最近经常被问到 AI 工具的问题。
但聊着聊着，往往又会面临另一个问题：对方的水平，决定了你最后说出的工具名字。
你觉得这个工具好，那个工具也不错，恨不得把自己这几年踩过的坑、试过的产品、总结出来的工作流，一股脑儿全告诉他。
结果对方可能当场就问：
“这个怎么弄？”
“那个要不要配置？”
“为什么我这里跟你说的不一样？”
“还要注册这么多东西吗？”
然后你就会发现，工具还没开始用，前面已经堆了一大堆事情。
如果是自己做项目，解决自己的问题，那当然是什么好用就用什么。
能力上限更高的，优先考虑。
复杂开发、长流程任务、文件操作、自动化编排，甚至是多个工具之间的配合，只要能让项目跑得更好，就值得折腾。
过阵子如果又出现一个更厉害的工具，只要在我的能力范围之内，包括我愿意付出的金钱成本，我大概率也会切过去。
就好像这几年一样，我们一路从各种工具走过来。
最开始用这个，后来换那个，再后来又换成现在这个。
现在手里用得顺的工具，可能也只是“暂时”的选择。只要后面有更好的东西出现，我还是会继续换。
因为项目是自己做，工具也是自己用。
配置麻烦一点，学习成本高一点，甚至前期多花点时间研究，都不是什么大问题。只要最后能把事情做好，效率能提上去，结果好不好，自己最清楚。
但如果你是在教别人，或者帮别人做培训，选择标准就会发生变化。
这并不是绝对的谁比谁强，也不是能力弱的工具就一定更适合所有人。
而是你面对的对象，可能根本不关心这个工具理论上能做多复杂。
他更关心的是：
我能不能学会？
开销大不大？
公司允不允许用？
同事会不会用？
流程能不能统一？
如果你不在旁边了，它还能不能继续跑？
这个时候，某些工具，能力上限确实很高，能处理很多复杂问题。但它对使用者的要求也更高，需要一定的理解能力、动手能力，以及持续折腾的意愿。
另一类工具，能力可能没办法跟前者放在一起比较，但如果它足够简单，容易理解，方便上手，团队成员也更容易接受，那在某些培训和落地场景里，它就有自己的价值。
说白了，就是，
自己做，你是使用者，优先追求效率、自由度和能力上限。
培训别人，你更像老师，要考虑理解、操作和复现。
帮企业落地时，你又成了乙方，除了工具效果，还要考虑权限、流程、成本、维护、数据安全，以及最后出了问题谁来负责。
所以工具没有绝对的好坏，只有适不适合当前的身份和场景。原文链接：https://mp.weixin.qq.com/s/WAtgIQZdCqI_z-Dr3CUBNA