How to Get the Most from AI This Summer

今天这期 AI Daily Brief，我们来聊聊你的 AI 夏日冒险。

AI Daily Brief 是一档每天更新的播客和视频，聊的是 AI 领域最重要的新闻和讨论。

好啦朋友们，在我们开始之前，先快速说几个通知。

好，今天是周末，而且还是个夏天的周末。

所以我们今天要来点行动导向的内容。

这周这期“大事件加长文”节目，我们其实要做两件事。

而且这两件事都非常偏重实用。

第一件事是，Ethan Mollick 教授发布了他那篇博客文章的最新版，这类文章他之前已经写过很多次，核心就是针对不同任务推荐他觉得合适的工具。

他把这篇文章叫做：一份带有明确个人观点的“做事该用哪种 AI”的指南。

所以我们会把他的所有推荐都过一遍，看看这些建议会不会影响你想怎么去做实验、怎么调整自己的工作流。

不过我们先回到 Ethan 这边。

他在这份新的主观指南里提到的第一件事是，和他上次写这个相比，很多东西都已经变了。

事实上，他写道：现在所谓“用 AI 来做事”，涵盖的事情比以前多得多。直到最近，用 AI 还基本意味着通过 chatbot 跟一个模型来回对话。

而现在，它意味着使用 agentic system，也就是 AI 能把 AI 模型的“大脑”和一套能替你规划和执行的工具结合起来，一次性完成相当于真人好几个小时工作的系统。

基本上，agentic system 就是给 AI 一台可以用的电脑。

所以一上来，他就把自己的建议分成了这两大类。

他实际上是在说，如果你只是想要一个低风险的答案，比如让 chatbot 给你个菜谱，或者帮你写封信之类的，那你用的几乎任何模型——包括免费的模型——都已经够用了。

但反过来，只要是那种你真的很在意答案质量的事情，你就会想用 Claude 或 GPT-4o 这样的顶级模型，并把 thinking level 设到一个相对比较高的水平。

至于真正高强度的工作，Ethan 认为现在实际上只有两个选择，就是 ChatGPT 或 Claude。

这里值得一提的是，这基本意味着 Gemini 至少在现阶段已经正式掉出排行榜了。我觉得这对大多数人来说可能不算意外，但放在当下这个格局里，还是很能说明问题。

接下来 Ethan 的下一部分叫做“给你的 AI 一台电脑”。

虽然他没有用 harness 这个词，但他实际上说的就是你要搭建哪些系统，包括控制、权限等等，

这些东西会决定、也会塑造模型到底能做什么。

比如他说，我把这些系统接到了我的 email、Google Drive 里一部分非私密的内容，还有很多其他应用上，但你得自己决定你对什么程度会觉得舒服。

而且很明显，Ethan 想给你的那个推动，就是让你真的去用这类 connector。

他写道，一旦你把这些都设置好了，你就能做出相当强大的事情。

比如，我对这两个系统都说：连接到我的 Gmail，帮我为二十一号星期一要讲的 MBA 研讨课做准备，包括做一些 presentation 和 demo 供我参考找灵感。

把这个主题下所有还没回复的消息也都处理掉。

两个系统都开始干活了。

它们连接到了我的 email，也弄清楚了任务内容，甚至还正确判断出下一个“二十一号星期一”是在九月，不是在八月。

在那之后，它们就直接开始干活了，这就是 agent 会做的事。

它们会上网做研究，决定要做一个什么样的演示 demo，还会琢磨如果是我，该怎么回复那个给我发邮件的同事，等等。

大概十分钟之后，它们两个都交回了答案，做出了一整套教学材料，还给那位同事写好了一封邮件。

这真的很厉害，这些事本来可能要人类花上几个小时才能做完。

但他说，Claude 只是准备了一个草稿，而 ChatGPT 实际上真的把邮件发给了我的同事。

这是怎么回事呢？嗯，其实是我的错。

因为我之前已经给过 ChatGPT 权限，让它可以代表我发邮件，而我对 Claude 的设置是要先问过我。

所以他说，这是他学到的第一批重要经验之一：当你把这些系统用在真实工作里时，权限这件事非常重要。

这两家公司都让你自己决定，AI 在采取行动之前是不是必须先跟你确认，比如发邮件、买东西，或者修改文件。在你真正信任这个系统、也了解它会犯什么错之前，最好把所有设置都保留在先请求批准，这也是默认选项。

