I Consumed AI Content for 2 Years. Then I Decided to Build Something With It
中文图文
我消费了两年 AI 工具后，决定用 AI 做点东西——然后做出来了
我大概在 2024 年初就开始用 ChatGPT 了。
那时候每天刷各种 AI 新闻、收藏教程、订阅 Newsletter，朋友圈分享 AI 工具的文章必点赞。我觉得自己很"懂" AI。
但有一天我仔细算了一下：两年来，我到底用 AI 做成了什么事？
答案是：0 件。
我让 AI 给我写过诗、润色过邮件、翻译过文档——这些有用，但它们本质上只是"用 AI 说话"。不是用 AI 做事。
我的转折点：那个我想解决的痛点
我家有台旧电脑，里面存着过去十几年的照片——旅行、孩子小时候、家庭聚会的瞬间。每次想找一张具体的照片，我要翻半天文件夹，有时候找了半小时都找不到。
云盘自带的搜索太弱了。专业的照片管理软件太贵太复杂。我就想：能不能用 AI 理解照片内容，然后让我用自然语言搜索？
这个需求太具体了，让我无法继续假装"收藏了就是学会了"。
第一步：问了一个最笨的问题
我直接问 Claude："我想做一个本地照片搜索工具，让用户用自然语言找照片，不需要联网，数据全存在本地。我该怎么做？"
它的回答让我震惊——它给了我一份清晰的步骤规划：
- 把照片导入程序
- 用 AI 提取每张照片的内容描述
- 存到一个数据库里
- 用户输入问题，AI 在数据库里搜最相关的结果
这是我第一次发现：原来"做东西"不需要先学完所有知识，而是边做边学。
第二步：从最小可行开始
我没有一下子研究所有技术细节。我的第一个版本是这样的：
用一个现成的工具把照片整理到一个文件夹里，然后让它批量生成文字描述，再存到一个表格里。
这个版本很粗糙，但它能跑。
更重要的是，我第一次体验到了"用 AI 做事"的完整闭环——不是看教程，不是收藏方法，而是真正产出了一个结果。
后来我把这个粗糙的 MVP 改成了 PrismHub 的原型。它现在的搜索能力，就是从那个最简陋的表格版本迭代出来的。
复盘：为什么我之前没有动手？
我总结了三件事，阻碍了像我这样的普通人动手：
1. 混淆了"学"和"做" 看教程是学，做东西是做。我花了太多时间在前者。
2. 觉得需要"先把基础打牢" 我以前觉得得先学 Python、数据库、数据结构，才能开始做。现在我知道：最快的路是从想要解决的问题出发，边做边补知识。
3. 低估了 AI 作为"伙伴"的能力 找一个合适的 AI 助手，它可以在每一步给你方向、帮你 debug、帮你优化。你不是一个人在造轮子。
结论：现在就是最好的时机
我现在 56 岁，不是程序员，不是工程师。我能做出一个可用的工具，是因为我没有等到"准备好了"才动手。
如果你也看了很久 AI 教程而没有真正用过 AI 做一件完整的事，今天就是最好的开始时机。
找一件你真正想解决的小问题——不需要完美，不需要能卖钱——然后开始做。
你的第一个版本会很简陋。但这不重要。
重要的是，你终于开始了。
rayslifelab.com
