一年半的深度实践，我整理了AI应用的6大方向

前言

大模型带来的这波 AI 浪潮，从23年底算的话已经1年半了，这期间个人一直在深度使用 AI，不管是工作还是生活，受益良多。

今天就尝试结合自己这一年多的实际体验，给大家分享下个人对 AI 应用方向的体会。

本文不会详细探讨特定的工作或学习领域，而是尝试从一个更宏观的角度为大家提供一些通用的思路和灵感。

授人以鱼不如授人以渔。

鉴于AI的应用方向极其广泛，以下总结难免存在不足之处，但依然希望能为大家带来启发。

不会的方向，可以做了

这一点应该是 AI 对我们提升最大的方向了。

由于 AI 大模型在预训练阶段学习了大量的知识，在知识面这点上，我们和 AI 根本没有可比性。不管是文学素养、技术研发，还是艺术创作，AI 都能有所建树。

像我作为一个技术出身的工程师，现在，我可以通过“即梦AI”设计海报，可以通过“Tripo3D”进行3D建模，甚至还能通过“Mureka”进行音乐创作。

这也是“AI超级个体”概念爆火的原因。大家可以多多尝试，将自己之前由于能力或者成本问题搁置的想法，借助 AI 去实践。

以后，个人认为单体能力边界将通过 AI 加持大大扩展，流程节点逐渐减少，整体协同效率不断提升。

《AI的3D摆件成了”五花肉“，但路子已经通了》

可以的方向，更高效了

AI 提效这一点，应该是大家最普遍认可的方向了。

通过 AI 协同，我们各行各业都会不同程度的产生效率提升，像自媒体内容生产、设计出图、代码编写，都属于落地比较深的领域了。

像自媒体内容方面，AI 可以帮忙搜集材料、提供灵感方向、设计大纲、优化题目、内容审查，几乎每个阶段都能提供助力。

研发领域，我们自己团队，已经完全离不开 AI 辅助了。前几天处理了一个不方便使用 Cursor 的项目任务，真的是煎熬，效率完全不在一个量级，感觉完全回不去了。

目前，我们正在尝试将整个研发范式进行 AI 升级，通过集成和自己开发，将 AI 深度嵌入到我们的工作流程中去。这块有成果后再和大家分享哈。

《Cursor实战：一人全流程模块开发》

干活时间更“长”了

借助 AI 的帮助，我们不再受限于传统的8小时工作制，甚至可以不受限于16个小时的清醒时间。

AI 可以24小时不间断地运行，这意味着我们的想法和探索几乎可以摆脱人类的时间限制。

比如： 耗时的科研数据分析工作，完全可以由 AI 在我们读论文、睡觉、吃饭的时间进行，尤其是借助定制化的 AI Agent，还可以实现根据不同推进情况，帮你做出各种积极的响应。

另外就是跨时区协同，通过同事的 AI 分身，很多事务都可以获得实时响应，再也不用担心各种协同因素影响进度了。

《Manus替代：智谱AutoGLM沉思来了" data-itemshowtype="0" target="_blank" linktype="text" data-linktype="2">开源Manus替代：智谱AutoGLM沉思来了》

讨厌的工作有“人”做了

面对机械重复的"职场脏活"，AI 展现出惊人的包容性。数据清洗、格式调整、信息核对这类消耗心力的工作，交给 AI 处理不仅效率倍增，更重要的是解放了我们的情绪生产力，让我们可以更好地面对未来的生活和工作。

就这一点，我就感觉 AI 技术真的造福了我。

简单列举几个我实际碰到的场景，大家应该就深有感触。

1. 系统迁移过程，需要同步大量的字典项，旧系统提供的只有一个接口返回的json文件。我们通过AI一键生成字典数据初始化sql，全程不到5分钟。
2. 帮客户进行数据分析过程，客户提供的 Excel 有错项、漏项，交给 AI，可以按照你的要求，一条条列举标明。

不会偷懒摸鱼

AI 在执行任务时表现出色，尤其是在遵循指令和规则方面。无论是简单的任务还是复杂的决策，AI 都会按照你的指令一条条的执行。

它不会倦怠、不会有情绪、也不会出现逆反心理，考虑到人与人协同模式下的这些问题，我感觉，即使考虑幻觉问题，人与 AI 协同的效率提升也比预期的高很多。

像研究生导师帮学生看论文，如果学生少还好，多了之后，导师对论文的时间就会被挤压很多，而通过 AI，可以帮导师检查观点、结构、逻辑、语法等各类问题，这对导师和学生来说都是一个很大的促进。

更重要的是，AI 目前还只能算初期阶段，随着时间推移，它会变得越来越聪明，执行效率也会越来越高。

学习东西非常快

我们不探讨对我们自身学习的提升，这种教师角色的场景，大家应该很熟悉了。

这里，主要指借助 AI 模型背后的数据和算力，我们可以随时构建"即时知识补给助手"。

针对我们需要的场景，我们可以通过知识库的投喂，快速搭建一个领域 AI 智能体，让其在我们的业务流程中作为协同者参与进来，完善我们的业务链条、验证我们的各类猜想。尤其是接触新领域工作时，尤其好用。

比如：

我们有一个产品是细胞方向信息化，平时经常碰到一些不太确定的业务问题，之前都是向业务专家请教，但一些小问题，不断打断业务专家工作是得不偿失的。

于是，我们就在业务专家指导下，通过梳理、投喂细胞领域规范、标准，实现了一个细胞领域的智能体，平时一些小问题，我们就直接通过智能体对话获得解答。