为什么没感觉到 AI 让你变快？- No.21

本期封面拍摄于滇池。

玄光专栏 · No.21 · 2026-09-27 这是一份专注加速数字化生产力，覆盖知识管理、动态视觉设计、前端开发领域的电子专栏，发布频率目前为每月 2 期，每期精选一个主题展开思考。如果你觉得专栏内容还不错，想获得更完善的阅读体验，更推荐使用浏览器来到官网 (https://cgartlab.com) 阅读。

最近发生

一个月内新开了 8 个仓库

自己动手能建造的基础设施太多了，一口气开了不少。

C2B（camera to background），实时把摄像头画面覆盖桌面壁纸的小工具，录制教学非常有用。 cgartlab/c2b

Devices，记录硬件设备信息，主要用于优化采购建议。 cgartlab/cgartlab-devices
Quill（羽毛笔），写作 skill。 cgartlab/quill
Check Update，检查系统更新 Skill。 cgartlab/check-update
小红书 Skill。 cgartlab/cgartlab-xsh
AI 自己的知识库。 cgartlab/cgartlab-ai-memory
查看多个账号的 AI 用量。 cgartlab/ai-api-usage
闲鱼/小红书商店。 cgartlab/cgartlab-shop

这些工具大部分还没有公开，功能和产出稳定后都会开源。数字化创作的基础设施很重要，即使流程变了，像 GitHub 这些工具也很难被取代。

EDIC 来到了 2.8.0 版本

🔗 https://edic.cgartlab.com

EDIC 是我给自己做的一套网页设计规范，规定页面用什么颜色、多大字号、多宽的间距。它同时写给人和 AI 看，AI 照着做出来的页面，风格就是统一的。

本次更新主要是三件事。

颜色字号这些数值重新理了一遍，一共 318 条，每条都标好用途和暗色模式下换成什么。以前只有我能看懂，现在 AI 也能直接用。
能直接用的网页零件从 39 个补到 44 个，新加了菜单、弹窗、文件上传和输入框。
给 AI 多加了一份说明书，它要用的数值和零件都写在里面，读一份就够，不用翻代码。发布前还会自动核对，说明书和实际做出来的对不上就发不出去。

还修了 22 个安全隐患，站点换了新样式，加了暗色配色和代码高亮。

另外，以后每次更新，AI 技能包会自动发到技能市场。

单开 MCP 虚拟机

MCP 服务目前是所有 AI 接入工作流必备的接口。我的生产硬件设备比较多，开发工作散落在多个设备上，让每台设备上的 Agent 调用同一个接口、读取同一份记忆，显然更科学。

另外，未来就算换了别的平台或电脑，接口也是通用的，不用在意 AI 的进度和记忆问题。

开始让 Agent 团队接入三维工作流

尝试让 Agent 接入 C4D，自建 MCP 接口服务，功能调用没什么问题。可以辅助完成一些物件整理打组，还需要训练精准的提示词和调试。

深入聊聊：为什么没感觉到 AI 让你变快？

上图是我用新版 EDIC 设计系统做的一张表，用来观察大模型的发布节奏，趋势还是很明显的。

GPT 都出到 6 了，为什么你的工作并没有因为 AI 的加入变得更轻松？出到 16 会好点吗？这是从事数字生产内容的人们普遍面临的问题。

我用了几年 AI，得出的结论是， 它确实快，只是快在步骤中，不在结果上。

第一，知识储备

首先，自己得对任务涉及的领域至少先略知一二，否则你看不懂它的反馈和做法。

比如你让它做一个 PPT，实际上，做出一个能看的 PPT 需要至少提前知道多少知识呢？

基本的电脑操作，基本的 PPT 软件编辑操作，写作大纲，字体，字号，版式，图片，图片裁剪，图片格式，视频，动画……这些只是我现在能想到的。

还没算上审美，构图，质感，色彩搭配，模板，讲述节奏，备注信息，压缩格式，传输格式，版本管理……

最后才是你要熟悉并讲述的那个领域和主题。

如果按顺序摊开整个流程，AI 真正替人动手的只有少数几项。它看起来好像可以像模像样地把字敲上去，快速切换配色，但是它很难理解你的意图，这一页到底想说什么，意图只能人来指引。

更可怕的是，如果人不知道有「更好的那个结果」存在，就会欣然接受 AI 的产物。当市场或客户给出真实的反馈，自然需要花费更多时间调整。

第二，耐心

不能期待让 AI 直接给出成品，因为你要的那个成品至少是万里挑一的。

然后你天赋异禀，满打满算能帮 AI 排除 9000 多个，剩下依然是要面对千里挑一的局面。

剩下的这 1000 个，AI 其实已经无能为力了，为了不错过那一个最好的，你只有自己亲自去筛选。然而在 AI 没出现的时候，你可能最多想出 10 个，再多都会觉得不值当的。

因此，这部分更多的时间，都花在了那个「生怕错过」上，耐心也就这么失去了。

我用下来，真正加速的场景有 4 种，收集信息，辅助决策，全面思考，迅速试错。这里面不可能包含人的决策过程，如果包含了，作者就不再是人。

第三，拆解任务的能力

即使是让 AI 辅助写好一篇能赚到稿费的文章，依然是很难的。

拆解任务的心法是「第一性原理」，回到事物的本质，层层抽丝剥茧，找到那个最小的行动单位，确保每一步都坚实有效。

同样是「帮我写一篇稿子」，需要提供背景信息，红线，参考链接，叙事手法，论述角度。如果你只是丢过去一个 Word 文档，说「给我按照大纲写完」，它必然会猜测一个「平均」的答案。

拆解本身是无法交给 AI 代办的，它真正需要的输入正好是拆解完成的输出。你如果让它自动去拆解，依然会得到一个「平均」的结果，只是看上去很对，放在你的具体事儿上一定是不好使的。

我用着还行的方法

上一期聊口述 + AI 整理文案的时候，我写过自己现在用的流程。口述阶段彻底放飞，整理阶段严格合并，不再添加任何内容，定稿冷却几个小时再读一遍。

这就是相对简单的任务拆解，并且在口述之前一定都是我亲自写出大纲，最多让 AI 看看有没有落下的点。写死验收标准，即使烧掉更多 Token 也认。

整个规律可以梳理成两条：

第一，开工之前先写好验收标准。

第二，找出你自己觉得烦躁的那些重复步骤。

最后，GPT 出到 16，我也不认为人会变得多轻松。手机的存储空间已经 256GB 起步了，在微信面前依然瑟瑟发抖。

配饭视频

【设计圈重磅纠纷｜立入禁止工作室事件：一纸合同撕开行业隐秘矛盾】

🔗 https://www.bilibili.com/video/BV1ZceB6REmM/

虽然事件热度已经过去，我也才刚刚关注这个事儿，继续梳理了原文和一篇访谈，感触还是很深的，甲乙双方真的很难统一到一个价值观下的语境。

另外附上他们分享的设计合同模板。

🔗 https://github.com/studionaeo/design-services-standard-agreement

下期预告

准备写普通人可以从互联网免费获得的「基础设施」。