AI使用体会：从写作到编程再到思考
自AI刚兴起到现在，我用过不少AI产品，最后真正高频使用的其实只有寥寥几款。
我常用AI的场景，主要有：公文写作、论文撰写、编程实现、排查代码里的bug、做题与答题、讨论哲学议题、处理统计工作、辅助简单计算，以及健康类信息检索。
/01/ 写作类
写作既是最容易被AI替代的方向，也是相对最难被AI彻底替代的领域。
容易的原因在于，AI擅长模仿，能快速产出看上去很不错的内容。
不容易的原因在于，当网络上逐渐充满同质化的AI文本后，那些不依赖AI完成的写作，往往更显真实。
至于公文写作，本质上就是把工作任务尽快交付，只要提示词用得合理，通常就能生成一份达到80分以上的公文，再把关键点结合实际补齐修改即可。
之前为了尽快应对上级检查，我确实用AI先生成大部分内容，再根据现场情况做补充与调整，最终顺利完成了检查要求。
至于影评之类的文章，尝试用AI阐述观点、讲道理也写过，但整体仍觉得“AI味”偏重。
那种文字的独特气质与用词习惯，虽然AI也能学到并复刻，但最开始确实容易让人眼前一亮。
可到后面就会发现，风格渐渐有点像“塑料花”的观感。
因此，以后在公众号上写作，我还是会尽量以自己真实产出为主。
真实写作，也许终究会变得越来越稀缺。
/02/ 论文撰写（特殊写作）
说到学术写作，我以前用过国内的秘塔、KIMI等平台，总体体验一般，原因在于核心数据库仍以国内为主。
像综述类文章这种需求，用普通AI往往效果不理想，甚至可能出现参考文献被编造的情况。
如果把它用在开题报告这类写作上，我认为也不够可靠。
对我来说，还是国外的付费模型更稳一些。
我主要用的是chagpt pro研究级模型，把我已有的材料（比如小论文内容与开题报告模板）、研究方向和创新点一起输入，让它生成一份一万字以上的开题报告，最后得到的大纲确实很不错。
相较普通模型，整体质量提升明显，参考文献也能做到更多可检索。
另外，Prism这个平台用于论文写作体验很好。
不过我和学校老师聊过，他说自从人工智能热起来以后，自己的审稿量明显增加，现在反而不太想再接审稿工作。
当然就论文写作而言，AI更适合作为辅助工具：用于写文献综述的基础内容、做语言润色等都是可行的。
Prism还能顺手帮忙调整排版，确实省心。
写论文要守住学术伦理。
/03/ 编程类
在编程方面，已经有企业开始把AI纳入开发流程，代码库里也出现过由AI生成的部分内容。
不少人会觉得写代码离自己很远。
其实并没那么远，关键看你有没有把AI当成工具去思考：要不要优化自己的工作流程、提升整体效率。
尤其是面对重复性较强的任务时，AI的价值更直接。
我在做课题研究时，需要把算法落到代码实现上。
但对一个以前主要学过VB的人来说，编程确实曾经显得很遥远。
然而AI可以写代码：我负责给出想法，它负责把实现细化出来。
一般情况下，用Gemini生成代码效果还不错。
我也尝试过用claude code来写代码，整体体验差不多。
不过代码编写通常很难一次性就产出几千行“可直接用”的结果，更像是搭积木。
先把骨架搭起来，再一步步把具体细节填进去。
最近我研究相关内容的代码量有3600多行，这期间经历了十多轮迭代。
中途遇到bug时，我也会反过来让AI给出可能的解决方案。
当然也存在那种bug怎么修都久拖不掉的情况。
遇到这种局面，就要追问AI它自己的执行逻辑：让它把运行步骤逐条讲清。
虽然代码本身我未必看得完全透，但我能听懂它的逻辑与常识性的推断，因此也确实靠这些把反复出不去的bug解决掉了。
编程带来一种从0到1的创造体验——按自己的想法把东西实现出来，那种满足感很特别。
/04/ 解决问题类
在生活和工作中，遇到不懂的问题就去问AI，并且可以对同一问题对比多个AI。
它能提供很多不同视角，也能给出多种解决思路与方案。
比如工作中，碰到其他专业的知识我不熟，但又特别好奇。
于是我会用AI连续追问十多个问题，在答案里不断定位自己真正没弄懂的点。
最后的结果往往是：你真的会把那个领域逐步“吃透”，变得非常熟悉。
首先，你要有好奇心。
其次，你需要耐心。
最后，还要讲究提问的技巧。
这里的“解决问题”，更多指那些客观上确实存在的问题。
至于纯主观的问题，AI通常只能给出建议与方法。
对于一些统计类问题，AI的完成度会更高。
总体来说，解决问题并不算难，难的是你要先建立起“能解决”的信心。
/05/ 哲学类
其实，聊一些看似玄乎的议题也挺有意思。
最近我问元宝的一些问题，回答质量不错。
哪些更底层的道理，是普通人需要遵守的？
在这些道理之下，是否还有更底层的道理，就像道理背后的道理？
观察自己，是为了践行这些道理，让自己变得更好么？
这些底层的准则，有多少人真正认识、理解、践行，或者说只是日用却不自知？
知道这些道理之后，真正差距又在哪里：是认识不够深入，还是行动力更弱？
每个人的底层“操作系统”由哪些部分构成？又要如何更新与优化？
习惯在这个操作系统里扮演什么角色？
你可以把以上问题当作练习题，通过不同的AI平台去提问，往往能获得不错的收获。
能叫醒一个人，靠的难道只有一次次撞南墙吗？为什么会这样？
我自己的理解是：所谓“知道”一些道理，大致有三个层次——信息层、逻辑层和体验层。
南墙对应的是体验层；而大多数人平时所说的“知道”，往往停留在信息层。
/06/ 常用的AI平台
我常用的付费国外AI有chatgpt、gemini、claude，国内则用元宝。
最近也试用了Kimi的付费版本，主要用来做PPT，体验还行，差不多到75分水准。
另外我也体验过skill，配合claude code来写综述论文，效果一般，一晚上花了100多块钱。
不过就同行评议skill这部分来说还算凑合，用来改论文时提出的建议也有一定参考价值。
至于龙虾这类工具，对我个人而言并没有批量处理的刚需，也不存在那种“一个人公司”需要长期使用的场景。
因此也就没有尝试。
总之，还是要按自己的需求去挑选更合适的AI工具。
当你借助AI提升效率、解决问题之后，剩下的闲暇时间要如何度过、怎么更有意义，这件事也值得认真想一想。