最近，我一直在尝试各种 AI。

ChatGPT、Claude、DeepSeek、千问、Gemini、豆包、MiniMax……几乎每一个我都认真用过。

很多人问我：“哪个最好？”

以前，我也会去比较模型能力、排行榜、跑分、上下文长度。但最近，我越来越觉得，这个问题本身就问错了。

真正重要的不是谁最强，而是谁更符合你的思维方式。

我为什么特别喜欢 Claude？

一开始，我只是觉得 Claude 用起来很舒服。

后来我终于发现，真正吸引我的，不是它的文风，而是它背后的思维方式。

Claude 很少只是告诉你一个答案。

它更喜欢做另一件事：

把一次经验，提炼成一条规则。

它经常会输出这样的内容：

第一条原则…… 第二条原则…… 第三条原则……

或者：

Always… Never… Hard Rules…

它始终在思考：

“怎样让同类问题以后不再发生？”

这一点，和我最近的思考完全一致。

我真正追求的，不是答案，而是规律。

“系统"比"答案"更重要

回头看看最近几个月，我发现自己做的几乎都是同一件事情。

  • Hermes 出问题，我不是满足于修好，而是希望写成 Skill，让机器人以后自动避坑。
  • GitHub Pages 发布失败，我不是停留在调试，而是建立发布规范。
  • 连接池爆满，我不是记录解决方案，而是总结诊断流程。
  • 甚至连研究《易经》，我关注的也不是某一卦吉凶，而是：有没有一套可以重复验证的判断规律？

后来我突然意识到，我一直追求的，其实不是知识，而是系统。

不是答案，而是规则。

不是经验，而是可以复制的经验。

《易经》给我的启发

最近占得一卦：屯之节。

和 AI 聊完以后，我忽然发现，这一卦和我现在的状态非常契合。

屯，是开始，是混乱，是不断试错。

节，是约束，是边界，是把混乱收束成秩序。

以前，我一直觉得成长就是不断增加能力。

后来我发现，成长还有另一半。

不是继续增加，而是学会收束。

不是知道更多，而是筛掉更多。

不是拥有更多工具，而是建立更好的规则。

真正成熟的人，不一定拥有最多的信息。

但一定拥有最稳定的判断系统。

一个让我豁然开朗的观点

聊天过程中，有一句话让我印象特别深：

真正优秀的系统，不是因为它不会犯错，而是因为它每犯一次错，就永久减少一类错误。

我觉得，这几乎可以成为我以后所有项目的设计原则。

  • Bug 不应该只是修复。
  • Bug 应该变成规则。
  • 规则应该进入知识库。
  • 知识库应该进入工作流。
  • 工作流最终应该让整个系统越来越成熟。

如果今天犯过的错误，明天还能再犯一次，那么这个错误其实没有真正解决。

我终于知道自己在做什么了

以前，我一直以为自己是在研究 AI。

现在我发现，不是。

我真正研究的是：如何让 AI 持续成长。

我关心的，不是哪一个模型更聪明。

而是：怎样建立一套机制，让任何模型进入以后，都能越来越聪明。

这也是为什么我越来越关注：

  • Skill
  • Workflow
  • SOP
  • Checklist
  • Knowledge Base
  • Rules

这些东西看起来很枯燥。

但它们决定了一家公司能不能持续成长。

同样，也决定了一个 AI 系统能不能持续成长。

不要寻找最强的 AI，而要打造最强的系统

今天，我终于想明白了一件事。

模型会不断变化。

今天是 Claude。

明天可能出现更强的模型。

再过几年，也许整个 AI 行业都会发生新的变化。

但是，如果我的系统已经建立起来，那么底层模型是谁，其实没有那么重要。

我真正应该建设的，不是一个依赖某个模型的工作流。

而是一套任何模型都可以加入、都能够发挥作用、都能够不断积累经验的系统。

最后，我想把今天最大的收获送给未来的自己：

不要把 AI 当成工具去使用，而要把 AI 当成员工去培养；不要只培养员工，更要建设一套让任何员工都能发挥作用的制度。

因为真正的竞争优势，从来不是拥有最强的 AI。

而是拥有一套能够让普通 AI 持续变强的系统。

而我，也终于知道自己真正想做的事情了。