作者在AI浪潮中感到迷茫,像挂在印度火车上疲于奔命。他反思了订阅众多AI工具的实用价值,发现真正高频使用的反而是免费、顺手的工具。通过陪孩子玩“我说你画”游戏并借助AI解决核心瓶颈,他领悟到:比掌握工具更重要的,是清晰定义问题的能力。工具终将普及,而提出“值得解决的问题”才是关键。 ## 1. AI工具的倦怠与实用主义选择 - 作者将AI浪潮比作一辆方向不明的印度火车,大多数人疲于跟上,他自己也感到FOMO(害怕错过)与倦怠。 - 他评估了ChatGPT Plus、Gemini等工具的“表现”,发现使用频次低、AI味太重,最终高频使用的反而是豆包和免费、全能的DeepSeek。 ## 2. 从“驯服”到“使用”的动力转变 - 作者享受“驯服”AI工具(如调试OpenClaw“龙虾”)并使其运行起来的过程,但一旦工具稳定,使用的成就感便消失了。 - 他意识到,真正的驱动力是解决“不会用”的困扰,而非工具本身解决了什么实际问题,这导致学习常停留在“为学习而学习”。 ## 3. 定义问题比使用工具更核心 - 在陪孩子玩“我说你画”游戏时,作者没有直接让AI理解游戏规则,而是通过分析游戏瓶颈(缺一个画得准的人),将其转化为“生成标准简笔画”的明确需求。 - 这个过程的关键三步——理解游戏目的、诊断现实困难、将瓶颈转化为AI指令——完全没用AI,凸显了**定义问题的能力比使用工具本身更重要**。 ## 4. 工作模式从“产品化”回归“结果化” - 在公司,作者放弃了需要用户学习的笨重BI看板,转而用Agents直接生成分析报告,将业务方的使用成本降到最低。 - 他反思认为,当工具能力普及后,“授人以渔”(产品化)可能不如“授人以鱼”(直接交付结果),稀缺能力从“创建能力”转向了“定义能力”。 ## 5. 最终的答案:关注问题而非工具 - 作者不再纠结于订阅哪些AI工具,因为大多数人的需求远未达到工具的边界差异。 - 他得出结论:**真正关键的是,在工具变得强大、便宜且无处不在后,我们是否具备提出“值得解决的问题”的能力**。就像到站后,重要的是知道自己要去哪。
贝贝要玩游戏,我让AI画了张画
2026-05-04 08:09

