这两年，"AI很蠢"这句话，你大概听过不下一百遍。
办公室里，同事对着屏幕叹气："这AI是不是有点蠢？"饭桌上，朋友聊起某个工具，撇撇嘴："用过，挺蠢的。"
如果你稍微留意一下，会发现一个有意思的现象：我们大概也都干过类似的事——遇到不顺手的地方，先归咎于对方，总比反思自己容易。
但更有意思的是另一件事：同样是一个豆包，为什么有人说它好用得不行，有人说它蠢到离谱？
模型是同一个模型，参数是同一套参数，甚至可能是同一天发布的同一个版本。差别不在产品那头，在使用它的这头。
今天想聊的就是这件事：AI使用，其实是一件很个人的事情。
一、AI是一面镜子，不是一个人
先说一个我越来越确信的判断：AI不会自己"聪明"，也不会自己"蠢"。
它更像一面镜子。你站得端正，它照出端正；
你歪着站，它照出歪的样子——然后你转身抱怨，这镜子怎么把我照得这么难看。
这不是在替AI开脱，而是想说清楚一件常被忽略的事：输出的质量，从输入那一刻就已经分岔了。
同一个豆包，有人丢过去一句"帮我写个文案"，得到一份平庸的通稿，然后断言"AI就这水平"；有人会先说清楚受众是谁、想要什么语气、忌讳什么表达，得到的东西可能直接能用。
两个人用的是同一个工具，但他们其实在做两件不同的事——前者是在赌运气，后者是在提需求。
AI擅不擅长，其实没那么重要。重要的是，你知不知道怎么跟它说话。
这不是"会不会用工具"的技术问题，而是"愿不愿意把问题想清楚"的态度问题——恰恰是态度问题，才最个人。
二、"蠢不蠢"，取决于你在跟什么比
如果说第一层还只是"输入质量"的问题，那第二层要更隐蔽一些："好用"和"蠢"这两个判断本身，背后都藏着一个参照系，而这个参照系因人而异，甚至连本人都未必说得清。
举两种最常见的情形。
第一种，是"专业型参照系"。
一个在某个领域深耕多年的人，脑子里已经装了这个领域"最好的样子"长什么样——可能是他自己写过的最满意的一版方案，可能是他见过的最精准的一次判断。当AI给出的答案离这个"最好的样子"有距离时，他脱口而出"这也太蠢了"。
他不是在否定AI的能力，他是在拿AI和自己心里那把最高的尺子比。这把尺子越精确，AI显得越笨拙——这不是AI变差了，是比较的对象换了。
第二种，是"随手型参照系"。
更常见的情况是，一句"我用XX更好用"，就能悄悄重设一个人对AI的预期。他心里未必有多清晰的标准，只是被最近听到的一句话带偏了参照点——上一个用过的工具、朋友圈刷到的一条测评、同事随口一句吐槽，都可能成为这个临时的、松散的基准。
跟这个基准比，谁都可能显得"蠢"。
这两种参照系，一个精确到近乎苛刻，一个随意到几乎是情绪。但它们有一个共性：评判AI"聪明"还是"蠢"，本质上是在评判它和你心里那把尺子之间的距离——而那把尺子，从头到尾都是个人的。
你以为自己在评价AI，其实你一直在暴露自己参照系的样子。
三、真正的差距，藏在磨合期里
前两层讲的是"此刻"的差异——你怎么问，你在跟什么比。第三层讲的是"时间"的差异。
人和人之间需要磨合，才能从"客气"走到"默契"。人和AI之间，其实也是一样的道理。
第一次用一个新工具时，谁都会觉得别扭——它不懂你的行文习惯，猜不到你想要的语气，甚至连你惯用的几个专业词汇都要反复解释。这个阶段，说"它有点蠢"几乎是必然的，任何工具都一样。
但如果你愿意在这个阶段多投入一点——纠正它一次又一次跑偏的语气，明确告诉它你不喜欢哪种表达，把自己的偏好、习惯、甚至一些说不清道不明的"讲究"，一点点喂给它——它会慢慢变得像是懂你的那个版本。
这份"投入"，恰恰是最容易被忽略、又最个人的一环。愿意花时间磨合的人，收获的是一个越来越贴合自己的工具；
懒得磨合、用一次觉得不顺手就换掉的人，永远停留在"AI很蠢"的第一印象里，也永远不会知道，同一个工具，在别人手里可能早已经用出了完全不同的样子。
结尾：你和它之间，还没建立起那层个人关系
回到开头的问题：为什么同样是豆包，有人说好用，有人说蠢？
答案已经很清楚了：AI从来不是一个客观存在的"聪明"或"蠢"的东西，它是你和它之间关系的产物。
你给它什么样的输入，它就长成什么样子；你用什么样的尺子去量它，它就显得聪明或者笨拙；
你愿不愿意花时间磨合，决定了它最终是不是"懂你"。
所以下次再听到"AI很蠢"这句话时，或许可以多问一句：蠢的，到底是它，还是我们还没找到跟它相处的方式？
就像任何一段值得投入的关系一样，你付出多少理解，就会收获多少默契。AI不会主动走近你，但它会如实地，长成你对待它的样子。
参考来源：