大家好，我是 一点一木 。在我的 2025 年终总结里，我分成了两篇：第一篇更专注技术：《2025 年终技术复盘：从传统编程到 Vibe Coding 的工作流跃迁》；第二篇更私人化：也就是这篇。但我不想写成纯生活日记。生活和工作在我看来需要分开，而且坦白说，大家也不关心一个陌生人的日常具体怎么样。我更想分享的是：这些变化对我有用，也希望对你有用。这篇的中心只有一句话：
AI提效不是为了更卷，而是为了把时间还给自己。
回想年初，我还是那个社畜式开发者：工作占 80% 时间，剩下 20% 用来担心「AI 会不会取代我」。但 Vibe Coding 改变了这一切。它不是什么高大上的概念，就是用自然语言把想法推到可运行的东西。比如，用 Claude 或豆包，几句描述就能生成代码草稿；再用 Cursor 迭代，原型就出来了。这让我在工作中省下大量调试时间------以前修个 bug 可能卡半天，现在 AI 帮我模拟场景，效率至少提升 30%。
更有意思的是，这种提效不是单向的，而是一个闭环：
工作更快 → 有精力学新东西 → 学到的新东西反过来优化工作 → 继续变快。
告别忙碌的假象：我的能量守恒定律
2025 年我最明显的变化是：我不再把所有时间都塞进工作中。
这听起来有点凡尔赛，但本质上是 AI 提效后的红利分配问题 。得益于 Vibe Coding 和 AI 工具链的深度融合，我完成同样质量的工作所花的时间大幅缩减。我没有选择用省下来的时间去接更多的活，而是把它们投入到了信号捕捉 和自我迭代中。
我的逻辑很简单：
AI负责执行： 琐碎的代码实现、文章配图、数据清洗交给AI。
- 我负责决策与链接： 判断哪个信号值得追、参加什么活动、怎么把学到的东西写成文章、社区互动、学习和使用
AI相关的内容等等。
这种相辅相成的状态，让我终于从「工作-疲惫-休息-焦虑」的死循环，进入了「学习-实践-产出-正反馈」的螺旋上升。
创作者心态：看到信号，立刻行动
2025 年我还刻意训练了一件事：把灵感当成任务，把想法变成交付。
以前看到一个新技术，我脑子里第一反应是：「我要不要学一下？环境好难搭，等以后有时间再说。」现在我的路径更短，也更现实：：看到信号 -> 用 Trae / Cursor 快速搭个 Demo -> 在 Obsidian 快速记下核心逻辑 -> 发到社区平台看看反馈。
Vibe Coding 对我最大的改变不是写代码更快，而是：让执行变得极其便宜 。当你能在很短时间内做出一个可展示的版本，你就不会再被准备成本劝退；而当你开始把输出交给反馈去校准，学习就不再是孤立的自嗨，而是带方向、带复利的成长。
AI 全栈工具地图
为了维持这套流水线的高效运转，我深度体验并筛选了一套工具矩阵。这里分享给大家，希望能帮大家节省筛选时间：
1.信息猎手层：情报获取与真伪验证
逻辑： 在 AI 时代，信源的确定性比获取速度更重要。
| 核心工具 | 定位 | 核心功能 | 用法 |
|---|---|---|---|
秘塔AI搜索 / Perplexity |
主力 | 实时搜索、信源追踪、要点提炼 | 用秘塔拉出关键词地图扫盲，用 Perplexity 进行多源交叉验证，彻底杜绝 AI 幻觉。 |
V2EX / HN / Lobsters |
全球信号源 | 趋势捕捉、技术黑话、真实槽点洞察 | 每天刷 HN 抓全球风向，在 V2EX 翻看真实环境下的踩坑讨论。 |
DEV / 掘金 / CSDN |
中文信号源 | 实践教程、技术热点反馈 | 寻找落地型教程，观察国内开发者的真实痛点和业务应用场景。 |
2.大脑外挂层：深度推理与创作思考
逻辑： 既然是 Vibe Coding，就要把最枯燥的逻辑组织交给最强的模型，人负责拍砖决策。
| 核心工具 | 定位 | 核心功能 | 用法 |
|---|---|---|---|
Claude (+ Claude Code) |
主力 | 长上下文、代码重构、逻辑对齐 | 年度最佳损友： 逻辑极其严密，最适合半夜写长文或修复杂 Bug 时的深度陪跑。 |
ChatGPT / Gemini / DeepSeek |
主力 | 通用对话、多模型交叉对照 | 同样的问题丢给不同模型，取长补短，对比不同模型的推理路径。 |
豆包 / 千问 (Qwen) |
