转 AI 这三个月我戒掉的 5 个坏习惯三个月前我从传统研发岗硬切到 AI 应用方向身边很多人问我怎么这么快上手。说实话真正卡住我的从来不是模型原理、Prompt 怎么写、Agent 怎么编排这些技术问题而是我过去十几年工作里养成的一堆坏习惯。这三个月我一边做实际项目一边跟自己的惯性较劲前前后后戒掉了 5 个让我效率暴跌、心态爆炸的坏习惯。今天就一个个拆开聊每个习惯我都会讲讲它坏在哪、为什么坏、我怎么改的希望对正在转 AI 或者准备转 AI 的朋友有点帮助。坏习惯这东西难改不是因为不知道而是因为旧方法在旧环境里确实好用。可 AI 这个领域变化太快很多过去管用的做法反而成了新瓶颈。我踩过的坑大概率你也会遇到。1. 第一个坏习惯把“收藏”当“学会”资料囤积癖发作刚转 AI 的第一个星期我几乎逢教程就存、逢资料就下。GitHub 上看到个 Awesome 列表就 star公众号看到篇 Prompt 技巧就扔进收藏夹群里有人分享个大模型原理图赶紧存网盘。那段时间我电脑里的 AI 学习资料大概攒了 20 多G单是《从零开始学大模型》系列 PDF 就有三四个版本。结果一个月后我回头一看真正打开过的不到 5%反复读过的几乎为零。1.1 囤积资料的病根用“收集动作”替代“学习动作”后来我认真琢磨了一下自己为什么这么干。核心原因是焦虑。刚转行面对的是一片完全陌生的知识海洋从 Transformer 架构到 LoRA 微调从 RAG 到 Agent哪个词都听过但哪个都不深。人一旦感到不确定就本能地想抓住点什么东西收藏就像是给自己一个“我在进步”的错觉。可收藏根本不等同于学习。资料不是越多越好你收藏的每一份教程都在给你增加认知负担。信息过载的直接后果就是选择性瘫痪——打开文件夹发现东西太多根本不知道从哪开始索性又去收藏新的形成一个恶性循环。1.2 我是怎么戒掉的给资料加“行动门槛”我的改法很粗暴从那天起任何资料收藏之前必须先回答三个问题中的至少一个——我今晚能不能照着它跑通一个例子我当前手头的项目里能不能用上它它讲的是一个我能立刻验证的概念吗如果三个都答不上来直接不收藏。这个“行动门槛”特别管用。以前我看一篇讲 LangChain 的文章看完觉得“好厉害”就关了。现在看到这类文章我会立刻打开一个 Notebook把文章里的代码敲一遍哪怕只是跑通最入门的例子也算数。跑通了才算“见过面”跑不通说明文章有问题或者我理解有问题那就更该停下来搞清楚。我还给自己定了个规矩每周日花半小时清理收藏夹凡是过去七天没打开过的一律删。看上去很浪费其实这招让我保留了极高质量的信息源也逼着我“按需索取”。真正用的时候我才去搜资料而不是先囤着等将来用。提示资料囤积的本质是回避不确定性。真正的学习路径永远是“遇到问题 → 查资料 → 解决 → 内化”倒过来只会让你陷入松鼠症的陷阱。2. 第二个坏习惯总想“系统学完”再动手结果永远无法开始这个毛病比第一个更隐蔽也更致命。我刚开始学 AI 时给自己排了一张特别完美的学习计划表先花一个月补 Python、再花一个月学 PyTorch、然后啃完 Attention Is All You Need 论文、再刷完吴恩达的机器学习课……计划表排到三个月后看上去特别系统但我第三天就崩溃了。因为每天下班回来打开教程越看越觉得自己什么都不懂进度条跟蜗牛一样挫败感拉满。2.1 “学完再做”是最廉价的逃避方式后来我想明白了我那不是追求系统是拖延症的高级伪装。只要我还在“准备阶段”就永远不会面临“东西做不出来”的尴尬。这不是笑话很多人学编程都有同感——刷了三个月的题却不敢动手写一个哪怕只有几百行的项目因为怕写出来是垃圾。AI 领域尤其不适合这种模式。