随着你越来越熟悉，Ethan 建议，你可以逐步扩大这些 AI 对你电脑的访问范围，这样它们也就能帮你完成更复杂的工作。

Ethan 的原话是，这些应用可能最有意思的一个技巧，就是它们真的可以像你一样直接使用你的电脑。

如果你在 Claude 或 Codex 里打开 computer use 这个选项，AI 真的就可以直接接管你的鼠标、浏览器和电脑。

对，这确实有安全方面的担忧，所以你得谨慎操作，不过它带来的结果也可能非常惊人。

我通过 Codex 里的 Sora，让 ChatGPT 5 去下载一个 3D 建模程序，然后用它做一个非常具体的设计。

下载 Blender，然后做一只在飞机上用笔记本电脑的水獭。

接着他还分享了一段视频，里面 AI 就真的在做这件事。

他说，如果把这些能力放在一起看，你会发现，AI 几乎能做任何一个能接触到你电脑的人能做的事，而且有时候做得还更好。也就是说，我自己根本不知道 Blender 是怎么用的，当然有时候它也会做得更差。

当然啦，我还是更愿意自己做 slides、自己写邮件，谢谢，不过 AI 一直在变强，所以它的能力也在不断提升。

现在，很明显是在回应一些他到现在还经常听到的抱怨。在他举的一个例子里，他指出，有些人可能是基于 AI 之前几代版本，形成了错误的预设。

Ethan 说，我有一本新书会在十月出版。

这本书已经经过了好几轮专业编辑和校对，不过我还是把完整的 PDF 交给了通过 Codex 使用的 GPT-5，让它从头到尾再检查一遍。

这个 AI 工作了三十分钟，核查了 一百九十五 条参考文献，还给了我好几页笔记，这些工作本来要一个研究团队花很多个小时才能完成。

AI 进步有多大，有一个迹象特别明显：它给我的每一条备注都准确无误，没有幻觉出来的页码，没有编造的文本，也没有任何我能看出来的错误。

事实上，我遇到的还是相反的问题。

这个 AI 实在是太吹毛求疵了。

好在，我还是用了人类自己的判断力，把这类挑剔意见给否掉了。这也很符合一个主题：和这些系统一起工作，更像是在管理，而不是在聊天。

你几乎可以把这些 AI agents 想成一个你可以委派工作的团队。

最后，Ethan 还是又讲回到了 Google。

他写道，Google 不久前在 benchmarks 上还处于领先，但现在在真正重要的地方已经落后了。

它既没有领先的 frontier model，也没有任何接近 Codex 和 Claude Code 的东西。

所以这就是为什么我现在不建议你把 Gemini 当成主要系统，不过这个情况也可能很快就会变。

不过他说，这也不代表 Google 就没有东西可补充。

他提到 Gemini Notebook，也就是以前叫 NotebookLM 的那个，还有他们一些更偏丰富媒体的模型，比如能处理视频的 Gemini Omni。

整体来说，这套说法其实挺简单的。

说真的，完全不是在阴阳 Ethan，但你坐在这儿可能会想，等等，就这些吗？

但你得记住，Ethan 面向的是更广泛的受众，而且确实很可能是比每天听 AI 播客的这些人，AI 使用成熟度低得多的一群人。

而我觉得这篇东西有意思的地方，尤其是跟这个思路之前的版本相比，不是他再按一个个 use case、一个个要点去讲，也不是去指出他喜欢哪个模型；Ethan 在这里真正做的，其实是把两种完全不同的交互模式，清清楚楚地划出了一条界线。

一边是老式的、基于聊天的交互方式，这种基本上用什么都行；另一边则是这种全新的管理 agents 的模式。

在我看来很明显，Ethan 是想把这种“管理 agents”的交互模式，讲得让那些一看到 harness 这种词就会直接听懵的人，也觉得容易接近、容易上手。

但这确实是工作方式上的一个大转变。

你可以按等级或者按主题来筛选它们，主题包括像 tools、agents 和 automation，building and creating，或者搭建 knowledge 和 context 这类。

