我是如何教身边的普通人用AI的
- 编号
- 281
- 日期
- 时长
- 14 分钟
- 字数
- 4,848
七个月能发生什么?对学生来说,不过是一个学期加一个暑假;对上班族来说,不过是又要过年了。
体感如何,取决于身处什么样的环境。如果我在工厂流水线上,七个月可能和一天没有区别。
但如果这七个月里,你遇到了很多事,懂得了很多道理,见证了一些什么,就会觉得恍若隔世。过去七个月,沉浸在AI里的我,就是这种感觉。
七个月前,我还在网页里和Gemini做最简单的对话,告诉它我遇到的困难。七个月后,我已经和诸多Agent1打了很久的交道。它们刚开始都很毛坯,如今Codex有了全宇宙最厉害的Computer Use2能力,Claude Code成了编程能力最强、最有品味的Code Agent。
模型也翻天覆地:从GPT-5.4到GPT-6.2 Astra,从Opus 4.6到Fable 5.2,从Gemini 3.1 Pro到Gemini 4 Carbon。
七个月前,我想做一个个人博客,Gemini得一点点告诉我什么是Hugo、GitHub、API Token、Cloudflare3。
七个月后,这些概念我大都懂了,但我再也不需要懂了。我只需要说:我要搭建一个个人博客。
剩下的事,几乎不用我做。
这七个月,我用AI建立了第一个AI小说付费社群,解决了写小说变现的问题;在工作上优化流程和文件,还为部门写了一套后勤管理系统,现在全部门都在用;生活上,前两个月去深圳玩,小红书点点AI就是我的得力助手。
AI的知识、实践、资讯在我脑子里越积越多,所以每次遇到对AI感兴趣的人,我都如获至宝。
刘震云说4,一个人一生跌跌撞撞,其实就是在寻找一个可以说句话的人。
不必上升到人生的高度,就是在日常里,想找一个能说句话的人,也已经不容易了。
回头想想,七个月前我在对话框里一句一句地向Gemini讲述自己的困难,某种意义上,也是在找一个能说句话的“人”。
我在IVD5行业做售后,每天大多是和电路板、和人打交道,文件处理不多,在被AI冲击的职业里,算是受波及最小的一批。
所以同行们大多不了解AI——AI不能帮我们拧螺丝,也修不好一块电路板。
但我还是尽可能把工作和AI结合起来,客户管理、文件管理和制作,现在都交给了AI,给我省出了不少业余时间。
只是在工作里,我很难找到一个可以聊AI的人。
但慢慢地,开始有人来找我说话了。
第一个是骑友Lex。我在成都参加过两次他组织的骑行活动,他是摄影师,总给我们出片。
线下我很少和他交流,只顾着无情地摆Pose。
倒是在线上群里,我偶尔分享AI相关的内容,他总会来聊几句。我才知道他刚接触AI,会用Codex做些事情,但还没有完整的workflow,对模型和技术也不熟,处在一种摸索、混沌的状态。
后来Claude Opus 5.5发布,网上满是这个模型用代码直出6的视频,一时风头无两。我的朋友月晖也开了账号发Claude做的视频,短时间涨了数万粉丝。
Lex在一家医美企业做宣传,平时就研究视频,于是来找我咨询Claude怎么用。我只是把自己摸索出来的经验告诉他:海外产品在国内会遇到哪些账号风控问题,又该怎么应对。
很快他就用上了Claude,沉浸在它的神力里无法自拔。但到这里,他只是换了个新模型而已,和以前用Codex剪视频相比,有什么本质区别?