原因很简单这个领域的技术栈演进速度远超任何教程的更新速度。你花三个月系统学完的那套东西落地时可能已经被新框架替代了一半。而且很多知识不亲手跑几遍根本理解不了它存在的意义。比如注意力机制光看公式推导你看一百遍也体会不到它为什么能解决长依赖问题但你自己动手实现个简化的注意力头跑几个例子一下就通透了。2.2 我的改法用“20 小时速通路径”替代“三个月系统计划”我从第二个月开始彻底换玩法给自己定了一个 20 小时速通路径。核心逻辑特别简单在一个细分方向里用最短时间跑通一个最小可行项目然后再回头补理论。我当时选了 RAG 问答机器人作为突破口因为 RAG 这个方向既不需要从零训练模型又能覆盖嵌入、向量库、检索、生成、上下文组装这些核心概念非常适合用来建立 AI 应用开发的整体感知。具体三步走。第一步选一个足够小的项目给一个本地 Markdown 知识库搭一个问答接口用户提问后返回答案和来源。第二步硬着头皮写绝不先看教程直接开干用现成的开源模型跑本地部署遇到不会的 API 就查官方文档查不到就翻 GitHub 示例。第三步跑通之后再回头看书项目跑起来后再去看 RAG 相关的论文和技术博客这时候每个概念都有了具体对应物看书效率至少翻两倍。我还记得那个周末下午我花四个小时把 Colab 环境配好用 HuggingFace 上下载的小型中文模型跑通了第一个问答样例。虽然没有用到任何高级技术但程序真实地把我丢进去的问题回答出来了。那一瞬间的成就感远比我刷完十篇教程来得实在——因为你亲眼看到了一个东西从无到有活起来的全过程。3. 第三个坏习惯一个人硬扛忘了让 AI 当“副驾”这是我觉得最可笑也最值得反思的一个习惯。我转的是 AI天天研究怎么让模型帮别人干活结果自己遇到问题时第一反应竟然是去搜索引擎一条条翻帖子。有一次我写一个数据清洗脚本卡在时间格式解析上折腾了整整一个下午都没找到合适的正则写法。后来我试着把需求描述清楚丢给 AI一分钟就拿到了一个靠谱的方案还附带边界情况处理。3.1 很多人不会用 AI根子是“问不出口”你可能觉得这有什么好说的不就是用 ChatGPT 吗但现实中绝大多数人包括我自己早期用 AI 的方式是错的。要么把 AI 当成搜索引擎用问“Python 怎么解析时间”得到的答案是泛泛而谈要么把 AI 当成权威字典用问“Transformer 是什么”得到的是一段教科书式定义。这两种用法都浪费了 AI 的能力。真正的用法是把它当成一个结对编程伙伴而且是一个耐心永远不会耗尽、检索面永远比你宽、执行速度永远比你快的伙伴。你要做的是把任务描述成“我需要你帮我做 X背景是 Y约束条件是 Z请给出 A、B、C 三个方案并解释为什么选方案 A”。举个例子。我之前写一个批量重命名文件的脚本直接问“帮我写个 Python 脚本重命名文件”得到的代码能跑但非常脆弱连文件名含中文的情况都没处理。后来我把问题改成这样“我有一批 PDF 文件文件名格式是‘2024-01-01-张三-报告.pdf’需要按照‘张三-报告-20240101.pdf’的格式重命名请写一个健壮的 Python 脚本要求处理文件名中的空格、中文字符并覆盖已存在文件的冲突情况。”这次得到的脚本虽然也要调整但整体质量天差地别边界情况基本都考虑到了。3.2 我总结的提问心法把 AI 当新同事后来我给自己总结了一套提问框架核心就是把 AI 当成一个刚入职、能力很强但完全不了解你项目背景的新同事。你不会跟新同事只说一句“帮我把这个搞一下”你一定会给他上下文、背景信息、预期输出和验收标准。对待 AI 也一样。