你还可以给自己的 passport 盖章。

这个 passport 可以只自己用，或者你也可以把它设成公开，分享你做过的所有很酷的事情。

你拿到的章越多，你的 street cred 也就越高。

一个章，我们叫你 day tripper；三个章，你就会变成 certified AI explorer。

拿到六个章，你就是 trailblazer；拿到十个章，你就是 globetrotter。

这是不是把 millennial 式尴尬拉满了？

是。那我在乎吗？一点都不。

我在 enterprise AI 里一直反复看到的一件事，就是公司在每个 cloud、每个 model、每个 framework 之间来回对冲，或者花钱找 GSI 做一个永远做不完的 pilot。

而那些真正把东西 ship 出去的团队，他们已经选定了一条路，然后动作非常快。

我对 AI Adventure 很兴奋，其中一个原因是，就像你在 Claude campaign agent OS 那边看到的，我们当时做的很多东西都非常进阶。

但到了 AIDB New Year 这边，很多内容其实就非常容易上手。

它本来就是给那些在 AI 这件事上还刚刚站稳脚跟的人准备的。

比如有一个 quick trip 项目，我们叫它 Pack Your ID。

这当然是一个 context 项目，它会帮你建立一份关于你自己的资料，你可以把这份资料交给任何一个你正在互动的 AI，这样它就能更了解你的背景，也能给你更好、更加贴合语境的结果。

这些项目或者 labs 的运作方式是，每一个都会附带一套说明，以及一组核心任务，其中也包括你可以直接复制的 prompts。

比如说，这里就有一个复杂 prompt，它要求 AI——引号——“帮我为这个 AI 产品写好并安装一个轻量级的全局身份设定，这样以后新的对话一开始就知道我是谁。”

这个 prompt 里还包括，要根据当前系统来判断，持续生效的个人 context 应该放在哪里。

它会指示 AI 通过采访用户的方式，先起草一份简短说明。

最后，它会要求 AI 产出这样几样东西：第一，一个可以直接粘贴使用的全局 ID 模块，大概一百五十到三百词，写成给未来 AI assistant 的指令；第二，针对这个产品当前 UI 的准确安装步骤；第三，一个我应该在新对话里提出的测试问题，用来验证它是不是已经加载成功了——也就是说，一个只有我的 ID 才能回答得好的问题。

接下来，对每个 lab 或 project，我们还会再提供一些额外的层级，也就是 project extensions。

这里的话，就是第二个模块：怎么对我提出反对，什么时候该质疑，什么时候该问澄清问题，什么时候该拒绝一个模糊的请求。

最后，我们还会给你一个 stretch goal。

说到 Pack Your ID，其实这个 context project 还有一个更高级的版本，叫 Personal Brain，也就是一小组文件，用来教任何 AI 你是谁、你在做什么，以及你喜欢别人怎么做事。

这基本上就是一种 context pack，类型上和我在 contextportfolio.ai 那个 portfolio builder 里分享过的一样，只不过这里是把它整理成一个个人学习实验。

如果说这些 quick trips 是让你从你已经在用的 AI 里轻松获得更多价值的方法，那么 excursions 就是一类 project，你会去构建一些真正能在当前 session 结束后还继续存在的东西。

我刚刚说的 Personal Brain 就是一个例子，不过我们也有一些 excursions，是关于去执导一个完整成品的创意作品，也就是说，不只是一次性 prompt 一下，而是真正做出一个完整的、由 AI 生成的创意 project。

还有一个 excursion，是关于用 vibe coding 做点东西出来。

我知道，虽然我们经常聊这些工具，但还是有很多人根本没时间，或者没有那个精力带宽，真的去做出自己的第一个 application。而我真心觉得，这其实是你现在使用 AI 时能获得的最大突破之一，而且它比你几乎能做的任何别的事，都更能把你从“AI 只是一个助手，帮你把现有工作做得更快、更便宜或者更好”这种想法里带出来，