没有。
不过情况似乎在一点点变好。最近他和我聊到,想打通部门之间的壁垒,让大家一起在Claude的土地上发挥创造力。
他的设想是:每个部门的人通过局域网,用自己的电脑向Claude发需求,Claude接收所有需求,再分配给不同的模型去干活。
我很佩服他的脑洞。这种架构我早就见过,但那是从别人那里学来的,他能自己想出雏形,已经很难得了。
只是他也不知道怎么落地。我告诉他,这其实就是用一个强大的模型做主脑,也就是决策层,接收所有请求,再下发给执行层的不同模型7。
想法很好,真落地了也可能大大改变他们的工作模式。但想象丰满,现实骨感。要做成这件事,他得深入各个部门调研,弄清楚会有哪些工作、它们之间有没有先后和关联,才能真正开始设计。
整个过程,我没帮Lex做什么,只是回答他的问题。而这些问题,几乎都是过去七个月里我问过别人、或者自己一点点解决的。
那时候,它们个个难如登天;现在给Lex解答,却轻描淡写。
在Lex身上,我看到的其实是七个月前的自己:一个普通人,遇到一门崭新的技术,就想尽可能弄懂它,于是一路折腾、一路摸索。
七个月前,是我在找人说话;七个月后,轮到别人来找我说话了。
但像Lex这样愿意折腾的人终究是少数。Claude、Codex这类海外产品,国内只有一小部分人能靠自己用上,大部分人接触的还是腾讯的WorkBuddy、豆包,以及豆包最近推出的豆包工作。
就在今天,WorkBuddy公布了两个数字:用户量破千万,每日词元8调用量超过100万亿。
这意味着AI早已不是少数极客的玩具,千万级的普通人已经把它装进了电脑。但用上和用好之间,还隔着很长一段路。
我遇到过不少对AI有所了解、却没真正把它用进工作的人,顾虑大多相似。
第一,要充钱。他们不想为AI充一分钱——当然,也可能是不想为工作充一分钱。
第二,不会用。大多数人还停留在和豆包聊天,最多画个图、做个PPT,用DeepSeek整理下资料,仅此而已。
再加上,很多人还没开始折腾,就先听到了网上的各种论调:不要过度依赖AI,要保护自己的注意力。
我想说两句话。
第一,普通人有大量的工作需要交给AI。
第二,普通人根本没那么多事情需要交给AI。
所谓保护注意力,与大多数普通人无关。大多数人的工作都很具体,而其中很大一部分,是毫无意义的工作。
这就是第一句话里的「大量的工作」。只要身处一个组织,无论组织层面还是个人层面,都有大量垃圾工作:不创造价值,却必须存在。
比如重复性的文书:周报、月报、季度总结、申报材料、汇报材料、迎检材料,以及会议纪要(不少人应该已经感受到腾讯元宝AI会议总结的便利了)。
比如协调和向上管理:同一个进度,分别讲给老板、老板的老板、合作部门听。
比如做PPT:三句话能说完的内容,要排成二十页,配图、对齐,还得好看。
还有表演型的工作:显得很忙,消息秒回,下班前发个邮件、写个汇报;朋友圈式的内部宣传稿、活动总结、“经验分享”。
总有那么一两个词,会勾起你的回忆。而这些,都完全可以交给AI。
说说我自己。
我最近在高频使用Grok BOT,有一个Bot叫“会议记录官”。每次开完腾讯会议,我就把元宝AI的会议纪要发给它,它会记下日期和详细内容。想知道某次会上说了什么,不用再翻回放,直接问它:上次开会说了什么?
当然,大部分会议内容都是垃圾,事后根本用不上。
但有了这个Bot,我再也不用操心这些内容,省下了大量注意力和精力。这就是AI带给普通人最简单的红利。
再比如校准报告。
我经常要给医院用户出具校准报告9,每年上百份,以前没有系统管理,非常吃力。可这些报告除了数据,其他都大同小异。
有了AI,我把这件事标准化了。
一是模板。公司原来的模板参差不齐,版本好几个,也不美观。我让AI设计了一版专业美观的标准排版。
二是流程。以前我要先准备数据,找个旧文档另存,再一条条填,上百条数据对着电脑看半天,一个小时是常事。现在我只需要把数据全部发给AI,它自动提取、填入,产出一份数据和外观都很专业的报告。
三是管理。这几年的报告已经不少于1000份,以前按年份自己管,不够细致也不够稳定。现在交给AI,按年份、医院、报告类型和型号分类,新增文件它会自己归档。
这太方便了好吗?粗略统计,今年AI至少帮我省下了100个小时!
难吗?一点都不难。不需要国外的模型和Agent,用WorkBuddy和豆包工作就能做到。
第二个来找我说话的人,是公司市场部的一位同事。和Lex不同,她不折腾,也不想折腾,是最典型的普通人。
前段时间她来成都出差,我们见了一面。刚见面,她就让我帮她“AI”一个PPT,因为我在AI方面好像很厉害。
我就和她聊了起来。
什么PPT?
一个客户培训PPT。
你现在是怎么做的?
