这篇文章不是建议所有人都去用 AI，也不是想制造“现在不用就会被淘汰”的焦虑。你今天不用 AI，生活大概率还是照常继续。用不用 AI 不取决于你需不需要，而取决于你愿不愿意尝试。
我只是发现，许多想接触AI的人，第一步就不知道做什么。ChatGPT、Codex、WorkBuddy、Claude Code、DeepSeek、Agent、API、Token……这些名字看了一圈，还是不知道应该下载哪个软件、怎么付费更合适，打开以后又该说什么。
所以这篇文章写给这些人。我不准备把 AI 的所有知识讲一遍，只按我现在实际使用的顺序，给一条尽量少走弯路的路线：选一个 Agent，弄懂付费和额度，建立自己的工作区，再把真实文件交给它。
像我这样不懂代码的人，也能用 AI 建网站、做软件，把日常的灵感变成 App 或小程序发给亲友试试。至于人机恋，也确实有人在尝试。
一、根据自己的网络和任务，先选一个 Agent
选择以前，先把模型、Harness 和 Agent 这三个词分清楚。它们经常被放在一起说，却不是同一种东西。
模型可以理解成大脑。GPT-5.6、DeepSeek、GLM、Qwen，这些是不同的模型。它们负责理解问题、生成文字、分析图片、写代码和作出判断。
Harness 这个词不太容易直译，大家也不需要深究，可以把它理解成模型的工作台。单有一个模型它只能聊天、回答问题。放到这个工作台里，给它赋予网络搜索、编辑文件、编辑代码、调用工具、控制电脑等能力，才逐渐变成我们现在说的 Agent。
模型和 Agent 也不是绑定的。一个工作台可以接入多个模型，同一个模型也可能出现在不同工作台里。有人问“DeepSeek 和 WorkBuddy 哪个更好”，其实就是把两个概念混淆了：DeepSeek 通常指模型，WorkBuddy 是让模型实际做事的工作台。
如果能够稳定使用海外产品，只想聊天、查资料，我推荐 ChatGPT。需要让 AI 读取电脑里的文件、持续处理一个项目时，可以用 ChatGPT 桌面端里的 Codex。它不只适合程序员，文章、研究、表格、网页和长期项目同样可以放进去。
如果主要使用国内网络，在我目前了解的国内 Agent 里，我更愿意推荐 WorkBuddy。腾讯把它定位为全场景 AI 办公工作台，能处理文档、表格、PPT、数据分析和本地文件，也支持多专家、多模型协同。普通人第一次接触 Agent，用它会比较容易上手。
二、订阅以前，先弄懂 Token、额度和重置
新手稍微深入一点，很快就会看到一串词：Token、周额度、积分、重置。这些都直接关系到你花多少钱。
Token 是什么
Token 可以先理解成使用 AI 时消耗的流量。你交给它的文字和材料、它生成的回答，以及 Agent 读取文件、搜索和反复修改，都会消耗 Token。用量越多，扣掉的额度或者产生的费用也越多。
多模态是什么
现在常用的大部分通用模型既可以处理文字，也能理解图片、音频或视频，这类模型通常被称为多模态模型。你可以把截图、照片、录音或者视频交给它，让它根据里面的内容继续处理。
也有一些模型只能处理文字。DeepSeek 当前公开的 V4 Pro 和 V4 Flash API 仍然只接收文字输入，可以作为纯文字模型的例子。这一点可以在 DeepSeek 官方配置文档中看到。
周额度、积分和重置
继续拿手机流量套餐打比方，周额度就是这一周套餐里能用多少。用完以后要等下一次重置，没用完的部分通常也不会累计到下一周。
有些平台不直接显示 Token，而是把不同模型和任务的消耗换算成积分，相当于换了一种方式显示剩余流量。不过有些产品订阅后还有一部分积分需要每天领取，当天没有使用就会过期。
重置就是套餐重新补充额度的时间，页面一般会直接显示还要几天或者几点恢复。
订阅和 API
订阅相当于按月购买流量套餐，先付固定的月费。API 则是不办套餐，直接按照消耗的 Token 付费。如果每天频繁使用，或者让 Agent 长时间处理文件和完成任务，API 通常会比订阅贵很多，普通用户刚开始时先选订阅就够了。
使用 API 还需要 API Key，它相当于账号调用模型的密码，不要发给别人，也不要放进公开代码或截图里。万一泄露了，要尽快把原来的 Key 作废，再生成一个新的。
三、模型先选平台推荐的旗舰版本
平台里往往同时放着很多模型，新手很容易又掉进另一轮比较：哪个跑分最高，哪个经济便宜，哪个最近流量正热，推理强度要不要直接拉满。
我的建议很简单，先用平台当前推荐的旗舰模型和默认推理强度。模型有更新就跟着平台的默认推荐走，不需要每天研究各类跑分。等你真的发现某类任务速度太慢、额度消耗太快，或者某个模型在中文、图片、代码上明显不合适，再换。
