人工智能（AI）的发展日新月异，从最初的科幻概念，到如今深刻影响我们工作与生活的实用工具，其演进速度令人惊叹。作为技术从业者，我与AI工具的“交集”始于对效率提升的需求，但随着体验的深入，这份“交集”逐渐演变为一场关于技术认知迭代的探索。希望通过这篇博客，记录下我个人从接触早期模型到如今运用多种AI产品的体验与思考。 一、 初识AI：超越搜索引擎的工具 我最早接触并规模化使用生成式AI，大约是从ChatGPT 3.5版本开始。坦诚地说，我对AI能模拟甚至拥有人类思维的说法持怀疑态度。我更多地将其视为一个直达问题的搜索引擎和高效翻译器。 一个典型的应用场景是查找老旧技术资料文档。例如，像Informix这样的早期数据库，其官方文档在Google上已难觅踪迹，零散找到的内容翻译起来也费时费力。此时，向ChatGPT 3.5提问，往往能获得比传统搜索更整合、更直接的中文答案，极大地提高了信息获取效率，减少理解老技术难度。 然而，早期使用也伴随着门槛。注册ChatGPT需要国外手机号，而代理软件的不稳定常常导致访问中断。为了更顺畅地体验，我转向了一些国内的AI聚合平台，例如阿水AI，这让我能在第一时间接触到更新的模型，比如ChatGPT4.0，尽管响应速度可能较慢，但对于解答一些具体的技术问题，其准确性还是比较可信的。 二、 惊艳与反思：推理能力的曙光与幻觉的阴影 2025年1月份，农历新年期间，DeepSeek R1的出现标志着我们AI使用体验的一个重要转折点。我对其展现出的推理能力感到惊喜。生成式AI，在我看来只处于意识的表象思维阶段，无论回答多完整，我都只当它一位很会抄书的大专生或本科生。R1表现出来的推理能力，让原来只有表象思维的AI能够通过能理解更复杂的问题，开始拥有部分的抽象能力。R1能生成符合内存逻辑的连贯的文章和回答。我知道到，这种推理能力的萌芽，是AI从简单模仿迈向更深层次思维的一步。 但R1的幻觉问题很严重，经常一本正经的胡说八道，在大段内容中夹杂着事实性错误，尤其是历史、地理、旅游等领域。与此同时，它的创意比较好，在问答一些方案类问题，只有一些原始概念时，它能给出比较好的创意或行动方案，可以让在开始某项事情时有入手的地方。当然，也不要太相信它方案的可靠性。之前，按它的方案优化Wordpress博客，很多都是行不通。 在R1之后出现了一些能力强的新模型，我就不用R1来问答一两句话能问完的问题。现在使用都是有大量上下文，或结合联网搜索或知识库来限制它推理的范围，减少R1胡编乱造的情况。我觉得他结合知识库的限制，能作为很多产品的官方的客服代表。 自此，我开始尝试让AI处理中等复杂度的问题。 三、 百花齐放：各大模型的差异化体验与应用策略 随着体验的深入，我对不同AI产品的特性有了更细致的了解和不同的使用偏好：

  1. Claude:
  • 优势： 在使用ChatGPT的同时，也经常关注和尝试Claude。根据许多评测和我的实际体验，Claude在代码生成和理解方面表现尤为突出。因此，在工作中涉及编程任务时，它是我常用的首选。
  • 使用场景： 字节跳动的编程工具Trae内置了其Claude3.5和3.7版本，不再受代理问题影响，其AI代码能力与编程工具的结合，让人可快速小的功能需求。
  1. Google Gemini:
  • 优点：支持100万的Token输入，强大的多模态能力，能出色地理解图片内容，并将识别结果按需转换成特定格式的文档。目前在公司项目的功能点估算（Function Point Estimation）测评中，它的表现也是最优的。
  • 使用场景：各方面。
  1. 通义千问（Qwen）：
  • 特点： 国内开源模型的佼佼者，在DeepSeek崭露头角前曾是开源模型的领先者。虽然一度被DeepSeek R1的光芒掩盖，但其持续迭代，目前比R1多了多模态能力。5月新出的qwen3-235b-a22b有一战之力。
  • 优势： 处理各类问题时表现稳健，回答客观，幻觉问题相对较少。
  • 使用场景： 对于那些不需要太多创意、更侧重于准确性和稳定性的“固定”任务，我倾向于交给千问处理。
  1. 豆包（Doubao）：
  • 特点： 早期作为问答AI时能力尚有不足，但发展到当前的1.5 pro thinking模型后，在解决办公场景问答、处理日常信息等方面表现出色。
  • 优势： 产品能力突出，用户体验友好，桌面应用能力强。技术文档解析、会议总结等功能体验不错。
  • 使用场景： 一个优秀的办公和生活信息处理助手，能有效辅助用户完成信息处理任务。
  1. 阶跃星辰：
  • 特点： 国内最庞大的参数规模引人注目。
  • 使用场景： 随着千问、豆包等模型最新版本的发布，以及Gemini在图像识别上的卓越表现，阶跃星辰在图片理解上的优势似乎不再明显，导致我目前使用它的频率有所下降。
  1. 秘塔:
  • 优点：学术搜索体验优秀，引用来源有依据。
  • 使用场景：基于实事实的提问，生活类、科普类问题。

四、 进阶探索：知识库与多智能体协作（MCP） 在使用AI的过程中，我也尝试了更高级的应用方式：

  • 知识库（Knowledge Base / RAG）： 我的经验是，构建垂直领域的知识库效果更佳。例如，将我自己博客中的原创文章作为知识库，相比于将整个博客内容（可能包含转载、评论等）都纳入，针对性问题的回答质量和相关性会显著提高。此外，使用如Cherry Studio之类的工具时，经测试，采用两个或以上的知识库比单一知识库有更好的回答能力，即相同的知识内容用多个嵌入模型来索引，加上重排模型会更好。
  • 多智能体协作平台（MCP - Multi-Agent Collaboration Platform）： 这方面我还处于初步探索阶段，尚未找到特别契合的、能显著提升效率的应用场景和配合方式，没有成型的工作流，仍在持续关注和尝试中。

结语 回顾我的AI使用历程，是从最初的工具化应用，到逐渐认识其推理潜力，再到如今根据不同模型的特性进行差异化、组合化使用。AI已经从一个简单的信息助手，演变为能够辅助思考、激发创意、甚至在特定领域超越人类效率的“伙伴”。 随着工具的迭代，或许会有更多“惊喜型”AI出现，但核心逻辑不会变：明确需求、善用特性、规避缺陷，根据具体任务需求，选择最合适的AI进行协作，才能让AI真正成为提升效率与创造力的“第二大脑”。 未来，期待AI为我们的工作和生活带来更多积极的改变。