AI使用范式的四次跃迁：提问、布任务、托付、接入生活流

从 2022 年底到现在,我用 AI 也有三年多了。回头看这三年多,亲历了 AI 使用的四个阶段——说是"范式跃迁"多少有点夸张,但这四段确实截然不同,值得认真掰开看看。

第一阶段：Chatbot，我得先想清一个问题

最早,大约是 2022 年底到 2025 年初。这是四个阶段里最长的一段,前后两年多,却过得悄无声息——那时的 AI 还没那么有用,说到底就是个问答机器。

那两年,chatgpt.com 几乎是 AI 的唯一入口,至少是我打开得最勤的那个;后来 gemini.com、claude.ai 才追上来,DeepSeek 也一度火得发烫。但不管换哪一个,我的用法都一样:有问题才找它。脑子里突然蹦出一个奇怪的念头,读书时想查点资料,工作被某个点卡住了,我就去问它一句。

问题是,这种用法很容易就放弃了。要不是好奇心实在太强,大多数人是会弃用 chatbot 的——人本来就没那么多问题要问,何况 Google 这样的搜索引擎早把大多数问题解决了。那个阶段,AI 对人的增强其实很有限,有它没它,日子好像差不多,用处有一道很明显的天花板。

后来我才想明白这道天花板卡在哪儿:和 chatbot 聊的这些问题,都是零散的。它们最大的毛病不是答不上来,而是不可积累。每一个问题都是一座孤岛,问完、答完、解决了,就结束了。它不会长大,也连不成片。问得多了,被训练得更会提问的,其实是我自己的脑子;但那些问题和答案本身,攒不出任何东西。

更扎心的是另一层:AI 就像一个智慧顶尖的人,可一个再聪明的人对你有多大用,取决于你能不能不断抛给他有价值的问题。而"源源不断地有好问题"本身,就是一种稀缺的本事——所以最强的 AI,反而最帮得上那些本来就很厉害、问题很多的人。那时的我,显然不是。我那阵子也很困惑:都说 AI 这么强,怎么对我就是没什么大用?可还是扛着成本用了下去。

ChatGPT 起初是 20 美元一个月,后来出了 200 美元的 Pro 版,我以为只要用上最聪明的那一档,它对我就会更有用。结果是纯浪费——我连 20 美元的 Plus 都用不满。可能某一天念头扎堆,一口气全问完了;但把时间拉长到一个月,大量的日子其实是问不出问题的。问题驱动这件事,特别考验提问的人:你得先有问题,而且得源源不断地有好问题,AI 才有用武之地。而我,不是那个有那么多问题的人。

对我来说,这个阶段最大的作用,可能是用来写文章、画画这些创作。但 AI 写出来的东西,水平确实达不到我的要求。

第二阶段：Agent，我只要给一个目标

到了 2025 年下半年,Agent 产品一下子冒出来一大批,只是这条路一开始走得并不利索。

ChatGPT 的 Codex 那时还不是一个独立的 app,只是 chatgpt.com 里的一个功能模块,我试了几次,不太好用。

Deep Research 算不算 Agent 我也说不清,但它确实是个现象级的东西——几句问答,就能产出一份很有深度的桌面调研。

真正给我启发的,反而是 Cursor,它让我这种算不上程序员的人,也能写出一些简单的程序。直到 2025 年末、2026 年初,Claude Code 和 ChatGPT 的 Codex 这两个史诗级的编程 Agent 成熟起来,这个阶段才算真正立住。

它和 chatbot 最大的不同,是我不再需要憋出一个具体的问题。

我开始只给它一个目标。哪怕功能还只是脑子里一个粗糙的草稿,我先把它丢给 ChatGPT 或者 claude.ai 聊一聊,聊着聊着,目标自己就清晰起来、长出了形状。我不必有"问这个、问那个"的强烈问题,只要有一个"我想做个什么"的方向。

最能说明问题的,是我的 to-do 工具。作为自由职业者,to-do 一直是我最重要的工具之一——少了它这点约束,我很容易就成了个乱来、毫无聚焦的人。这几年,它跟着 AI 换了一代又一代。

最早那版,就活在 chatgpt.com 里:我在一个聊天窗口里发任务,ChatGPT 就根据上下文,替我维护三张 to-do 表格,顺带还能整理工作日志。后来我第一次用 Claude Code 写程序,写的就是一个网页版的 to-do——界面、字段都能随我心意定义,好用是好用,可它得托管到云端,凭空多一笔服务器费,我总觉得不值。再后来,飞书出了官方的 CLI 工具,接到 Codex 上特别顺,我干脆让 Codex 直接打理我的飞书账号,把 to-do 搭进飞书的多维表格里。最近,我又在飞书手机 app 里挂了个机器人,抬手在手机上就能改我的 to-do 表了。到这一版,这套工具已经顺手得很。

你看,这就是和第一阶段最不一样的地方:产出会成长。同一个 to-do,从聊天窗口里的三张表,一路长到手机上随手就能改——东西是活的,会随着我用它而一点点长大。回头看第一阶段那些零散的问答,顶多积累在我自己脑子里;而有了 Agent,我做出来的东西本身,就是可生长的。

这时候 AI 的作用就大多了:一个能用很低成本、很短时间写出程序的人,能干的事一下子就值钱了。我也确实手痒,用 Cursor、Claude Code、Codex 这一年多写了一大堆小工具,数一数,超过十五个。说句老实话,它们大多是为了满足好奇心、以尝试为主,真正顶上生产力的不多——但这个 to-do 是例外,它实打实接住了我的工作。

