AI成瘾

Mon, 01 Jun 2026 10:28:36 +0800

之前折腾笔记软件的时候，学习到一个概念「效率成瘾」 —— 指的是沉迷于工具本身带来的掌控感，却忽略了真正该做的事。现在想来，我们对 AI 的使用，似乎正在重蹈覆辙。

AI 导致我们产生了「虚假的充实感」。长时间使用 AI 的一个隐忧在于，它可能让你误以为自己收获颇丰，但实际上并未产出真正有价值的东西。AI 的即时反馈和流畅对话，容易制造一种「学到很多」的错觉，却挤占了本应用于深度思考和实践的时间。

一个值得警惕的现象是，人们开始以每日 Token 消耗量作为衡量标准 —— 仿佛用的越多就越勤奋。但这与「收藏了等于看了」的逻辑如出一辙：大量的交互记录并不等同于实际的成果交付。

与此同时，AI 的强吸引力也催生了新型的成瘾现象。当下有不少人出现了这样的状态：沉迷于和 AI 对话，连原本的娱乐爱好如打游戏都变得索然无味。这背后的机制或许是：

门槛的消失：过去需要长期学习才能掌握的技能，现在通过对话即可「快速获得」
即时满足的循环：每一次提问都能得到看似专业、完整的回应，产生「强烈的收获感」
自我认知的混淆：难以区分哪些想法源于自己的思考，哪些只是 AI 的「投喂」

这种低成本、高效率的即时反馈，会让人产生持续的满足感与获得感，进而让人欲罢不能，深陷依赖之中。

最深层的危机在于，这种「虚假的收获感」可能正在替代真实的脑力锻炼。当思考过程被 AI 外包，我们失去的不仅是时间，更是独立解决问题的能力 —— 而这恰恰是技术门槛降低后，最不该被牺牲的东西。

AI编程下的产物2026年5月

Tue, 19 May 2026 15:26:23 +0800

这篇文章记录是，是最近我使用 AI 编程实现的几个软件，用于解决我平时遇到的问题。

或许你也有过，做一件事情的时候脑子里会思考，有些地方不对，太繁琐了。但是又因为学习成本太高或者精力不足，使得自己很难改变什么。

在 AI 时代下，我开始意识到 AI 的价值正是帮助实现心里的想法。

博客发布

近期由于本地 AI Agent 的爆火，我将我的笔记系统从 wolai 导出到了 Obsidian 中了。粗略的算了一下，自从我 2018 年开始养成记录的习惯后，前后写了 4000 多篇笔记了。

我的博客是去年才搭建的，但是更新频率并不多。其中一条原因是我将博客视作一个发布界面，并非每条笔记我都要发布出来。另一个很现实的原因是，我使用 hugo 编译静态网站，但是太难用了。

基于这个原因，我使用 KimiCode 做了一个辅助博客发布的软件。

这个软件有三个功能：

新建文章
本地预览文章
构建并发布博客

希望我能使用这个工具，帮助我增加更新博客的频率。

每日阅读

过去我一直使用 Folo 这个软件，订阅我常看的网站、博客，并且我会在笔记系统中记录我认为有价值的文章，并反复阅读。这就导致了一个问题：有一些过去我没有记录的内容，之后就如泥牛入海，再也找不到了。

受到最近爆火的卡帕西的知识库的启发，以及最近 Folo 发布了自己 cli，我做了一个脚本，用于将我在 Folo 下的未读文章以 Markdown 的格式保存到本地。

简单来说，首先使用 Folo 的 cli 获取未读文章的原始网络地址，然后根据原始网络地址对应的网站保存为本地的 html，最后根据 html 的来源使用不同的策略解析成对应的 markdown 文件。这些步骤我都使用 KimiCode 实现了一个 Python 脚本来运行。

我会使用 KimiCode 去总结当天的 markdown 文件，告诉这些文章大概讲了什么内容，遇到我感兴趣的内容，再去读原文。最重要的是，做完这些后，我会按天将整个文件夹放在 Obsidian 中进行存档。这样在我后面想起来一篇文章但是找不到时，我就可以让 AI 去这个文件夹下寻找。

文档翻译

Halcon 我在工作中经常会使用到的软件，功能十分强大，唯一的缺点是，文档和手册都是英文的，看起来太痛苦了。

之前学习的时候，搭配翻译软件也能看个七七八八，但是过了一段时间之后，记忆会逐渐淡忘。为此我在 wolai 中曾经做过一个汉化的库。

很遗憾的是，后来我意识到这件事太困难，并且效率太低了。

现在 AI 的大环境下，我使用 ClaudeCode + DeepSeek 实现了 Halcon 本地算子的翻译，并将其放在了 Obsidian 中。

这样做有两点好处：

所有的内容都是基于本地的 html 文档翻译过来的，真实性有了保证
转换成 markdown 之后，对于文档里我认为不足的地方可以直接修改

除此以外，为了让我的同事们都可以用上中文的 Halcon 手册，我又回过头来将其编译成了 html。因为我的同事们并不使用 Obsidian，因此直接将 markdown 发给他们，还得下载 Obsidian 并且要保持和我的配置类似。为了简单一点，直接编译成 html，使用浏览器打开更简单一点。

Obsidian 插件

正如我上面所说，我将笔记系统从 wolai 迁移到了 Obsidian 中。

我好多年前就知道了 Obsidian 这个软件，但是因为其个性化能力太强，需要频繁的折腾和学习，我担心会影响我记笔记的积极性，最终还是选择了开箱即用的 wolai。

但是在 AI 时代下，wolai 出现了致命缺陷——数据存在服务器上，我没法喂给 AI 使用。在经过了几天的纠结之后，我还是选择了放弃 wolai，使用 Obsidian。

Obsidian 最强大的地方在于他的插件社区，虽然这也是我当初放弃的原因，因为插件太多了，每一个插件都要去学习，尤其是 Templater、DataView、Button 这几个插件，不但配置复杂，还要去学习 JS 语法。

但是现在有了 AI，完全不需要去学了。我直接将这些插件的官方文档喂给 AI 做成了 Skill，然后使用这个 Skill 去实现我想要的功能，简单易用，并且自由度很高。

工作上的小软件

AI 在我工作上的帮助就更多了，也正是由于很多，所以这几只能挑几个进行说明。

我使用 AI 优化了 ZerosSVN 软件，现在这个软件使用更简单了，一键即可实现同步、提交、冲突解决等所有步骤。

我用 AI 做了一个线扫描的仿真软件，加载对应的产品模型，就可以获得线扫描数据。这可以帮助我在测试软件时，提供一些数据。

总结

这几个软件没有一个是需要大量的学习才能做出来的，全都是我遇到了实际问题，然后去思考该如何解决问题，最后使用 AI 大约几个小时就能做出来。

我一直认为自己不是一个顶尖的程序员，但我始终认为自己是一个很好的产品经理。

AI 使得我的 90% 技能，价值变为 0，但使得剩下的 10% 技能，价值增长了 1000 倍。每个人在 AI 面前，都需要重新调整自己的技能。

AI on Zeros遇见的作品集合