你努力成为AI时代最会用工具的人，然后呢？

最近两年，有一种焦虑特别普遍。总觉得自己跟不上AI工具的节奏。

新工具出来，先收藏。看到别人发的使用技巧，赶紧存下来。听说某个工作流能把效率提三倍，立刻去试。忙了一圈，回头看，好像确实比以前快了，但又说不清快在哪里，快出来的时间又用去追下一个工具了。

这种状态，我们之前叫它"高级工具人"。但今天想聊的，是它更进化的版本——那些已经不只是收藏工具、而是真的把工具用起来、效率显著提升的人。姑且叫它：工具达人。

工具达人不是贬义，是一个很有价值的阶段。问题是，很多人在这个阶段待着，被工具追赶着，越来越辛苦，不知道前面的路如何走。

NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。

学会用AI工具，这一层的收益是真实的。写作快了，分析快了，做PPT不再从零开始，回邮件可以先让AI起草再自己改。这些效率提升是看得见摸得着的，值得投入。

但这一层有个特点：门槛在持续降低。

今天你花两周摸熟的工具，明天可能出一个更傻瓜的版本，让完全不懂的人也能用。今天你总结的提示词技巧，下个版本的模型可能直接理解了，不需要技巧了。工具层的积累有价值，但它的保质期在缩短，而且这个缩短的速度不会变慢。

这不是说别学工具。而是说，如果你的全部投入都在工具层，那你在跑一场永远追不上的比赛。

再往前走一层，是真正把工具嵌进工作流的人。不只是会用某个工具，而是搞清楚自己工作里哪些环节重复、哪些消耗大、哪些可以外包给AI，然后一个一个节点去替换。这一层做到的人明显少很多，收益也更稳定。

但这一层走到极致，会走出一个问题：

工作流里的节点一个个被AI接管，剩下来的是什么？

执行被接管之后，人在哪里

这个问题很多人没有认真想过，因为"把节点交给AI"这件事本身太爽了——省时间、省力气、出活还快。但如果往后看几步，这条路的终点是一个值得停下来看看的地方。

假设你把工作流优化到很高的程度，执行层大部分都有AI在跑，你的角色变成了什么？

自然的答案是：你转向更上游的事。不再做执行，而是决定方向、判断质量、选择下一步。

听起来顺理成章。但这里有一个隐蔽的问题——

“做什么"这件事，你练过吗？

大多数人在职业生涯里练的是"怎么做”：怎么写好一份报告，怎么做好一个项目，怎么把一件事执行到位。这些能力是真实的，也是有价值的。但"要不要做这件事"“做这件事的机会成本是什么"“现在做这个还是做那个”——这套选择能力，很多人从来没有刻意练过。

因为以前不需要。执行任务已经占满了大部分时间和注意力，“做什么"是老板的事、是战略会议的事、是有了足够资历之后才轮到你的事。

AI把执行效率拉高之后，这个逻辑开始松动。执行的时间压缩了，“做什么"这个问题提前来到每个人面前——你现在有时间了，你打算用来做什么？

“做什么"为什么是更难的问题

“怎么做"有标准答案，或者至少有参照系。

“做什么"没有。它的难度来自一个字：代价。

每一个"做什么"的选择，背后都跟着一个"不做什么”。你选择深耕这个方向，就是放弃那个方向的时间和机会。你决定接这个客户，就是把同样的精力没有用在另一件事上。机会成本是真实存在的，而且大多数时候是隐形的——你看得见你选了什么，看不见你放弃了什么。

AI在这里能做什么？它可以帮你列出所有选项，分析每个选项的利弊，给出概率判断。但它没有办法告诉你，对你来说，这个选择值不值得。因为"值不值得"这个问题，必须由承担后果的人来回答。

这就是为什么"做什么"是一个没办法外包给AI的问题。不是AI不够聪明，是因为这个问题的核心是取舍，而取舍必须有代价感。没有代价感，就没有真正的选择，只有建议。

这种在信息不完整、没有标准答案、又必须做决定的时候知道如何取舍的能力，有个名字，叫判断力。它不是天赋，是在一次次有代价的选择里练出来的。而这恰恰是在执行层待太久的人，最容易欠缺的那块肌肉。

两条路要同时修

说到这里，不是要劝你放弃工具，更不是说效率不重要。

工具要学，流程要优化，执行层的效率是基础。没有这个基础，上面什么都搭不起来。

但工具和"做什么”，是两条要同时修的路，不是先把工具学好再说其他的。

原因很简单：练"做什么"需要时间和场景，而这个场景正在被AI创造出来。 AI压缩了执行的时间，你用这个时间继续追工具，还是开始投资"做什么"这个能力——这个选择本身，就是一个很好的练习。

具体怎么练，不是一套方法论能解决的事，因为判断力必须在真实的代价里长出来。但有一个方向是确定的：把注意力从"我用什么工具做"往"我为什么做这件事"移一移。 不需要全部移过去，移一点点，就已经在建不同的东西了。

写在最后

工具达人这条路没有错，也是一个很扎实的阶段。

只是如果在这条路上跑太久，就需要停下来问一个问题：

我在努力把事情做得更快，但我有没有认真想过，哪些事情值得做？

这个问题的答案，AI给不了你。但它愿意帮你把执行腾出来，让你有时间去想。

用不用这个时间，是你的选择。

我是「AioGeoLab」主理人塔迪Tardi，AioGeoLab是深度洞察AI第一性原理和应用实践的前瞻性研究实验室，目前有两个主要研究方向：

「塔迪GEO判断工程」是基于GEO的价值SEO化，在AI从“说”到“做”的重要跃迁阶段，试图回答，如何让AI敢于行动、不因为责任问题而畏手畏脚，而做的一个前沿研究项目。

「塔迪硅基禅心」是传统东方智慧、未来AI前沿、当下应用实践，深层共鸣的探索。不是用AI解读经典，也不是用经典指导AI。 这是一场跨越2500年的对话，在算法与古老智慧之间，照见意识、智能与存在的本质。
塔迪的微信 - tardyai2025。