里面密密麻麻存了将近两百个 AI 工具的网址：写文章的、做 PPT 的、画图的、做视频的、甚至连“一键生成脑图总结”的都有七八个。更离谱的是，我的手机里还关注了三十多个 AI 相关的公众号，每天一到下班时间，红点点连成一片，全在推送《炸裂！又一神级工具发布》《再不学这 5 个 AI 工具你就被淘汰了》。到了周一早上一开工，面对跨部门同步过来的一堆乱七八糟的经营数据、格式对不齐的考勤销售表，还有领导催着要的复盘 PPT……我依然在手动复制粘贴，依然在对着报错的 VLOOKUP 抓耳挠腮，依然在工位上熬得焦头烂额。那些存了几个月的“神级工具”，95% 在注册完领完免费额度之后，就再也没打开过一次。也是在那一刻，我下定决心：把那些花里胡哨的收藏夹全删了，我不想再追着学习更多 AI 工具了。
01. 工具焦虑，正在掩盖真正的业务问题
似乎你今天没跑通最新的开源模型，明天不知道某个小众的套壳网站，你就马上要在职场上被扫地出门了一样。但如果你真的在企业里干过业务，你就会知道这有多荒谬。在真实的工位上，老板和业务从来不在乎你用了 30 种工具还是 1 种工具，大家只在乎周会上的那张报表准不准、这个月的转化率有没有提升、售后成本有没有降下来。这几年我见过很多人用 AI，最常犯的错误只有一条：他们是在为了用 AI 而找问题，而不是为了解决问题而用 AI。
比如明明用 Excel 现成的快捷键或一段最简单的筛选 3 秒就能搞定，非要把数据脱敏、上传给大模型、写一大串 Prompt，折腾了 20 分钟，最后大模型还算错了一个合计值。这种所谓的“AI 提效”，本质上是在用战术上的勤奋，掩盖对业务逻辑的偷懒。
02. 一个业务 BP 的大实话：先算清“综合成本”
我不是大厂的算法工程师，也不是脱产搞自媒体的博主。我目前在一家教育培训公司做业务 BP，每天的工作就是跟经营数据、成人教育、家庭教育、私域运营以及虚拟商品交付打交道。我也经历过极其焦虑的“追工具阶段”。市面上你能叫得出名字的、叫不出名字的工具，从 Codex、Gemini、Claude 到 Kimi、DeepSeek，我都试了个遍。但在反复折腾和交了无数“学费”之后，我算明白了一笔账——使用 AI，必须看综合成本：学习与适配成本：掌握一个新工具的操作习惯，需要花多少精力？出错与核验成本：如果 AI 给了假数据或幻觉公式，我人工核对要花多少时间？（在财务和数据核算里，算错一次的代价极高）；数据安全与业务风险：公司的核心经营指标和学员隐私，能不能随便往第三方工具里扔？调用与订阅成本：这个方案到底能不能在团队里低成本复用？算完这笔账你会发现：在真实的商业和办公环境里，你根本不需要几十种工具。90% 的高频任务，只需要：搞清楚业务问题 → 拆解成可执行的步骤 → 用最稳定、成本最低的 1~2 个工具（比如 Codex 或通用的主力模型）直接交付。
03. 先定义问题，再选择 AI
这就是我做这个公众号的初心，也是我一直坚持的核心主张：先定义问题，再选择 AI；少研究工具，多解决问题。
工位上的掌控感，从来不是来自于你掌握了多少个复杂的 Prompt 技巧，而是来自于：你能不能把一个复杂的跨部门流程，拆成逻辑闭环的几个节点？你能不能准确判断哪些环节适合交给 AI、哪些环节必须人工死守？如果问题本身都没定义清楚，你哪怕把全世界最强的大模型全搬过来，它也只会极其高效地给你输出一堆精致的垃圾。
04. 这个公众号以后会分享什么？
这个账号，是我作为一个业务人，在真实工位上的实践笔记与问题解决手册。我不打算在这里搬运海外科技新闻，也不打算做工具说明书的复读机。40%｜AI 搞定表格与数据分析：怎么用 AI 清洗乱七八糟的异动数据、怎么快速做多表勾稽与经营复盘，附带真实脱敏的操作案例；25%｜真实业务流落地：教育培训、私域社群沉淀、电商虚拟商品交付中的半自动化工作流；20%｜工具选择与成本算账：哪些任务用现成工具更快、哪些任务千万别用 AI（大模型翻车与避坑警示）；15%｜个人成长与工位大实话：一个普通业务人在 AI 时代的认知演变、踩坑记录与真实复盘。
写在最后
AI 跑得太快了，快到有时候让人产生一种幻觉：好像人类的所有经验在一夜之间都不值钱了。当 AI 越来越像苍穹上的神明，作为人类，最重要的不是去追逐它们每一个新出的技能；而是站在它们面前，依然清晰地知道我们真正要解决什么问题、想去往何方。我是你的AI同行者，欢迎来到这里，我们一起慢慢把路走扎实。
夜雨聆风
