我是如何使用 AI 的（2026年10月版）
变化巨大。去年十月，我盘点了自己对大型语言模型（LLM）等“AI”技术的使用情况。一年后的今天，景象已截然不同。
背景
我的职业背景发生了显著变化：去年此时，我是微软 Windows AI 团队的工程师；如今，我是 Salesforce AI Research 的研究工程师。我的工作重心从与庞大团队协作，转向支持科学家和构建快速原型。目前，我每月在 Token 上的花费约为 3,000 美元。
尽管角色转换，我使用 AI 的核心场景仍保持一致：
- 编程
- 研究与搜索
- 摘要、转录及语音（新增）
- 写作
- 艺术、音乐及视频（新增）
今年新增的关键举措是：我起草了一份个人 AI 政策。
我的 AI 政策
我开始制定一份个人 AI 政策，旨在为日常使用这些工具提供框架。AI 正渗透进生活的方方面面：队友用 Claude 撰写 Slack 消息，祖父母生成孙辈表情包，研究人员将思考任务委托给机器。人类尚未形成使用规范，甚至像 Hank Green 这样的创作者也感到迷失。
我希望随着 AI 日益智能，这份政策能让我保持清醒。我准备好接受第一版草案可能是完全错误的，并期待其随时间演变。归根结底，我想用生命与他人创造酷炫的事物，而政策帮助我区分 AI 是助力还是伤害。
编程：代理式编程已成主流
写代码的问题已基本解决。去年我还赞叹 GitHub Copilot 的自动补全，如今 代理式编程（Agentic coding） 已使其过时。
我的日常工作是管理约 5-6 个 Claude Code（或 OpenCode、Codex、Pi）代理。我为每个代理分配特性实现、Bug 复现等任务，它们各自拥有代码副本（Git worktree），随后自主编写代码、运行测试甚至创建 PR。
代理带来的优势显而易见：
- 加速构建：代理可在 20 分钟内完成新功能原型设计。例如，AI 让我在几分钟内同时在 macOS 和 iOS 上测试复杂的音频代码。
- 低成本试错：代理可以“超快”失败。我乐于测试疯狂想法，如为 Mumble 增加降噪功能，其测试版已成为我日常所用。
- 消除繁琐：只需一句“请修复”，代理即可诊断并修复紧急 Bug。
- 促进协作：由于代理生成内容，在代码审查中提出大规模修改建议变得简单，这在手写代码时代难以想象。
然而，工程 问题并未完全解决。若放任自流，代理会构建出过度架构化、难以阅读的糟糕代码。人类品味和经验依然至关重要。今年我最成功的工作是手工编写一个工具，用几百行代码替换了 4,000 行由代理生成的“氛围代码”，新系统更灵活且易于测试。
此外，管理多个代理带来了前所未有的 疲劳感。同时处理 6 个对话和机器人令人筋疲力尽，工匠精神的衰退也让部分开发者感到失落。但不可否认，与迅速、智能且乐于接受反馈的代理合作，也能带来愉悦体验。例如，编程代理曾自发利用 Mac 内置文字转语音功能测试正在构建的语音代理，这种自我迭代能力令人惊叹。
在代码审查方面，我转向关注架构和更大模式，而非逐行审查。代理式代码审查 有助于识别重复问题，但我制定了“Claude 风格评论检测器”等规则以抑制其啰嗦倾向。尽管代理擅长捕捉 Bug，但在架构设计上仍远逊于人类，无法替代人工审查。
| 有用性 | 备注 | |
|---|---|---|
| 自动补全 | ???????? | 依然优秀，但已过时 |
| 代理模式 | ???????????? | 当今 AI 最重要的用途 |
| 代理式 PR | ???? | 验证循环仍然缓慢 |
| 代码审查 | ???? | 消除繁琐，但未达人类水平 |
研究与搜索：默认 AI，警惕偏见
生成式 AI 已成为我研究和搜索的 默认 方式。Google 的 AI 摘要通常占据搜索结果前列，虽不完美（如曾提供错误的 NPR RSS 链接），但在获取规格参数、术语解释等方面表现良好。
产品搜索 依然平庸。我不信任 Gemini 的理财建议或 Claude 的家具推荐，且在 ChatGPT 中看到广告令人不适。但在 酒吧冷知识 方面，LLM 表现出色，能迅速定位 TikTok 上的特定创作者或乐高建筑视频。
