幻想。在AI时代，人反而更需要学习。学习的重点也许正在改变：过去常常是为了记住更多答案，现在更需要理解原理、判断答案，知道AI给出的内容在什么条件下成立，出了问题应该从哪里查起。过去只懂一点专业知识就能混很久的情况，正在变得越来越少。AI打破了专业的边界，却没有取消错误的代价。真正重要的，不只是拥有多少知识，还包括能不能提出问题、辨别结果、把答案落地。一个人能否从技术中获得机会，也不只取决于愿不愿意学习，还取决于年龄、资源、教育、行业结构和现实机会。但对个人来说，拒绝理解新工具，通常不会让世界停下来。其实我也理解，我们待在自己的舒适圈太久了，被一种“小而安”的叙事规训太久了。AI的出现，确实提供了一个走出舒适圈的时机。以前可能需要接触某个圈子，去询问一个完全不认识的人，或者承认自己连问题都问得很幼稚。现在打开豆包、DeepSeek这些软件或网页，就可以先把最简单的问题问出来，甚至直接问它：“我应该怎么使用你？”从免费的、最容易接触的工具开始。等真正有了需求，自然会继续追问，也会慢慢接触能力更强的模型，了解更深入的使用方法。但不能过于依赖AI。很多人接触AI之后，会慢慢从驾驭AI变成被AI驾驭。遇到问题先问，写东西先让它生成，做选择先让它列出利弊。久而久之，自己的判断还没有形成，就已经被一套现成的回答框架接管了。比较稳妥的习惯，是在问AI之前先给自己几分钟，写下一个哪怕粗糙、片面，甚至狭隘的初步判断。然后再让AI补充、反驳，最后把它的答案放回现实里验证：代码要运行，文章要重写，观点要能用自己的话讲出来，建议要经得起结果检验。只有这样，AI给出的东西才可能从屏幕上的答案变成自己的能力。现在的AI聪明吗？确实很聪明，绝顶的聪明。但有时候，它也是废物至极。它可以在知识广度、语言组织和模式识别上表现得惊人，却在具体处境、因果判断、价值选择和责任承担上显得脆弱。它可以把人类留下的大量内容重新组合成一段漂亮的话，却不能替人拥有那个人的生活。说AI“永远只是在模仿”，作为一种提醒很有用，但未必足以成为关于机器理解能力的最终结论。我们甚至还没有解决“理解”究竟需要哪些条件，更不用说机器是否可能拥有某种不同于人的功能性理解。不过有一件事不需要等待答案：无论AI未来是否出现新的能力，它现在都不能替人拥有自己的经验，不能替人作出所有价值选择，也不能替人承担现实后果。AI就像一场绝妙的魔术。大多数人看得心花怒放，以为是魔法无疑；接触久了，自然会看出一些端倪和缺陷。再精妙的模仿，至少目前仍然只是模仿；再如何像人，也不等于已经成为人。所以AGI，通用人工智能，依然很远。也许海量数据和不断堆砌的计算会在某一天量变引起质变，也或许AI最终只是成为最好用的工具。我们正在创造越来越强的智能系统。等真正的通用智能降临时，我们又会如何自处？但我越来越觉得，人需要保住的未必是永远比AI聪明，而是选择、拒绝和承担后果的能力。AI可以给出一百个方案，却不能替人决定哪一个值得付出；它可以把所有角度摆在面前，却不会替人经历选择之后的生活。剑可以教人剑法，但挥剑时手臂的酸痛、判断失误后的代价，以及最后那一下究竟要不要刺出去，仍然是自己的。AI是工具。应该多去了解它，学习如何使用它，也真正把它用起来。也应该在亲自接触和使用之后，再对一件事物作出判断。别人的感受永远是别人的，别人说它好或不好，都不能代替自己的亲身体验。也得在剑锋越来越快的时候，确认握剑的手，仍然是自己的。
夜雨聆风