我最近发现一个有意思的现象：最努力学 AI 工具的人，往往最先对自己的工作感到困惑。

HashiCorp 创始人 Mitchell Hashimoto 在 X 上说，他相信现在有些公司已经陷入一种“AI 精神症”：不停给 AI 派任务，不停开会讨论 AI，但实际产出和系统理解反而在下降。这条内容被转到 Hacker News 后，很快变成千分级热帖，下面是几百条技术从业者的讨论。

为什么这么多人有共鸣？

因为这不只是大公司的问题，也是普通人的问题。

很多人现在学 AI 的方式，是把工具越堆越多：一个写文案，一个做图，一个剪视频，一个跑自动化，一个管知识库。看起来很努力，实际每天都在切换界面、调整提示词、适应新功能，最后反而不知道自己到底产出了什么。

正确用法不是继续加工具，而是先找优势。

你最熟悉哪个行业？最懂哪类客户？最能判断什么东西好坏？最容易把哪件事交付给别人？AI 应该先放大这些地方，而不是替你重新发明一个你并不擅长的身份。

判断一个 AI 工具有没有用，也别看它多新。只看三件事：有没有减少返工？有没有提高交付质量？有没有让你更接近收入或机会？

如果没有，它不是生产力，是新的注意力消费。

AI 精神症的解药不是少用 AI，而是少一点工具崇拜，多一点结果意识。