**TL;DR:** AI 是一个具备“强互动 + 百科全书 + 搜索引擎”特性的生成式工具。在“Vibe Coding”时代，AI 能显著降低试错成本，但人类的创新力与跨领域思考能力依然是解决复杂、未知难题的核心钥匙。
我的 AI 工具栈与使用场景
在日常工作与学习中，我建立了一套相对固定的 AI 工具链：
- 常用工具：Gemini > Cursor > Comet > Claude（按频率排序）
- 核心场景：编写代码、知识查询/咨询、财经新闻翻译、总结长视频或书籍内容。
生成式 AI 的能力边界
AI 本质上是一个基于已有数据的生成式工具。它的能力局限在目前线上/线下已有的内容中，无法直接解决从未见过的难题。
一个至关重要的提醒是：AI 极不适合处理数字计算。 它可能会用极具欺骗性的字符串告诉你“1+1=3”。因此，一旦涉及到数学计算，务必使用编程语言（如 Python）让 AI 写脚本来计算，而不是让 LLM 直接给出结论。
幻觉与“AI 同事”
我倾向于将 AI 看作一个拟人的工具，或者一起工作的同事。但这个“同事”有着很强的“幻觉”，有时甚至会宣称任务已完成而进度却纹丝未动。
在协同工作中，人数的增加并不一定带来 1+1>2 的效果。由于沟通摩擦，人多往往导致效率低下。使用 AI 也是如此，如果你无法清晰、准确地引导它，单纯引入 AI 并不会给工作效率带来翻天覆地的变化。
从传统开发到 Vibe Coding 的转型
早在 2025 年，我就有过制作个人网站的想法。当时按照传统方法：搜索教程、购买域名、租服务器、学习框架（Tailwind, React, Vue.js）……巨大的时间成本和审美挑战让我最终放弃。
到了 2026 年，随着 Vibe Coding 的兴起，我再次尝试开发网站和游戏自动化脚本。这次在 AI 的协助下，无论是配置参数还是前后端开发，速度都得到了质的飞跃。
AI 工具的上限：取决于使用者的经验
我认为 AI 的上限严重依赖于使用者：
- 专家使用 AI：可以带领 AI 又快又准地解决问题，即使出现幻觉也能及时纠正。
- 小白使用 AI：极易被幻觉带偏，即使任务完成，整个流程对使用者来说也是“黑盒”，完全不知道发生了什么。
因此，AI 的出现并不会轻易冲击软件公司的护城河。资深开发人员可以利用 AI 抹平重复劳动，将精力集中在 AI 无法触及的创新与架构上。
总结：创新力是未来的核心
AI 终究是一个没有原始创新能力的工具。它擅长抹平信息差、解决成熟领域的问题，但在某些新兴领域或复杂需求面前，依然需要人类的理解、跨领域思考和快速切换思路的能力。
正如我在开发游戏脚本时，当 PC 端遇到瓶颈，我会快速转向手机端发力。这种引导 AI 的能力，才是未来最核心的竞争力。
使用技巧：当遇到一个 LLM 在同一问题上多次尝试后依旧无法解决，不要死磕，果断切换到其他 LLM 尝试。