陪女儿玩游戏时，我想通了AI时代最核心的能力

本文来自微信公众号： 橙竹洞见 ，作者：竺大炜

前阵子听到脱口秀演员梁海源讲过一个关于AI的段子，大概是说，如今AI发展得声势浩大，就像一列正在高速飞驰的火车。

只不过这是一辆印度火车：只有少数人坐在车头掌握方向，大部分人都在拼了命往车厢里挤，还有不少人像我一样，只能挂在车门上，撑不住了就只能掉下去。

这辆车开得飞快，没人说得出它最终要开往哪里，但所有人都在说，你必须跟上，不跟上就彻底淘汰了。

我，就是那个挂在车门上的人。

一

上周到了该给ChatGPT Plus续费的时候，我对着账单想了半天，它这段时间的使用体验，好像真没什么拿得出手的亮点。

让它写文章吧，套路越来越固化，张口就是“不绕弯子，我给你三个建议”，浓浓的AI模板味，看着就不舒服。

要说写中文内容，其实免费的DeepSeek用着都比它顺手。翻了翻Plus的功能列表，Codex我从来没用过，号称很强的深度研究功能，我一年也用不了几次。

再看看市面上其他AI工具：Gemini、Cursor、Manus，我每个都花时间去学，结果学完之后根本没怎么用过，搞懂是怎么回事之后，就没兴趣碰了。

说出来可能很多人不信，我现在日常用得最多的AI工具是豆包，直接把它当百度用，有问题随时问一嘴；排第二的就是DeepSeek，免费功能全，手机、家里电脑、公司电脑都能用，很方便。

我愿意花时间花钱去学各种新的AI技能，但真能转化成实际生产力的，好像少得可怜。想来想去，很多时候都是为了学习而学习罢了。

二

之前我折腾AI智能体OpenClaw的时候，各种版本各种框架装了卸、卸了装，折腾了好一阵子才稳定下来。现在我的日常使用很简单：每天有一个云端智能体给我推天气提醒和科技新闻摘要，还有一个本地智能体帮我记健身日志，偶尔给点训练建议。

从完全不会弄，到看着它乖乖自动发消息，那一瞬间其实挺有成就感的。可等它稳定运行一段时间之后，新鲜感也就没了。

后来我才想明白：我享受的其实是把AI“驯服”上手的过程，根本不是用它解决问题的结果。说白了，AI智能体并没有真的解决我原本生活和学习里的难题；反倒是“我还不会用AI智能体”这件事，才是我之前最大的烦恼。

这阵子又冒出来Hermes这类新概念，我看得似懂非懂，一边纠结要不要花时间去学，一边早就累了：一边是怕错过新风口的焦虑，一边是追新追得浑身疲惫的倦怠。

三

现在公司里AI也是越炒越热，好几个部门都在做自己的内部AI智能体，还搞起了赛马抢项目冠名，热闹得不行。

可哪怕是我这种愿意折腾AI的积极分子，都觉得有点赶不上趟：外面新名词出得太快，公司里做出来的项目也太多，每个都要花时间试，试下来投入产出比低得可怜。

折腾到最后，AI还没怎么样，我自己先累垮了。

四

五一放假的时候，我答应陪女儿贝贝玩游戏。她那阵子在看《跑男》，刚好看到一个你说我猜的画画游戏：规则很简单，一个人看着画用语言描述，其他人按照描述把画画出来，最后猜画的是什么东西。

节目里嘉宾画得歪歪扭扭，贝贝看得笑个不停，非要拉着我和家里人一起玩。可真要玩的时候，问题立刻就出来了：节目里有节目组提前准备好的原画，我们要玩的话，要么得贝贝自己画原画，要么得找现成的，贝贝自己画要么画得不对，要么内容太简单，一下子就被猜出来了，根本没乐趣。

刚好我整理手机里的AI工具的时候，看到之前下过但从来没用过的“灵光”，它支持用口述做小应用。我就对着它说：做一个小应用，先随机出一个常见物品的名字，等玩家确认之后，生成这个物品的简笔画。

才过了一分钟，灵光就生成好了这个叫“简笔魔法”的小应用。

五

其实让AI生成一张简笔画，本身根本不是什么难事。但如果我只是笼统地跟灵光说我要玩这个游戏，它肯定不知道该怎么帮我做出来。

整个过程里，最核心的不是让AI画图，而是先想明白这个游戏到底要解决什么问题，再把我们遇到的瓶颈整理成AI能听懂的需求，提给AI而已。我拆解下来其实只有三步：

• 这个游戏到底考验的是什么：不是画画技巧，是语言表达能力，所以原画必须标准；

  
  

  
  

• 为什么我们自己在家玩不起来：核心问题就是缺一个能画出标准原画的人，我们自己画都达不到要求；

  
  

  
  

• 最后把需求提炼成AI能懂的指令：随机出词，确认后生成对应标准简笔画。

  
  

  
  

你看，梳理这三步的过程，其实根本没用到AI，都是人想明白的事。

六

想通这件事之后，我在办公室也做了一点调整。之前我们做了一个NPS分析的BI看板，需要不停迭代更新，适应不同的分析角度，但这个看板用起来特别别扭，远不如普通网页和飞书表格顺手。

更尴尬的是，除了我们几个做分析的人，几乎没有业务同事主动去看这个看板。业务方要的本来就是结论，最好是我们分析师整理好直接发给他们，谁也不愿意花时间去学一个不好用、说不定下个月就更新甚至停用的系统。

所以我干脆就放弃了折腾这个看板，直接用AI智能体生成分析报告，反正智能体可以稳定运行，我把所有能想到的分析维度都做成报告，业务同事直接拿结果用就好，把他们的使用成本降到最低。

其实到现在我越来越觉得：工具和系统本身不重要，能解决问题的能力才重要；而能搭建AI能力的能力不重要，能想清楚到底需要什么能力，才更重要。

七

从做看板退改成直接出报告，其实是工作模式一个挺大的转变。这么多年来，我们都觉得“工具化”“产品化”才是先进的思路，都说授人以鱼不如授人以渔。

可放到AI时代，如果你手里的工具已经能轻松捕到所有鱼，捕鱼技巧不再是稀缺资源，反而是“我今天该吃什么鱼、该拿鱼做什么菜”成了最稀缺的东西，那直接把做好的鱼送到别人面前，反而才是更高效更先进的方式。

以前我们总觉得，核心能力是“把东西做出来”，现在看来，越来越多时候，核心能力变成了“把需求说清楚”。

八

回到最开头我纠结的那个问题：那些收费AI工具，还要不要继续订阅？现在这个问题的答案其实简单多了。

工具当然很重要，但不同工具之间的差距，其实没有大家说的那么大。毕竟大多数人用AI，根本还没到要拼工具性能上限的地步。

真正关键的问题是：当AI工具越来越强、越来越便宜、到处都能用的时候，我们自己还有没有能力，提出一个真正值得解决的好问题？

开头说的那辆AI火车，还在往前开。

其实不用再纠结自己挂在车门还是坐在哪节车厢了，更该想的是：车到站之后，我要往哪里去？