第三阶段：常驻代理，我只给一个标准

时间推到 2026 年初,也就是前几个月。最早是我在研究 Claude Code 的 Cowork,发现它能读取我一整个文件夹;接着是 Codex,我发现它编程时不只会写代码,还能调用我电脑底层的 PowerShell 命令——这几乎等于可以接管我整台电脑。

有一次,我把一个塞满 PDF、还混着各种乱七八糟文档的文件夹丢给 Codex,让它全部转写成 Markdown。几分钟后,我整个人惊呆了:它真做完了。我又顺手让它给每份文档写一段简介、归档整理,它也照办了。

这些任务,和前面的 Agent 不一样在哪儿?它们连"目标"都算不上。我那个乱成一团的文件夹,自己都不知道从哪儿下手,就直接跟它说:你帮我看看,这些哪些有用、哪些没用,处理一下。

这就不是一个任务,也不是一个目标,而是一种理念——就像我想把房间扫干净,这算不上什么目标,只是一种偏好:我就想要干净、清爽。放到信息世界里,就是我希望这个文件夹清爽点,没用的别占着我的磁盘。

最典型的是安全。前阵子大家对 AI 安全特别紧张的时候,我也拿 GPT-5.5 把自己的服务器扫了一遍,让它帮我加固。可我根本不懂服务器里那些命令、那些安全组到底是什么,连"什么叫安全"我都说不清楚——我只有一个理念:我要它安全。具体怎么做,你去搞定。

你发现没有,这一跃,我交出去的不只是"怎么做",连"做成什么样算好"都交出去了。我像是请人来打扫房间:我不递扫把,也不会告诉你哪个角落有灰、哪个地方干净——你自己去找、自己去看,我只给一个标准,干净就行。安全也是同一回事,我说不出什么是安全,但你得让它安全。到这一步,AI 已经不只是执行者,更像一个替我拿主意的代理人。

AI 到这一步,实在是太有用了:你可以没有问题、没有目标,但总不至于连一个理念、一个标准都没有吧?在信息世界里,电脑要安全、文件要清爽,这种底线谁都有。

不过说句实话,我搜肠刮肚,也就想出这么两条标准,也只用过这两条。

第四阶段：信息流，我连标准也不必给

正是在"第三条标准也想不出来"的时候,我又往前迈了一步——靠的是另外两件事凑齐了:OpenClaw + Codex 能常驻在服务器上一直跑,手机上的语音输入也精准到几乎没有摩擦。于是我能交给它一种全新的东西——准确说,是不再交给它任何指令。

前三个阶段,我多少都还攥着一个意图:一个问题、一个目标、一个标准,都是"我想要的东西"。到这一步,我连意图都没有了。我不再让它去做什么,只是把原始的生活流打开,让它自己从里面替我发现有价值的东西。

我想起一个一直印象很深的例子:阿里巴巴最早在马云家那间公寓里开会的样子,是被人用摄像机完整拍下来的,所以二十多年后的今天,我们还看得到那段影像。这种"先全都记下来"的动作背后,是一种心态——我未必知道此刻这件事有多大分量,但我赌它里面一定藏着值得留下的东西,所以先 100% 记下来,价值留给未来的自己去挖。

我没有那么多值得留下的大事,也不需要一台摄像机二十四小时对着自己。但现在我有了更轻的办法:随手对着微信里的机器人——我叫它 clawbot——说一段语音,后台常驻的 OpenClaw + Codex 就接住它,从我的碎碎念里去记录、去挖:我今天做了什么、想到什么、卡在哪儿。那些零散的、半熟的、当下根本看不出有什么用的东西,我先一股脑扔给它;剩下的接收、清洗、分类、关联、沉淀,它在后台慢慢替我做。

这种低摩擦的输入(一秒内拿起手机、点开微信就能说),配上一个超高智能、100% 在线的后台,实在能做太多事。我就用这套办法,让 Codex 不停翻我的碎碎念,替我整理出好几个账本:健康账本、承诺账本、决策账本……

它尤其适合记账。我花钱、收到自动扣费提醒、收入到账,随手对 clawbot 说一句,Codex 就替我把账记得清清楚楚,甚至能整理得合乎正经的会计准则,利落得让我服气。

以前我也记日记、写工作日志,可写着写着,它们都成了信息坟墓——再没人翻,也再没长出什么。如今同样是碎念,进去的是原始素材,出来的却是被整理、被关联过的东西。这已经不只是"回答",而是一种信息代谢:AI 不再只是执行我的意愿,而是开始挖掘我自己都没意识到的意义。

绕回到我自己

写到这儿我才发现,四个阶段其实是同一件事在不断变深:AI 离我的生活越来越近,而我要亲手交给它的东西,越来越少。

第一阶段:我得先想清一个问题,它才能参与。

第二阶段:我只要给一个目标,它就能做出来,还陪着它一起长大。

第三阶段:我只给一个标准,连"做成什么样"都交给它,它替我拿主意。

第四阶段:我连标准都不必给,只要把生活打开,它就能从里面替我发现意义。

一个成型的问题,一个方向,一种标准,到最后什么都不必——这条线一路减下去,减到尽头,剩下的就只有我这个人本身了。

AI 正在从一个"我向它提问的工具",变成一个"我把整个生活持续接入的系统"。而它越强,我越确定一件事:所有这些信息,最后都得回到一个具体的人身上,才算数。