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，可必须得跟上，不然总感觉就完蛋了。而我，也是挂在车门上的那一个。
一、为学习而学习：那些用不上的AI技能
上礼拜要给ChatGPT Plus续费，我愣了愣，仔细回想它最近的“表现”，好像没什么亮眼的地方。用它写文章，套路越来越明显，总逃不开“不兜圈子，我给你三个建议……”的模板，AI味重得让人出戏。论中文写作，反倒不如DeepSeek顺手，关键是还免费。
我翻了翻ChatGPT Plus的功能，发现Codex从来没碰过，深度研究功能虽好，但使用频次低到可以忽略。再看看手机和电脑里的其他AI工具：Gemini、Cursor、Manus，每一个都花时间学过，可学会了、摸清门道了，反而很少再用。
实际上日常用得最多的，是豆包——我拿它平替了百度，遇到什么疑问，随手一句就能得到答案；其次是DeepSeek，免费又全面，手机、个人笔记本、公司电脑上都装了，随时随地能用。我愿意花钱花时间学各种AI新技能，可真正能把这些技能转化为生产力的，却寥寥无几，说白了，有点为了学习而学习，徒增负担。
二、驯服的快乐 vs 疲惫的追逐：那些“龙虾”与FOMO情绪
之前一阵子，我疯狂折腾OpenClaw，各种品牌的“龙虾”装了卸、卸了装，忙得不亦乐乎。现在总算稳定下来：每天有个云端“龙虾”给我推送天气和科技新闻摘要，还有个本地“龙虾”帮我记录锻炼日志，偶尔还会给点健身建议。
从一开始的“不会操作”到后来的“能稳定运行”，每当消息弹出的那几秒，心里还挺有成就感的。可等一切步入正轨，这份成就感反倒慢慢淡了，没什么特别的感觉了。后来我才想明白：我享受的从来不是“使用”这些工具的结果，而是“驯服”它们、从无到有搭建起来的过程。
说实在的，这些“龙虾”并没有真正解决我原本生活、学习上的困扰；而我之前的困扰，恰恰是“不会用、用不上这些龙虾”。如今，又冒出了Hermes这样的新概念，我一知半解，心里满是纠结：不学吧，怕错过风口，陷入FOMO（害怕错过）的焦虑；学吧，又实在疲于奔命，满心倦怠，连抬手研究的力气都快没有了。
三、公司里的AI热：热闹背后的低效率
不光是我自己，公司里的AI也越来越热。好几个部门都在做自己的“内部龙虾”，还搞起了赛马机制，争着抢冠名权，热闹得很。但即便我这样算是团队里的“AI积极分子”，也觉得有点跟不上节奏——外面的新名词层出不穷，内部的“龙虾”工具也越做越多，可到底哪个好用、哪个能真正解决问题，只能一个个去试、去踩坑。
投入了大量的时间和精力，最终的产出却寥寥无几，投入产出比低得可怜。到最后，AI没累着，我反倒先累垮了，甚至有点抵触再去接触新的AI工具。
四、陪贝贝玩游戏：意外解锁AI的正确打开方式
五一假期，我答应陪贝贝好好玩。她最近迷上了“跑男”里的一个游戏，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。看着节目里嘉宾们画得乱七八糟，贝贝笑得前仰后合，吵着要在家里和我们一起玩。
可问题很快就出现了：节目里的画是节目组提前准备好的，可如果让贝贝自己画、自己描述，要么画得不准，要么选的东西太简单，刚说两句就被我们猜到了，游戏根本玩不起来。
正好我当时在清点手机里的AI工具，发现有个下载了却从来没用过的“灵光”，号称可以通过口述开发小应用。我抱着试试看的心态，跟它说：“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。”没想到，才过了一分钟，灵光就生成了一个叫“简笔魔法”的小应用，完美解决了我们的难题。
五、关键从不是AI：是“说清楚问题”的能力
其实，生成简笔画这件事，对AI来说根本不算难事。但如果我直接跟灵光说“我要玩一个我说你画的游戏”，它恐怕也不知道该从何着手。
这个过程里，最核心的不是AI多厉害，而是我读懂了游戏的本质，把游戏中最困难的部分，转化成了AI能理解的程序需求。我先想清楚：这个游戏到底在考什么？不是画画，而是人与人之间的表达能力；为什么在现实中不容易玩起来？因为缺一个能画得标准、画得准确的人；最后，把这个解决瓶颈的需求，用一句简单直白的话告诉AI：生成一张标准的简笔画。
这三步，其实都没用到AI的复杂功能，真正起作用的，是“定义问题、说清楚需求”的能力。
六、职场里的转变：从“授人以渔”到“直接送鱼”
这件事也让我在工作中做了一点改变。之前我们有个NPS分析的BI看板，为了适应不同的分析角度，需要不断迭代优化。可这个BI看板用起来总觉得“傻傻的”，不如普通网站或飞书表格顺手。更糟糕的是，除了我们几个做分析的人，很少有业务方会主动去看这个看板——他们要的不是复杂的数据分析过程，而是直接的结论，最好是我们把结果整理好，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，甚至随时会停用的系统。
于是我干脆放弃了看板，直接用Agents生成报告。反正“龙虾”能稳定运行，不如把所有能想到的分析角度都生成对应的报告，把业务方的使用成本降到最低。那一刻我忽然明白：系统本身并不重要，重要的是解决问题的能力；而创建能力的能力，远不如定义能力的能力重要。
七、认知的颠覆：能力从“做出来”到“说清楚”
从依赖BI看板，到直接用AI生成报告，这其实是工作模式上的一个大转变。多年来，我们一直被灌输“工具化”“产品化”才是先进的方式，信奉“授人以鱼不如授人以渔”。可现在我发现，如果捕鱼的技巧人人都会，水里的鱼也足够多，那么“什么时候吃什么鱼”“怎么吃鱼”反而成了稀缺能力——这时候，直接把鱼送到对方手里，反而更高效、更先进。
以前总觉得，一个人的能力体现在“能做出什么东西”，能亲手搭建系统、做出产品，才是厉害。可现在越来越觉得，能力更体现在“能说清楚什么”：说清楚问题、说清楚需求、说清楚方向，比盲目动手做更重要。
八、终局思考：不用纠结挂在哪节车厢，要想清楚到站去哪
回到一开始的问题：要不要继续订阅那些AI工具？现在的答案，变得简单了很多。
工具当然重要，它们是我们应对AI浪潮的武器，但不同工具之间的差异，可能并没有我们想象中那么关键。因为对大多数人来说，我们对AI的要求，根本没达到它们的能力边界——我们需要的不是最顶尖的工具，而是能把普通工具用对地方的能力。
真正关键的是：当这些AI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？
梁海源说的那辆印度火车，还在往前疾驰。我们不用再纠结自己挂在哪节车厢、能不能挤上车，也不用为了跟上节奏而盲目追逐各种新工具、新概念。
更重要的是，静下心来想一想：火车到站之后，我要去哪？