月付 20 美元 ≠ 会用 AI：用法鸿沟

Essay2026-06-06

每月给 OpenAI 交 20 美元，和真正”会用 AI”之间，隔着一条大多数人看不见的鸿沟。

这条鸿沟不是工具差，是用法差：同一份 ChatGPT 订阅，有人拿来当搜索引擎，有人拿来自动化整个工作流。

典型的单轮对话用法是这样的：打开对话框，输入一个问题，等回答，不满意，重写问题，再问，再不满意，再来。一整天下来，屏幕上全是对话框，代码仓库里一行没动。然后得出结论——“AI 还不太行。”

这不是 AI 不行。这是在用锤子敲螺丝。

问题出在”单轮对话思维”。这种用法和十年前用 Google 没有本质区别：提问，拿答案，关掉页面。AI 在这种模式下确实只是一个更会说话的搜索引擎。但搜索引擎给你链接，AI 给你执行能力——区别在于，你有没有给它一个可以执行的环境。

同一个任务，两种用法的差别

光说”系统思维”太抽象。拿一个具体任务比一下：「给一个已有的 Web 项目加一个带单元测试的新功能」。

单轮对话路径，一个典型流程要七八轮来回：

每一步都靠人工搬运信息：从 AI 的话语搬到文件，从终端搬到对话框。瓶颈不在 AI 的能力，在搬运。

系统路径，配置一次之后：

把项目结构、代码规范、测试命令写进 CLAUDE.md（或等价的上下文文件），第一次对话模型就知道上下文。让 Claude Code 或 Codex 这类 agentic 工具直接接文件系统和终端，给它一句话：

按照 CLAUDE.md 的规范，实现这个功能，写完跑 pnpm test，失败了自己修，全绿了再给我看。

然后去做别的事。模型读文件、改代码、跑测试、读失败输出、再改——这个循环本来是你在单轮对话里手动做的，现在它自己跑。你回来时看到的不是一段需要粘贴的代码，是一个通过测试的提交。

这不是量变。单轮路径里，人是 AI 和文件系统之间的搬运工；系统路径里，搬运这一步没了。差出来的不是”AI 更聪明了”，是”中间的摩擦没了”。

不是做不到，是没意识到还能这么做。原因有几个：

工具形态的暗示。ChatGPT 的页面就是一个对话框，它在暗示你”聊天”。Claude Code、Cursor、Codex 这类工具的主界面也是聊天，但它们背后挂着文件系统和终端——这个区别不点破，很多人用 Cursor 也只是当个会读文件的 ChatGPT。
前期成本。造系统有一次性投入：写 CLAUDE.md、配测试、想清楚验证方式。单轮对话零启动成本，立刻能用。短期看，单轮更快；长期看，重复任务多了之后系统才回本。但人会高估眼前省下的五分钟，低估重复一年的搬运成本。
示范偏差。网上教程大部分在教”怎么写更好的提示词”，本质上还是在优化单轮对话。很少有人演示”配好一次，之后全自动跑”——因为它不性感，截图也没那么好看。

提示词技巧确实有用，但它只让你”问得更好”，本质上还是在单轮对话里打转。真正的杠杆在别处：你是在跟 AI 说话，还是在让 AI 干活。

下次开一个 AI 会话之前，问自己一句：这次是要它回答一个问题，还是要它跑完一个流程？

如果是前者（查个语法、要个灵感、翻译一段），单轮对话框完全够用，没必要造系统。如果是后者（实现一个功能、改一组文件、跑一遍验证），还停在”问一句贴一段”，那就是在给自己制造搬运工作。

界限不在”会不会写提示词”，在”有没有给它一个能执行的环境”。