最强模型也不必处理所有事情。复杂、开放、需要多步判断的任务可以交给能力更强的模型；提取表格字段、修改固定格式、批量整理文件这类目标清楚的工作，用更快、更便宜的模型就够了。更高的推理强度通常会花更多时间和 Token，不会自动让每一件小事都变得更好。
刚开始时少做模型比较，多看结果。你能不能说明哪里不对、让它继续修改，通常比第一轮选中“绝对最强”的模型更重要。
同一项任务开始以后也尽量不要频繁切换模型，因为换了模型就不能指望继续命中原模型的缓存，前面的内容往往还要重新处理。
四、在电脑上建立一个 AI 工作根目录
工具和付费准备好以后，不要急着把所有事情都塞进同一条对话。先在电脑上建立一个专门的工作根目录，例如：XX模型 project
名字不重要，关键是以后交给 Agent 的文件、它生成的结果和项目说明都有固定位置。AI 从聊天工具变成工作环境，往往就是从这个文件夹开始的。
这里也要建立一个最基本的安全习惯。重要的 Excel、照片、合同和工作资料，先复制一份再让 Agent 修改；没有备份以前，不要让它批量重命名、移动或覆盖原文件。涉及公司机密、个人隐私、身份证件、账号和客户数据时，先确认公司的规定和产品的数据政策，不要因为上传方便就把不该离开原系统的内容交出去。
五、在 Agent 里按项目分类
根目录建好以后，再按长期主题建立项目或任务。旅行计划、学习资料、家庭账目、求职材料和工作项目，都应该分开。
不同项目需要的背景不一样。规划旅行时要提供出发时间、预算和同行人的情况，整理工作文件时只需要放进这次任务的材料。所有事情混在一个对话里，旧信息会不断挤进新任务，自己以后也很难找到当时的文件和决定。
一个项目持续的时间比较长，可以在目录里放一份简单的说明文件，写清楚这件事要做什么、目前做到哪里、哪些要求不能改、下一步准备做什么。它不用写成正式文档，能让新任务重新读懂项目就够了。
六、先给背景和真实材料，再给任务
很多 AI 教程从 Prompt 技巧开始，让新手先学“角色、目标、步骤、格式”。我觉得没有必要先把这些背下来。
你只要先回答五件事：
我是谁；
我正在做什么；
现在已经做到哪里；
有哪些限制；
接下来想完成什么。
例如你可以直接说：
我明天要做一次项目复盘，手里有会议纪要、项目进度表和上一版方案。请先读这些材料，把已经完成、延期和还没确认的事项整理出来，再帮我写一份十分钟以内的汇报提纲。数字不要改，不能确定的内容单独标出来。
这已经是一份足够好的 Prompt。身份、目标、材料、限制和下一步都有了，没有任何神秘格式。
工作上也一样。不要只问“怎样分析 Excel”，直接把副本交给它，让它检查数据、找出异常，再生成一份你能核对的分析。不要先让它泛泛讲“怎样写报告”，把现有 Word 和参考材料放进去，让它先看逻辑、重复内容和缺少的依据。要做电商宣传图，就把商品图、尺寸和不能改动的文字一起交给它。
十几个文件也可以交，不过先让它说明读到了什么、准备怎么处理，再开始修改。文件越多越要缩小当前任务，不然 Agent 会在大量无关上下文里消耗时间和额度。
AI 还会出现“幻觉”，也就是把不确定的内容写得像真的一样。碰到重要的数字和结论，自己最好再核对一遍。
七、第一件事可以先从生活开始
许多教程一上来就在讲怎样用 AI 提高工作效率，但人又不是为了工作才活着，工作很多时候只是支撑生活的一部分。
对我来说，AI 最先是一位随时可以找的伙伴。你很难要求一个朋友一天二十四小时都有空、有耐心，还能继续前面聊了一半的话题。AI 在产品安全规则允许的范围内，可以陪你把一个问题反复说下去，也不会因为你问得慢、想得多就不耐烦。
你可以让它陪你梳理未来两年的打算，规划一次旅行，买电脑以前一起比较，学习一个完全陌生的知识，看完一本书以后继续讨论，或者分析一个纠结了很久的选择。无聊的时候聊几句，也是一种用法。
然后才是工作。碰到一份看不懂公式的 Excel，或者临时要整理报告、PPT 和图片，可以把现有材料直接交给 Agent，说明想得到什么结果，再检查它交回来的东西。它做得不对，就指出具体位置继续改。
最后才是 Coding。程序员可以用它提高效率，普通人也第一次有机会自己搭一个个人网站，做出想要的网页、小程序或 App。
网上经常有人嘲笑 Vibe Coding，也就是主要用自然语言让 AI 帮自己做软件，最后做出了一堆没人使用的 App。我觉得没什么。第一次写字的人不会写出《百年孤独》，第一次拿起相机的人拍的照片也不会有人收藏。一个全世界只有自己会用的小工具，一个没有访客的网站，只要让做它的人第一次看见想法怎样变成能打开、能点击、能运行的东西，这个过程就已经有价值。
先完成一件和自己有关的事
选好 Agent、开通订阅并建立工作文件夹以后，就把手头正好要处理的一件事交给它。
用上几次以后，你会更具体地知道 AI 对自己有没有价值。