带到一种能解锁全新能力的东西上。

然后，对那些想更有野心一点的人，我们还有我们称之为 expeditions 的内容，它们的目标是彻底改变你和 AI 协作的方式。

现在已经上线的 expeditions 有两个。

第一个叫 Lemonade Stand，它的目标是真正做出一个由 AI 配置团队的 micro-business，并且带有一个真实、可以马上运行的需求测试。

这个不只是给 entrepreneurs 或 solopreneurs 准备的。

就算是那些对自己的日常工作很满意、也确定自己永远不会离职的人，完整走一遍设计一个 micro-business 的过程，也会对你在日常场景里怎么使用 AI 产生非常惊人的学习效果。

这个 expedition 具体分成三个 sprint。

在 Discovery Sprint 里，你会从你过往经历、技能、可调用的资源，以及外部的 idea labs 里提炼出一些不那么平庸的想法，最后得到一个五到八个点子的短名单，以及一个排好序的前三名，并附上 founder fit notes，也就是它们里面哪些看起来最适合你。

第二个 sprint 是做 business plan：从那前三个概念里挑一个，把它规划成一个真实的 micro-business，配上一个 AI org chart，其中包括第一周的任务清单、一页纸计划，以及 AI staff map。

第三个 sprint 是 Validation Sprint，在这里你会学会在过度建设之前先测试需求，包括给软件做一个轻量 demo、设计实验，以及从真人那里拿到真实信号。

再说一次，这些 sprint 里的每一个，都会配一个核心任务或者一组任务，再加上一个可复制的 prompt，你可以直接丢进任何你正在使用的 AI 里。

不过很重要的一点是，尤其是像这种更大型的 excursions，这些可复制的 prompts 可能更多只是帮你起步；实际上，很多 prompt 真正展开后，会变成你和 AI 之间一整套对话和互动。

比如在 idea mining sprint 里，那个可复制 prompt 实际上会把整个过程组织成一系列阶段，其中包括像 AI 对你做一次深度访谈这样的环节，来帮助它判断哪些 business ideas 可能更适合你。

另外，尤其是针对其中一些更复杂的想法，AI adventure platform 也会附带一套资源，告诉你可以去哪里继续深入。

还有一个 expedition，我也特别想推荐给你，我们叫它 The Loop。

你已经听我在这个节目里没完没了地讲 loops 了：你拿一个定义清楚的任务，配上测试构建和 agent 可以重新检查的 diffs。但把它用到非技术工作里，在很多方面都更难，或者至少说，没有把它用在 software engineering 上那么直观。

The Loop 这个 expedition 的目标，就是带你一步步做出一个真正的 agentic loop，而且是在一个对你有用的工作领域里。

在这个项目甚至还没进入 prompts 和具体步骤之前，就已经有一整套背景学习内容，来帮助你更熟悉这些概念。

其中一些部分包括：什么是 loop、什么不算是 loop，成本、models、loops 会怎么失败，以及怎么在 Claude Code、Cursor 和 Codex 这些主要工具里启动一个 loop。

我们还会在 AIDB Operator Circle 里专门为参加 summer adventure 的人建一个新的子社区，我也会把进入那个社区的链接放到 show notes 里。

最后收尾的时候我想说，贯穿整个二零二四年、尤其特别重要的一个概念，就是这种 capability overhang——也就是 AI 能做到的事情，和我们实际上拿它去做的事情之间的差距。

现在我想说的是，这个世界上几乎没有谁，不是在面对某种自己能力跟不上的落差。

哪怕是实验室里的研究人员，哪怕是那些全部工作就是关注 AI 里在发生什么、然后把所有新东西都试一遍的内容创作者，也一样。

我们想做的事情实在太多了，时间根本不够，而 AI 的能力还在一路飞快往前冲。

这个 summer adventure 的目标，就是帮你用一些有趣的方式，缩小你自己的能力差距——不管这其中哪一部分对你来说最重要——而且是真的能在这个过程中玩得开心。

跟这种项目一贯的情况一样，这个 summer adventure 是完全免费的。

好，那今天这期就先到这里。也一如既往地感谢你收听或者收看，我们下次见，peace！