AI工具越来越多，我为什么反而更焦虑了？

希望对你有用，有想法随意说，我一定回。

5秒读全文

工具，服务于场景。

总结

1. 面对不断出现的新工具，我最主要的焦虑，是担心自己没有使用它们，因此被落下、被超越。
2. 工具，并不会自动解决问题。很多时候，真正没有想清楚的是自己的场景。
3. 需要先搞定场景，再搞定工具。场景越具体、越深入，越容易找到真正适配的工具。
4. 工具服务于场景，不等于不再关注工具。新工具可能代表新场景，也可以帮助我们理解场景正在向什么方向发展。

---

群里的一句话

前几天，我在群里看到一位小伙伴说，大概就是，飞书有很多功能，但自己一直没有真正用起来。

我当时说：或许不用先研究飞书还有哪些功能，而应该先从自己的场景入手。你平时有哪些反复发生的事情？哪些问题值得用工具解决？再看看飞书能不能帮上忙。

说完以后，我突然发现，这句话其实也是说给我自己的。

过去一段时间，我也在不断关注和尝试各种新工具。没使用的时候，我担心自己会落后；真正安装和体验以后，很多工具又没有进入日常。

那为什么会这样呢？下面是我的一些过程和思考。

新工具的焦虑

AI发展太快了，每隔一段时间，就会有一个新的工具出现，新版本的模型迭代。

年初是OpenClaw，后来是Claude Code、Codex，还有各种个人工作台。

看到别人使用这些工具，我有两种情绪。

一种是 兴奋。

比如「我去，这个工具牛啊，竟然还可以这样，都发展到现在这种地步了吗？能直接控制我电脑？然后发小红书？那我回去得试试。」

另一种是 焦虑。

比如「别人已经用这么好了？都已经赚到钱了？那我必须得试试，而且，我得抓紧尝试，现在迭代这么快，如果我慢了，我岂不是会被落下？」

尤其是看到其他公司已经把OpenClaw用到业务中、用来提升效率时，我当时最直接的反应是：我们慢了。

2026年2月27日，我在Flomo里写过一句话：

「我应该如何拥抱AI呢？现在的AI工具和能力层出不穷，我是应该追星吗？」

当时，写下这句话，其实我想的只是，我担心没有跟上工具变化的速度，没有跟上时代的发展。

担心落后，所以狠狠尝试

1月21日，我体验了MiniMax的pc端。

我只用了不到50个字，就让它给本地的Excel文件重新命名、增加日期，还把表格里的图片和数字组合起来，保存到电脑中。

当时，我的感受是一整个“言出法随”！

我回想，在2025年，我想完成类似的事情，还需要先和ChatGPT沟通需求，让它写出代码，然后我再把代码复制到PyCharm里，一点点调试和修改。

现在，我只需要说出要求，工具就可以自己操作并完成任务。

这种变化让我更想了解和尝试新的工具。

OpenClaw、Claude Code、Codex、TRAE，以及其他不断出现的新产品，我都会关注它们能做什么，也会尝试把它们安装到电脑里，放进自己的工作中。

我原本以为，只要不断尝试这些新工具，我就能够抓住AI带来的变化，也能更好地解决自己的问题。

但焦虑还在

工具的能力确实越来越强，也尝试使用了很多工具，但是大多数工具的结果是——没用起来

我可以安装一个Agent，可以让它控制电脑，也可以尝试搭建一个个人工作台。但如果我不知道自己准备长期处理哪些事情、需要持续产出什么结果，这些能力就很难真正进入日常。

