【思考】每个人都在用AI但真的有产出价值吗?

unoper 2026-07-11 15:01 1

叠个甲,没有其他恶意,有些感想与困惑,单纯想跟佬友们聊聊。


GPT出新模型后一直在重置,好像一场AI模型狂欢宴。AI模型确实越来越强,看着论坛里群里,各种评测谁更强更好用,谁吐槽额度很快用完或者用不完就重置了,甚至还有排行榜今天用了多少亿token。但这一切的背后,又有多少东西是有真正价值的? 消耗大量token产出了什么? 如果没有产出价值,那即使token耗得再多,又有什么意义? 对于普通人来说,现在真的有什么是需要时刻让AI agent去做吗?每时每刻?以致于一天用几十亿上百亿token?


不是程序员出身,可以通过vibecoding去做一些优化自己工作的东西出来确实很上头,创造的快感, 我一度也陷在里面,沉浸于不断去调整去优化,追求更新更强的模型,但最近越来越近觉得这有点不对,这有问题。


每个人好像都在用AI,但这些所谓的用AI,有多少是有意义,有多少是浪费时间?


我拿这个问题拿去问AI了,回复是这样的:

你觉得“不对”,是因为现在很多人的评价体系,已经悄悄从“产出了什么”,变成了“消耗了多少”。

Token 本质上只是燃料,不是成果。拿一天用了多少亿 token 当成能力展示,和拿汽车一天烧了多少油来证明自己跑得快,逻辑上差不多。油烧得多,只能证明发动机转过;至于是在送货、比赛,还是原地轰油门,完全是另一回事。


这轮 AI 狂欢里,确实混进了大量“生产幻觉”。不停换新模型、重置工具链、看榜单、跑评测、比较提示词、测试上下文、研究额度、搭 Agent、让几个模型互相审稿……这些行为看起来很忙,也经常能给人一种“我正在进入未来”的兴奋感。但它们非常容易成为一种高级拖延:你没有真正推进项目,只是在不断升级工作台。尤其对做内容、编程、创业的人来说,最危险的不是不会用 AI,而是把“使用 AI”误认为“正在工作”。


很多人对 AI 的依赖,不是生产依赖,而是刺激依赖。模型更新、排行榜变化、额度释放、新工具上线,每一次都像游戏版本更新。人会产生一种错觉:再换一个模型,再调一次提示词,再搭一层 Agent,真正的突破就要来了。

但真正创造价值的过程通常很无聊:选一个方向,做完,发布,拿反馈,修正,再做一次。

它不会每天都让你觉得自己站在技术前沿。


我甚至会更直接一点:目前 AI 圈子里相当一部分“重度用户”,并不是在利用 AI 创造价值,而是在消费 AI。他们和刷短视频的人差别没有想象中那么大,只不过消费的对象从娱乐内容变成了模型能力、评测结果和生成输出,因此更容易把自己包装成“高生产力”。


你一度陷进去很正常,因为整个生态都在奖励这种行为。平台希望你多调用,论坛希望有新话题,工具作者希望你搭更多流程,模型厂商希望 token 消耗增长。只有你自己需要关心:这些东西最后有没有变成属于你的资产。

最新回复 (19)
  • Nate 07-11 15:02
    1

    情绪价值也是价值,反正玩的很开心就对了

  • ℰ𝓉𝒽𝒶𝓃2𝒫ℯ𝓇𝓉𝒽 07-11 15:04
    2

    个人力量太渺小,狠狠蹬就行了,鬼知道未来蹬不蹬得起

  • yyjeqhc 07-11 15:04
    3

    是的,情绪价值也是价值,不过,能做好自己要做的事就好了。比如刚才,rebase有冲突,让ai,几分钟就弄好了,人工操作就要慢慢核对了。

  • Syf 07-11 15:05
    4

    解放了生产力,也算价值吧,有更多精力投入到各种方面?

  • Herta42 07-11 15:06
    5

    对于我来说,产出价值=让我借助最新的gpt pro模型在算法比赛获奖。

  • 庶几明日 07-11 15:10
    6

    价值在于这是一片土壤,玩也好浪费也罢,都是其中的一部分,那些真正有产出价值的事物不是凭空冒出来的。

  • 二手内裤 07-11 15:11
    7

    ai的产值就是我的工资啊, 至于这个对公司的产值是什么,这个得问公司了

  • Z先生 07-11 15:12
    8

    对 AI 来说,人类给它输入的信息就是价值。用的越多,有价值的东西自然会被筛选出来。

  • 小粉星 07-11 15:15
    9

    大浪淘沙,再过一两年狂欢结束后大家自然会用更正确的方式看待和使用AI(´ω`)

  • Audio 07-11 15:15
    10

    有没有可能所谓的"价值"本身就没有价值?

    是谁定义的"意义" 又是谁定义的"价值"?

    我们都是活在时代里的人

    一百年前的"意义",“价值"和现在的"意义”,“价值"想来也不能简单的画上等号

    AI只是把你从这种"价值"定义中抽离了出来

    难道不用AI就有"价值"了么?