具体来说我的提问模板长这样角色设定你是一个熟悉 Python 和数据分析的工程师→ 任务描述请帮我完成……→ 上下文我的数据长这样来自……→ 约束条件必须兼容 Python 3.9不能额外安装超过两个包→ 输出要求给出代码加注释并说明每种参数的作用。这套模板用熟了之后AI 的回答质量真的能稳定提升一大截。这三个月里我用这个方式让 AI 帮我写了好多小工具从自动整理测试报告到解析日志文件每个都省了我至少一两个小时。更有意思的是我后来研究 AI Agent 时发现多 Agent 协作框架里的核心思想正是“把任务分层拆解、给每个 Agent 清晰的上下文和指令”——这跟我日常用 AI 的方式完全一致。所以我强烈建议每个转 AI 的人先把自己变成 AI 的重度用户你理解用户怎么思考才能理解 Agent 该怎么设计。提示一个好的提问包含五要素角色、任务、背景、约束、输出格式。其中约束条件是最容易被忽略也最能提升回答质量的部分。4. 第四个坏习惯重工具轻方法被“AI 工作流”绕晕第三个习惯戒掉之后我又掉进另一个坑开始疯狂追工具。今天看到一个 AI 编程提示词的分享明天刷到一个 PyCharm AI 插件的测评后天又听说某国产大模型出了新功能大后天看到别人分享的 AI Agent 工作流感觉不学就落伍了。我那段时间手机里装了一堆 AI 工具 App浏览器插件装了七八个每天光研究这些工具就要花一个多小时。4.1 工具是工具箱不是方向盘问题出在哪呢我把“工具丰富”误当成了“能力提升”。工具的用处是帮你更快地达到目标但前提是你得先有一个目标。如果你连自己要做什么都没想清楚装一百个插件也只是在调试环境里打转。我那时候就是典型症状每天打开 IDE 就先调 AI 插件的参数调完觉得不顺手又去换另一个实际上业务代码一行没写。更坑的是市面上很多所谓“AI 工作流”分享本质上只是分享者个人的操作习惯根本谈不上普适方法。比如有人分享“用某国产模型写周报的完整工作流”步骤详细到先打开哪个对话框、输入什么提示词、再复制到哪个文档里。你照着做一遍感觉好像学到了东西但换一个场景就完全失效。因为工作流的核心不是那几行提示词而是拆解任务、设计反馈闭环、反复迭代优化这件事本身。4.2 我的改法只保留三类工具剩下的全是噪音我给自己做了个减法把工具分成三类只保留每类里最顺手的一两个其余全部卸载。第一类是对话式 AI 助手日常查资料、写草稿、做头脑风暴用。我主要用国产的千问响应快且中文理解好偶尔换其他模型对比结果。第二类是 IDE 里的 AI 编程插件写代码、补测试用。我用过 Copilot 和通义灵码最后留下了一个能跟我的编辑器深度集成的插件关键是它支持自定义提示词模板我把自己常用的需求模板存进去效率确实高了不少。第三类是自动化工作流工具用来串联多个 AI 调用比如批量处理文档、定时跑数据清洗。这类工具我只在真正有跨步骤需求时才打开平时绝不碰。对于那些铺天盖地的“AI 工作流推荐”帖子我现在的态度是看一眼标题如果跟我的实际场景无关直接划过绝不点开。一开始我还会担心错过重要趋势后来发现真正重要的趋势你在做项目时自然会遇见而那些“错过”的九成都是噪音。4.3 什么才是有效的方法论工具减法做完了我发现真正决定效率的其实是一个特别朴素的方法论明确目标 → 选最小可用的工具组合 → 跑出结果 → 复盘优化 → 沉淀成自己的模板。这个流程跟用不用 AI 没关系AI 只是加快了其中“跑出结果”和“复盘优化”的速度而已。举个例子我写自动化测试脚本时会先用 AI 生成第一版框架然后自己手动补断言逻辑和边界 case跑完一轮后把提示词和脚本模板一起存下来下次遇到类似需求直接套模板改参数。三个月下来这套模板已经能覆盖我八成以上的重复劳动。这才是真正的工作流——它是你在实践中长出来的肌肉记忆而不是别人分享给你的快捷键列表。