📖 你可能还感兴趣:WPS AI vs 微软Copilot：2026年国产办公A · OpenClaw部署教程：从零搭建你的AI助手（2026版）

序

2026年1月，我给自己立了个flag：所有工作都用AI完成。

当时我刷遍了各种AI工具的评测视频，关注了十几个AI资讯号，每天花两小时研究新工具。我觉得自己站在了时代前沿，手动工作是低效的，只有全面拥抱AI才是未来。

现在回头看，这种想法天真得可笑。

五个月后的今天，我保留使用的AI工具只有当初的1/3，但工作效率反而提升了。这篇文章记录了我从狂热到理性的全过程——不是评测，是我的真实经历。

第一阶段：盲目迷信（第一个月）

1月份我几乎装遍了所有能装的AI工具。桌面上的应用包括：

  • ChatGPT、Claude、DeepSeek 三个聊天客户端
  • Cursor 和 Windsurf 两个代码编辑器
  • 三个不同的AI写作工具
  • 两个AI笔记应用
  • 一个AI日程管理工具
  • 一个AI邮件助手

每天打开电脑，我要先在五个聊天窗口之间切来切去，把同一个问题发给不同的AI对比答案。写文档用A工具，改邮件用B工具，整理笔记用C工具——每一件事都要切换上下文。

第一个月下来，我的效率不但没有提升，反而下降了。我统计了一下，那段时间每天花在「管理AI工具」上的时间超过两小时。

更讽刺的是，我花了很多时间「用AI分析我的工作效率」——把时间日志丢给ChatGPT让它帮我分析，结果它告诉我「建议减少使用多个AI工具的切换时间」。AI自己在建议我少用AI。

第二阶段：尝试精简（第二个月）

经过第一个月的混乱，我决定精简。方法是：连续两周记录每天实际使用的工具和时长。

结果很有意思：

工具 实际日均使用时长 是否真的提升效率
ChatGPT 47分钟 是（但主要用于查资料）
Claude 23分钟 偶尔（长文分析）
DeepSeek 8分钟 否（图便宜装但几乎不用）
Cursor 85分钟 是（写代码）
AI写作工具A 32分钟 否（ChatGPT也能做）
AI写作工具B 15分钟 否
AI笔记工具 9分钟 否
AI日程管理 4分钟 否

这个表让我清醒了很多。我真正离不开的其实就两个：ChatGPT（查资料/分析） 和 Cursor（写代码）。其他东西装了基本在吃灰。

于是我果断卸载了5个工具。那是那个月我做的最正确的事。

第三阶段：发现AI的真正价值（第三到四个月）

精简工具之后，我以为自己的效率会自然提升。但并没有。

问题出在我「用AI的方式」上。我之前的使用方式是：遇到问题 -> 问AI -> 复制粘贴答案。

这种方式的问题是：我变成了一个「复制粘贴机器」。

举个例子，以前写周报我要花15分钟回忆本周工作。用AI之后，我直接把聊天记录丢进去让它总结，它3分钟就写完了——但写出来的周报千篇一律，领导问我「你是不是在用AI写周报」。

后来的反思让我意识到：AI最有价值的不是「帮你完成任务」，而是帮你拓展思路。

我开始调整使用方式：

变化1：从「写答案」到「给框架」
以前我让AI写一篇文章，它直接输出全文。现在我让AI先列5个不同的文章框架给我，我选一个最满意的，再自己写正文。自己写的文章虽然慢一点，但有我的风格和思考。AI负责的是「发散」，我负责的是「决策」。

变化2：从「问答案」到「问逻辑」
以前遇到问题直接问AI「这个bug怎么修」，现在我改问「这个bug可能的原因有哪些，每个的概率和排查方法是什么」。AI提供选项和推理过程，我来判断。

变化3：从「全盘接受」到「交叉校验」
AI说的不都是对的。我开始养成习惯：关键信息至少让两个不同模型验证，或者自己去查一手资料。这让我避免了很多坑。

第四阶段：建立自己的工作流（第五个月到现在）

第五个月，我终于建立了一个相对稳定的工作流。

我的核心原则只有三条：

  1. AI只做「生成」不做「决策」——AI可以提供十个选项，但选哪个必须我来定
  2. AI的结果必须经过人工审核——AI写的代码我不review不合并，AI写的文案我不修改不发
  3. 不为了用AI而用AI——能用自然语言5分钟说清楚的事情，不折腾prompt工程

