AI 原生思维和会用 AI 工具,差别到底在哪?

提问

AI根据立正公开的文章和视频整理,不是他本人回复

差别不在会不会用工具,而在把 AI 当临时调用的工具,还是围绕它重建做事方式:先定义要交付什么,再让 AI 承担判断、积累上下文、形成可复用的流程。

会用工具,提速的是旧流程

立正把“我会用 AI、会写 prompt、会这个那个工具”明确说成在这个时代不构成核心竞争力,因为那只是把 AI 当成一个点、一个临时调用的工具⁠1。他描述普通用户的状态:AI 让既有流程更快——写得更快、改得更快、分析得更快,角色仍是更高效的工具人⁠2。他也用电机取代蒸汽机的例子说明,新工具本身带来的生产力提升有限,要围绕它重构工作流程才会产生真正的提升⁠3。所以“会用 AI 工具”不是错,只是停在提效这一层。

AI 原生先问交付什么,再问用什么工具

材料里的观点

立正讲 AI Native 时,起点不是选一个新工具,而是重新求解:在新的能力边界下,这件事现在最好的做法是什么⁠4。他举数据团队的例子:分析的产品是更好的决策,如果 AI 让分析快十倍,组织仍不知道下一步做什么,那只是更快地生产中间品⁠4。同一篇里他把 AI 比作突然变长的杠杆,方向对了放大专业能力,方向错了也迅速放大错误⁠4。这解释了为什么“会用工具”和“AI 原生”不是程度差别,而是先想什么、后想什么的顺序差别。

思维体现在积累和复利上

立正说,AI 要成为智力延伸,前提是 context 密度:价值判断、历史决策、工作原则、偏好边界被持续蒸馏进系统,AI 才具备在盲区里替你判断的条件⁠2。他讲高手用 AI 时提到,对方会为 AI 做脚手架,一句 prompt 背后能路由到之前的工具和资料库⁠3。他还建议从聊天工具转向 Agent 工具,理由是聊天每次要重新交代上下文、产出留不下来、能调用的工具有限,因而没有复利⁠3。这些是他对具体做法的判断,不是唯一路径;但共同点是:把一次使用变成可积累的资产。

以上判断来自立正已发表的文章和访谈片段,主要面向知识工作与产品场景;对具体行业或岗位是否适用,所给材料没有展开。

回到4份原文

从聊天工具转到 Agent 工具,第一步该改哪个习惯?

追问

AI根据立正公开的文章和视频整理,不是他本人回复

立正的建议很直接:第一步不是学新技巧,而是停掉聊天窗口,把日常任务搬进 Agent 工具里做。

先换掉“问完就结束”的聊天习惯

材料里的观点

立正明确说,要停止使用 ChatGPT、豆包这类聊天工具,改在 Claude Code、Codex、Cursor 这类 Agent 工具里完成所有事⁠1。他的理由是:聊天方式每次都要重新交代上下文,产出留不下来,能调用的工具也有限,因此没有复利⁠1。他还提到自己几乎不打开 ChatGPT,除非为了省 token,因为问聊天窗口问完就完了,而问 Codex 可以直接让它把事干了⁠2。

这不是说聊天工具没用,而是说用它时你仍在旧的工作方式里打转。立正用蒸汽机换电机的比喻说明:工具本身带来的提效有限,真正的大提升来自围绕新工具重构流程⁠1。

第二个习惯:让产出留下来

换工具之后,紧接着要养成的习惯是积累。立正把 Agent 相对聊天的优势归为三点:能调度本地文件和工具、能灌注大量上下文、产出可以沉淀给下一次任务⁠3。他举的例子是让 Codex 走一遍自己的后期制作 Skill,一句话背后调用了转码、转录等多个本地工具⁠3。

在另一场对话里,他把这套积累拆成三层:文件是“有什么信息”,Skill 是“如何做”,Resolver 是“遇到任务该调用哪些东西”⁠4。他还提到,多数人积累的上下文严重不足,散落在聊天、会议和文档里,需要专门整理沉淀⁠4。

心态上从使用者变成搭建者

AI推演

立正还提醒,不要用 GUI 时代的心态要求 Agent 一次点对。他说 Agent 没有魔法,第一次做不好是正常的;如果花了十四次迭代才做好,该反思的是自己的使用方法,而不是只吐槽产品⁠5。他主张用 builder 的心态对待 AI,边用边搭⁠5。

如果你刚开始转,可以先挑一件自己反复做的事,在 Agent 工具里完整做一遍,看它留下了哪些文件或流程可以下次复用。这是 AI 根据上述判断给的应用建议,不是立正的原话。

这些判断来自 2025 至 2026 年的几场对话,工具名称和模型版本会变;具体该选哪个 Agent 工具,需按你手头的任务和可用权限再定。

回到5份原文