5. 第五个坏习惯看到热点就换方向缺乏定力最后一个坏习惯最要命三天两头换方向。我第一个月学 RAG第二个月看别人做 AI Agent 很火马上转去搞多 Agent 编排第三个月又觉得 AI 测试开发方向市场需求大又想跳。结果三个月下来每个方向都只看了个皮毛面试官随便深挖一下我就卡壳。更可怕的是我自己都没意识到这个问题有多严重直到有一次朋友问我“你三个月学了这么多到底最擅长什么”我竟然答不上来。5.1 跟热点跑的致命代价我后来仔细算了笔账。每个新方向的入门成本至少是三到五天——你要了解它的术语体系、典型应用场景、常用工具链、核心难点。而这只是“知道层面”的成本要进入“能做层面”至少需要两到三周的沉浸式实践。如果每隔两周就换一次方向你的时间就全消耗在入门阶段永远在低水平重复永远体会不到把一个方向做深之后那种“融会贯通”的快感。更隐蔽的代价是复利效应被打断。真正有价值的经验积累是指数增长的你在一个方向上的第一周很难有什么产出但坚持到第二周、第三周很多概念开始内化很多问题不用查就知道答案效率会突然加速。这个拐点每个人出现的时间不一样但一定出现在“足够投入”之后而不是“了解皮毛”之前。频繁换方向就等于永远等不到那个拐点。5.2 我的改法用“一页纸”锚定主战场我给自己做了个一页纸的“AI 主战场定义”。纸上只有四项目标方向我到底要在哪个领域积累核心竞争力、目标应用场景我要解决什么类型的问题、目标技能栈我需要熟练使用哪几个核心工具、三个月的里程碑第一个月做什么、第二个月做什么、第三个月做什么。每一项都写得特别具体比如目标技能栈写的是“本地部署开源模型 RAG 流程搭建 对话式 AI 接口开发”而不是泛泛的“AI 大模型”。制定完之后我把它贴在工位最显眼的地方每次忍不住刷到别的新方向心痒时就看看这张纸问自己这个方向在我的一页纸里吗不在那就等手头项目做完再说。这招真的管用因为它把抽象的“保持专注”变成了一道可执行的判断题。5.3 怎么判断自己该不该换方向当然我不是说永远不能换方向。真实世界的经验是先专注一个方向做到能独立交付再考虑横向扩展。判断标准只有一个——你现在有没有做出过一个拿得出手的完整项目如果还没有任何“新方向更香”的想法都应该直接按捺住。如果已经有了那么试下一个方向才不是“跟风”而是“有意识地拓宽能力边界”。我在第三个月用这套策略把精力集中回了最初选的 RAG 方向重新从向量库选型开始把之前跳过去的概念一个个补回来做出了一个能跑完整问答链路的小系统。那种感觉跟前面两个月的浮躁完全不同——就像在一个地方挖井终于挖到了一点点水你开始相信再往下挖真的能挖出深水来。写在最后戒掉坏习惯的底层心得如果你问我这三个月最大的收获是什么我会说不是学会了某个模型怎么部署、某个框架怎么调用而是重新校准了自己学习的方式。囤积资料的毛病让我明白了行动才是最好的过滤器追求系统学习让我明白了最小可行产品比完美计划有价值一万倍不用 AI 当副驾让我意识到了工具真正发挥价值的前提是你愿意跟它对话沉迷工具让我学会了做减法追热点让我学会了用一页纸定义自己的主战场。我个人在实际操作中最深的体会是戒掉坏习惯靠的不是自律而是改变环境。把收藏夹设置行动门槛把学习计划改成倒计时项目把桌面上的工具图标收进文件夹把主战场定义贴在墙上——这些微小的环境调整远比逼自己“下次别这样”管用得多。最后还有一个小技巧想分享给所有转型期的朋友每周末花 30 分钟写一份“本周避坑日记”记录这周踩过的技术坑、情绪坑、习惯坑以及下次遇到同样情况你打算怎么做。这份日记不用给别人看但坚持写八周你会惊讶地发现很多坑你其实只踩过一次就再也不踩了。这就是内化的过程也是我从这三个月的兵荒马乱里带走的唯一一件行李。