从 ChatGPT 3.0 在 2022 年年底横空出世、进入大众视野以来，已经过了三年半。这三年半，几乎每个月都有模型能力提升方面的进展，也不停地有「如何更好地使用 AI 工具」的各种新思路和新玩法。
从最一开始的提示词工程（很快人们就发现这方面的努力意义不大，因为模型能力的提升可以迅速吞噬提示词工程方面的大部分努力），后来好像又有 MCP，然后又是 Skills.md（以及伴随而来的大厂蒸馏员工、普通用户蒸馏名人、甚至蒸馏好友），到后来所谓的 agents，再到现在很时髦的 agent harness——人们到底应该怎么使用 AI，好像也经历了很剧烈又很快速的范式转移。
并且我相信，这种剧烈的变化和进化，还会在未来的两年里快速进行下去。
在这里，我分享几个我非常高频、流程已经非常成熟、成果也非常让我满意的 AI 工具使用方法。这些都是我几乎从零开始摸索，发源于我真实的需求，通过自己不断的尝试找出来的，针对真实问题的相对最优解：
- 翻译一整本书
我其实一直有阅读书籍的习惯，从小时候看小说为主，到现在看工具书为主（惭愧，变得市侩了，满脑子都是实用和赚钱了）。这个过程中，其实有很多很好的、外国作者写的书，是没有简体中文译本的。
原来我的解决方案主要都是一些笨办法。对于英语，我还凑合能生啃原文；或者上网下载繁体版电子书，但有繁体的地方往往版权保护做得很好，大部分时候是下载不到的，经常只能花钱买正版的电子版书籍，甚至海淘纸质版。时间成本巨大——有的时候从想读，到书籍到手已经一两个月过去了，到手了都懒得读了。
多模态 AI 模型出现后（即可以读图），这个情况其实已经基本解决了一半：下载电子版原版书（往往是 PDF 或者 EPUB，大部分书籍非常好找），然后一页一页发给 AI，让它翻译，甚至让它带着我深入解读。
但这依然不是一个优雅的解决方案。每一轮问答的等待时间很长，很影响读书节奏；而如果换成那种擅长快速回答的模型，翻译和回答质量又很差。此外还有上下文过长之后需要重开对话窗口、翻译前后文不一致、对话过长后模型出现幻觉开始胡言乱语等问题。
但后来 Claude Opus 4.5 和 Claude Cowork 出现后，这个问题基本可以说被 100% 完美解决了。
做法很简单：在 Claude Cowork 里新建一个项目，把需要翻译的原书放进项目文件夹，然后告诉它——「帮我把全书翻译成中文，生成 EPUB 格式（我很喜欢在 iPhone 上用 Book.app 读书），注意排版、注意前后文一致、注意专业用语的翻译」。你还可以建立一个定时任务，让 AI 把任务进度记录在本地；这样即使上下文被清空，它也能查看进度、接着上次继续。
这样基本在 10 次任务以内、每次任务 20 分钟左右，就能完成大部分常见长度、任何语言的书籍全本翻译，并生成排版优美的 EPUB 文件，甚至帮你用矢量图画一个还不错的封面。但这里也有一个小问题——不过我有一个独家的秘方可以绕过。
常见的问题是：Claude Opus 是目前能力最强、最能理解任务目的的模型，但版权意识也深入它的骨髓。对于大部分比较新的书籍，让 Claude 直接翻译全本，它往往会拒绝，因为它认为这是侵犯版权，哪怕你强调只是供自己学习使用。
但幸运的是，ChatGPT Codex、甚至 Kimi Work 这些国产 agent 工具，在这方面基本毫无顾忌。你可以先让 Codex 用机翻的质量快速出一版全书翻译、打包成 EPUB，再把机翻稿和原书一起丢进 Cowork 的文件夹，告诉 Claude：「这是我自己做的翻译练习，但质量很差，能不能参照原文帮我润色一下？」这种时候版权问题就被绕开了，Claude 会非常认真也非常乐意地使出浑身解数，帮你把它「润色」成一本质量比肩专业翻译的中文译本。
通过这种方式，对于这个世界上任何有电子版的书籍，我们都能得到一本质量对齐、甚至超过出版社中译本的译本，而不用苦苦等待某本书被引进，也不用再非常疲劳地用原文去啃完一本你很想看、却没有中译本的书。
