我如何使用 AI
原文：How I Use AI｜Magus｜mgx｜2025.06.05
人工智能并不是新鲜事物，我的使用经验也远远谈不上深厚，和那些在我接触 AI 之前就已投入数十年研究、撰写论文、推动真正突破的前辈相比更是微不足道。我开始玩 AI 时，它其实已经历了好几轮炒作周期——从最早的符号推理，到神经网络，再到悄然改变图像识别与机器翻译等领域的深度学习技术。学术论文、政府资助、初创公司路演——这些都早已热火朝天，距离我的生活却还很遥远。
但在这一切的边缘，有一种更草根、更混乱的能量正在酝酿。ChatGPT 还没成为家喻户晓的名字时，网络上已经有人在分享早期的开源 GPT 模型，可以下载到本地运行，虽然内存常常吃紧，调试也靠大量试错，但的确能玩得起来。我就是从这一步开始的。
有个 Facebook 群组叫“机器人爱好者协会（The Bot Appreciation Society）”，聚集了一群爱折腾的开发者，他们彼此分享点子、互相排查 bug。我就是在那里第一次听说 GPT 的。有人用它生成可读性还不错的内容，有人做出了讲笑话的机器人，甚至还有人训练它写奇奇怪怪的小故事。那时的技术还很粗糙，但已经能感受到潜力，就像握着一件尚未打磨完的利器。
我做了一个“UFO 机器人”，用一份飞碟目击数据喂给 GPT-2，让它生成更离奇的故事和传说，再定时发到 Facebook 上。听起来简单，但当时的我觉得这是一项颇为复杂的工程：要整合网页爬虫、内容过滤器、定时发布系统，全靠一堆拼凑起来的服务运转，说不定真的是靠“数字胶带”和运气维系。它不是什么前沿成果，但在试错中我渐渐学会了如何用语言与代码搭建一个模糊的新世界。
转折点：2022年11月。OpenAI 向公众发布了 ChatGPT，突然之间，全世界都在玩起了我几年前就开始尝试的 GPT 升级版。几个月后，API 开放，那才是我真正“入场”的时刻。我并没有加入“AI 将取代一切”的喧嚣，而是把它当作日常工具，融入我的工作流。从那之后，我开始关注 Anthropic、Google 等其他公司的动态——不是为了成为“AI 意见领袖”，而是因为我需要知道哪款工具适合解决哪类问题。
⸻
我现在如何使用 AI
学习与再学习： AI 对我而言，首先是一位导师。我知道它会胡说八道，也知道它并不总是靠谱。但作为一个精力旺盛、注意力容易分散的人，我经常难以读懂复杂的技术说明或学术文章。而 LLM 就像一位永远不会厌烦的好老师，随叫随到，反复讲解直到我听懂。每当读到难懂的段落，我就会把它贴到 Claude 或 ChatGPT 里，请它解释。这种感觉就像有位知识渊博的朋友，能用各种不同的方式帮你理解问题。
不仅是理性知识，在主观领域也一样，比如艺术作品的解读。我会跟 AI “对话”：“我觉得这幅画表达的是X，你怎么看？”我知道它不是真人，但它提供的视角经常能激发新的思考。仿佛我不是孤身工作，而是坐在一群聪明人中间，不断交换想法。
编程与问题解决： 以前我会去 Stack Overflow 查代码问题。现在？几乎不去了。当我在做小应用、想快速优化某段代码时，我会直接贴出来问：“怎么写更好？”AI 给的反馈通常很及时也很有帮助。
当然也有例外。比如最近遇到苹果的 CLGeocoder 编码问题，AI 就帮不上忙——我需要更多上下文，最后还是靠翻 Stack Overflow 的评论才搞明白。毕竟，有些问题不是靠模式匹配能解决的。
更深入的工作也离不开 AI。我用 v0.dev 来生成 UI 原型，避免盯着空白屏幕发愁；用 Cursor 打开陌生代码库时，会让 Claude 或 ChatGPT 帮我逐段解释，就像有个耐心的 code reviewer 随时在线，不嫌你问题多。
