近日，AI 基架群里有些朋友向我坦言，从 Codex、DeepSeek、WorkBuddy 等一系列工具一路试到现在，最后却得出一个并不那么“振奋人心”的结论：在自己的工作和生活里，真正能找到、也愿意长期使用的大模型应用场景，似乎相当有限，于是悻悻而归，至少是暂时决定放下了。
但我觉得，这个过程本身就是极有价值的收获。
现在谈 AI，最常见的叙事往往是“不敢落后”：新工具一出来，就要抢着注册；别人做了工作流，就要赶紧复刻；学了一点 skill 或自动化，就仿佛必须把生活中的每一件小事都改造成可以展示的 AI 案例。于是，“我暂时找不到需要它的用处”往往被理解成能力不足、学习不够，乃至一种不合时宜的落后。叠加金融市场外溢至股民基民群体的各种口号，更是火上加油。
然而，工具是否有用，本该由具体的人、具体的生活来回答。若一个人认真试过、比较过，最后发现它并没有改善自己的工作，也没给自己的日常带来更多自由、理解、乐趣……那么，放弃并不是失败，而是一次诚实的判断。
比起为了跟上潮流而不断制造伪需求，这种判断反而更接近真正的自主。
正如我建的这个小交流群，当然完全可以做成另一副样子：像某些机构办活动、办“AI 训练营”一样“运营”，设置打卡、作业、展示、评优，再用一点外在奖励和同辈压力，把大家推到学习的轨道上。这样也许更热闹，更容易产生一份漂亮的成果清单；但从长期的个人探索看，我真不愿这么做。
因为，我更希望大家保住更重要的品性，即从真正的、内在的自我出发，去接触世界、判断世界。
自然，有人会在大模型里找到新质生产力，有人会把它当作陪自己思考的助手，有人会发现它似乎暂时与自己的生活无关。这些都再正常不过。探索不是表演给别人看的进步，也不该变成向组织交付的作业；它首先应当回应自己真实的问题。
甚至，这其实不是什么新观点，而是从我对语言学习的看法一路沿袭下来的。
对真正想学一门语言的朋友，我永远建议先去找真实的人（最好是本地人）：与人交谈、相处、争论，进入一种需要彼此理解的关系；退一步说，也可以找可靠的资料安静自学。反面案例则是：我绝不推荐那些主要依靠娱乐化反馈、连续打卡、概念包装来维持参与感，从而维持活跃用户指标的产品；它们把“坚持学习”的姿态表演得比学习本身更重要。
完成几天连续打卡，并不等于真正理解了一句话、认识了一个人、获得了表达自己的能力。
AI 也一样。它固然值得尝试，也十分有用，甚至可能在某些时候改变一个人、一个组织的工作方式；但它不该成为新的身份竞赛，更不该取代人对自身需要的辨认。
所以，如果试过之后决定不用，或暂时不用，也请不必遗憾。知道什么不适合自己，和知道什么适合自己一样，都是向前走。