不学计算机的普通人也能用好AI吗？

前言

你在各种 QQ 群、微信群甚至小黑盒上应该看到过别人聊 AI，或者看到过那些大肥鱼表情包。常见的话题多半绕着大模型参数、价格或者写代码效率打转，不碰技术的人看多了这类讨论，大概会出现一种错觉，觉得这套技术是专门给程序员准备的，自己既不懂编程，也不想折腾复杂的工具链，恐怕只能站在场外看热闹。

但其实距离我们没那么远，AI 是工具，在这个时代更是极大幅度降低了门槛的工具，或者说 AI 本身就是降低门槛后，让我们这些普通人享受技术变革带来的成果。笔者不曾系统学习过什么编程，上学期间也是法学相关专业，但有着折腾各种东西的爱好。

本文的写作缘由是偶尔会教身边的朋友怎么用，由于经常会重复说那些东西，有时候偷懒还直接合并转发以前给别人讲的东西。所以想着不如干脆一劳永逸写一篇尽可能让大家好理解的文章，听起来倒像是针对人类的 skill 了。

当然了，本文只涉及 最基础 的内容，所用语言也尽可能的 通俗易懂，因此注定不具备什么专业性，也不能保证你看完立马就有什么收获，一下子就提高了工作效率。我的建议是拿出“玩儿”的心态，玩什么不是玩，玩 AI 当然是玩，折腾的过程也当然是玩。以兴趣为出发点去折腾一个未知的领域，就和你平常玩游戏一样。你就纯当玩嘛，今天你试一试这个，明天你试一试那个，玩他一个月你也知道什么情况了。

甚至我可以说，我这篇文章都是写着玩的，所以如果你看到有什么不专业的地方，有明显谬误的地方，请务必指出来，非常感谢！

术语

术语本身是为了方便交流，因此出现了许许多多的术语，因此这些听起来陌生的词汇是完全无法避免的。我会列出一部分用的多的词汇进行解释，不成体系化，只要求能听懂。这里先介绍一部分，还有些我们后面再说。

LLM

大语言模型。比如 ChatGPT、DeepSeek 这些东西就属于 LLM，他将是整个 AI 构成里的“大脑”，说白了就是想怎么干活的。

Token

可以简单理解成 AI 处理文字时使用的“计量单位”，也就是蓝色大肥鱼的饭，或者你也听说过“词元”这个叫法，但务必不要机械理解，token这个词不只用作计量单位上，还有比如说“令牌”的意思，代表着某种授权。

Harness

直译有“马具”或者“鞍”的意思，放在 AI 这里，可以理解成“套在模型外面的工作环境”，或者干脆把它当成AI的身体。或者你可能更习惯 专武 这个叫法，粗暴理解为电脑上那些承载大模型的软件、客户端。

目前市面上除了 pi 那些开源通用的以外，各个大模型厂商也都为自己的模型推出了专用的 Harness，比如前两天刚上线客户端的 DeepSeek Harness，大家习惯简称 dsh，这就是大肥鱼的专武。而 GPT 的专武叫 Codex。

腾讯也做了一款，叫 workbuddy，这个后面我们会单独聊聊。

总之，别把模型本身和装模型的工具混成一回事。

Agent

Agent 一般翻译成“智能体”，但这个词听起来有点玄。说白了就是一个不只回答问题，还会为了完成目标自己拆步骤、调用工具、检查结果的 AI。粗略理解，LLM+Harness = Agent，有大脑、有身体才能干活，对吧。

比如你说“帮我重命名这一批文件”，普通聊天 AI 可能只会告诉你应该怎么整理；但 Agent 则会先扫描文件，再按你要求的规则分类、改名，最后把结果汇报给你。

人话就是能代替你干活了，这就是现在 AI 的核心功能之一，代替人类完成那些重复度高的工作。

当然，能自己做事不等于一定做得好。尤其涉及删除文件、发消息、花钱这类操作时，最好还是让它每一步都经过确认。

幻觉

就是瞎编，各种造假，一本正经胡说八道。这是普通人最需要知道的风险。使用 AI 但不能完全相信 AI，这一现象的重灾区就是游戏相关的内容。你问他哪一段剧情是什么或者攻略啥的还好，但你要是让他帮你做一套配装、一个构筑，哦豁，完蛋。做出来的东西你看都看不下去，简直是一派胡言。法律、医学、新闻、购物信息，这些也都是重灾区。

多模态

粗暴理解为可以让模型看图片了，不再是纯文字。

这几个东西的关系：

LLM：大脑

Harness：身体

Agent：大脑控制着身体

用户：许愿

正式的使用

这里我们先以 workbuddy 为例，workbuddy 是腾讯所开发的一个 harness。作为腾讯出品，他显得 臃肿、卡顿、影响大模型的智商。单也正因为是腾讯出品，他才有了决胜于其他 harness 的两个最大优势，也就是门槛低和免费额度。纵观市面上的 harness，codex 和 Claude code 虽然好用但需要折腾，dsh 本身还不稳定亟需后续维护，pi 更是完全没必要让普通用户折腾，zcode 其实是一个很好的选择，但前段时间出了一些事让我不是很喜欢他，不过产品本身没什么问题。

