AI 发展很快，也已经进入各行各业。过去一段时间，我越来越明显地感受到，AI 对我的价值主要在两个方向：一是提效，二是拓展能力边界。
提效，是把原来要做两三天的事，压缩到几个小时；拓展边界，是让原本不会编程、不会开发的人，也能做出网站和应用。
下面，我结合自己的真实工作场景，聊聊我是怎么用 AI 的。不是工具推荐，也不是标准答案，只是一点个人经验。
一、先分清两类 AI：对话式 AI 和 AI Agent#
我目前常用的 AI，大致分两类。
一类是对话式 AI，比如豆包、DeepSeek、ChatGPT。你问一个问题，它给你反馈。
另一类是 AI Agent，比如 workbuddy、豆包工作、Codex、Claude Code。它们虽然也是通过对话操作，但更进一步，可以帮你做一些实际工作，比如制作 PPT、编写代码、开发应用、开发网站等。
每个 AI 工具都有自己擅长的部分。比如 DeepSeek 适合中文文字工作，写中文文章，它是我用过中文能力最强的 AI 工具之一；Codex 和 Claude Code 更擅长开发，适合写代码、做应用和网站。
我的原则是：在适合的场景里，用适合的 AI，这样才能事半功倍。
二、提效：优先交给 AI 的，是重复且低决策的工作#
用 AI 写方案、写文章这类场景，我就不展开说了，很多人已经比较熟悉。
我觉得更适合用 AI 提高效率的工作，主要是那类重复较高、决策较低的任务。你也可以想一想：自己工作中，哪些事经常做，但又不需要你做太多决策？
接下来，我结合两个工作场景来写，希望能给你一些启发。
场景一：演讲内容整理成文章#
公司过去组织过两届技术大会，产生了上百个技术演讲。有些演讲需要整理成文章，然后在公司公众号发布。
如果使用传统方式整理，通常需要五六个小时，分配到工作日中，基本需要两到三天。
整个流程大概是：
演讲视频 ➡️ 使用剪辑软件导出演讲音频 ➡️ 使用讯飞听见整理成文字 ➡️ 人工整理成文章 ➡️ 人工校对优化 ➡️ 演讲者审核优化。
最花时间的就是“人工整理成文章”这个环节，因为需要对照视频、PPT 和文字去整理，相当繁琐。
用 AI 后，时间大幅缩短。AI 介入的环节，正是“人工整理成文章”这一步。因为 DeepSeek 的中文文字能力很强，我几乎没犹豫就选了它。
流程变成：
演讲视频 ➡️ 使用剪辑软件导出演讲音频 ➡️ 使用讯飞听见整理成文字 ➡️ 使用 DeepSeek 将文字整理成文章 ➡️ 人工校对优化 ➡️ 演讲者审核优化。
整体从五六个小时，缩短到半小时左右。除了时间大幅减少，文章的结构化、行文表达也有了提升。不少演讲者表示，AI 整理得相当好，甚至比他自己写还要好。
现在，我正在开发一个本地平台，使用本地大模型进行音频转文字，以替代付费的讯飞听见。目前已经可以使用，转换效果也有提升。
场景二：某资讯邮件内容整理成文章#
在上一届大会上，公司发布了一个新项目。
这是一个一站式技术资讯平台，集中呈现技术社区的动态、开发者讨论主题、活动、博客等信息。订阅后，每天都可以收到一封邮件。目前公司公众号每天都要发布当天的邮件内容。
如果是人工整理，大概需要 30 分钟。但这个场景比第一个场景更适合使用 AI，因为它的频率是每天，内容来源也相同，都是同一个邮箱收到的邮件。
所以，不只是用 AI，它更适合做成定时任务。
这里我用了一个 AI Agent：Hermes。当然，使用 workbuddy、Codex、豆包工作也可以完成。工具不重要，重要的是定时任务。
我把需求告诉 Hermes，它会反问我一些问题，经过几轮对话，这个定时任务就搭好了，而且已经跑了一个多月。
这个定时任务，把原来的半小时缩短为 5 分钟，主要是排版时间。看起来不多，但积少成多，长期看还是省下了不少时间。
