与AI初次碰撞的那些事

评估一次失败是否值得坚持，关键在于你遇到障碍后的态度——是想弄清障碍背后的真相，还是只想立刻摆脱困境。

是否曾有这样的经历——对AI充满期待，鼓起勇气尝试，结果却遭遇满屏错误信息，心里暗自感叹：看来这技术现在还不太成熟。

就在5月的尾声，在WaytoAGI活动中，我亲身体验了这样的场景。

我尝试用QClaw构建一个旅游应用。QClaw是腾讯电脑管家团队开发的AI Agent，能通过微信实现电脑的远程操作和本地任务执行。一直以来，我对各种AI工具的了解仅限于他人的评价，从未亲自体验。这次活动提供了一个契机，我决定亲自验证AI的实际能力。

我的目标是一个基础的旅游小程序，能够展示景点和规划路线。QClaw接受了任务并开始编码。初期进展顺利——界面框架搭建完成，内容也逐步填充。看着屏幕上逐渐成形的产品，我感到非常惊喜。

然而，随后出现了问题。

在最后的优化阶段出现了错误。之前的工作进展顺利，但当深入细节调整时，QClaw似乎遇到了无形的障碍——样式微调时出现语法问题，修复后又面临权限限制；权限问题解决后，API接口又被标记为过时。就这样，一个问题解决后立即出现另一个问题，如同层层剥开的洋葱。经过多次尝试，我仍未成功完成这个小程序。

坦白讲，那一刻确实令人沮丧。屏幕上充斥着红色错误提示，我开始怀疑这个阶段的技术成熟度。

尽管如此，我没有立即关闭页面。在错误信息的背后，我意外发现了前所未有的可能性——小程序的生成方式可以如此不同。传统的理解是：编写代码、调试接口、提交审核，整个流程复杂且周期长，非技术人员几乎无法参与。但QClaw展示了另一种可能：仅需描述需求，AI就能从零构建。尽管这次尝试未完全成功，但"这种可能性确实存在"这一认知本身已经彻底改变了我对小程序的理解。

虽然遭遇挫折，但我意识到小程序的可能性远超我的想象。

我后来得知，遇到困境的并非只有我一人。有位开发者在腾讯云桌面上部署QClaw，想让AI帮他全天候在线采集新闻资讯。他遇到的麻烦比我还多——云桌面区域选择错误、用户绑定配置遗漏、初始化耗时远超预期。但他说的那句话，我特别认同："整个过程比预想的要曲折得多，但也比想象中有趣得多。"最终他成功了，对AI Agent的理解也从最初的"智能对话工具"跃升为"系统级自动化助手"——这种认知跨越，不是看教程能学到的，而是亲身实践得来的。

遭遇瓶颈后实现认知突破，并非我独有现象，而是普遍存在的规律。

这让我想起之前看到的一个案例。一家医药企业将AI工具使用频率纳入员工绩效考核——必须使用AI工具才能达成工作指标。然而结果并不理想：员工虽然使用了，但态度敷衍且充满压力。当AI生成的内容出现问题时，他们不是深入研究优化方案，而是抱着"工具不可靠，赶紧完成任务"的心态。尽管KPI促使他们使用AI，但这种压力反而抑制了他们的探索欲望。

同样是"AI使用失败"，我和那位医药企业员工的反应截然不同。 我遇到障碍时选择深入研究； 他们遇到障碍时只想逃避。

差异在哪？不是能力，不是技术背景，是动力