AI一年的使用心得

整理一整年的AI使用心得，从年初开始，包括自己经常学习的混沌学院，还有包括一些在AI的领域的大V的主张，比如傅盛和红衣教主。

在24年年末和25年年初，观点和主张是，模型和AI技术的底层逻辑，其实对于大部分的普通人来说是没有太多的必要去深入理解的。具备一个基本的理解和认知，比如说AI其实是以更多的底层，是通过用户需要的命令和提示词，反馈出用户可能需要的结果，对结果进行猜测和预测。

更多的是讲，能不能先把AI用起来。真正的有一部分人能够用起来，比如说先用最先进的AI，那看大家一个月能够用出多少钱。

根据其实就是用了多少钱，意味着你真正的能够让AI返回给你多少的业务和能力和一些关键的内容，一方面也看你到底平时针对AI到底用了哪些东西。

对于公司员工使用AI比较大的一个限制就是成本控制的问题，因为在公司落地AI是有在成本和是否可控上面的一些风险，我们的AI其实相对选择的是成本可控，性价比高，但可能只能在局部某一些方面从事局部效率的问题，可以提升的这样子的方案和场景。

那回到自己，一开始对于说「要把AI花到多少钱」是没有单纯一个目标的。直到7月的时候，前期因为DeepSeek的一个产生的影响，在这种免费的AI和免费AI构建的产品和工具上面投入比较多的时间，那时候的体感其实是不好的，真的不好用。

在6月底开始回到年初的思考，「哪一些是已经站在世界的顶部的AI产品，或者说是把头部的这些AI产品进行整理规划和整合，这样子的工具到底拿来用一用看看是什么样」

最大的差异就是Manus和扣子空间这两个工具。从免费程度来看，扣子空间到现在一直都是免费，Manus基本上一个月要投入在100美金左右。即使是样。Manus能够带来的强大的智能体和业务产品功能，比扣子空间丰富的非常多。

也印证了一个内容，就是其实真正的有价值的东西不在于大模型，也不在于这个人有多么聪明，真正有价值的是人与大模型进行沟通中间的这一层的提示词、意图判断和工作流模型流程。

Manus正好就是切入在这个点，确实是汇集了基本上就是目前在重度使用AI这一方面的核心用户。给出来的价值和成果会比目前市面上开源的这一些方案强得非常多。

那具体的体现，自己的体感是包括如何落地： 信息采集和加工 现阶段的外部信息实在是浓郁混杂，在整个工具上构建了一个获得信息的渠道； 对信息进行基于一些软文识别模型，意图判断模型的拆解和梳理，能够梳理得出每一篇文章它的目的和预期是什么，它在背后隐藏着哪一些商业价值和对于思维和认知影响的一些预期； 能够更客观的来看一篇文章它的好与坏，利与弊，以及它主张和推崇的是什么东西，那这个是另外一个。 事前尸检 思维模型，不管是在做哪一个项目，除了顺序推演的一个几个关键要素，关键节点和必须有效完成的关键结果，还有提前思考如果这个项目失败，它最有可能失败在哪些地方，做一个事前尸检； 事件完成之后，在过程中留意这些可能失败的关键要素，那在真正失败的时候，除了在这些关键要素上复盘，然后再评估还有哪一些是没有思考到的地方，其实可以做详细的交流和分析探讨。 智能化咨询 跨界业务的梳理，在做整个智能化方案的梳理的过程中，基本上有六成的内容是在AI方面提供了很多的支持和资源和梳理。

再回到一个点，最早很多人会认为AI其实就是以固有的经验和固有的知识信息，进行浓缩分析之后的预测，它不会有新的创新的内容出来。

起初，这一点我是挺认可的，AI会在一个固有的圈子里面反复的排列组合，然后给出一些大家需要的东西，它可能本身不会创造出新的内容。经过这一年的实践，其实也有一个新的感悟，就是AI即使在实际的内容方面有局限性，但不好意思，这个边界比我们预期的还是大得多。

我们目前的使用情况，想要触达到AI的边界，是需要在应用和自己的认知层面上有超过它的边界。但实际上我们可能只能在某一些领域说懂行的，但比如说其他的一些up主，那一些博主在那边胡说一通的东西，碰到你是专业的，你可能可以专业打假，把对方PK掉。

但AI在大部分的领域，尤其是你自己擅长的领域，AI已经比你有更先进和丰富的认知，在你不擅长的领域，你只能用更基础的逻辑去思考它给出来的裁判方案是否合理。最终来说，我们假设这个就是人类知识的边界，那AI能够在一个非常全面框框的边界里面给出合适的解决方案和思路，那也没有必要抱着一种所谓的我们大脑的创造力和思想是无穷无尽的，这种非常保守的抵触心态。

其实真的有AI之后，做事情的效率和做事情启动的初始化成本变得轻松非常多，在做事情启动的第一下会变得非常难度会低非常多，因为你基本上可以拿到一个至少在六分级以上的一个初级方案，这个东西其实对很多的业务是业务和开发和一些新的年度规划来说是非常有益的。

最终其实还是要回到人，为什么有一些人他在AI方面使用的不多，只是基于一些任务的驱动，任务的驱动和工作的要求使用。那在平时的过程中，他可能真的不会去考虑使用这一些东西，回到这样子的情况的话，你就可以梳理出哪些人他可能就是一个真正的叫做工具人，哪些人他是真正的有能力去命令调用使用，和与新的技术融合成为未来更具有竞争力的这样子的合作伙伴。

最后回看自己最近在做的方案是，给自己建模： 职业和当前工作重点 把自己整年跟AI的对话的，标题传给AI，让AI对「我」进行分析。 AI真的知道你这个账号在干嘛，这个账号背后的人他大概是有哪一些诉求，哪一些可能的预期和预图； 经济情况和投入分析 把对应的AI使用的账单分析，够再分析出自己大概是一个什么样的在行业；在公司从事什么样业务； 后续发展规划预测 再把自己的一些过往的履历再丢进去，然后AI会再去完善和补充。说你这一个人的人生轨迹是什么样的，那可能遇到的一些什么样的问题和情况，但自己把这一些东西投入的越完善，自己对自己的画像和建模也会越来越完善。

这个我觉得未来应该，实现真正的叫做赛博算命，所有的东西都是基于底层的人类认知，包括心理学，物理学，数学，统计学这些方面的基础科学和第一性原理的发展和认知。，剩下就是信息化，数据化，大数据，然后自动化，才能到AI这样子的一路的发展。

后续的话可能心理咨询，职业规划，什么生涯教练这一些职业角色都有可能逐渐的AI化。一种情况是，这一些教练有更好的工具和解决方案来服务自己的用户和客户；另外一种情况是，具备这样子认知和使用工具能力的人能够比目前还在被动地从事这种基础工作的人走得更远。

人与人之间的差别会在这样子的情况下再度拉开，而且是毫不留情地拉开。这种局面的来临应该还会有一个一到三年左右的发展机会。因为AI它真正能够把这些东西都，我们说用比较高大上的词叫做「平权」，但实际上有很多情况就是机会和可能性摆在你的面前，保守的人还是不会去碰的，永远不会去推开这扇门。