而免费额度就是他送的这些积分。

初始自带一部分积分，大学生认证或者别的任务送一部分积分，每天签到还给一部分积分。这些白嫖的积分搭配各种活动，还算耐用，更别说偶尔还有限免的模型。

因此说不定光靠白嫖的积分就能一直用下去，这也是 workbuddy 有如此用户粘性的原因，毕竟是真的不用付费。当然你愿意折腾的话还是建议将 workbuddy 反代出来，有一些开源项目是搞这个，就是让你可以在其他 harness 里使用 workbuddy 的积分，这样一来就 不必忍受过于臃肿的 workbuddy 还能白嫖 了。

所以我认为让 workbuddy 作为第一个 harness 是极好的，更别说先把他安好之后，后续折腾其他的 harness 也方便，出问题直接问他。当然了臃肿啊那些个问题也是客观存在的，腾讯嘛......

总之，通过 workbuddy 闹明白现在的 AI 是怎么一回事后，你就可以继续结合自己的兴趣或者用途，开始研究其他的 harness 了。我目前是 codex 和 dsh 这两个，前者里面搭配 GPT-6-luna，后者搭配 DeepSeek-v 4.1-flash，这是大模型的具体型号，两个比较便宜的模型，毕竟贵的我也压根用不到那些贵的。而现在，我们还要讲一些别的东西。

最后再强调一下，这部分写的篇幅有些长了，你可能只记住了“WorkBuddy 很臃肿，但免费”而忽视了“原来 AI 可以替我处理具体任务”。后者才是我们的重点。

第一次让 AI 帮你干活

如果你本就有一些想法，比如让它做你的助理，那自然是极好的，放手去干吧。而如果你对着 workbuddy 的输入窗口不知道说什么，那你也可以试试这么想：

我想让它做什么

我把什么材料给它

我怎么描述要求

它第一次做得怎么样

我如何继续纠正它

最后得到什么结果

虽然我说的没那么通俗易懂了，但你也不用想复杂，你去五金店的时候哪怕你不知道你要买的那个东西叫啥，但只要你能描述出你的需求，五金店的老板一下子就能掏出来你要的东西，即便你俩都不知道那玩意叫啥。现在也是一样，你要做的就是准确描述你的需求，交代一下背景啦，说明一些限制啦，或者还有给他一些参考样例。以及针对输出的结果继续修改，因为 AI 能替你执行，不代表它知道自己在执行什么。 所以还是需要你亲自去验收，并让他改到你满意为止。

其实你把他当搜索引擎用也可以，甚至更高效，但要注意幻觉。

简单的案例

我的电脑里有一个 obsidian 仓库，这是一个笔记软件，他把文件存在本地时采用的 md 格式，你不需要具体了解这些都是什么，因为等会我会单独提一嘴。现在你只需要知道，md格式可以被AI直接读写（此处的 AI 指的就是 agent 了，而不是 llm），这对它来说是专业对口的东西。那么既然ai可以直接读写我的笔记软件里的东西，我是不是就可以直接让他帮我进行管理呢，没错。是这样的。

我的笔记软件里有两个部分会让AI干涉，一个是打卡表，这里面存有我的运动和体重的打卡。另一个是日记，我会让他读取我每月写的日记生成一篇月度总结。

相信细心的你已经发现了，我直接把截图扔给他，他就知道怎么办事，这是怎么回事呢？这就涉及到又一个术语 ：skill 。

Skill 可以理解成一份专门教 AI 做某类事情的说明书。它会告诉 AI 这件事应该怎么做、要遵守什么格式、哪些步骤不能跳过，以及遇到问题时应该怎么处理。

比如“写作 Skill”可以规定文章要用什么语气，“整理表格 Skill”可以规定文件怎么读取、怎么检查、怎么输出。你当然可以在每次工作的时候都嘱咐一遍，但远不如提前就写好说明书让他在干活前扫一眼来的方便。

我基于日常的习惯写了这样一份skill：

甚至这玩意都不是我自己手动写的，是在某次填入数据之后让他保存为一个skill，它自己完成的。

那么为什么它能直接帮我改笔记呢，这又说回 obsidian 和 markdown 去了，也就是介绍一下我用的笔记软件以及它保存文件的方式。

Obsidian

聊天窗口里问问题谁都会，但让 AI 真正替你管理东西，就需要它能接触到你的文件和工具。我的例子就是 Obsidian。

Obsidian 可以理解成一个专门管理 Markdown 文件的软件。它负责让这些普通文本变成笔记、文件夹、双向链接和知识库，但底层文件本身还是保存在电脑上的 Markdown。