豆包。
哪里不满意?
我觉得内容排版还可以,但有些细节总觉得差点意思。比如这个分段,它分了七个小标题,我觉得太多了,太复杂。
你是怎么叫豆包做的?
给了它一个文档。
文档从哪儿来的?
DeepSeek写的。
DeepSeek怎么写的?
用的一张图片。
图片从哪儿来的?
豆包做的。
……豆包怎么做的?
我自己写了一段话发给它。
一路追问下来才发现,从她最初写的一段话开始,资料经过了豆包、DeepSeek、再回到豆包的好几道转手。
一个原本简单清晰的需求,就这样在两个AI之间变成了一堆陈词滥调,做出来的PPT自然也很平庸。
她会用AI吗?会,甚至会让三个工具接力。AI一定帮得到她,只是她没想过怎么让AI更好地帮自己。
正好她带了电脑,我就利用下午的时间,帮她装上了WorkBuddy。
还在下载,她就问:不会要充钱吧!
我说:暂时不会,你账号上有2000积分,混元4 Flash10现在也还免费。
我简单演示了怎么建立工作区、怎么用不同文件夹管理不同项目。当然,最重要的是教她怎么用AI做PPT。
用AI做PPT,分四步
第一步:备料。 站在人的角度想:如果你自己来做这个PPT,需要哪些资料?图片、文档,都放进同一个素材文件夹,让AI去读。原始资料一次给全,别再让它在几个AI之间来回转手。
第二步:聊透。 先别急着让AI动手,而是深入地和它聊需求:希望PPT是什么样的?什么内容节奏?什么设计风格?聊到你觉得差不多了为止。
第三步:出demo。 让AI先做一版demo,看整体方向对不对。
第四步:逐点修改。 对着demo找出自己觉得需要改的地方,一点点改。比如她嫌七个小标题太多,就直接告诉AI合并成三四个。
**最终你得到的不只是一个PPT,还有一套属于自己的AI做PPT的流程。**通用的修改事项和品味都沉淀下来了,下次就能事半功倍。
整个过程,她又问了我好几次:这不会需要充钱吧?
我哭笑不得,一边反复说明现在免费,一边继续讲。
不过我也和她说,WorkBuddy基础版会员一个月70块,真的可以试试,AI真的能做很多事。
我自己刚接触AI时也抗拒付费,后来为了用上顶级模型还是付了。付费没有让我被AI绑架,反而为我打开了新世界的大门。
我真心建议每个坐办公室的人都试试WorkBuddy这类产品,想尽办法把电脑上的大部分工作交给它。坚持一段时间,你就会清楚,哪些事真的不用再操心,哪些事还得自己来。
而这些最终沉淀下来、需要亲手去做的工作,其实并没有多少。但它们,或许才是工作中真正有价值的部分。
七个月前,我在对话框里找一个能说句话的“人”。七个月后,AI替我说完了那些不必说的话,写完了那些不必写的材料。
剩下的时间,刚好够我去做那一点点真正重要的事,也刚好够我坐下来,和一个人好好说句话。
Footnotes
-
Agent:智能体。能自己拆解任务、调用工具、一步步把事情做完的AI程序,而不只是陪你聊天。 ↩
-
Computer Use:让AI像人一样看屏幕、点鼠标、敲键盘,直接操作电脑。 ↩
-
Hugo是一款静态博客生成工具;GitHub是代码托管平台;API Token是调用某项服务时用来验证身份的密钥;Cloudflare提供网站托管、加速等服务。 ↩
-
大意出自刘震云长篇小说《一句顶一万句》。 ↩
-
IVD:体外诊断(In Vitro Diagnostics),通过检测血液、体液等样本辅助诊断疾病的医疗领域。 ↩
-
代码直出:不经过剪辑软件,由模型直接写代码生成视频画面。 ↩
-
这种“主脑分派任务、多个模型分工执行”的架构,通常被称为多智能体(Multi-Agent)系统。 ↩
-
词元:即Token,AI处理文字的基本单位,可以粗略理解为AI“读”和“写”的字数。调用量越大,说明AI被用得越多。 ↩
-
校准报告:仪器校准后出具的报告,用来证明设备测量结果准确可靠。医院的检测设备通常需要定期校准。 ↩
-
混元:腾讯自研的大模型系列。 ↩