实际的工作流是这样的：

写代码场景：
- Cursor帮我自动补全和生成样板代码
- 遇到复杂逻辑，我先在脑子里想清楚，然后用自然语言描述给Cursor让它实现
- 但每个PR我必须自己通读一遍，改掉至少30%的代码

写作场景：
- ChatGPT帮我整理思路和资料
- 我自己写第一个版本
- AI帮我校对和润色（我对比过，DeepSeek的校对质量反而比ChatGPT更细致）

学习场景：
- 遇到新技术，让ChatGPT给我画一个学习路线图
- 自己按照路线学，遇到卡壳的地方再问AI
- 最后让AI出几道题考自己，检验理解

几个真实的踩坑案例

坑1：AI帮我「优化」了备份脚本

我用Cider（AI编程）写了一个数据库备份脚本，跑了一周没问题。后来我觉得脚本不够优雅，让它「优化」了一下。优化后的版本确实更简洁了，但把备份路径从 /backups/db/ 改成了 /tmp/backups/db/。我直到两周后发现备份占满了系统盘才意识到问题。

教训：AI的「优化」可能会无意识改变关键参数。每次AI修改代码，都要逐行review变更。

坑2：信赖AI的法律分析

我让ChatGPT分析一个合同条款，它分析得头头是道，引用了好几个法律条文。我觉得不放心，找了个律师朋友看。结果ChatGPT引用的法律条文有三个已经废止了，还有一个适用范围完全错误。

教训：AI擅长「看起来正确」。对于专业性领域（法律、医疗、财务），AI的自信程度和正确率没有任何关系。

坑3：过度依赖AI导致的技能退化

我用了三个月AI写代码之后，有一天需要手写一个简单的排序算法，我发现自己居然要想很久。这个发现让我很震惊——我的编程基本功在退化。

从那以后我给自己定了规矩：凡是基础性的东西，先自己写，写不出来再问AI。 就像学数学不能用计算器代替心算一样，学编程也不能用AI代替思考。

半年后的现状

现在（2026年5月），我的工具清单只有4个：

  1. ChatGPT——查资料、分析问题、头脑风暴
  2. Cursor——写代码（配合Claude Sonnet模型）
  3. VS Code 原生——纯手动写代码（防止技能退化）
  4. DeepSeek——偶尔用来做文本校对（确实比ChatGPT好）

没了。什么AI笔记、AI日程、AI邮件、AI绘画，都卸了。

效率提升了吗？ 说实话，和半年前相比，我的实际产出效率大概提升了40%。但这个提升主要来自两件事：一是AI帮我节省了查资料和写模板代码的时间，二是精简工具后减少了工具切换的损耗。

心态变化最大的是什么？ 我不再焦虑了。之前总担心错过什么新工具，担心被时代抛弃。现在我想明白了：AI工具就像菜刀——好的厨师不会因为买了一把新刀就变好，但好的厨师用好刀确实能切得更快。

给同样经历AI焦虑的人

如果你也在经历这种焦虑，我给你三个建议：

第一，别装太多工具。 挑两个最核心的用透。你不需要10个AI工具，你只需要2个用得好的。

第二，AI是加速器，不是替代品。 它能让你做得更快，但不能让你不会的突然变会。该学的知识还是得学。

第三，保持怀疑。 每一条AI给的答案，都要问自己一句「真的吗？」。交叉验证不是浪费时间，是基本素养。

写在最后

五个月前我幻想的是「AI替我干活，我躺着收钱」。五个月后我知道的是：AI没有替代我，而是逼我变得更强——不仅要会做事，还要会比AI更懂什么事值得做。

这条从狂热到理性的路，我走了五个月。如果你也在路上，别急，慢慢来。

如果你也有类似的经历或踩过其他的坑，欢迎留言讨论。