挑选AI模型如同选择合作伙伴，必须亲力亲为

交付给AI的是任务，但决定权不可拱手让人。

今天执行任务时出了岔子。

厂商正搞免费活动，我就没借助第三方付费API，转而用了它的Auto模式。候选模型挺多——GLM 5.2、5.1、5.0、Qwen、DeepSeek、Kimi，还有些我记不住名字的。看起来阵容强大。

结果如何？生成的内容逻辑混乱、毫无头绪，跟我平时指定模型时产出的成果简直天壤之别。

我疑惑了，不是说会“依据任务类型自动挑选最优模型”吗？

仔细复盘后，发现事情没那么简单。

它并非根据你的需求提供最佳选项。而是谁空闲就派谁。

那些冷门模型，闲着也是闲着，就塞给你。为何冷门？因为性能差啊。要是好用，大家不早就争着用了？

你为了省事选了Auto，以为AI在为你做出最优决策。实则在处理闲置资源。

对比现实，这就像你寻找合作伙伴，想找个技术精英，结果中介随意塞给你一个游手好闲的亲戚。理由是“反正他也没事做”。

挑选AI模型，如同选择合作伙伴——绝不能假手于人。

我长期使用下来，对各个模型的特性已了然于胸。

撰写文字——Opus 4.6就是巅峰。后续的4.8都比不上它。

国内编程——GLM 5.2最顶尖。国外编程——Opus 4.8无需犹豫选它。

生成图像——OpenAI的Image 2，无出其右。

文生视频、图生视频——Seedance 2.0断层式领先，其他实在望尘莫及。

每个模型都有自己最擅长的领域。就像合作伙伴中，有人擅长筹资，有人擅长技术，有人擅长运营。你让搞技术的去跑业务，他也能做，但总差了点意思。

Auto模式不管这些。它只关注哪个模型闲置。

早上同事用AI做客户调研。对我说搜索出的信息不精准，很宽泛。

我一看，她用的正是Auto模式。

不止Auto的问题。更关键的是她的Skills未定义，AGENTS.md仍是系统默认，没有任何个性化的规范文件。

AI根本不清楚她的意图。不清楚她的行业准则。不清楚什么叫“精准”。每次调用都是全新的、随机的——碰到擅长搜索的模型就稍好，换个模型就全崩。

这好比找了个合作伙伴，没签合同、没谈职责、没定目标，直接让他开工。干不好你还怨他不行。

其实是你自己应做的准备，全推给了AI。

Auto模式放手的，是你自己该承担的责任。

如今我们使用AI，实质上是在界定工作。

你需要了解AI的能力边界。知道哪个模型擅长什么。清楚你的任务需要何种输出。然后你选模型、写规范、定标准——你定义它如何为你效劳。

Auto模式把这一流程整个绕过了。它说你不用操心，我来。

结果就是——你交出了选择权，它交出了劣质品。

选合作伙伴你会让中介随便塞个人给你吗？你会认真交谈、看简历、评估契合度。AI也一样。

挑选AI模型，如同选择合作伙伴——你得亲自抉择，别让他人代劳。

AI工具日益增多是好事。腾讯有CodeBuddy、WorkBuddy。阿里有Accio Work。还有各种Claw。每个工具背后都有一堆模型可选。

选择越多，就越不能让别人替你选。

交付给AI的是任务。不能交付的是选择权。

你花了时间摸透每个模型的特性，就不该让一个Auto模式替你胡乱配对。

哪怕多花三秒自己选。这三秒，换回的是稳定、可控、每次都能预见的成果。

不交给Auto，就是最划算的保障。

这就像你不会把“选合作伙伴”这件事外包给别人一样。重要的事，得亲自来。

别让AI替你挑搭档。

创作不易，分享到朋友圈就是最大的鼓励～