我更兴奋地将 LLM 用作 老师。它引导我微调 Mistral 模型模仿海盗口音，陪我练习 EMS 呼叫回应，甚至通过苏格拉底式提问辅助我构思语义端点检测方法。Veritasium 的 Derek Muller 指出，AI 在提供即时反馈和重复练习方面是极佳的私人导师。
然而，存在“学习惰性”的风险。AI 倾向于直接给出答案而非引导思考（Type 2 思维），用户需主动要求其扮演导师角色。此外，准确性问题虽因模型变聪明和用户 AI 素养提升而缓解，但在 文献搜索 中，LLM 仍可能受默认偏见影响，微妙地强加世界观。
在 新研究 方面，AI 尚不是可靠伙伴。在改进话轮检测模型时，AI 将我带偏至错误架构，且在数据标注上表现拙劣。尽管 AI 能高效查找资料，但复杂问题的头脑风暴仍需人类介入。高昂的计算成本（数百万美元级别）也使得 AI 独立进行前沿研究尚需时日。
| 有用性 | 备注 | |
|---|---|---|
| 传统搜索 | ???? | 默认方式，表现尚可 |
| 产品搜索 | ❌ | 缺乏品味，不可信 |
| 酒吧冷知识 | ???????? | 聚会利器 |
| 学习 | ???????? | 需警惕被动学习 |
| 文献搜索 | ???? | 优于 Google Scholar，但存偏见 |
| 新研究 | ???? | 即将到来，但尚未成熟 |
摘要、转录与语音
LLM 在 摘要和转录 方面表现“无聊地出色”。我使用 OpenWhispr 和 Handy 进行本地口述，效果极佳，主要痛点在于应用程序本身的 Bug。会议自动笔记和本地视频转录管道已成为常态。
然而，语音交互 仍未普及。尽管语音是最自然的模态，但我从未感到与机器人交谈是无缝、私密或必要的。老式的 Siri 体验仍占主导。
| 有用性 | 备注 | |
|---|---|---|
| 摘要 | ???????? | 无聊地出色 |
| 转录 | ???????? | 适合与编程代理交互 |
| 语音 | ???? | 潜力未显，用法不明 |
写作：拒绝平庸
我依然不使用 AI 从头 创作 或生成大纲。唯一的例外是让代理记录实验或编写 README，但这令我恼火。为避免传播 AI 生成的废话，我要求代理表明身份，并经常亲自重写文档。
AI 写作依然糟糕：步履蹒跚、重复空洞，偶尔又莫名简洁模糊。它无法真正理解人类的话轮行为，产出的是伪深刻的胡说八道。雇主为我的想法付费，只有我能表达这些想法；写作是我享受的艺术，不应委托给制造乏味垃圾的机器。
AI 在 寻找词汇 方面仍有价值（如纠正短语用法），但作为 编辑 则表现平庸。代理倾向于阿谀奉承，提供的建议陈词滥调，往往回归均值：帮助写作最差的人，阻碍写作最好的人。为避免声音被抹平，我完全避免使用 AI 编辑器。
| 有用性 | 备注 | |
|---|---|---|
| 从头写作 | ❌ | 依然“呃” |
| 寻找好词 | ???????? | 依然有效 |
| 编辑 | ???? | 平庸，我不使用 |
艺术、音乐与视频
在 图像生成 方面，我未找到良好用途，并因不适感而停止使用。AI 艺术正无处不在地取代人类创作，从 Skechers 广告到 Walmart T 恤，这种商业化侵蚀令人恶心。
音乐生成 则呈现相反态势。当 AI 音乐作为人类创造力的透镜而非替代品时，它是美丽的。病毒式传播的圣胡安歌曲重混和新流派作品激发了我的兴趣。但当商业主义介入，如每周发布的克隆翻唱或合成歌手演唱的操纵性歌曲，我便失去了兴趣。
视频生成 同样被滥用。我频繁看到 AI 广告（如 Sixt 的马人）、虚假历史视频和误导性内容，它们旨在榨取广告收入。目睹机器大规模生产艺术糟粕令人清醒。幸运的是，我不靠艺术谋生，仍享受亲手涂鸦和弹琴的乐趣。
| 有用性 | 备注 | |
|---|---|---|
| 图像生成 | ❌ | 目前净负面 |
| 音乐生成 | ???? | 非商业化时令人喜爱 |
| 视频生成 | ❌ | 沦为广告收割工具 |
结论
12 个月后，机器编写了我 90% 以上的代码。从 AI 在数学竞赛中表现出色到解决纳维-斯托克斯方程，进展迅猛。我们才刚刚开始见证机械化程序员和数学家的潜力。
这是一个崭新的世界。尽管 AI 输送企业糟粕，但它也帮助我清理旧工具、完成开源贡献、快速理解新系统。朋友用它构建沟通软件，叔叔用它开发个人应用。工具可以用来帮助人们，这正是我希望使用 AI 的方式。