我认识一个人,他装了 Claude 桌面端,用了几个月。
有天他抱怨 AI “也就那样”,我跟他说,你可以让 AI 直接在你电脑上自己操作。他愣了一下,问:“AI 能直接操作我电脑上的文件?”
那一刻我意识到 —— 他用了几个月,他脑子里 AI 的形状是错的。在他的认知里,AI = 一个聊天框,你打字进去,它打字出来,窗口外面的世界不存在。
这不是个例。我观察身边一圈想用 AI 的人,大多数卡的不是 “AI 难”,是两件没人告诉他们的事:
- 不知道 AI 能伸到聊天框以外 —— 配置层面的认知缺失
- 不知道 AI 真正的强弱 —— 用法层面的认知缺失
第一件事太简单,老手懒得讲;第二件事要用很久才摸得出来,老手讲不清。两件事中间,夹着大多数普通人。
障碍一:AI 能碰到的东西比你以为的多
回到那个用 Claude 桌面端的人。
他不知道 Claude 桌面端可以装一个叫 MCP(Model Context Protocol)的东西。装上 filesystem MCP 之后,Claude 能直接在他电脑上读写文件、改配置、整理文件夹 —— 像一个真的坐在他键盘前的人。
他也不知道 Claude Code 装上对应的 skill 之后,可以读 PDF、可以操作 Obsidian、可以查数据库、可以登他自己的服务器改配置。
这些不是高级用法。这是基础设施。 但没人教,因为:
- 老手觉得 “这还用讲?装个 MCP 是常识”
- 教程作者忙着写 “100 个 prompt 模板”,没人讲 “AI 在你电脑上长什么样”
结果就是:一个人下载了 Claude 桌面端,打字聊了两句,觉得 “这跟 ChatGPT 没什么区别嘛”,然后 AI 这个工具在他眼里就被锁死成了 “高级版搜索引擎”。
他不是不会用 AI,他是不知道 AI 是什么形状。
障碍二:AI 的能力,取决于你给它的输入
这一关更隐蔽 —— 因为你已经会 “用” 了,只是用得很烂,还以为是 AI 不行。
举两个我自己撞过的墙。
故事一:SEO 优化
我让 AI 给一个网站做 SEO 优化。直接丢一句 “帮我优化这个网站的 SEO”,它哗啦啦改了一通,改完看起来也像那么回事。拿专业工具一查 —— 6 分,各种细节出错。
后来换个做法:我自己先做一份 SEO 检查清单(meta 标签、heading 结构、image alt、内链外链、schema markup ……),然后让 AI 按清单逐项检查并修改。同样一个 AI,同样一个网站,结果 9 分,接近满分。
故事二:500 页 PDF
手上一份 500 页的行业报告,想用 AI 帮我抽信息。整本扔进去 —— AI 答得稀烂,token 烧得飞快,关键问题答非所问。
后来我自己先翻了一遍,挑出真正有信息密度的 10 页,用一个 subagent 把这 10 页转成干净的 markdown,再喂给主 AI。结果回答质量飙升 —— 不仅能精准引用,还能交叉对比。
两个故事是同一件事
形状一样:直接丢给 AI → 6 分。先帮它把材料备好 → 9 分。
这件事老手才知道,因为没撞过墙的人想不到 ——
以前你是干活的,AI 是工具。现在 AI 是干活的,你是给它备菜的厨子。
备菜备得好,它做出来的菜好;你把整个冰箱倒进锅里,它给你一锅泔水。
这个站
这两件事 —— AI 的形状,和怎么给 AI 备菜 —— 都没人系统讲。
这个站记录我在备菜上踩的坑。