新的 AI 工具每天都在出现。若只是不断试用和收藏，工具越多，工作反而越容易被切碎。

我现在更关心三个问题：它是否解决一个真实、重复出现的问题；结果能否被人工检查；它能否进入现有流程，而不是额外制造一套维护负担。

先定义问题，再选择工具

工具适合做研究、整理、生成还是校验，需要从任务边界开始判断。一个在演示中惊艳的产品，不一定适合长期交付。

我会优先保留能够与现有文件、GitHub 和内容系统协同的工具，同时记录它在哪些情况下容易出错。

判断的责任仍然在人

AI 可以扩大执行能力，但不能替代对事实、语境和结果质量的责任。真正稳定的工作流，应该让错误更容易被发现，而不是只让生成速度更快。