综合多方信息来看，AI 工具推荐现在是门显学。
生活中也可以用。比如给自己装一个「微信读书 skill」，让它定期分析阅读记录，统计最近关注的主题，推荐下一批书，找认知盲区。
到这里，五个工具聊完了。
我们自己也推过不少工具。但说实话，大部分 AI 产品用一两周就删了。界面太复杂，响应太慢，免费额度用完就吃灰，还有的纯粹是「能做什么」和「我会用它做什么」之间隔了一条河。
在所有被 AI 改变的工作环节里，搜索也许是最早被掀翻的。
我们的办公桌上会有越来越多智能硬件、Agent、模型入口和自动化流程。但无论 AI 怎么进化，坐在椅子上的人，才是所有工作的起点。
注意，是「讨论」的版本，不是终稿。但这一步恰恰最管用，过去很多需求卡在「你说的感觉我不太理解」，现在可以先丢一张 AI 生成的图到群里，所有人对着同一张图说话。
飞书负责每天都在变的东西：会议纪要、项目进度、选题池、需求列表、团队 SOP。Obsidian 负责更长期的沉淀：写作风格、判断标准、工作方法、案例库、阅读笔记、复盘记录。
Plaud 是我们这两年推荐次数最多的硬件，也是近几年少有的硬件黑马。它解决的就是会议落幕后那 30 分钟的无用功。
信息太多的时代，先让 AI 理清关系
Gemini 深度研究适合处理开放性问题。
AI 时代最容易被高估的是工具，最容易被低估的是人。
比如研究一个海外 AI 产品、一条技术路线、一家新公司，它会先把问题拆成几个方向，自动搜资料，最后吐出一份结构化报告。不是说它写的结论都能直接用，但它给的那张地图，能帮你省掉最前面的两三个小时。
GPT-Image-2 + TapNow
打开任何一个平台，都有人在告诉你「这 10 个 AI 工具必须收藏」「2026 年最强 AI 工具箱」。标题一个比一个夸张，列表一个比一个长。你点进去、收藏，然后，再也没有打开过。
Claude Code、Codex
AI 没有把人从工位前解放出去。相反，当我们越来越习惯把长文档、代码、研究、图片、视频都扔给 AI 处理，工作里反而多了很多新的间隙：等 DeepSeek 读完一份文档，等 ChatGPT 重构一个模块，等 Gemini 生成报告，等视频模型吐出第一版素材。
人的角色在变。不再只是埋头输出，而是在「发出任务、等待结果、判断修改」之间来回切换。这让工位上的短暂休息变得比以前重要得多。等 AI 的几十秒、几分钟，可以继续刷手机、盯进度条，也可以活动腰背、调整坐姿、闭眼歇半分钟，再回到下一轮判断。
也顺便聊聊，它们是怎么嵌进我们真实工作流的。
今年一个很有意思的变化：越来越多不写代码的人开始用 Claude Code、Codex 这类 AI coding agent。
配合阿里千问语音输入法，口述需求，让 AI 整理成任务说明，一个人就能跑通过去需要产品、设计、工程一起配合的小工具原型。
先用 AI 做草稿，正在成为视觉表达的新习惯
一个好的工位，应该让你更快进入工作，也更容易从工作里恢复。它不只是生产力中心，也是一个人和 AI 协作时最基础的身体接口。
两个搭配着用，大问题找 Gemini，日常中文资料搜 Kimi。搜索这件事，从「自己翻链接」变成「AI 画地图然后你挑路走」，效率差的不是一点半点。
文字可以自己写，方案可以自己改。但一到配图、海报、PPT 视觉、短视频素材，很多人还得等设计师排期。需求说不清楚，来回改几轮，灵感早就凉了。
说白了，技术门槛其实没那么高，难的是先花一个下午，把自己的工作方式整理成 AI 能读懂的格式。
例如，我让 Gemini 深度研究整理 WWDC 2026 的爆料信息。它会先生成一份研究计划，把任务分为研究网站、分析信息、生成报告几个阶段，这些报告的 AI 味比较重，不能指望拿来就能用，但它提供了一套清晰的资料路径，省掉了大量前期资料整理时间。
搜来的资料、开会的结论、读文章的想法、做项目的经验，这些东西放哪？
AI 搜索做的事不太一样。它更像在帮你画一张问题地图：这个话题有哪些分支，哪些结论已经比较确定，哪些方向还需要继续挖掘。
一年下来，真正留在工位上、每天都在用的，就这几个。
颈枕、椅背、坐垫、扶手都能随坐姿变化调整，腰背支撑不是固定在一个位置上。后仰有 5 档，从日常办公到午休都能覆盖，一键脊柱拉伸在连续工作几小时后是实实在在的放松。
但它最好用的地方，其实不是录音转文字本身，而是支持定制 prompt 模板。
比如让它写视频脚本，它先看你的脚本规则；让它做选题判断，它先看你的内容方向；问它职业规划，它先看你的履历和目标。用得越久，规则文件越完整，AI 对你的理解就越接近真实的你。
Pro 款多了座椅通风，夏天办公室空调不稳的时候体感差距很明显。它不是那种会让你惊呼黑科技的产品。它就是让你坐到下午五点，腰不酸了。
工具负责记录、整理、生成和执行。人负责判断、表达、沟通和创造。效率提升的意义，不是接更多任务、坐更久时间，而是少被琐碎消耗，把精力留给重要的事。
日常中文语境里搜资料，我们更多用 Kimi。
