从23年最初接触 AI 工具，到现在逐渐进入 Agent 时代，自己对于 AI 的使用方式也经历了几个阶段的变化。

第一阶段：AI 对话工具时代

—搜索答案，辅助思考

最早接触的 AI 工具主要是 ChatGPT和Poe 这类聚合产品。这个阶段，AI 更多像一个智能助手，主要用途集中在文本生成、代码编写、问题分析等方面。

例如，让 AI 帮忙生成一段代码、优化一篇文章、分析一个技术方案（这方面其实还比较弱），或者针对同一个问题，让多个 AI 产品分别给出答案，然后进行对比和总结。

后来，随着国内 AI 产品快速发展，也开始尝试使用豆包、元宝、DeepSeek 等不同平台。实际体验下来，不同 AI 产品之间确实存在明显差异。同一个问题，不同模型给出的结果可能完全不同，有些擅长代码分析，有些擅长中文表达，有些更适合总结归纳。这个阶段最大的特点是：人主动提出问题，AI 被动提供答案。用户需要不断调整自己的提问方式，通过 Prompt 优化，让 AI 尽可能接近自己的需求。

第二阶段：个性化与上下文时代

—开始理解用户

随着 AI 产品逐渐增加记忆功能、上下文能力以及个性化配置，使用方式开始发生变化。简单的一次性提问已经无法满足长期工作的需求。真正高效的方式，是让 AI 逐渐了解自己的背景、工作领域、思考方式以及习惯。

例如：自己的职业背景、技术方向、日常工作内容、喜欢的输出格式、分析问题的角度等，都可以提前告诉 AI。

对于长期使用者来说，AI 的价值不再只是回答问题，而是成为一个了解自己的工作秘书。同样一个问题：一个不了解用户背景的 AI，可能只能给出通用答案；而一个具备长期上下文和个性化信息的 AI，可以结合用户实际情况，给出更加符合场景的方案。这也是为什么现在很多 AI 产品开始强调Memory、Skills、MCP 等能力。

第三阶段：Agent 时代

—协作

目前，AI 正逐渐进入 Agent 时代。最近开始深度体验 Codex，workbuddy以及一些企业级 AI Agent 工具。

最大的感受是：

未来 AI 的竞争重点，可能不只是模型能力（现在很多大厂还在对比参数，上下文，token价格），而是谁更懂用户（正如电商时代的淘宝与短视频时代的抖音）。不同工具最终完成任务的效果可能越来越接近，但真正拉开差距的是：

• • 它是否理解你的工作方式；
  • 是否知道你的技术背景；
  • 是否记住你的操作习惯；
  • 是否能够理解你的思维逻辑。

理想状态下，用户不需要花大量时间描述需求，只需要简单几句话，AI 就能够理解目标，并自动完成大量工作。

例如：

 过去：“帮我设计一个系统，需要详细描述业务背景、技术要求、架构约束，进行多轮对话。”

 未来：“按照目前公司的架构标准，设计一个XX方案。”

AI 就应该能够理解：采用什么技术栈；关注哪些风险；输出什么格式；哪些地方需要重点分析。

总结

回顾 AI 使用过程，从最开始把 AI 当作搜索工具，到后来作为知识助手，再到现在尝试把 AI 作为长期合作伙伴，本质上是人与 AI 关系的变化。

未来真正高效的 AI 使用方式，不是简单地比较哪个模型更强，而是建立一个长期协作关系。

一个能够理解你、记住你、适应你的 AI Agent，价值可能远远超过一个单纯能力更强但不了解你的模型。

AI 的终点，也许不是替代人完成某一个任务，而是成为每个人身边一个越来越懂自己的智能伙伴。

–Ray 2026.7.24