工具可以完成测试任务，也可以做出一个看起来很完整的结果，但做完之后，我仍然可能不知道下一步该让它做什么。

我想过搭建自己的个人工作台，部署自己的模型，把日常需要使用的东西都放进去。

但到现在，我还没有搭建完整的个人工作台。我正在建设自己的数字空间，可目前的内容还不够丰富，还不足以撑起一个完整的空间。

这里的问题并不是缺少一个更强的工具。即使工具可以立刻帮我把工作台做出来，里面要放什么、为什么要放、以后如何持续更新，仍然需要我自己回答。

工具可以把一个想法做出来，却不能自动证明这个想法解决了我的问题。

为什么呢

回看过去的使用经历，我逐渐发现，有些问题在AI出现之前就没有想清楚；AI出现之后，它们也没有自动变清楚。

“张小厨”是我用AI做的家庭点餐项目。我不会编程，但借助TRAE和Gemini，第一次把自己想要的网页做了出来，还发布到了互联网上。

AI大幅降低了实现的门槛，但在做的过程中，我也发现，自己跳过了过去熟悉的产品流程。

正常情况下，应该先明确需求和路径，再画原型、梳理逻辑，然后进入设计、开发和测试。

但使用AI时，我说出一个需求，它很快就会开始执行。

2月10日晚上，我突然意识到：

「我似乎没有画原型图。」

第二天，我又记录了一次当时的状态：

「我还没有想得很清楚就和它沟通了，想了这步就做了这步。实现以后又发现少了东西，接着继续提，再让它改。」

当然，这并不代表后来增加的功能没有用，也不代表功能多就是错误。

它说明的是，AI可以很快把一个想法变成网页、代码和应用，但它不会替我定义：这个产品究竟要服务谁、解决什么问题、最重要的路径是什么。

AI缩短了从想法到实现的距离，却没有替我完成实现之前的思考。

如果场景没有想清楚，更快的执行也不一定能够解决问题。

需要想清楚的是场景

后来我再看这些经历，发现问题可能不在于缺少更强的工具，而在于我没有先把场景想清楚。

这里所说的场景，不只是“我要写文章”“我要搭知识库”这样的方向。

我需要继续回答：

• 这件事为什么要做？
• 它会在什么时候、以什么频率发生？
• 我现在是怎样完成它的？
• 最终需要持续产出什么结果？
• 现在具体卡在哪个环节？

这些问题越具体，工具的位置才越清楚。

OpenClaw现在已经安装在我的电脑上，主要负责控制电脑、编译本地知识库。因为知识库需要持续更新和编译，所以它有了一个相对稳定的任务。

Codex也是我现在的主要工具之一。我会用它开启一个新项目，比如写文章或者做应用，让它帮助我检索、整理、建立文件并持续推进。

它们能够留在我的工作流里，不只是因为工具本身很强，而是因为我已经有了相对明确的场景。

相反，个人工作台目前还没有建立，不是因为工具做不到，而是我的内容和使用需求还没有发展到需要一个完整工作台的程度。

同一个工具，别人用得起来而我暂时用不起来，也不一定说明我落后了。

可能是我们不在同一个行业，不做同一类工作；也可能是我的场景还没有达到同样的深度。

场景越深入，才越容易知道自己需要什么工具，以及工具需要深入到哪个环节。

工具，服务于场景

所以，我现在的结论是：工具，服务于场景。

面对一个新工具，不应该只从“它能做什么”开始，而应该先回到自己的工作和生活。

我每天、每周反复在做什么？

真实工作中有哪些固定事项？生活中有哪些希望长期推进的个人主线？

这些事情有没有稳定的分类、流程和需要持续产出的结果？

需要先搞定场景，再搞定工具。

如果我的场景不涉及这个工具，我可以暂时不使用它。不能因为只需要拧一颗螺丝，就先准备一整套家装设备。

但如果场景已经明确，就可以继续寻找真正适配的工具，并根据使用结果不断深入。

持续关注

工具服务于场景，但是，我觉得这并不意味着以后不再关注新工具。

新工具的出现，可能意味着一种新场景正在出现。

了解新工具，不只是看它增加了什么功能，也是观察：哪些过去不存在的事情，现在已经可以实现？哪些新的工作方式正在出现？这些场景和自己有没有关系？

有些场景自己暂时没有，可能是行业和工作类型不同，也可能是自己还没有达到使用这种工具的场景深度。

因此，场景需要先想，工具也需要持续看。

只是在看到一个新工具之后，没必要立刻搭建整套系统，也没必要强行要求自己必须习惯使用它。可以先选择一个具体任务，进行一次小范围尝试。

有效，就继续深入；没有效果，就先放下；如果尝试过程中发现了新的场景，再重新调整自己的判断。

五个问题

现在再看到一个新工具，我会先回答下面几个问题。

1. 我的日常由哪些事情组成？

包括真实工作中的事项，也包括生活中希望长期推进的个人主线。

2. 哪些事情会反复发生？

它们每天、每周还是每月出现？是否已经形成固定分类和流程？

3. 我需要持续产出什么结果？

是整理好的知识文件、一篇可以发布的文章、一个能够运行的应用，还是其他明确结果？

4. 现在具体卡在哪里？

是缺少能力、过程重复、速度太慢，还是场景本身尚未想清楚？

5. 新工具对应的场景，和我有关系吗？

如果有关，可以从一个小任务开始验证；如果暂时无关，可以继续观察，不必因为没有使用而焦虑。

最后

以后还会出现更多新的工具。

我仍然会关注，也会尝试。

但，在决定是否真正使用之前，我需要先回到自己的场景。

把自己想清楚，再选择工具。

你最近有没有一个很想用、却一直没有真正用起来的工具？你觉得卡住你的，是工具本身，还是没有想清楚场景？