贝贝要玩游戏,我让AI画了张画

本文来自微信公众号: 橙竹洞见 ,作者:竺大炜


最近听到梁海源的一个段子,大意是说,AI来势汹汹,就像一列火车高速奔驰。


不过,这是一辆印度火车,少数人坐在车头把握方向,大多数人拼命往车厢里挤,还有不少人挂在车门上,坚持不住就往下掉。


车开得很快,但你不太知道它要去哪,但必须得跟上,不然感觉就完蛋了。


我也是挂在车门上的那一个。



上礼拜要给ChatGPT Plus续费,我想了想它最近的“表现”,好像没什么亮点。


用它写文章,套路越来越明显,总是“不兜圈子,我给你三个建议……”。


AI味太重了。


中文写作倒不如用DeepSeek更顺手,还免费。


我查了一下Plus的功能,发现Codex根本没用过。深度研究倒是不错,但使用频次很低。


再看看其他工具:Gemini、Cursor、Manus,学的多用的少。一旦掌握了技能,知道怎么回事了,反而不去用了。


实际上用得最多的,是豆包。我拿它平替了百度,随时问一句。其次是Deepseek,免费、全面,手机、个人笔记本、公司笔记本都能用。


我可以花钱花时间学AI新技能,但真正让技能转化为生产力的,好像不多。


有点为学习而学习了。



之前折腾OpenClaw,各种品牌龙虾装了卸、卸了装。


现在基本稳定了:每天有个云端“龙虾”给我发天气和科技新闻摘要,有个本地龙虾帮我记录锻炼日志,顺便给点健身建议。


从“不会”到“能跑起来”,消息弹出的那几秒,还挺有成就感。


但当它稳定运行之后,反而没什么感觉了。


后来我想明白了:我享受的是“驯服”的过程,而不是“使用”的结果。


事实上,龙虾并没有解决我原来的生活/学习上的困扰;而没有用上龙虾,才是我之前的困扰。


现在又冒出了Hermes这样的新概念。我一知半解,犹豫要不要学。


一边是FOMO(害怕错过),一边是疲于奔命的倦怠。



公司里,AI也是越来越热。


好几个部门在做自己的“内部龙虾”,开始搞赛马机制,抢冠名权。


但即便像我这样的“积极分子”,也感觉有点学不过来。外面的名词太多,里面的龙虾太多。


但到底哪个好用,得一个个试,投入产出比太低。


AI没累,我先累了。



五一假期里,答应陪贝贝玩。


她在看“跑男”的一个游戏。规则很简单:一个人通过口述描述一幅画,其他人根据描述把画复现出来,然后猜画的是什么。


跑男嘉宾们画得乱七八糟,贝贝看得乐不可支,想在家里和我们玩。


问题很快就出现了。


游戏里是节目组准备的画。如果贝贝自己来画自己描述,要么画得不准,要么太简单,一下子就被猜到了。


正好我清点AI工具时,发现手机上还有个下载过但没用过的“灵光”,可以口述开发小应用。


我告诉它:“随机出一个常见物品名称,经玩家确认后,生成这个物品的简笔画。”


一分钟以后,灵光生成了一个叫“简笔魔法”的小应用。




实现简笔画这件事,本身对AI来说不是难事。


但如果直接跟灵光说,我要玩这个游戏,TA恐怕也不知道该怎么着手。


这个过程中,核心在于理解“我说你画”游戏的目的,以及把这个游戏中最困难的部分,转化为一个程序需求,提给灵光。


  • 这个游戏到底在考什么:不是画画,而是表达;


  • 为什么在现实中不容易玩起来:因为缺一个画得准的人;


  • 最后,把解决瓶颈变成一句AI能理解的话:生成一张标准的简笔画。


这三步,其实都没用到AI。



办公室里,我也做了一点改变。


之前有个NPS分析的BI看板,需要不断迭代去适应分析角度的变化。但BI看板用起来总觉得“傻傻的”,不如网站或飞书表格顺手。


更糟糕的是,除了我们几个做分析的,很少有人主动去看这个看板。


业务方只想要结论,最好是分析师把结果整理好直接发给他们。没人愿意花时间去学一个不好用、可能下个月就会更新,或者停用的系统。


于是我放弃了看板,直接用Agents生成报告。反正龙虾能跑,把所有能想到的报告都生成出来,让业务方的使用成本降到最低。


系统不重要,重要的是能力。


创建能力的能力不重要,定义能力的能力更重要。



从看板退回到报告,这其实是工作模式上一个很大的变化。


多年来,“工具化”“产品化”是先进的方式:授人以鱼不如授人以渔。


但是,如果捕鱼技巧人人都会,鱼也有的是,而“什么时候吃什么鱼”反而成为稀缺——那么直接送鱼,反而更先进。


以前总觉得能力体现在“做出来”。


现在越来越像是“说清楚”。



回到一开始那个问题:要不要继续订阅那些AI工具?


现在的答案变得简单了一点。


工具当然重要,但它们之间的差异,可能并没有那么关键。因为大多数人对AI的要求,根本没达到它们的边界。


真正关键的是:当这些工具越来越强、越来越便宜、越来越无处不在的时候,我们有没有能力,去提出一个值得被解决的问题?


印度火车还在往前开。


不用再纠结挂在哪节车厢了。


得想想:到站之后,我要去哪。

AI原生产品日报频道: 前沿科技
本内容来源于网络 原文链接,观点仅代表作者本人,不代表虎嗅立场。
如涉及版权问题请联系 hezuo@huxiu.com,我们将及时核实并处理。
正在改变与想要改变世界的人,都在 虎嗅APP