一些关于 AI 焦虑、工具和成长的个人经验
之前有很长一段时间，我对 AI 工具有一种很执迷、很狂热的追逐。
最早是从 DeepSeek R1 开始，第一次认真去了解模型架构；后来关注一些技术 up 主，开始学 API 调用；再后来 Cursor 出来，自己开始 vibe coding，做了一个自用版本的 Cherry Studio；刷视频的时候又了解到 n8n、Claude Code，开始研究 workflow、MCP、Prompt 工程，还有各种开源社区里的新项目。
那个阶段的状态，大概就是：
只要出了新东西，我就想第一时间知道。
比如：
- 新的模型能力边界是什么？
- 新的 workflow 怎么搭？
- 新的工具值不值得上？
- 新的社区方案有没有更好的实践？
后来甚至开始追逐各种“性价比”。
比如：
- 看到限时优惠一定想去薅一下
- 看到限量套餐会担心现在不买以后就买不到了
- 原来只会老老实实用原价 API，后来开始研究中转站，研究怎么更便宜地用
现在回头看，那段时间其实挺焦虑的。
焦虑自己是不是没跟上时代，是不是错过了什么重要工具。
焦虑钱是不是没花在刀刃上，现在能用的东西，明天会不会涨价、限量，甚至没了。
那时候其实没太意识到。
后来回头看，发现自己好像一直在做一个“工具人”。
不是工具在服务我。
是我在等待和追逐工具。
后来有一个瞬间，我突然觉得有点累了
到后来接触到一些新的、更成熟的方案的时候，我突然有一种很明显的疲惫感。
一方面是发现：
自己之前花了很多时间折腾的东西，变化得太快了。
比如花很多时间去搜各种 MCP，定制 workflow，搭自己的东西。
结果新的方案一出来，整个思路都变了。
之前折腾的很多东西，好像一下子就“过时”了。
那种感觉其实挺微妙的。
不是说之前白学了。
而是会突然意识到：
如果技术一直这样快速变化，那我到底在追什么？
难道我要一直这样追下去吗？
那一刻开始，我第一次认真往回看自己这一路到底在干什么。
往好了说，确实有收获。
至少让我脱离了最开始那种什么都不知道的状态。
对 MCP、skills、API、workflow 都有了比较完整的认识，也慢慢找到了一些适合自己的工具组合。
但如果仔细回顾：
中间其实走了很多没必要的弯路，也制造了很多没必要的焦虑。
回顾了一下，总结了一些可以留下来复用的经验。
1. 要跟上时代，但不是一刻不停地跟上时代
现在 AI 圈更新太快了。
每天都有新东西出来。
以前我的状态是：
新东西一出来，就马上冲进去。
想第一时间搞懂它。
后来发现，其实没必要。
一个技术或者一个好的软件出现之后，通常都会经历一个发酵过程。
大概一个月到两个月。
这段时间里：
- 技术社区会不断验证它
- 大家会不断测试边界
- 作者会不断修 bug 和优化
- 各种成熟教程也会慢慢出来
这个时候再进去，其实效率高很多。
所以现在我的想法是：
第一时间知道就可以了。
不用第一时间精通。
除非它刚好对应你的刚需，或者你的研究方向。
否则，等等其实是更合理的选择。
2. 要获取信息，但不用获取所有信息
这个也是后来慢慢调整过来的。
以前会觉得：
信息知道得越多越安心。
后来发现：
信息越多，焦虑反而越多。
因为你会总觉得：
还有东西我没看到。
还有东西我不知道。
后来我开始建立自己的信息源。
方法也很简单：
- 通过优质作者认识优质作者
- 通过高质量内容筛选高质量信息源
然后不用天天刷。
有空的时候，一两周集中看一下就行。
后来发现效率反而更高。
而且有一句话我现在挺认可的：
如果一个东西真的很好，你迟早会在你的优质信息源里看到它。
