随手写程序，编脚本，审合同，AI 面前再无难事

我感觉自己的电脑使用水平在过去的 1 个月已臻至化境。确切地说，是我使用电脑处理常见问题的能力上了一个新台阶。

这当然是 AI 的功劳，我只是从三轮车夫忽然换了座驾，变成保时捷轿跑司机，感觉天下我有，何处行不得。

第一次有这种感觉是我试图搭建一个小项目，充分利用 macOS 的识图功能，随时把需要提取文字的图片素材丢进去，再整理成文字。

我对 OCR 代码的各种库一无所知，对 macOS 的内置代码更是一窍不通，全凭想象和无知进行探索。代码反正不是我写，选什么无所谓。AI 最熟悉 python，那就 python。

几番折腾之后，我发现不行。苹果内置功能很难通过 python 调用来实现。Gemini 两手一摊，建议我用其他的 python ocr 代码库。我想，那怎么行，要的就是矫情。既然 python 不行，直接换Swift，苹果原生的开源编程语言。

毫不夸张，生成这段 Swift 代码，再加上编译成 macOS 下可以运行的命令，只花了 5 分钟。1 分钟生成代码，半分钟拷贝粘贴到 xcode，瞬间编译完成。剩下 3 分钟我用来找编译好的可执行文件在哪儿。

生成的程序相当规整。带参数，带提示，带例子，专业到家了。我立刻打开思路，以后 Mac 上缺什么工具，我直接跟 AI 说就完了，立刻马上自己写一个贴心的小棉袄。再也不用为“这些狗屁工具为什么这么难用”而发愁。

比生成编译好的命令行工具更方便的还是 python 代码。ChatGPT 在更新到 o3 之后，对话态度略显谄媚。每次我问它技术问题，它就会在对话的最后殷勤地问：要不要我现在帮你写一个脚本，你马上就能用上！Gemini 上礼拜学习到了这种态度，也会在对话结尾处建议，让它来搞定这一切。

我逐渐习惯它俩的陪伴。简单的问题一个 shell 脚本搞定，复杂的问题 python 上。我的云服务器磁盘空间被日志占满，手工清除之后，我让 Gemini 写了一个 shell 脚本：定期清空日志，检查剩余磁盘空间，当空间低于某个值时，通过 bark 给我的 iPhone 发消息。

这件事放在以前，我得弄好几天。别的不说，光是测试 bark 消息的正确格式，就得看一会儿文档。

现在全不用。任何我想要在手机上收到提醒的事项，都可以通过 bark 来完成。我只要提要求，AI 自然会按照我想要的格式发信息。从此，天下屁事尽在掌握。

我推荐每一个会用 AI 的人，都看一下 bark。这个超级简单的消息推送工具，可以让你从容在手机上收到各种定制化的提醒。不用自己搭服务器，不用自己编程，只要你想，没有 Gemini 做不到的。连在电脑上设置自动化定时任务，Gemini 都能手把手带你完成，而且极富耐心。

记不住命令，忘记编程语法，想不明白函数怎么写，都不重要。只要把话说清楚，不管是 Gemini 还是 ChatGPT，都能顺利完成任务。

前天，收到一份合同模版，让我发表意见。我本想找律师朋友看看，后来发现里面没有敏感内容，干脆上传到 Cherry Studio，让内置的法务助手调用 Gemini 帮我审查。

结果相当好，不比公司里的普通法务差。Gemini 给我提了一大堆改进意见，从违约条款到责任认定以及合同概念明确，方方面面都照顾到了，尽职尽责。比起两年前的大模型，现在的 AI 水平有了质的飞跃。完全可以帮助一个对目标领域一无所知的人，迅速输出高于平均水平的内容。

做到这一切，只需要一个前提。尽可能和 AI 多在一起，多用，习惯和它们对话，掌握表达技巧。只有将AI 融入到日常生活中，才能建立起流畅的 AI 思维，让它听得懂你想要干什么。

在我的使用中，Gemini 的幻觉随着迭代，越来越小。ChatGPT 也不错。o4-mini 思考模型，无需手动点击网络搜索，就会根据问题自己主动上网搜索信息源，然后归纳总结。

我下午让它比较阿卡西斯雷电 5 硬盘盒与竞品绿联之间的异同，ChatGPT 做得相当不错。

周六，老妈想要换强排式燃气热水器。我让 Gemini 做了一份深度研究报告。

有了深度研究，各类导购文章和产品对比分析几乎不用再看。没有真人体验，明确观点的水文在这些报告面前毫无价值。

Gemini 甚至可以为这份报告再生成一份音频概览。

在信息收集和整理方面，AI 的优势极为明显。它们能够迅速汇总网络信息，形成可阅读的报告，甚至结论。以后，一些简单的参数对比，产品分析，完全可以交给 AI，让用户省去大量时间。

我问 ChatGPT，为什么我的 defi 项目投了快一个月，还没产生收益。它给出了想当详细的说明，并让我再耐心等待一段时间。

顺便说一句，我的美股分析报告迭代了好几版，美观程度渐次上升，有成就感，也乐在其中。享受全面定制的乐趣。

目前在做的另一个自动化任务，是将下载后的美剧剧集自动按照 NAS 上已经存在的文件夹分别存好。

没有大模型，这件事靠代码几乎不可行。文件名和文件夹之间必须用正则表达式严格计算。现在，大模型可以根据语义的理解，自己找到最恰当的文件夹，甚至区别 Season1，Season2，把文件放到正确的目录中。

以后我想看剧，iPhone 上会有新剧提醒，打开电视刷新即可观看。下载，上传，做字幕，全部自动化。享乐的成本越低，快感越高。

这一切是多么美妙。