刷了半年 AI 评测，不如动手做一周

2026年2月22日

我关注了几个 AI 技术群，有个人特别勤快。只要某个厂商发布新模型，他准是第一个转发评测的。Claude 出新版他发，Gemini 出新版他发，连不知名小模型升级 0.1 个版本，他也发。

半年下来，转发了上百条。但从没见他分享过一次自己用 AI 做了什么。

这种状态，我管它叫“资讯中毒”。

我也中过这个毒

说实话，去年八月之前，我也差不多。每天早上先刷一圈 AI 新闻，看完觉得自己“了解了动态”，关掉屏幕，该干嘛干嘛。

直到工作中碰到一个场景：用 AI 识别一批数据里的异常分类。不是什么高大上的项目，就是一个具体的小问题。

没人教我该怎么做。我硬着头皮上了。

然后我发现一件事：AI 的真实表现，和我刷了半年资讯后的预期，完全不一样。

那些评测文章里说“AI 理解能力很强”，到了真实场景里，连基本的分类逻辑都会飘。但反复和它磨，把约束条件一条条喂进去——它又能找到一些连人都不容易总结的规律。

这种感觉，没有推文能替代。看一百篇游泳教程，和跳进水里，是两回事。

以前我看别人讨论 AI，问的都是“哪个模型最强？”“会不会替代程序员？”回头看，这些都是观光客的问题。站在景区门口拍张照，就觉得自己去过了。

真正用 AI 干过活的人，问题完全不同：“上下文太长时判断力为什么下降？”“人机怎么各展所长？”

好问题不是学出来的，是和 AI 吵出来的。 被它气过、被它带到沟里又爬出来过，你才会碰到真正值钱的东西。

以前信息迭代慢，多看多学总没错。现在倒好，今天的评测，下周模型一升级就作废了。

以前追资讯能追上，现在追资讯只会越追越焦虑。 因为你永远在追一条不断移动的终点线。

但动手之后我发现，底层的东西其实是稳的。那些在真实场景里踩过的坑、磨出来的手感，不会因为模型换代就过时。

那些让我焦虑的“颠覆性新闻”，大部分等一个月就没人提了。

我没什么方法论可以教。去年八月之后，我给自己定了一个极简的规则：每周至少在一个真实问题上和 AI 死磕一小时。

最近又验证了一次。看了一堆文章说某个 AI 自动化工作流特别强，花了一上午照着搭了两套。结果真正用起来才发现，写一份清晰的规则文档，效果比那两套加起来都好。

一上午的弯路，换来一个教训：别人说好用的东西，你不试永远不知道适不适合你。

不搜教程，不看评测，就用直觉去试。那些失败的尝试、废掉的工具、跑不通的流程，最终会长成一种叫“体感”的东西。

一小时的烂实践，胜过一百小时的好资讯。

少刷新闻，多碰真问题。关注我，一起躬身入局。