今天刷抖音又发现了几个让我眼前一亮的 AI 工具蚂蚁的灵光、TapNow以及室友分享的一个前端 Skill。AI 的迭代速度很快而这些产品正在探索越来越多的可能性。与此同时我也开始疑惑面对层出不穷的 AI 工具我到底需要什么又应该怎样去学习它们一、AI 工具越来越多产品的可能性也越来越丰富1. 先说说灵光和 TapNow。对于灵光它给我的第一印象是实用尤其是个人助手方面的功能。对于我这种经常记不住事情、脑子里又装着各种计划的人来说能够通过自然语言安排任务、设置提醒确实很有吸引力。尤其是它的「闪应用」。用户可以根据自己的需求通过自然语言生成个性化的小应用。2.对于 TapNow 呢则让我看到了另一个方向。以前接触 AI 视频生成时我更多关注最终生成的画面。但 TapNow 的场景搭建和创作方式让我感到新鲜用户可以像导演一样参与场景设计、画面调整逐步控制创作过程而不只是输入提示词、等待生成结果。这让我意识到AI 产品的创新不只是让结果生成得更快、更好还在于让用户以新的方式参与创作拥有更大的控制空间。一个面向个人需求一个面向视觉创作。方向不同却让我看到了同一种变化AI 正在不断探索新的产品形态和交互方式让技术更贴近人的真实需求也让个人的想法拥有更多实现的可能性降低技术门槛的方式在不断的拓展创新。二、既然 AI 助手已经这么多我为什么还要做自己的 Todo最近两天我发现自己要做的事情越来越多也越害怕忘记事情。脑子里不仅装着今天的任务还装着未来一个月甚至半年的计划。就像 AI 编程时如果不给 AI 明确的任务范围它可能会从头到尾读一遍文件夹检查大量与当前问题无关的文件消耗时间和资源。我的思维有时也很像这样没有明确的边界就会不断延伸、不断思考最后反而消耗了大量精力。所以我想开发一个真正适合自己的 Todo。但问题随之出现现在已经有个人 AI 助手、Agent 和各种 AI 工作模式我为什么还要自己开发我目前的理解是它们的能力虽然存在重叠但使用方式并不完全相同。例如在一些 AI 助手中我需要先进入对话再描述任务使用某些 Agent 工作流时也需要进入对应的应用或流程。而我希望自己的 Todo 能直接呈现任务、计划、进度和执行记录。打开它就知道自己接下来应该做什么。它不一定比 AI 助手更智能但可以更贴近我的使用习惯。三、一次 Skill 搜索让我有了新的理解今天室友分享了一个前端开发 Skill。我原本觉得 Skill 就是为 AI 新增一个能力。但在向 GPT 询问这个 Skill 的使用方法时它介绍了其中一些更细化的操作方式例如初始化设计背景、针对布局问题进行调整等like this(图一:这让我意识到我以前对 Skill 的理解可能过于笼统。之前我习惯把一个 Skill 看成一种完整的能力却忽略了其中还可能包含不同的任务流程和操作指令。用摄影来类比假设 AI 是一个人摄影是它掌握的一项专业技能。但摄影本身还涉及构图、光影、色彩和后期处理。当我调用我摄影技能后拍出的照片比单纯拍照片单纯拍的照片肯定是不一样的。但如果我想拍的更好那我就要再使用一些细化的命令。比如说一个地方的光影非常美丽我就不能只调用摄影本身这个技能而是使用摄影中光影增强的技能。为了更好的理解我画了这样的一个图当然这只是帮助我理解的一种类比并不代表所有 Skill 都具有这样的层级结构。四、开始留意那些让我觉得「好用」的产品细节在搜索 Skill 的过程中我还注意到了 GPT 的前端视觉呈现。它不只是把回答分成几个文字段落还会使用卡片、图表、不同的信息布局有时甚至能通过交互展示进一步的解释。先不讨论内容是否完全正确单从信息呈现来看这种体验就让我印象很深。大大增强了信息的可读性。如图所示。另一个让我注意到的小细节是不同产品的语音输入。在我的使用体验中豆包对较小音量的语音有时也能识别而微信中的某些语音转文字场景则没有那么顺畅。我开始好奇这种差异究竟来自语音检测、降噪、还是识别模型。虽然还没有进行系统学习但这个现象让我意识到很多值得学习的产品细节其实就藏在日常使用中。五、我想保持的不只是对新工具的新鲜感今天接触了不少新东西也产生了更多疑问。例如如何快速理解一个 Skill、怎样更系统地学习 Trae、Token 与算力消耗的关系以及手机端和电脑端如何协同。这些暂时留给下一次继续研究不过今天的探索让我逐渐明确了一种自己希望保持的学习方式。面对快速迭代的 AI我希望自己始终保有好奇心不只是追逐新工具。体验同类产品感受它们在功能、定位和交互上的差异不仅关注哪个更好用也尝试追问为什么它能带给我更好的体验。至于我到底需要什么或许没有必要现在就给出一个固定答案。比起急着找到确定的答案我更希望自己逐渐拥有判断各种答案的能力。