一个AI开发者，在得到10周年这天遇到了AI写作助手

2026.05.26

一个AI开发者， 在得到10周年这天 遇到了AI写作助手

一个天天造AI的人，第一次让AI介入自己的思考流程。 他发现，AI最有价值的能力不是执行，是提问。

壹

那个晚上

今年的2050大会上，我得知罗老师今天会发布一个新产品。于是5月26日晚上，我专门点进了得到十周年直播。说实话，作为一个AI开发者，我并不太关注知识付费赛道，但"新产品发布"这四个字，总是能勾起我的好奇心——他们发布了一个叫"得到大脑专家版"的东西。

我的第一反应很诚实：又一个LLM套壳吧。

这种判断不是傲慢，是职业病。更准确地说，是我作为AI开发者的职业信念——我一直觉得，AI的价值就是更好地执行人的意图。越听话、越精准、越高效，就越好。这不是对市面产品的评价，是我对自己工作意义的默认设定：我搭Agent、跑模型、优化输出质量，全都是在"执行"这条线上做文章。你给指令，它生成内容，流程单向，角色固定——你是主人，它是执行者。这个逻辑我太熟悉了，熟悉到它已经变成了我的肌肉记忆。

所以我打开"得到大脑专家版"的时候，心态跟打开任何一个新App没什么区别：验证一下，看看它到底套了什么壳，然后关掉。

但事情没按我预期的走。

贰

我以为我懂AI

我需要先交代一下自己的背景。

我是一名AI开发者。不是那种"用过ChatGPT就觉得懂AI"的用户——我是真的在写代码、调模型、做产品的人。OpenClaw的Agent编排我搭过，Hermes我跑过，Prompt Engineering的套路我玩过不止一轮。

这意味着什么？意味着我对AI有一种特殊的"免疫力"。

这种免疫力不是不屑，而是透视。当你亲手搭过一个Agent的决策链路，当你知道所谓的"自主推理"不过是框架按预设流程串了几个API调用，你就很难再被"AI太智能了"这种话打动。你知道它的边界在哪，知道它擅长什么、不擅长什么，知道哪些场景它真的有用，哪些场景它只是在表演有用。

所以我对市面上大多数AI写作工具的判断，基本是一个固定模板：输入框+Agent+输出框，你给指令它给文本，流程单向，角色固定。有些做得精致一点，加了RAG、加了角色设定、加了多轮对话，但底层逻辑没变——AI在执行你的意图，而不是介入你的思考。

这不是贬低。执行意图本身就是AI最擅长的事，大部分场景下这就够了。写邮件、翻译文档、生成代码注释——你清楚自己要什么，AI帮你快速拿到结果，效率提升是实实在在的。

但写作不一样。

写作的核心难题不是"怎么写"，而是"写什么"和"为什么写"。你以为自己有想法，打开文档才发现那个想法是模糊的、碎片的、甚至自相矛盾的。你以为AI能帮你解决这个问题——给它一个主题，让它生成内容——但你很快会发现，AI输出的东西要么泛泛而谈，要么漂亮但空洞。不是AI不行，是你喂给它的输入本身就是一团浆糊。

问题不在Agent的编排能力，不在模型是不是用了Hermes，而在你喂进去的意图有多清晰。

我以为我懂这个道理。但直到今天，我才真正体会到它的分量。

叁

它没替我写，它问了我

打开"得到大脑专家版"之后，我做了每个AI开发者都会做的事——试探它的边界。

我随手输入了一个想法，想看看它会怎么回应。按照我的经验，正常的AI写作工具应该立刻开始生成内容：给你一个大纲，或者直接输出一段文字，用流畅的句式把你的模糊想法包装成看起来很完整的东西。

但它没有。

它问了我一个问题。

不是那种ChatGPT式的"请补充一下您的需求"——那种追问本质上还是在等你的指令，等你把Prompt写清楚，它才开始干活。它的问法不一样。它像是真的在好奇：你到底想说什么？你写这篇东西，是为了谁？你自己在这个话题里的真实经历是什么？

我愣了一下。

作为一个搭过Agent决策链路的人，我当然知道这背后大概率是一个精心设计的对话流程——先追问、再生成，比直接输出更容易拿到高质量结果。这个逻辑我懂，我甚至可能自己也写过类似的流程。

但知道原理和被体验击中，是两回事。

就像你知道辣椒素是化学刺激，但吃到嘴里还是会出汗。

它的追问让我意识到一件事：我那个"随手输入的想法"，其实根本不是一个想法。它是一个冲动。我有一种想写点什么的冲动，但这个冲动背后的东西——我写给谁、我为什么写、我自己在这个话题里有什么真实的感受——我全都没想过。

我以为我在测试它，结果它在测试我。

更准确地说，它在帮我测试我自己。

后面发生的事更出乎意料。它不是问完就开始替我写——它把我的回答拆开，指出哪些地方是模糊的，哪些地方是自相矛盾的，哪些地方其实有亮点但我自己没意识到。它像一个编辑，但不是那种帮你润色措辞的编辑，而是那种逼你把论点想清楚的编辑。

"拷问"——这是它给自己的功能命名。我第一次觉得这个词用得精准。

不是审问，不是质疑，是拷问——把你的想法放在火上烤，看看它经不经得住。

我作为AI开发者，对"AI在真正帮我思考"和"AI在用套路糊弄我"之间的差别，有一种近乎本能的敏感度。套路化的追问很容易识别：它问的问题跟你的内容没什么真正关联，只是在走一个"先倾听再建议"的流程设计。但它的追问不一样——每一个问题都踩在我表达里最薄弱的那个点上，像是真的读懂了我在说什么，也读懂了我没说出来的东西。

AI最有价值的能力，不是执行，是提问。

我搭过那么多Agent流程，编排过那么多决策链路，始终在设计"AI怎么更好地执行人的意图"。但今晚这个体验告诉我：也许AI真正的价值锚点，不是"你说了我来做"，而是"你没说清楚的，我来问"。

看一个AI工具是不是真的在帮你思考，判断方法很简单——它问你的问题，是不是踩在你表达里最薄弱的那个点上。如果是，它在帮你；如果只是走流程，它在表演。

肆

一个开放问号

写到这里，我回头看了一下今晚的经历，觉得有点荒诞。

我是一个AI开发者，我的日常工作就是让AI更好地执行人的意图。我设计Agent流程，编排决策链路，优化输出质量——全都是在"执行"这条线上做文章。但今晚，一个AI工具用最简单的方式告诉我：也许我一直搞错了方向。

不是执行不重要。执行很重要，它是AI的基础能力，也是大部分场景下用户最需要的东西。但在那些真正需要思考的场景里——写作、决策、创造——执行只是最后一步。前面还有一堆你没想清楚的事，而AI恰好有能力帮你把它们想清楚。

不是替你想，而是问你。

罗老师在跨年演讲里说过一句话："AI不是工具，AI是伙伴。"我当时觉得这是营销话术。今晚之后，我觉得他可能说对了一半。

伙伴不是替你走路的人， 而是问你"你到底要去哪"的人。

还有一个问题我还没想明白：我们这群造AI的人，天天在讨论Agent的自主性、模型的推理能力、框架的编排效率，但有多少时候，我们真正让AI介入了自己的思考流程？我们造出了越来越强的执行机器，却很少停下来想一想——执行什么？为什么执行？我们自己想清楚了吗？

得到大脑专家版的Slogan是"记录自己，成为作品"。今晚我记录了自己，但它还没成为作品——这篇文章只是第一天的笔记。

明天继续。