AI 工具迭代得太快，快到「选哪个」本身成了一种消耗。这篇不是评测，只是一份花了钱之后的体感总结。

先说结论

真正留下来的只有三个：一个写代码的，一个查资料的，一个做长任务的。其余的不是不好，而是我并没有那么多需要它的场景。

写代码：值回票价

它最大的价值不是「帮我写」，而是帮我看懂别人的代码。陌生仓库、遗留系统、只有 commit message 的历史——这些时刻，一个能快速解释上下文的东西，比补全代码重要得多。

我的使用方式很土：

  1. 先把目标拆成可验证的小步
  2. 让它给出方案，我挑一个
  3. 让它解释每一处改动的理由
  4. 自己跑测试

第四步不能省。工具越强，越容易跳过「真的理解」这一步。

查资料：不要只看摘要

搜索型 AI 最容易骗人的地方，是它的语气。一个错误的答案和一个正确的答案，读起来一样自信。

所以我现在养成了一个习惯：任何要写进代码或者文章的结论，都去找一手来源。博客、发布会、KOL 的转述，都只是二手信息。

长任务：还在观察

让 AI 自己跑几个小时的活儿，听起来很美好。实际上，任务越长，中途的判断点越多，越需要人盯着。它更像一个不会累的实习生，而不是一个可以完全放手的同事。

最后

算下来，这两百美元买的其实不是「更快的产出」，而是更多次尝试的机会——试错的成本低了，我敢去碰以前会直接放弃的东西。

这大概才是它真正的价格。