摘要
1) 一句话总结
随着 AI 从聊天机器人向自主执行任务的智能体（Agent）演进，用户在选择和使用 AI 时需综合考量模型、应用与控制套件，并通过手动选择高级付费模型来管理 AI 完成实际工作。
2) 核心要点
- 范式转变：AI 的使用已从单纯的问答对话，转向为智能体（Agent）分配任务并由其自主使用工具完成。
- 三大核心要素：AI 系统现在由决定智力水平的模型（如 GPT-5.2、Claude Opus 4.6）、用户交互的应用（如网页端、Claude Code），以及赋予 AI 行动和工具使用能力的控制套件（Harnesses）组成。
- 付费与模型选择：严肃使用 AI 每月需支付约 20 美元。处理实际工作时，必须手动选择高级模型（如 GPT-5.2 Thinking Extended/Pro、Gemini 3 Pro、开启扩展思考的 Claude Opus 4.6），默认模型通常无法胜任复杂任务。
- 主流应用差异：ChatGPT 和 Claude 在控制套件上领先，支持代码执行、广泛研究以及直接输出带引用的电子表格和 PPT；Gemini 则捆绑了领先的图像（nano banana）和视频（Veo 3.1）生成工具。
- 编程与开发工具：Claude Code、OpenAI Codex 和 Google Antigravity 等工具允许 AI 访问代码库和终端，实现从零开始的自主编程、建站和测试。
- 办公与知识工具：出现了如 Claude for Excel（直接在表格内处理数据）、Claude Cowork（在隔离虚拟机中操作本地文件和浏览器的桌面智能体）以及 Google NotebookLM（处理海量信息并生成交互式知识库或播客）等专用工具。
- 交互方式升级：用户与 AI 的协作模式已从单纯的“提示（prompting）”转变为“管理（managing）”，核心在于分配任务、提供真实文档并在执行中纠偏。
3) 风险与不足（基于原文明确提及）
- 本地智能体安全风险：本地开源智能体 OpenClaw 存在严重的安全风险，因为它需要获取对用户电脑和账户的广泛访问权限。
- 免费模型的准确性缺陷：免费模型主要为聊天速度和趣味性优化，而非准确性，使用免费模型处理复杂任务是导致 AI 犯错和表现愚蠢的主要原因。
- Gemini 的功能缺失：尽管底层模型优秀，但 Google Gemini 网站目前受限于控制套件，无法生成电子表格和 PPT，也不提供引用或研究功能。
- Claude 的多媒体短板：Claude 模型在图像和视频生成能力方面存在欠缺。
正文
自从 ChatGPT 问世以来，关于“如何选择 AI”的指南我已经写过八版。但这一次的版本与过去截然不同，因为“使用 AI”的含义已经发生了翻天覆地的变化。
直到几个月前，对绝大多数人来说，“使用 AI”还仅仅意味着与聊天机器人进行一问一答的对话。但在过去的几个月里，将 AI 作为**智能体（Agent）**来使用已经成为现实：你可以给它们分配任务，它们会适当地使用工具来完成这些任务。
因为这种转变，现在选择 AI 时，你必须考虑三个核心要素：模型（Models）、应用（Apps）和控制套件（Harnesses）。
AI 系统的三大核心要素
- 模型（Models）： 这是 AI 的底层大脑。目前的三巨头是 GPT-5.2/5.3、Claude Opus 4.6 和 Gemini 3 Pro（各公司发布新模型的速度比以往快得多，因此版本号在未来几周可能会变动）。模型决定了系统的智力水平、推理能力、写代码或分析表格的能力，以及视觉和图像生成能力。当人们说“Claude 更擅长写作”或“ChatGPT 更擅长数学”时，他们谈论的就是模型。
- 应用（Apps）： 这是你实际用来与模型对话、让模型为你工作的具体产品。最常见的应用是这些模型的官方网站（如 chatgpt.com、claude.ai、gemini.google.com）或手机 App。此外，各家公司也推出了越来越多的其他应用，比如编程工具（OpenAI Codex、Claude Code）和桌面工具（Claude Cowork）。
- 控制套件（Harnesses）： 它是让 AI 模型发挥实际作用的系统，就像马具将马的原始力量转化为拉车或犁地的能力一样。控制套件允许 AI 自主使用工具、采取行动并完成多步任务。
- 应用本身自带套件。例如，Claude 网页版的套件允许 Claude 4.6 Opus 进行网络搜索和编写代码，并包含如何处理电子表格或图形设计等问题的指令。
- Claude Code 拥有更强大的套件：它为 Claude 4.6 Opus 提供了一台虚拟电脑、一个网络浏览器和一个代码终端，让它能从零开始研究、构建和测试新网站。