备选 | 中文语境、接地气表达 | 专门用于微调中文语感，把 AI 腔调转化为更具感染力的技术随笔。 |
Grok |
试验 | 幽默对话、脑洞碰撞 | 灵感枯竭时去和它互怼，往往能蹦出意想不到的选题金句或毒舌视角。 |
| 沉浸式翻译 | 辅助 | 术语统一、双语对照消化 | 全速消化 GitHub 文档和英文长推，保持全球信息同步零时差。 |
3.生产力中心层：代码工程与自动化
逻辑： 将想法转化为现实的加速器。
| 核心工具 | 定位 | 核心功能 | 用法 |
|---|---|---|---|
Trae / Cursor |
主力 | AI 驱动 IDE、Builder 模式 |
核心生产力： 用 Trae 自动拆解任务，我只负责关键节点审计，实现 80% 代码免写。 |
Google Antigravity |
高阶 | Agent 编排、自主执行与验证 |
从程序员升级为指挥官： 开启 Mission Control 模式，让多个 Agent 并行处理前后端任务。 |
n8n / Dify / Coze |
主力 | 工作流编排、Agent 自动化 |
只要一个流程重复 3 次，就搭成自动化工厂，把碎碎念的需求变成标准产线。 |
Ollama / OpenRouter |
备选 | 本地推理与模型路由切换 | 敏感代码跑 Ollama；通过 OpenRouter 一键切换最新发布的各种大模型。 |
4.视觉艺术层：高质量内容美化
逻辑： 好的技术文章需要顶级的视觉资产来辅助表达。
| 核心工具 | 定位 | 核心功能 | 用法 |
|---|---|---|---|
| 豆包图像创作模型 4/4.5 | 主力 | 高稳定中文理解、风格一致性 | 头号画师： 本年所有文章封面和作品 UI 几乎全由它承载，中文 Prompt 极度友好。 |
即梦 AI / Sora / MJ |
备选 | 视频生成与顶尖艺术风格 | 演讲时的动态演示用即梦；需要电影级视觉质感时召唤 Midjourney。 |
Nano Banana |
试验 | 聊天式图像编辑 | 对话即修图： 像聊天一样微调图像局部，不需要复杂的参数，调整细节非常顺手。 |
5.数字化底座：数据承载与知识沉淀
逻辑： 所有的输出必须有迹可循，构建可检索的「第二大脑」。
| 核心工具 | 定位 | 核心功能 | 用法 |
|---|---|---|---|
| 飞书多维表格 | 主力 | 结构化存储、选题/数据仓库 | 乱七八糟终点站： 所有 Workflow 跑出来的原始素材和发文计划全落在这里。 |
Typora / Obsidian |
主力 | 沉浸式写作与双链知识库 | Typora 负责轻量化的草稿输出，Obsidian 负责构建长期的知识图谱。 |
PyTorch / TensorFlow |
学习 | 底层框架深度学习 | 硬核组： 即使 AI 再强，也要通过这些框架理解神经网络的黑盒逻辑。 |
总结与分析：我的工具哲学
通过这一年的高强度使用，我总结了三条工具使用守则，也分享给大家：
- 不要做工具的搬运工，要做流程的建筑师 ： 工具本身不值钱，值钱的是你如何用
n8n或Coze将它们串联起来。 - 多模型交叉验证 (
Cross-Check) 是消除幻觉的唯一出路 ： 永远不要迷信某一个模型。我的习惯是：Claude写逻辑，秘塔查事实，豆包调语感。在关键决策上，至少要过三个模型。 - 沉淀大于产出 ： 如果没有飞书多维表格和
Obsidian的沉淀，这些工具只会让你变得忙碌而不是成长。所有的AI产出，必须落入你自己的数据库，才能变成你的第二大脑。
闪光瞬间：从屏幕后走向讲台
2025 年对我来说，一个很具象的变化是：我开始从屏幕后走向讲台。
如果说过去的成长更多发生在我和代码的世界里，那么今年，我通过 四次重要活动 和两次演讲 ，第一次完整经历了创作者路径的另一半：输出 → 被看见 → 获得反馈 → 反过来逼自己更清晰。
这不是我变得更会说，而是我逐渐确认了一件事：
分享的价值，不在于证明我懂多少，而在于它会逼我把经验沉淀成别人也能用的东西。
深圳人工智能与机器人发展论坛： 让我看到了 AI 落地工业界的宏大叙事。
现场照片：
豆包系列活动（Workshop/挑战赛）： 从 TOP 创作者面对面直播分享 ，到 创作派对现场演讲 ，我最强的体感是：分享技术带来的快乐，远大于独自跑通代码。
