与其急着用AI，不如先看清自己在做什么

最近和一位同事的交流让我深有感触，觉得有必要记录下来。

话题源于他近期探索AI提效工具，尝试了Claude Code、OpenClaw等主流大模型并为此投入了不少费用，但体验过后总感觉不尽如人意。我追问具体欠缺什么，他思考片刻后回答：'各类文章都在鼓吹AI能降本增效，但节省出的时间似乎并未用于更有意义的事。'

这番话直击要害，让我想起自己前段时间'训练'虾总，用一句指令让它查询交易所上会信息、检索公司招股书，虽然看起来酷炫，发朋友圈显得很高明，但效率远不如我手动操作几秒钟完成。这类任务AI相比人工并无绝对优势，反而让我为快速消耗的Token感到惋惜。实在想不通，这类事务为何要交给AI处理？

起初我也曾设想从工具革新入手提升团队效率，进而优化整个投行工作模式，但后来领悟到效率并非投行业务的根本逻辑——即便执行效率再高，也无法直接提高项目过会率，更改变不了奖金向承揽端倾斜的现实。因此，AI能否帮助从业者触及投行业务的本质核心？大家别再本末倒置了。

事实上，我身边多数人处于相似状态——并非不懂AI，基础操作样样精通，ChatGPT、Gemini、Deepseek、Kimi等工具都体验过，提问、写周报、整理纪要、编写Excel公式都不在话下。但若问及'AI究竟为你创造了何种新价值'，多数人便会语塞。

症结何在？

我认为关键不在于工具本身，而在于：我们指派给AI的任务，本质上价值有限。更深层的疑问是：我们日常做的事，产生的想法，究竟有多大价值？

01 降本增效，是否是个误区？

诚如诸多文章所言，许多人使用AI的逻辑是'降本增效'——用更短时间完成同样工作，或雇佣数字员工实现一人团队。这听起来合理，但细想之下隐含重要前提：你所做的事本身具备价值，只是需要提速。

若此前提不存在呢？

日复一日的核查、撰写、填底稿，真的值得投行人数万元的月薪吗？这确实值得质疑。并非说这些工作无足轻重，而是若全部精力倾注于此，你的薪水实为执行力而非判断力支付。人的执行力在不知疲倦的AI面前将边际效益递减，而判断力不会。速度提升不意味着价值增加，反而拉低了单项工作的平均成本，进而抬高了外界对你效率的预期。如此想来，是否感到职位危机？

02 节省出的时间，才是决胜关键

AI已能承担部分工作，这是不可逆转的趋势，且其能力将持续增强。关键在于我们如何利用节省出的时间与精力？我认为应对方式有两种思维模式：存量思维与增量思维。存量思维，即借助AI分担工作，节省的时间用于放松摸鱼，节奏更舒适，但整体产出不变。而增量思维并非高深理论，简而言之——别只盯着提速，而应思考那些曾因时间精力所限而搁置的高价值事务。过去每日仅能处理两项任务，如今AI将其中之一压缩至半小时，腾出的时间不应重复第三项同类工作，而应投入此前无暇顾及的领域——研究新方向、建立新连接、尝试新模式。虎嗅近期文章提及一个有趣现象：许多企业员工成为'AI超级个体'，个人效率飙升，但组织整体效能未见提升。根源在于众人皆用AI加速同一赛道，却无人利用节省的时间开拓新赛道。这非AI之过，而是人之责。

03 先别问'如何用AI'，先问'我在做什么'

当下海量内容都在教授'如何使用AI'，工具迭代更是日新月异——小龙虾热度未减，Hermes又已登场。许多人陷入AI焦虑，认为技术演进过快，工具层出不穷，刚熟悉的工具数月后便遭淘汰。但我们更应关注深层问题：我们究竟用AI在做什么？若所托之事本身价值低下，即便技巧再娴熟、工具再先进，也不过是雕虫小技，在低价值事务中越陷越深。若让AI弥补自身短板，完成以往力不能及之事，则想象空间巨大。例如用Deep Research快速完成研究，或针对痛点Vibe Coding打造实用产品。真正值得焦虑的并非'是否会被AI取代'，而是'当下所做之事是否存在价值'。这一答案，才真正决定消耗的Token能否带来回报。

顺带推荐一个通过Vibe Coding开发的实用工具，可解决常见的Word文件卡顿难题。