- Manus（最近被 Meta 收购）本质上是一个可以封装多个模型的独立套件。
- 最近备受瞩目的 OpenClaw 则主要是一个允许你在本地电脑上使用任何 AI 模型的套件。
以前，你不需要了解这些。模型就是产品，应用就是网站，而套件几乎不存在——你打字，它回复，你再打字。但现在，同一个模型在不同的控制套件下，表现会截然不同。在聊天窗口中与你对话的 Claude Opus 4.6，和在 Claude Code 中连续数小时自主编写和测试软件的 Claude Opus 4.6，体验完全不同；回答问题的 GPT-5.2，和在后台浏览网页并为你制作幻灯片的 GPT-5.2 Thinking，也是两码事。
因此，“我该用哪个 AI？”这个问题变得更难回答了，因为答案取决于你想用它做什么。
当前的模型格局
目前顶尖模型在整体能力上非常接近，它们比以往任何时候都更“聪明”，犯的错误也更少。但是，如果你想认真地使用高级 AI，你每月至少需要支付 20 美元（部分地区可能有更便宜的替代方案）。
这 20 美元能为你带来两样东西：选择使用哪个模型的权利，以及使用更高级的前沿模型和应用的能力。免费模型虽然速度快且聊天体验有趣，但它们是为聊天而非准确性优化的，能力远不及付费模型。很多时候，人们抱怨 AI 做了蠢事，往往是因为他们使用的是免费模型，或者没有手动选择更聪明的模型。
当前的三大前沿模型是：Anthropic 的 Claude Opus 4.6、Google 的 Gemini 3.0 Pro 和 OpenAI 的 ChatGPT 5.2 Thinking。无论选择哪一个，你都能获得顶级的 AI 模型，支持语音模式、视觉和文档读取、代码执行、优秀的移动端 App 以及图像/视频生成能力（不过 Claude 在图像/视频方面有所欠缺）。它们各有优劣和性格，对大多数人来说，选一个自己最喜欢的就足够了。
最重要的一点：手动选择正确的模型。
AI 公司通常不会让选择模型变得直观。如果你只是闲聊，默认模型就够了；但如果要处理实际工作，默认模型绝对不行。
- ChatGPT： 无论免费还是付费，默认给你的都是“ChatGPT 5.2”。但这其实是一个包含从极弱的 mini 版到极强的 Pro 版的集合。默认的“自动”模式往往会调用较弱的模型。对于复杂任务，请务必手动选择 GPT-5.2 Thinking Extended（20美元套餐）或 GPT-5.2 Thinking Heavy（更高级套餐）。对于需要大量思考的极难问题，可以选择成本更高的最强模型 GPT-5.2 Pro。
- Gemini： 有三个选项：Flash、Thinking 和 Pro（部分付费计划）。Ultra 计划还在另一个菜单中提供了用于解决极难问题的 Deep Think。处理严肃问题时，请始终选择 Gemini 3 Pro 或 Thinking。
- Claude： 你需要选择 Opus 4.6（新的 Sonnet 4.6 虽然强大但仍略逊一筹），并打开“扩展思考（extended thinking）”开关。
对于大多数人来说，模型之间的差异已经足够小，现在应用和控制套件比模型本身更重要。
聊天机器人界面（Chatbot Interfaces）
绝大多数人仍然通过 ChatGPT、Claude 和 Gemini 的主网站或手机 App 来访问 AI。在过去几个月里，这些聊天机器人应用在功能捆绑上出现了显著差异：
- Gemini： 捆绑了 nano banana（目前最好的 AI 图像生成工具）、Veo 3.1（领先的 AI 视频生成工具）、Guided Learning（引导式学习，让 AI 扮演导师）以及深度研究（Deep Research）。
- ChatGPT： 捆绑了图像生成（几乎和 nano banana 一样好，但无法在聊天中调用 Sora 视频生成）、Study and Learn（类似 Gemini 的引导学习，但多了一个独立的测验生成器）、深度研究（Deep Research）和购物研究（Shopping Research，出乎意料地好用且常被忽视）。
- Claude： 仅捆绑了深度研究（Deep Research），但你可以通过创建“项目（Project）”并选择学习项目来进入学习模式。
- 数据连接： 所有 AI 模型都允许你连接数据（如读取邮件、日历、访问文件或连接其他应用），这能让 AI 变得极其有用，但各家的连接器种类各不相同。
对于处理实际工作的人来说，最重要的附加功能是深度研究和数据连接。然而，真正拉开差距的是控制套件（AI 能访问的工具）。
在这方面，OpenAI 和 Anthropic 明显领先于 Google。Claude.ai 和 ChatGPT 都能编写和执行代码、生成文件、进行广泛的研究，并能直接输出带有清晰引用的电子表格和 PPT。而 Google 的 Gemini 网站目前还无法生成这两种文档，也不提供引用或研究（尽管其底层模型同样优秀，但我预计 Google 很快会赶上）。