每个人工作场景不同，我的模式肯定不能照搬。你可以想想，自己工作中有哪些类似任务，可以交给 AI 去整理，或者辅助你完成。
三、拓展能力边界：做以前不会做的事#
相比提效，我觉得 AI 更大的意义，是帮我们拓展能力边界。
AI 降低了很多工作的门槛，让从没干过的人，也敢想敢干了。我还是用两个实操案例来说。
案例一：社区数据看板#
每个岗位都有些考核指标，我这个岗位也不例外。除了考核，我自己也需要看这些数据指标，以判断社区的成长趋势、健康度，从而及时调整工作。
通常我需要关注这些数据：
社区社媒数据：公众号关注数、视频号关注数、B 站关注数等
文章阅读量：公众号文章、第三方技术社区文章等
GitHub 数据：star 数、fork 数、issue 和 PR 数据
贡献者数据：主要是外部贡献者增长情况
官网 PV、UV
……
这些数据比较分散，统计起来麻烦，每次都很耗时间。
所以我就有了一个想法：用 AI 做一个在线数据看板，把这些数据都放上去，并实现部分数据自动拉取和更新，所有数据都可以通过后台更新。
我借助了几个 AI 工具和大模型，最终完成了这个看板。如果是现在去做，使用 workbuddy 足以完成。
从这个过程也能看出，AI Agent 不只是执行命令，它也会思考、反馈，尽量更快贴近你的需求。所以不用太担心它能不能完成、完成度如何，多轮对话下来，通常都能完成得不错。
如果你想少花时间、少迭代几轮，就要在交给 AI 之前把任务想清楚，并条理清晰地描述出来，这样 AI 更容易理解。这么做的好处，除了节省时间，也会节省 token，也就是你的钱。
案例二：下一届大会官网#
前两届大会的官网，分别由研发同事和另一位同事搭建。这两个官网都比较简单，主要实现信息展示。提交议题、报名、签到等功能，还得借助其他平台。
上一届大会结束后，我就想到，可以用 AI 搭建一个大而全的下一届大会官网。除了基本信息展示，还能实现这些功能：
用户侧：注册和登录、提交议题、报名；
管理人员侧：提案管理、编排议程、更新赞助商 logo 信息、管理报名信息、签到、票种信息管理等。
我使用 Codex 进行了开发，经过多轮迭代，目前已经基本可用。
还未解决的问题包括：注册时的手机号验证；目前网站部署在 Vercel 上，国内打开会慢；网站后端使用 Supabase，用户数据存在安全问题。
网站开发本身不难，难的是部署。如果不想花钱，只能选择 GitHub、Vercel 这类免费方式，但它们都在国外，国内用户打开慢，甚至打不开。所以如果后续需要多人使用，还需要部署到国内服务器上。另外就是域名问题，自定义域名通常也是付费的。
四、我的一点经验和提示#
AI 不是万能的。并不是所有工作都适合用 AI。
在适合的场景里，用适合的 AI，才能事半功倍。
提示词确实很重要。你的提示词信息密度越高，AI 的反馈越能符合你的需求。
AI 给的东西不能直接拿来用，必须审核是否符合事实、是否正确、有没有幻觉。
使用 AI 往往不能一次就让你满意，基本都需要多轮会话，才能给你需要的东西。
对话式 AI 里，我认为 DeepSeek 的中文能力最强。
大模型 token 方面，DeepSeek 价格依然很有优势，可以优先使用。
Codex 是 Agent 里能力最强的一档，但比较贵，基本每个月 150 元左右。
Claude 不要轻易尝试，国内容易封号。
如果你不需要特别强的 Agent 和大模型，可以试试 Hermes + DeepSeek token 的组合，花较少的钱完成工作或需求。
工具会更新，价格也会变化，以上只是我当前的经验。AI 不是万能的，但在适合的场景里，它确实能成为我们的放大器。
希望你也能找到自己的两条线：哪些事交给 AI 提效，哪些事借 AI 拓展边界。