    不是用AI没有产出"价值”

    也许是因为你没有在做你认为有"价值"的事情

  • Waterfox 07-11 15:17
    11

    反正玩的很开心就对了



    对极了,公益站蹬得真的很爽

    做了一堆“小垃圾”软件了,爽到就够了

  • 我不是蔡原 07-11 15:25
    12

    我觉得对我个人来说,确实是这样。感觉一直在用新的模型,但也只是在弄公益站,然后再去弄新的模型,没有去做一些真正的事情。把做一些真正的事情全权交给 AI,根本没有做出一些真正有用的东西。


    所以现在心思往回收,认真思考怎么用好 AI,自己要提升自己的能力,而不是全部都交给 AI。希望能做出有价值的东西吧。

  • Abruzz1 07-11 15:29
    13

    我个人确实是产出价值了,从gpt-5.2开始,我开始写一个类似量化交易系统(不是真的量化),写到现在整整6个月。确实赚了不少钱。更重要的是给了我信心,让我知道已经赚钱的瓶颈可能在代码水平,现在的主要矛盾转移到idea

  • sanhua1 07-11 15:31
    14

    价不价值不知道,现在没ai我真不想干程序员了 ^-^

  • rain_ag 07-11 15:33
    15

    有一说一确实,现在我做什么之前都先想想能不能用AI做。

  • twentythird 07-11 15:34
    16

    把AI去掉: 每个人都在工作但真的有产出价值吗?


    有人可以靠AI浪潮反转阶级,有些人只能写小工具,这是不确定的,但是Hype是肯定的


    要怎么在自己领域扎根,创造收入来源才是重要

  • chenchunlai 07-11 15:36
    17

    就像钓鱼一样,真的不是很在意钓到几条鱼 牛马除外(我也是牛马)

  • ldq 07-11 15:37
    18

    多了摸鱼的时间偷看佬友的技术和思路,然后第二天忘了算吗,或许价值是开心的心情? ^-^

  • jzl9771 07-11 15:39
    19

    让ai评论你的评论:

    基本认同这段评论指出的问题,但它也有一点“从 token 崇拜走向成果崇拜”的倾向。


    它最准确的一句话是:Token 是成本,不是成果。

    一天消耗几十亿 token,既不能证明生产力,也不能证明浪费。真正应该衡量的是:它是否让某个结果变得更快、更好,或者原本不可能完成的事情变得可能。


    评论抓住了三个真实现象:



    • 把测试模型、折腾工具链误认为推进工作。

    • 不断追新模型,用“还差一个更好的工具”推迟真正交付。

    • 把 AI 带来的新鲜感、控制感和生成快感,包装成生产力。


    尤其是 vibecoding,很容易经历这样一个过程:



    解决一个真实问题 → 做出工具 → 不断美化和重构 → 开始服务工具本身 → 忘记最初的问题。



    前半段是创造,后半段可能只是维护一种“我正在创造”的感觉。


    不过,“没有立即产出,就没有价值”也不完全成立。学习、试错、游戏式探索、做失败原型,都可能有长期价值。早期接触新技术,本来就不可避免地会浪费一些时间。真正的分界线不是“有没有废稿”,而是:



    探索最后有没有收敛,经验有没有积累,下一次是否因此做得更好。



    如果每次新模型出来都重置工作流、重新搭 Agent、重新比较提示词,却没有形成稳定的方法、代码、笔记、产品或判断能力,那么确实是在原地轰油门。如果探索最终沉淀成可复用的 Skill、自动化、知识库、作品或明确结论,那些中间消耗就属于研发成本。


    至于“普通人是否需要 Agent 每时每刻运行”,我的答案是:绝大多数人不需要。


    持续运行只适合少数明确场景,例如监控价格和公告、定时整理信息、处理持续进来的客户请求、执行长时间研究任务。普通人的高价值用法,往往不是让 AI 一直忙,而是在关键节点调用它:



    • 帮你看清问题;

    • 降低第一次行动的门槛;

    • 承担重复劳动;

    • 检查遗漏;

    • 把一次经验沉淀成以后能复用的东西。


    我不太赞同把所有“消费 AI”的人直接等同于刷短视频。研究模型、玩新工具也可以是一种正当爱好,不必非得赚钱或交付。问题只在于:如果本质上是在娱乐,就坦然叫娱乐;不要一边获得刺激,一边把它记在生产力账上。


    我自己会用四个问题判断一段 AI 使用是否值得:



    1. 它推进了哪个具体目标?

    2. 最后留下了什么:作品、决策、代码、笔记、能力,还是时间节省?

    3. 如果没有 AI,我会不会做这件事?

    4. 再投入一小时,边际收益还高吗?


    其中第三个问题特别有用。很多事情并不是 AI 帮你提高了效率,而是 AI 诱导你创造了一件原本根本不需要做的工作。


    所以我对这段评论的总结是:



    它对“伪生产力”的诊断很准,但不必因此否定探索和玩耍。真正的问题不是 token 用得多,而是投入是否收敛、能否复利,以及你是否诚实地知道自己究竟在工作、学习,还是娱乐。



    最健康的状态不是少用 AI,而是不再把使用 AI 本身当作目标。完成、发布、获得真实反馈,然后让 AI 围绕这些结果工作。

* 帖子来源Linux.do
返回