Markdown

Markdown 是一种纯文本格式，文件后缀通常是“.md”，是一种轻量级标记格式，不太适合叫“编程语言”。本质是是一种可以被人和程序直接读懂的文字。标题、列表、表格、加粗，都只是一些简单符号。这种格式的特性是用纯粹的文字去实现排版的效果，易读易写，在各种设备或软件中均一致，不会因为来回转移就导致排版错乱。AI 回复你时就是这种格式。

所以最终的效果就是，AI 在文件上读写 markdown，而我这个人类在 obsidian 这个可以直观看到的软件上读写 markdown。

另外你应该也注意到了，我的 obsidian 窗口最右边有一个 AI 的对话框，这是通过插件实现的，可以在 obsidian 里调用你的 harness，我目前是调用 codex。AI 能融入我们学习工作的方方面面，写文章自然也不例外，我会让它读完我写的东西然后提供一些指导意见，所以本文自然也是在 AI 辅助下完成的。不过懂行的朋友一眼就能看出来这篇文章是我倾注大量心血手打的，还是让 AI 一句话生成的。因为它作为机器和人类在输入文字的思路不一样，人类打字需要先在心里想，然后打字，本质上是语音转文字，所以读起来也就通顺。而 AI 只能从逻辑角度输入文字，还常常用 AI 八股，所以对人类来说读起来十分别扭。

扯远了，还有一个好用的地方，校对。它看 md 文件的时候能识别出第几行出了错误，而 obsidian 也支持显示具体的行数，我们就通过这样的方式去定位并改正错误。

你会发现鸠十五的回复里有一个“哼”，这很可爱，而这又是一个术语：提示词

你是否见过“你是一个猫娘...”，这是就是一种提示词，种类千变万化，总之就是叮嘱 AI 按照你的某个需求去输出内容。你可能有些耳熟，没错，skill 也是一种提示词，只不过是对某类任务特化的专业工作流程。 还有一种系统提示词，是写在项目里的长期文件，每创建一个窗口都会自动应用，例如你把“你是一个猫娘...”写到系统提示词里，那你开的所有对话里它都是猫娘。不过在系统提示词里一般写的是文件规范、禁止操作、权限边界这些，叮嘱好它应该做什么禁止做什么。

最后，obsidian 是个非常好用非常有趣也值得折腾的软件，和 AI 天生有极高的契合度，笔者在这里只做简单介绍，详细的还是要大家去网上找各种教程研究，或者我后面可能还会再为 obsidian 写一篇文章。

然后我还能提供两个其他我个人的使用案例。

这个是我下载了一个 Obsidian 主页插件，挺好看的，但我想要一个“最近打开”的功能，对着 dsh 说一句话就解决了。

另一个就是做表情包，真的，兄弟们，我觉得这才是 AI 绘画最伟大的地方，我们可以自己做表情包了。

总而言之，信息整理、写作辅助、学习理解、日常管理、兴趣娱乐，你可能对着 harness 的输入窗口不知道有什么用，但实际上只是你还没想到怎么把 AI 融入到你原本的那些目标只做。也就是那些你知道目标，但懒得重复做，或者不知道怎么开始做的事情。

结语

Obsidian 只是我自己的一个例子，而且它本身也有一定的学习成本。大伙不一定会用这个软件，也不一定需要让 AI 直接修改文件。但你可以从我举的这些例子里发现一个共同点：大家就是把 AI 当灯神在使，就是啥都不会摆烂然后搁那许愿。如果涉及到编程还需要更多更专业的提示词去帮助我们驾驭它，但既然只是用于我们的平常生活，自然也就没必要那么专业。

那么，这都是别人怎么用，但最终还要落到你是怎么用的，比如让他帮助你学习什么东西，或者直接问它自己 AI 应该怎么呢。你当然可以天马行空的许愿，但也要注意使用的边界，辨别使用过程中因为幻觉产生的错误信息，所以尽量还是要自己过一遍生成的内容，你像是给客服写邮件让它代笔的话，也要亲自看两眼写的都是什么东西，我前两天玩星际战甲发现用的是美元结算，比用人民币结算贵不少，就让它代笔写了个英文邮件发出去。AI 可以代笔但不能替你负责，所以写出来了我也要认真看看都是什么东西，其实这个过程就很像“假如你是李华...”。

所以回归到最开始的话题，不学计算机的人当然也能用 AI，耍嘛，学什么编程背什么术语，搞什么看起来很专业的提示词，你只需要拿一件自己想做的事情试试就可以了，看它能不能给你做到，不能立马做到你就继续改，反正你再怎么折腾它也不会拉黑你。

当然也真的就当灯神用了，它可以帮你查资料、整理信息、代笔，或者一定程度上当个搜索引擎用，但显然他不能帮你承担错误判断带来的后果，本质已经多次强调过这方面，一定不能完全信任 AI。姑且先把它当做一个可以随时叫来的小伙伴吧，一起玩嘛，先玩起来，慢慢就能知道它都能干什么了。