这篇文章很可能是我过去1年所有公开分享内容里最重要的一篇。
从动笔到呈现在你面前前后断断续续写了1年，它是一份AI使用心得，是一份AI行动清单，是未来分享内容的新起点，期待交流。
AI 真正开始改变和侵入我的生活，和不少人类似，开始于 2022 年底的 ChatGPT 尝鲜。
2022 年 11 月 30 号，ChatGPT 上线 后迅速成为现象级产品，据统计发布 5 天后用户突破 100 万。
产品发布第 6 天，我的 homie 在成为 ChatGPT 用户光荣一员后旋即也带我上车，回看那天的聊天记录，彼时我还留下了现在看来仍很有趣的暴论：我觉得最可能被这类 AI 干死的是搜索工具。
那天开始，我不知道自己将见证什么，但很快发现以前不敢想的事猛的变成现实。
好在震撼过后 AI 很快漏出了能力缺陷，最简单的数学题算不明白，让它介绍“熊言熊语”就开始“胡言乱语”。我们彼此交流 AI 能做什么，不能做什么，转发一些 AI 看起来弱智可笑的案例。
在应用之外，OpenAI 也为开发者提供 API。
时间来到 23 年 3 月 7 日，那天我的邮箱里出现了 OpenAI API 升级的通知，大概意思是：gpt-3-5-turbo 正式开放，价格比 gpt-3-5 降低 10 倍。
我记不起当时的心情，但清晰能回忆起自己想用它做点什么的冲动。也是从那时起，一个叫做 PaperFlow 的构思记在了 DailyLog 笔记中，我写到：
我一直希望自己所有和 Paper 相关的工作内容，都可以向水一样流动 (flow) 汇聚，现在看这个能量来源应该是大语言模型的 API 能力。
3 个月后的 23 年 6 月 9 日，只有一个功能的 PaperFlow Alpha 版本，一个手撸的不到 1000 行后端代码和不到 1000 行前端代码的极简 Web 网站上线。
我也没想到它会变成如今刚过完 2 周岁生日的 InsightPaper，满脑子就是看到页面上生成的 AI 生成结果后感觉信息流动起来的兴奋。
接着，就是 AI 能力和我自身能力齐头并进的一段时间。
2023 年和 2024 年初，我还密集写过很多专业相关的「雄文」，哦不，是「熊文」。如果你恰好看过那些动辄上万字参考文献几十篇的邮件通讯。
当时我的写作流程大概是：
比如：
随着 homie 加入和助力，更名为 InsightPaper 后的 PaperFlow 功能持续增加，我越来越沉浸在和 AI 高度耦合的协作中。也越来越怀疑在 AI 能力上限快速提高的前提下，我做的工作和写出来的东西，除了成为硅基智能未来某次训练的一点点语料之外，还有什么意义。
那段时间我重度使用所有能接触到的 AI，ChatGPT，Perplexity，Poe，Scite……太多知名或者不知名的工具，我尝试探索每一个工具的能力边界，进而得出自己的优势和存在的意义。
不知道该开心还是难过，这段 AI 刺激下的恐慌和不甘并没有持续太久，当我意识到自己的能力进化和 AI 的能力进化完全不是平行线，我们瞬间就产生了交集，然后我看着它的背影，它扬长而去。
也是在那段时间，我接受了把 AI 作为日常所有学习和工作环节的工具。
推理模型终于让我放下了最后的执念
把 AI 当做工具的阶段持续到 2024 年 9 月，我第一次使用了当时 OpenAI 的推理模型 O1-preview。
此前，我从没有赋予 AI 平等对待的人格化特质，接受和输出的也是诸如 AI 只是基于概率来预测下一个 token、AI 能力是大多数人类平均水平这类观念。
但现在，当你面前实实在在出现一个有“思考”能力的模型，当它聊出你自己无法理解的内容和哲理。第一次，我感觉这些年积累和训练出来的“思考”能力，也面临被 AI 代替。
意识到这一点，我终于放下了最后的执念，放下执念也就自然放下了某种偏见和立场。
随后 AI 领域发生的事情，大家应该都比较清楚了。
2025 年春节，DeepSeek R1 现象级火爆，紧接着字节豆包、腾讯元宝，大厂大肆投入营销，随后 MCP、Agent 成为又一个主流趋势，Manus 一码难求。
似乎，当一种趋势扑面而来，你不去应对和自我升级也没关系，这种趋势会主动找到你。但如果你越主动，就会越早适应今后某一天的生活。
以上，就是我过去三年和 AI 纠缠的心路历程，此刻你可能也正处于某个类似的阶段，我写出来是想说告诉你没关系，都差不多。
2024 年中的一次分享，我曾和大家一起讨论过使用乔哈里视窗，通过评估 AI 能力和自身能力之间的关系，找准 AI 的定位和可以做的事情。
当时 AI 仍被我当做一个工具看待，科室到了 2025 年的今天，能力四象限分类方法越来越不适用。