注：GPT-5.2 Pro 配合其自带的套件是一个极其聪明的模型（最近刚协助推导出了一个物理学新成果），非常适合复杂的统计和分析工作。Google Gemini 3 Deep Think 似乎也同样强大，但目前受限于其较弱的控制套件。
其他应用与控制套件
聊天机器人网站是大多数人接触 AI 的地方，但最令人惊叹的工作往往是在其他地方完成的。越来越多的新应用将这些强大的模型封装在更强大的控制套件中。
编程与开发工具
Claude Code、OpenAI Codex 和 Google Antigravity 是目前最成熟的工具，主要面向程序员。它们赋予 AI 访问你的代码库和终端的权限，让 AI 能够自主编写、运行和测试代码。你只需描述需求，AI 就会去构建，完成后或卡住时再来找你。
即使你不懂编程，这些工具也能发挥巨大作用。例如，我曾想把 GPT-1 的所有内部权重和参数（1.17亿个数字）印成一套实体书。一周前，我让 Claude Code 帮我做这件事。在大概一个小时内（主要都是 AI 在工作，我只提了几个建议），它排版了 80 卷精美的书籍，设计了将内部权重可视化的封面，搭建了一个优雅的网站，接入了 Stripe 支付和 Lulu 按需打印服务，测试了整个流程并帮我上线。我全程没有碰过一行代码。我以成本价上架了 20 套，当天就售罄了。
办公与知识工作工具
- Claude for Excel / Powerpoint： 这是应用程序内部特定套件的代表。Claude for Excel 彻底改变了处理电子表格的方式，它就像一个初级分析师，你告诉它想做什么，它就帮你完成，而且因为结果直接在 Excel 中，检查起来非常方便。Google 在 Sheets 中有一定程度的集成，而 OpenAI 目前没有同类产品。
- Claude Cowork： 这是一个全新的类别，本质上是面向非技术工作的 Claude Code。它在你的桌面上运行，可以直接操作本地文件和浏览器。它非常安全（在带有默认拒绝网络和硬隔离的虚拟机中运行）。你只需描述结果（例如：整理这些报销单，将这些 PDF 中的数据提取到表格中，起草一份摘要），Claude 就会制定计划、拆分任务，并在你的电脑上执行。这代表了未来的发展方向：AI 不再只是和你“谈论”工作，而是直接“做”你的工作。
- NotebookLM (Google)： 专门解决“如何利用 AI 理解海量信息”的问题。你可以让它进行深度研究，或者上传论文、YouTube 视频、网站或文件。它会构建一个交互式知识库，你可以向它提问，或者将其转化为幻灯片、思维导图、视频，甚至是广受欢迎的“AI 生成播客”（两名 AI 主持人讨论你的材料，你甚至可以打断他们提问）。对于学生和研究人员来说，这是一个极其有用的工具。
本地智能体
- OpenClaw： 这是一个在 1 月下旬爆火的开源 AI 智能体。它在你的本地电脑上运行，连接到你选择的任何 AI 模型。你可以像在 WhatsApp 上聊天一样与它交流。它可以浏览网页、管理文件、发送邮件和运行命令，就像一个 24/7 驻留在你机器上的私人助手。但请注意：它存在严重的安全风险，因为你赋予了 AI 对电脑和账户的广泛访问权限。尽管如此，它确实预示了技术的发展方向。
现在该怎么做？
信息量很大，让我们简化一下行动步骤：
- 如果你刚刚起步： 在三大系统（ChatGPT、Claude 或 Gemini）中选择一个，支付 20 美元，并选择高级模型。将 AI 引入你所做的每一件事中。上传你正在处理的真实文档，给 AI 分配复杂的任务（如起草 RFP 或 SOP），与它进行多轮对话并不断挑战它的极限。仅仅这样做，学到的东西就比看任何指南都多。
- 如果你已经熟悉聊天机器人： 尝试使用特定的应用。NotebookLM 免费且易用，是个很好的起点。如果你想深入，Anthropic 提供了最强大的工具包：Claude Code、Claude Cowork（均可通过 Claude Desktop 访问）以及专门的 PowerPoint 和 Excel 插件。用你真正需要完成的工作去测试它们，观察它的行为，在它出错时纠正它。记住，你不再是在“提示（prompting）” AI，而是在“管理（managing）” AI。
从聊天机器人到智能体（Agent）的转变，是自 ChatGPT 发布以来人们使用 AI 方式的最重要变革。虽然现在还处于早期阶段，这些工具仍在摸索中，有时也会做出令人费解的事情。但是，一个能“做事”的 AI，从根本上比一个只会“说话”的 AI 更有价值。学会以这种全新的方式使用 AI，绝对值得你投入时间。