三年，AI從我的對話玩具進化為全能工作助理
整理版優先睇
三年來，AI 從對話玩具進化到全能工作助理，關鍵係從指令走到意圖理解，再到全面接管工作流，但人類嘅判斷力反而可能被削弱。
作者由 2022 年底開始用 ChatGPT，最初只係震驚於 AI 能夠流暢對話。但三年後，佢發現大多數人仍然停留喺「對話玩具」嘅使用模式，而佢自己就開始讓 AI 智能體真正「幹活」。作者先後經歷三次進化：由最初用 Kimi、DeepSeek 寫文檔、處理工作，轉變為透過清晰指令同工具串聯去執行任務；然後喺 Claude Code 上體驗到 AI 直接操作終端、自動整理文件，從執行指令進化到理解意圖；最後見到 Codex 能夠全面接管系統，用戶只需一句話就完成開發。
作者擔心 AI 越嚟越強，但人類嘅判斷力反而會消失。佢指出判斷力需要親身踩過足夠多嘅坑，但當 AI 幫人做曬決定，真正嘅專家就會越來越少。呢個係一個悖論：AI 令判斷力成為最後堡壘，同時又剝奪咗訓練判斷力嘅機會。
作者認為 AI 嘅方向唔應該係取代人類思考，而係加速每個人揾到真正嘅自我同智慧。智慧唔係知識堆砌，而係昇華，呢一步只能由人完成。
- AI 已從對話玩具進化到能理解意圖並全面接管工作流，作者親身經歷三次質變。
- 方法：逐步將對話轉為清晰指令，再提升至意圖驅動，最終讓 AI 自動執行複雜任務。
- 差異：從 ChatGPT 純對話，到 Claude Code 直接操作終端，再到 Codex 全面接管系統，能力飛躍。
- 啟發：判斷力係人類最後堡壘，但 AI 普及可能導致真專家減少，形成判斷力悖論。
- 可行動點：唔好畀 AI 代替思考，應該用 AI 加速自己揾到自我同智慧，避免變成機器驅動嘅知識庫。
從對話玩具到意圖理解：AI 嘅三次進化
作者第一次用 ChatGPT 係 2022 年底，當時只覺得震驚——AI 終於可以好似人咁對話。但三年後，佢發現大多數人仲係停留喺呢個模式：對話、搜索、解答問題。作者認為，對話只係皮毛，幹活先係本質。
第一次進化係從對話到指令。作者一開始用 Kimi 寫文檔、DeepSeek 處理工作，但好快發現單一工具唔夠用。於是把對話變成清晰任務描述，透過飛書等工具串聯，處理團隊專屬事務。呢個唔再係閒聊，而係畀 AI 可執行嘅指令。
第二次進化係從指令到意圖。真正突破發生喺文件管理：作者啲文件好亂，用 Claude Code 直接操作終端，按要求分門別類，仲寫咗定期歸檔腳本。關鍵係：作者冇鬱手，只係講咗「整理好」，AI 就自己理解咗完整含義——呢個已經從執行指令變成理解意圖。
同樣邏輯用喺投資：作者養咗個智能體，每日收集關注股票嘅資訊，結合政策、公司動態、新聞，輔助佢嘅投資原則（行業風口、創辦人、企業文化、經營策略等），為股票評分、模擬交易、按月回測。學術方面，作者而家有能查論文、做實驗、畫架構圖嘅 AI 助手。
第三次進化係從意圖到接管。OpenAI 嘅 Codex 已經實現對 macOS 系統嘅全面接管，你同意就接管，然後輸入一句話，佢就幫你開發複雜嘅遊戲或 app。安裝工具、搜索素材、整合創造，全程無需幹預。呢個比之前嘅VibeCoding更進一步——VibeCoding 仲要你識少少編程，Codex 時代你咩都唔使識，只管講，然後等結果。
判斷力悖論：當專家越來越少
AI 做得越多，作者嘅擔憂越大。佢成日諗一個問題：自我呢個概念，到底仲能存在幾耐？當連思考都可以被替代，人類仲有咩唔可以被替代？
AI 時代講得最多嘅係「判斷力」係人類最後堡壘。但作者指出呢個係一個悖論：當 AI 令越來越多人依賴同信賴時，專家會越來越少。真懂嘅人越來越少，真敢拍板嘅人越來越少。判斷力，都會被剝奪。因為判斷力嘅前提係你見過足夠多嘅案例、踩過足夠多嘅坑、做過足夠多嘅決策。AI 將呢啲嘢做曬，你只需要點頭，但點頭唔等於判斷。
AI 應該加速，唔係取代
作者認為，思考呢件事唔應該被替代，或者最多隻可以部分替代。AI 嘅方向唔應該係替代我哋，而係加速我哋——加速每個人揾到真正嘅自我，加速我哋揾更偉大嘅智慧，加速每個人獲得幸福嘅智慧，而唔係變成一個機器驅動嘅人類知識庫。