最强大的 OpenAI O3 或者 Gemini Pro 2.5 以及未来即将推出的 DeepSeek R2 这些模型，AI 工具避雷区正在极限缩小，模型能力必然在绝大多数维度上超过每一个个体。
在科研领域，语法润色和知识性问答，已经不再是顶级 AI 能力的核心优势。相反，信息整合、思维发散、复杂理论理解这些高阶能力才是模型真正赋予你的武器。
**AI 不再是一个工具，而是你极好的合作伙伴。**说到这里，不知道你是否和各种各样的人合作过。
生物信息专业出身，在读研和博士的那些年，我天然需要和很多人合作，逐渐我发现：和别人合作之前，最重要的是要先明确自己的段位，拥有一个正确的姿态。
接下来的这个认知，可能是你今后在科研领域有效使用 AI 的前提。
面对顶级能力的 AI，你应该首先学会定义自己的能力边界，判断自己选择低中高哪一种姿态，针对不同的判断使用不同策略。
不过，科研是一个极复杂的体系，所谓的低中高，并非是给自己贴的标签，而是一种“人 + 任务”的组合判断。
没有人在所有维度上都是“高水平”，一个在自己的领域“高水平”的 PI，面对一个全新的编程语言时就是“低水平”的入门者；一个精通湿实验的博后，在处理高通量测序数据时可能一直在“中水平”中挣扎。
以下，简单写一点三个不同姿态的 AI 使用心得，供你参考。更详细的内容希望有机会可以深入聊聊。
接下来聊聊评价一个 AI 科研类工具的策略。
现阶段，大家对于 AI 科研类工具的诉求核心其实是对于上下文准确性的诉求。换言之，AI 搜索是先搜索后处理。
在这个共识下，如下图的金字塔评价策略，AI 科研类工具的专业数据库整合能力、最新论文获取能力，先天决定了一个 AI 科研类工具的下限。这是评价一个 AI 科研工具的基础，即可用还是不可用。
金字塔评价策略的第二个维度是方法论。
AI 科研类工具的本质是开发者团队对科研本身的理解，是科研思维的集中体现，因此也是你评价策略的核心。
回想一下，当你同时使用若干个工具，自己总会因为一些设计和巧思而对某个工具产生偏好，这就是工具背后的方法论刚好契合了你自己的偏好和品味。它决定了工具的表现，即好用还是不好用。
如果一个科研类 AI 工具能够有扎实的最新的数据来源，又有刚好符合你品味的设计思路，已是一个难得的好工具。而回到 AI 本身，工具依赖的大语言模型能力加上工具对模型的把控能力，决定了这类工具的上限。同样的上下文和输入指令，顶级智能模型就是更可能带给你 aha moment。
以上，是我日常评价一个 AI 科研工具的三个核心维度，使用这个金字塔策略，未来再评价一个工具时你想必也会从容些。
焦虑的反面是具体，我没办法治疗你的 AI 焦虑，但可以尝试提供 10 个这 3 年 AI 实践后我具体的行动清单建议。
写到这里我需要坦白，其实这四个章节来源于不同阶段 InsightPaper 天使用户提过的四个问题，而我也前前后后写了一年。这四个问题分别是：
写完每个问题的回复草稿，我把这些问题抽象后，发现它们原来可以彼此联系，刚好组成一篇「我的 AI 实践心得」，在一个值得纪念的节点分享给你。
嗯，即便到了今天，我在第一节里提到多年养成的写作习惯，也依旧能发挥它的价值，这和 AI 本身没有关系。
InsightPaper 在 2023 年 6 月 9 日默默上线，一开始是为了满足我的好奇心和科研学习需求。随着后期 Homie 洲更加入，他提供了很多技术支持和精神鼓励。如今，一直在迭代优化，成为覆盖不少科研学习场景的 AI 工具。
在没有什么公开宣传的情况下，也慢慢有了 1000+ 注册用户，处理了 20000+ 对话消息，并且度过了 2 岁生日。主域名 insightpaper.work 的访问量过去 30 天 unique visitors 也超过了 5000 人，高阶工具版本 得到了非常多朋友的喜欢～
感谢洲更，每一位参与过 InsightPaper 测试、使用、反馈的用户，感谢豪气支持服务器 API 及各种运维成本的朋友。
写完这篇实践分享，我思考后面还能继续为大家做些什么。
看过草稿的朋友说，感觉遵循“从焦虑到具体”的主题非常好，不如建一个 AI 科研为主的实践讨论群，让希望具体行动的伙伴可以有一个互相交流的渠道。
我请在这个提议下，更具体一些不如设定一个目标：用 AI 解决 100 具体的科研问题。
如果你希望加入，可以直接扫下面的二维码免费入群，提示超过人数限制的话可以添加微信 (kaopu_bear) 拉你进群，一起用具体来对抗焦虑，一起实践～
· 分享链接 https://kaopubear.top/blog/2025-05-10-my-ai4science-experience/
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。