把 AI 塞进工作流的这一年

2025 年夏天，我决定认真试一下 AI 能不能真正帮到我——不是一个偶尔用用的聊天机器人，而是深度嵌入日常工作流。一年后，这成了我做过的最好的投资之一。

我的工作流 B.I.（Before Intelligence）

在此之前，我的工作流是这样的：

• 品牌文案 → 自己想，反复改，给别人看，再改
• 代码 → 查文档，Stack Overflow，试错，再试
• 翻译 → 日语和中文之间来回切，遇到生僻词就卡住
• 研究方法 → 读大量文章，手动做笔记

这些步骤没有一个是「错的」。但它们都有一个问题：前期消耗巨大，回报却集中在最后 20%。80% 的时间花在了从零开始，只有 20% 的时间真正花在了优化和打磨上。

AI 真正改变的是什么

AI 没有替代我的工作。它替代的是工作的第一稿。

写品牌文案时，我不会再面对空白文档发呆。我先把核心想法和关键词给 AI，让它生成 3-5 个不同方向的初稿。这些初稿通常是平庸的——用词太正式、缺乏个性、有「AI 味」。但「平庸的初稿」比「没有初稿」好一万倍。我的工作从「从零开始」变成了「从 70% 开始」，然后我把剩下的 30% 打磨到 100%。

写代码时，AI 是我的翻译官。我有一个想法——「我想要一个函数，读取这个目录下的所有 Markdown 文件，提取 frontmatter 里的日期和标题，按日期排序，生成一个 HTML 列表」。我可以用自然语言描述这个想法，AI 把它翻译成代码。我不需要记住每个 API 的精确语法。我只需要知道「什么是可能的」，然后让 AI 帮我实现。

翻译日语时，AI 是我的第一读者。我写一段日语，让 AI 检查语法和语气。它不会替代我对日语的理解，但它会捕捉那些我漏掉的细节。

AI 不能做什么

经过这一年，我对 AI 的边界有了更清晰的认识：

• AI 没有品味。它可以生成符合标准的文案，但不知道什么是「好」，什么是「动人」。品味仍然需要人来判断。
• AI 没有记忆。每次对话都是从零开始。它不知道你三个月前写过什么，不知道你的风格演变。你需要自己管理上下文。
• AI 不会说「我不知道」。当你问一个问题它不确定时，它会给出一个听起来合理的答案，而不是承认不确定性。这很危险。
• AI 不会为结果负责。如果一个 AI 生成的文案出了问题，责任在用它的人，而不是它。AI 永远是工具，不是替罪羊。

我的 AI 栈

经过一年的摸索，我的日常 AI 工具栈稳定在以下几个：

• Claude — 长文写作和深度分析的主力。对中文的理解比 GPT 好。
• DeepSeek — 代码生成的首选。速度快，准确率高，便宜。
• 本地模型 — 敏感内容或离线场景用的。速度慢，但数据不出本机。
• API 聚合 — 把多个模型接入同一个接口，根据任务类型自动路由。

一年后的结论

AI 没有让我变得更快。它让我变得更不累。那些需要大量前期投入但回报有限的步骤——初稿、翻译、格式化、文档查阅——现在由 AI 处理。我保留的是最终判断、风格打磨、创意方向。这些才是工作的核心。

如果你也在考虑把 AI 塞进工作流，我的建议是：从你最讨厌的那个步骤开始。找到你工作中最消耗心力的那一步，看看 AI 能不能帮你做第一稿。不用一步到位，不用追求完美。先让它帮你把「空白」变成「有东西」，然后你再接手。

---

你的 AI 工作流是什么样的？欢迎写信分享：ryu@scolv.com。