一、資訊爆炸，但大多數人喺度玩緊一個遊戲
二、AI嘅三次進化：從傾偈到意圖到接管
第一次進化：從傾偈到指令
一開始我都係齋叫Kimi寫文件、用DeepSeek處理工作事務。但我好快發現，單一工具解決唔到複雜問題。
所以我開始將傾偈變成指令：用清晰嘅任務描述話畀AI知要做乜，透過飛書或者其他工具串聯起嚟，處理我同團隊嘅專屬事務。
呢個唔再係傾偈，而係向AI下達可執行嘅指令。
第二次進化：從指令到意圖
真正嘅突破發生喺文件管理。我啲文件好多、好雜，我一直揾唔到適合自己嘅分類方法。直到我用Claude Code，佢直接操作我嘅終端機，按照我嘅要求將所有文件分門別類，仲寫咗定期歸檔腳本。
關鍵係：我冇鬱手。我只係講咗「將文件整理好」，佢自己理解咗「整理好」嘅完整意思——呢個已經由執行指令變成理解意圖。
同樣嘅邏輯用喺投資上：我係股民，炒股有啲年頭，都賺過錢。但我知，好大機會係運氣。
所以我想總結：點解當年嘅比亞迪、億緯鋰能可以捉到？點解而家嘅光迅科技可以踩中？佢嘅價值唔在於賺錢，我希望佢可以幫我睇清自己嘅運氣到底從邊度嚟。
於是我養咗個智能體。佢每日收集我關注嘅股票資訊，結合政策、公司動態、新聞，再輔助我嘅投資原則（行業風口、創辦人、企業文化、經營策略等），為股票評分、模擬交易、按月回測。
學術方面都一樣。而家我有咗可以查論文、做實驗、畫架構圖嘅AI助手。畀佢方向同思路，佢可以出一篇完整嘅論文。感覺佢就係我請嘅一個研究員。
第三次進化：從意圖到接管
就係今日，我見到一則消息：OpenAI嘅Codex已經實現咗對MAC系統嘅全面接管。你同意，佢就接管；然後你輸入一句話，佢就幫你開發複雜嘅遊戲或者APP。
安裝工具、搜尋素材、整合創造，全程唔使你幹預。
呢個比以前嘅氛圍編程（VibeCoding）更進一步。VibeCoding仲需要你識少少編程、會操作IDE；Codex時代，你乜都唔使識。淨係講，然後等結果。
AI已經由理解你嘅意圖，進化到完全接管你嘅工作流程。
三、我嘅擔憂：判斷力嘅悖論
四、AI應該加速啲乜？
一、信息爆炸，但大多數人在玩一個遊戲
二、AI的三次進化：從對話到意圖到接管
第一次進化：從對話到指令
一開始我也只是讓Kimi寫文檔、用DeepSeek處理工作事務。但我很快發現，單一工具解決不了複雜問題。
所以我開始把對話變成指令：用清晰的任務描述告訴AI要做什麼，通過飛書或其他工具串聯起來，處理我和團隊的專屬事務。
這不再是閒聊，而是給AI下達可執行的指令。
第二次進化：從指令到意圖
真正的突破發生在文件管理。我的文件很多、很雜，我一直沒找到適合自己的分類方式。直到我用Claude Code，它直接操作我的終端，按照我的要求給所有文件分門別類，還寫了定期歸檔腳本。
關鍵是：我沒動手。我只說了"把文件整理好"，它自己理解了"整理好"的完整含義——這已經從執行指令變成了理解意圖。
同樣的邏輯用在投資上：我是股民，炒股有些年頭，也賺到過錢。但我知道，大概率是運氣。
所以我想總結：為什麼當年的比亞迪、億緯鋰能能抓住？為什麼現在的光迅科技能踩中？它的價值不在於賺錢，我希望它能幫我看清自己的運氣到底從哪來。
於是我養了個智能體。它每天收集我關注的股票信息，結合政策、公司動態、新聞，再輔助我的投資原則（行業風口、創始人、企業文化、經營策略等），為股票評分、模擬交易、按月回測。
學術方面也是一樣。現在我有了能查論文、做實驗、畫架構圖的AI助手。給它方向和思路，它能給出一篇完整的論文。感覺它就是我收下的一名研究員。
第三次進化：從意圖到接管
就在今天，我看到一則消息：OpenAI的Codex已經實現了對MAC系統的全面接管。你同意，它就接管；然後你輸入一句話，它就幫你開發複雜的遊戲或APP。
安裝工具、搜索素材、整合創造，全程無需你的干預。
這比之前的氛圍編程（VibeCoding）更進一步。VibeCoding還需要你懂一點編程、會操作IDE；Codex時代，你什麼都不用懂。只管說，然後等結果。
AI已經從理解你的意圖，進化到完全接管你的工作流。
三、我的擔憂：判斷力的悖論