不用自己全网巡逻。
让好的信息源替你过滤。
3. 可以为“大而美”兴奋，但最后还是要回到自己
像 Claude Code 这种产品，确实会让人兴奋。
因为它们真的代表了一种新的可能性。
这种兴奋是正常的。
也值得去了解、去尝试。
但兴奋之后还是要回到自己。
问自己几个问题：
- 这个东西对我有什么用？
- 我能从里面学到什么？
- 它能解决我现在的问题吗？
如果不能，其实不用急着深入。
现在变化太快了。
“掌握当前技术”这件事，本身就是一个伪命题。
更重要的是：
了解它，理解它，然后判断它是不是现在适合你。
不是被技术推着走。
而是让需求带着技术走。
4. “小而精”不是只深耕一个方向，而是一种选择能力
以前我理解“小而精”是：
找到一个方向一直往下挖。
现在觉得不完全是。
现在这个时代变化太快了。
真正重要的是：
有选择地学习。
新的东西永远很多。
不可能全学。
也没必要全学。
更重要的是：
从新的东西里面学到一些真正有价值的东西。
比如：
- 它解决了什么问题
- 它为什么这样设计
- 它比以前好在哪里
学这些核心的东西。
而不是把整个东西都搬进来。
未来很重要的能力，其实是：
- 接受新东西的能力
- 筛选新东西的能力
- 有选择地学习的能力
还有提升自己的判断力和品味。
这些东西比具体工具更重要。
5. 关于买套餐、买优惠、薅羊毛
这个也踩过很多坑。
以前看到优惠就会很紧张：
现在不买，以后是不是就没机会了？
后来发现：
如果一个东西买不到，那就先不用它。
找平替。
找别的方案。
先过渡。
没必要把所有东西都提前买好。
而且后来我慢慢分清楚了一件事：
低价体验，和长期使用，是两件事。
低价体验是：
- 去感受新技术
- 去测试能力边界
- 去快速试用
但长期使用：
还是应该尽量稳定。
哪怕价格贵一点。
因为长期用最重要的是稳定，而不是便宜。
现在我的订阅习惯基本就是：
- 按月
- 或者按季度
很少买年费。
因为现在变化太快了。
谁也不知道半年后会变成什么样。
保持灵活，比锁死自己更重要。
6. 学会搜索，本身就是一种核心能力
后来越来越觉得：
搜索能力真的很重要。
很多时候不是不会。
而是不知道去哪里找。
比如：
- 网络配置相关的东西，去视频平台搜可能更快
- 一些 API 或中转站相关的东西，在社区搜更快
- 英文资料和中文资料，适合的场景也不一样
关键是：
先找到问题的锚点。
搞清楚它本质上是什么问题。
然后再去找路径。
路径永远很多。
但方向一定要先对。
最后
后来想到一个挺合适的类比。
好的 AI 产品，其实很像会涨的股票。
不是说它们本身一样，而是参与逻辑很像。
做股票的人一开始总会有一种冲动：
想第一时间发现下一只会涨的票。
因为总觉得越早进去越赚。
但做久了会明白：
真正重要的不是“最早发现”，而是“在合适的时候参与”。
一只真正好的股票，往往不会只涨一天。
它会有一个持续发酵、被验证、形成共识的过程。
AI 产品也是一样。
一个真正有价值的工具，不会因为你晚知道一周就失去意义。
它一定会有：
- 持续的讨论
- 成熟的教程
- 稳定的生态
- 越来越清晰的使用场景
所以没必要为了“抢先”把自己搞得很累。保持知觉就够了。
如果它真的重要，你迟早会看到它。而且是在它最值得投入的时候看到它。
还有一点也很像：
市场上的股票很多，但不是每一只都值得买。
AI 工具也一样。不是每一个新产品都值得花时间研究。
时间和精力，其实就是自己的本金。
不是要抓住所有机会。
而是要有能力判断，哪些机会值得自己参与。
保持知觉，建立判断 ，有选择地参与 不必把自己淹没沉溺在信息的焦虑海洋中。
