用完主流的Agent之后，我觉得保持思考比会用工具更重要

Hi，各位粉丝朋友们，大家周六好！

今天凌晨openAI不是发了一个ChatGPT Agent吗，我也瞅了那个发布会的介绍，简短的几个功能介绍，基本不好用，都是国内agent玩剩下的。

我的思考是，既然大家都在卷agent，不妨让大家如何用的舒心，用的舒服，实际的解决问题，不是更好吗？

刚开始，我是有这个想法来写一篇文章，但是还是属于脑回路不太齐全的，好多信息是碎片化的。

于是，我去问了一下秘塔搜索，让他帮我整理思路。

保持思考比用工具更重要？

当一个人学习时，坚持思考很重要。

AI出来之前，解决一个问题会要花好长时间，论证、学习、总结好多信息，其实我们的人脑也在不断学习经验。

AI出来之后，作为懒惰天性的人们，对AI的期望就是，帮我介绍思考的流程，直接帮我出结果，什么繁琐的流程，全不要了。

其实出现的问题是，人的思考模式发生变化，从思考得结果，到提问得结果，少了思辨这个学习的环节，是否意味着智商退化了？

先不纠结这个问题，只要在使用AI过程中，对AI出的结果抱着一丝审慎对待的态度，不要100%相信它的结果，一定要具备信息核查能力，那就是最好的。

为了验证这个理论，我用秘塔AI搜索的深度研究功能，看看AI是怎么“思考”的。

我的提问是：

如何让Agent成为普通人高效的生活搭子，通过几个常见的agent功能进行介绍

秘塔就利用它最新的深度研究功能，帮我非常全面地，从生活助手类agent的功能介绍、设计目标啊等等，来了一个深挖，有理有据。

大概科普一下，这是秘塔团队在深度研究这个功能上的创新。

近半年，我们所熟知的深度研究，即openAI他们团队提出的概念，通过一句话就可以给你出一个完整的研究报告，非常牛逼，非常智能。

但是实际执行的时候，拆分为子任务，然后就是从网络扒拉信息，最后给它总结出来一篇内容即可。

秘塔的创新在哪里呢？

它把深度研究里面最开始的搜索规划给拆分开，让他可视化，这就好玩起来了。

一个好的问题是：研究什么？为什么而研究？研究结论是什么？

一个好的AI，把流程透明简单化，大部分人期望的是，AI帮我完成任务就完事了，但是秘塔这个功能，让用户看到了、学到了对待一个问题，AI是如何思考的，我们又应该怎么去思考？

像你的大学导师在不断向你提问。。。

通过不断的信息检索，验证信息的丰富程度，弥补不足，可能是目前AI对人最大程度上的帮助。

人脑就是一个有限的容器，本身极短时间内无法消化这么多信息，（谁知道AI爆发之后，这么卷，天天各种信息，，，）

内容多了，如何高质量的针对特定人群进行信息筛选，就成为了唯一解。

这是他最终给我的答案。

一个最好的思考模式是，从深度、广度、构造、时间四个维度进行全面分析，以得出最合适的解决方案。

四个思考维度的详细分析

step1：何谓深度？

对问题的本质、原因和方法进行细致入微的挖掘。它要求我们不仅仅停留在表面现象，而是深入探究问题的根本。

多问“为什么”：这是最简单的提升思考深度的方法。通过不断追问“为什么”，逐步深入问题的核心。

例如，面对一个项目失败，不要只看到表面的执行问题，而是要追问为什么执行会出现问题，是团队能力不足，还是资源分配不合理？

追根究底：对每一个细节都要深究到底，不放过任何一个可能影响问题的因素。

自问：对自己说“我对这件事，能详细说明到什么程度？”如果能够清晰地阐述问题的每一个环节和原因，说明思考深度足够。

案例分析：通过分析类似问题的成功案例，对比自己对问题的理解深度，看看是否能够发现更多深层次的原因。

何谓广度？

在思考问题时，要确保考虑的原因和推进要素的多样化。我们得从多个角度、多个层面去看待问题，避免思维的局限性。

好奇心驱动：保持对问题的好奇心，主动去探索问题的各个方面。

例如，对于一个市场趋势问题，不仅要关注数据，还要了解消费者心理、竞争对手动态等。

自主探索与交流：通过自主研究和与他人交流，获取更多的信息和观点。与不同背景的人交流，可以拓宽视野，发现新的视角。

寻求帮助：当遇到难题时，不要害怕求助。向专家、同行或朋友请教，可以获得不同的思路和方法。最好考研付费请教，毕竟大家的时间和精力都是有限的。

自问：问自己“其他人没有写到或考虑到的事，我能看到吗？我有没有多样的着眼点？”如果能够发现别人忽略的细节，说明思考广度足够。

对比分析：将自己的思考结果与其他人的分析进行对比，看看是否能够发现更多的角度和要素。

需要什么思维框架？

构造是指明确各要素之间的关系，以及每个要素的相对重要性。它要求我们对问题进行系统化的分析，避免混乱和无序。

学习与应用：通过学习相关的理论和方法，如MECE分析法，来构建清晰的思考框架。

MECE分析法要求对问题进行“相互独立、完全穷尽”的分类，确保每个要素都被考虑到，且不重复。

结构化思考：将问题分解为多个子问题，逐一分析，再整合成一个完整的解决方案。

例如，对于一个复杂的产品设计问题，可以先分析功能需求、用户体验、技术实现等子问题，再综合考虑。

自问：问自己“能不能用MECE且独特的方法来区分这个问题？”如果能够清晰地划分问题的各个要素，并且每个要素都独立且完整，说明对构造的把握足够。

逻辑检查：检查自己的思考过程是否逻辑清晰，是否有遗漏或重复的要素。

如何高效利用时间？

这里的时间是指关注问题随时间的变化、因果关系和过程推移。它要求我们从历史的角度出发，分析问题的发展过程，预测未来的变化。

想象与预测：通过想象问题在过去和未来的发展，把握时间维度。例如，分析一个行业的发展趋势时，可以回顾过去几十年的变化，预测未来几年的发展方向。

历史分析：研究问题的历史背景，了解问题是如何逐步形成的。历史经验可以帮助我们更好地理解问题的本质和未来的发展方向。

自问：问自己“我了解这个问题的历史背景吗？”如果能够从历史或过去经验的角度出发，预测未来的变化，说明对时间维度的把握足够。

趋势分析：通过分析过去的数据和趋势，预测未来的发展，看看是否能够发现隐藏的规律。

在未来，保持思考会越来越重要。

如何在这种纷繁庞杂的快信息时代，专注做自己的事情，巧妙利用最新的AI技术，不会被各种资讯卷着跑，这样的人实在是太厉害了，至少我们现在还不是。

希望这篇文章能对你有启发和思考，感兴趣可以交流。

我创建了一个 AI 交流社区，大神们都在讨论最新的 AI 消息，用AI怎么搞钱，怎么做出海。

但是呢禁止任何人在群里打广告，违反直接送机票。

如果你对这个感兴趣，可以直接加我。

暗号：AI+你的行业

更多内容，移步公众号......