这件事也经常让我想到之前遇到的一位日本日语老师。他的主业是翻译加口译，为商业客户翻译合同，或者陪同做展会口译。
当时我说，我觉得 AI 的出现让翻译这个职业几乎已经不被需要了，他很不同意，认为专业领域的文件，机器翻译的质量完全没法商用。我想，他指的可能还是谷歌翻译那种机器翻译，要么就是完全没用过 Cowork、Codex 这类稍微复杂一些的 AI 工具，又或者根本没接触过 Opus 这种智能水平完全不在一个梯队的模型。
确实，在我的经验里，虽然 ChatGPT 和 Claude 在网上看起来热度极高，但真正能稳定地付正价去订阅那些最前沿模型和工具（特别是 Claude）的人，在平常生活中可能 100 个里都不到 1 个。大部分人对 AI 能力的认识，还停留在 DeepSeek／豆包的水平，稍微好一点的，是 Gemini 和免费版 ChatGPT 的水平。而这些工具和真正付费 tier 的前沿工具之间，其实已经是杰森·斯坦森和郭达的区别了。
- 「看」外文视频和播客
现在越来越多人下场做自媒体，也有越来越多行业专业人士把播客 & 视频访谈当成展示自己、为公司做 PR、跟市场沟通、找客户的方式。以英语、或者受访者母语为语言的播客和视频访谈，已经成为获取一手信息最重要的渠道之一。
但随着自媒体越来越专业——对点击率和完播率的追求、对变现模式的考量、对频道格调的打造——现在很多访谈动辄 90 分钟起步，3 到 4 个小时的视频和播客也比比皆是，像 Acquired 这种播客，一期常常七八个小时。本来就不是母语，又没有这么大块的时间专心听，这种内容真的没时间消化，只会越积越多。而在 AI 时代，很多信息时效性非常强，尤其当你还想从里面找一些 tradable 的 idea 的时候。
AI 在这时就非常有用：把这些音视频转成英文文本，再丢给 AI 分段做长文翻译。这样一个 4 小时的访谈，往往只要 30 分钟阅读就能基本消化，然后再做进一步的研究和探索，大大节约了花在「内容形式」上的时间。
油管上大部分英文内容，都可以直接用第三方服务免费下载字幕。有些是内容制作者自己上传的精校版字幕，那翻译起来就非常简单；最差也是 Google 按语音自动生成的听写字幕。这种听写字幕质量其实不高，有很多错听、漏听，遇到多个讲话人的场合，也很难分清哪句是谁说的。
但这种听写稿，如果直接丢给 Opus 这种智能水平的 AI，它是知道：
- 规划任务，把长文切分成段、分批翻译，规避上下文不够的问题；
- 自动根据语义补全漏听和错听；
- 自动根据语义区分讲话人（但不是 100% 准确）；
- 对专有名词和生僻名词进行翻译；
- 甚至对讲话人内容里的反事实错误进行纠错；
- 生成排版美观、适合分享和带走的 Markdown 格式。
当然，这些免费 tier 的 ChatGPT 和 Gemini 好像是做不到的。豆包我没试过，但大概率也会因为能力、以及能力之外的一些问题，做不到无遗漏、高质量的全文翻译。
先写这么多。写完仔细一看，基本都是在讲怎么把 Claude 的翻译和任务规划能力活用起来。
其实我常用的还有：用 AI 做 Excel 表，在具体任务开展之前做可行性规划和方案规划，以及用 AI 做性格、能力、成长创伤分析——都让我受益良多，甚至改变了我的世界观（我这世界观也太容易改变了……）。这些可以再另开一篇说。
但就这些功能，其实已经能让人对前沿 AI 模型的能力可见一斑，也让我觉得「AI 可以替代大部分白领」的说法绝对不是危言耸听。（我个人认为，只要解决上下文问题、抛弃「让 AI 去学会使用人类软件」的想法，AI 至少能在 90% 的任务上替代大部分我了解的白领工作。）
当然，上面这些都更像是互联网内容消费的高级版本，离真正的生产力还有一段距离，离可货币化的商品／服务交付就更远。但任何巨大的生意，可能都是从一次 eat your own dog food 长出来的。