过去两年，AI 生产力工具的付费主体正在发生剧烈的变化。早期更多是个人用户和技术爱好者自己付费，现在不少公司开始把会员订阅、APl token、算力额度纳入员工预算。原因并不复杂，只要一类工具能持续改善表达、判断，创作和执行效率，公司就愿意为它买单。
这个小录音设备往桌上一放，会议结束，纪要已经结构化了。客户访谈完立刻把纪要发回去确认，专业且留了书面凭证；关键会议结束把整理好的重点扔给没参会的同事，省掉所有人的同步时间。
AI 干活的间隙，我趁机回血
国内公司的公开资料、政策文件、访谈稿、财报、行业研报，扔进去提炼要点、对比差异、整理时间线，基本够用。不过说实话，非付费用户偶尔会遇到算力不足的提示，这是它目前一个绕不开的问题。
我工位上这把清闲 OC1 Pro，是最近在科技圈、创业圈非常火的动态人机工学椅，定价 4299 元，不便宜。但比起我待在椅子上的时间，我和床待在一起的时间是比不过椅子的。
Vibe Coding 火了，需求表达成了新技能
落到日常，我们用的是一个更轻的组合：飞书 + Obsidian。
内容产出里，视觉一直是最容易卡住的环节。
串起来的方式是这样的：把个人信息整理成分层的 markdown 文件，接着可以通过 OpenClaw 接入飞书机器人，也可以把 GPT、Claude、DeepSeek、Kimi 统一接进来。之后不管调用哪个模型，它都可以先去知识库里翻对应的规则文件，理解清楚背景再回答。
但有一个东西，今年给我的回报感可能比上面任何一个都强。它不是软件，也没有 AI 功能。它是一把椅子。
过去做一个选题、一份竞品报告、一次行业判断，最耗时间的不是写，而是找。找资料、筛资料、判断资料 A 和资料 B 之间到底是什么关系。传统搜索引擎给你的是一堆链接，你得自己点开、自己读、自己拼图。
视频生成环节，我们更多用 TapNow。它支持调用 Seedance 2.0 和可灵 3.0，适合把已经确定的角色、产品、环境素材延展成短视频。日常视觉记录、产品展示、社媒短内容，够用了。
对每周开 10 个会议以上的打工人来说，开会本身可能只占一半工作量。另一半是整理纪要、提炼重点、追踪待办、同步给没参会的同事。这后半段，往往比开会还磨人。
类似的逻辑也会延伸到办公硬件上。当越来越多人进入AI-native的工作状态，坐在电脑前的时间并没有减少，甚至在一些岗位上变得更长。真正影响效率的，也不只是模型能力和软件体验，还有员工长时间工作时的身体状态、专注质量和办公环境。
Gemini 深度研究 + Kimi
知名 AI 大神 Andrej Karpathy 前段时间聊过怎么构建个人知识系统，方案偏技术派，但思路值得借鉴：协作工具管动态信息，笔记系统管长期沉淀，AI 参与整理、检索和再加工。
打工人的会议外挂，终于不只是录音了
未来很多人未必会成为程序员，但会越来越像一个小型工程团队：能描述需求，能指挥工具，能验证结果，能把重复工作交给 AI。
我们过去聊工位升级，聊的是屏幕尺寸、键盘手感、桌面收纳、设备性能。但用了一年 AI 工具之后，我发现工位真正需要升级的，是人和工具的协作关系。
过去说知识管理，第一反应是建文件夹、做分类、写笔记。但 AI 时代这件事的逻辑变了。知识管理不只是把东西存起来，而是给 AI 建一套理解你的系统。让它知道你的写作风格、判断标准、常用模板、在留意什么方向。
销售可以出提案配图，产品经理可以出 UI 草图，品牌营销可以生成海报，老师可以出课件配图。它真正的价值在于正式投入设计资源之前，快速把模糊想法变成可见草稿。提前用 AI 确认方向，沟通成本低很多，返工也少很多。
查资料、建知识库、记会议、出画面、写工具，最后是坐得住。
飞书 + Obsidian
这套组合不只服务设计师和媒体人。
它让不会写代码的人也能参与软件生产。不需要先学完整的编程语言，甚至不需要理解每一行代码，只需要知道自己要什么，并且持续把需求描述清楚。
这里有一个很多人没意识到的技巧：不要用默认的会议模板，而是换成贴合你岗位的提示词，产出价值通常差好几倍。比如销售可以用「按客户痛点排序总结，列出反对意见」，再加一句「额外梳理客户在会议中表现出犹豫或兴奋的三个瞬间，分析潜在顾虑」。同一段录音，换几套 prompt 重新生成，往往能挖出完全不同的观察角度。
免费得到一份「客户心理学报告」，这件事最妙的地方在于，你不需要学任何新技能，只需要学会怎么把问题问对。
过去想写一个小工具、改一个网页、做一个自动化脚本，得找程序员。现在把需求说清楚，AI 就能通过自然语言完成相当一部分开发。这也是 Vibe Coding 今年突然火起来的原因。
你的知识库，正在变成 AI 理解你的入口
今年用得最顺手的组合是 GPT-Image-2 + TapNow。GPT-Image-2 的出图质量稳定、风格可控、提示词体系成熟。科技感配图、产品概念图、社媒海报草稿，它都能快速给出一个能拿来讨论的版本。
照顾好自己，就是 AI 时代最实在的生产力。
此事一出，立即引发了社会各界的广泛讨论和关注。