我还用 AI 来优化以前写的自动化脚本——每次都能获得更清晰的逻辑、更好的错误处理方式，甚至会推荐我以前没听说过的库。仿佛有一位更资深的开发者，在深夜两点给我做代码审阅。
真正改变我的，是迭代速度。过去我会卡在“怎么做才是最佳方案”的困惑中，现在可以先生成一个能跑的版本，再逐步优化。当要用一门陌生技术或 API 时，我会先问 AI：“我想用 Y 技术做个 X，怎么开始？”于是本来陡峭的学习曲线，也变得可攀可爬。
现实世界的救命操作： 最让我记忆深刻的 AI 时刻，其实是我妻子的经历。她父母家的一只小鸡不小心掉进水坑，几乎溺水，奄奄一息。她慌乱之中打开 DeepSeek，问：“怎么办？”AI 给她一步步指示，她照做，小鸡奇迹般地活了下来。现在已经完全恢复健康。我们当然可以打电话找兽医，但这是突发的危机，需要立刻应对。那一刻，AI 在那里，而且给出的方案是对的、是有效的。我由衷感激。
为家人架起技术桥梁： 我给我妈做了一个网站，用 Google Sheets 数据生成页面。她经营一个小型花卉苗圃，但不太擅长英文技术资料。我教她如何在 Google Sheets 中用 Gemini 来优化产品描述和网页内容。现在，借助新版 Gemini 的视觉能力，她还可以直接拿手机拍植物，然后提问，随时随地学习更方便了。
数据分析与洞察： 我还自建了一些分析工具，可以批量处理数据，挖掘出潜藏的模式和趋势，这些事如果靠手工处理简直要累死。这种用法不常见，但 AI 在这里真的闪闪发光——把枯燥的分析交给它，我只专注于洞察与决策。
关于这篇文章本身： 这其实是一次“元体验”：我先用语音记录了想法，再用 Whisper 等模型转录并初步结构化，最后由我自己整理成文。AI 不是替我思考，而是在我思考的过程中提供辅助。这就像一位“思维合伙人”，已经不再是新鲜玩具，而是我生活的一部分。我还把 AI 集成到了 Telegram 的个人机器人中，用来随时提问和自动化处理简单任务。它已然成为一种“隐形基础设施”。
⸻
我用哪种 AI 做什么事
不同模型各有所长，我也有了自己的偏好：
- ChatGPT： 默认对话助手
- Gemini： 视觉与音频处理首选
- Claude： 代码与分析能力强（也是我在 Cursor 的默认模型）
- DeepSeek： 查找中文资料非常好用
我不会长期订阅所有模型。需要时，我会在 OpenRouter 上充值，然后按需调用适合的模型。
至于图像生成，我没太大兴趣，主要用它来快速做图标或占位 logo，方便原型展示。
对我而言，AI 革命并不发生在董事会会议或融资 PPT 中，它真正改变的是那些看似微不足道的瞬间：当你在正确时间获得了正确的信息；当重复劳作被自动化解放，腾出空间让创造发生；当语言的障碍被打破，学习的速度得以加倍。这些工具如今已像水、电、网一样，成了日常生活的基础设施。我不再时刻想着它们——它们就在那里，默默运行。
作者简介：Magus 是一位独立开发者与创作者，专注于探索 AI 工具在日常生活与创作工作流中的实际应用。他曾参与多个自建项目，热衷于用开源模型、自动化脚本和自定义工具提高效率、打破技术门槛。Magus 的写作风格质朴真诚，不炫技、不贩卖焦虑，而是分享一个普通人如何在技术浪潮中亲手搭建自己的“AI 工作台”。他的博客 mgx.me 就像一个数字实验室，记录着他与人工智能共处的真实片段。
本文收录于我每周五更新的《灵感电波》第 79 期。 每期我会精选 5 篇值得一读的深度好文，用中文精编呈现。 如果你喜欢这样的内容，欢迎订阅。