Workshop 现场照片：
挑战赛现场照片：
PromptPilot 产品发布会： 让我思考如何将 AI 能力产品化，这也是我 2026 年的方向。这场发布会让我更清楚地意识到：AI 能力人人可用，但把能力做成产品才是更难的部分。
从做一个能跑的 demo，到做一个别人愿意持续使用、能形成长期价值的产品，中间差的不是几个功能，而是一整套系统：体验、稳定性、数据闭环、可维护性。
这也逐渐变成我 2026 年更想投入的方向之一：把工作流做成可以复用、可持续迭代的产品形态。
现场照片：
借着去北京参加发布会的机会，我也短暂地逃离了代码，去感受了这座城市的烟火气息。
关于广告：商业价值是价值创造的副产物。
今年我也尝试性地接了几个广告。说实话，我把它看作创作者路径闭环的一部分：当你的输出持续为他人创造价值，商业价值往往是顺带出现的结果。
当然，这也会反过来提醒我：内容的长期信任比短期收益更重要。所以我会更谨慎地选择合作，也更希望它不影响大家的正常阅读体验。
2026：在不确定中构建确定性
面对即将到来的 2026，我不想再什么都写一点，而是要先兑现 2025 年的硬核承诺，再稳扎稳打地向 AI 深水区进发。我的计划分为两个阶段：补齐基石 与全面拓荒。
填坑与补齐：兑现 2025 的硬核承诺
2025 年我开了三个极具护城河的长期方向，但因为活动、工具迭代和新灵感太多，更新节奏断了。这些坑不补，后面再开新坑只会更乱。所以 2026 年优先级最高的就是把它们补成完整、可复用的系列。
- 《
GEO生成式引擎优化从入门到精通》专栏 ：GEO是AI时代的新SEO。我会系统讲透如何让内容被ChatGPT、Perplexity、豆包、DeepSeek等引擎优先引用。从RAG优化、语义理解到E-E-A-T权重提升，目标是让创作者从被算法喂 进化为懂算法喂人。 - 《纯前端用
TensorFlow.js实现智能图像应用》系列 ：坚持在浏览器里跑AI，这是前端人的尊严。我将补齐从环境搭建、模型加载到WebGL加速优化的全链路教程，并配套可复用的Demo仓库，带大家在网页里玩转实时滤镜与物体检测。 - 《
GitHub热门项目与技术趋势前沿》月更计划：继续担任大家的技术哨兵。每月精选 10 个真正能落地的热门项目，拆解亮点、分享避坑指南，帮大家在信息爆炸中筛选出真正的生产力工具。
拓荒与进化：全面拥抱 AI 2.0 生态
在打好地基后，我会将精力投向更具自主性与产品化的 AI 主题：
AI Agent（智能体）实战： 探索从简单Prompt到多Agent协作系统的演进，研究如何利用n8n、Coze、Dify构建真正能跑通业务的数字员工。- 大模型底层与多模态应用： 持续输出关于模型推理、工具调用、
RAG架构及大模型微调的测评与科普文章。 - 作品化输出： 不再满足于写
Demo，尝试做更完整、能解决具体痛点的AI原型或小工具。
节奏机制：先交付，再扩张
为了避免再次"断更"，我为自己设定了一套可持续的节奏：
- 保底： 每月稳定交付 1-2 篇高质量（补欠优先，三条欠更不断更）
- 冲刺： 状态好时加更
AI Agent或大模型相关的实战教程与互动案例 - 复盘： 每季度淘汰低价值方向，
All-in高复利赛道
结语
2025 年我最大的收获，不是用了多少工具，也不是写了多少篇文章，而是我逐渐建立起一种更可持续的生命状态：
- 执行层： 用
AI消除重复劳动，让执行变得极度廉价 - 资产层： 把省下的时间投入长期资产（如
GEO、TensorFlow.js），让灵感通向闭环 - 成长层： 通过活动与演讲，将独自学习转化为带反馈的社交进化
生活和工作不应该是割裂的，AI 给了我们一个把它们重新缝合的机会。如果你也感受到了 AI 带来的冲击，我建议你尝试转换视角：不要把 AI 当成更强的搜索引擎，而要把它当成你个人系统的执行层。
你负责判断、表达与决策；工具负责执行、校验与复用。长期来看，这会让你活得越来越从容。
感谢掘金这个平台，让我找到了属于自己的节奏。2026 年，我依然会在这里，做一个很能折腾却不卷 的 AI 创作者。
最后，送给大家一句话：不要害怕工具迭代太快，要害怕你失去了看到信号就立刻行动的勇气。
如果你对我的 AI 工具流（如 n8n 与 Coze 的联动） 或是 AI 辅助写作流程 感兴趣，或者想聊聊 AI Agent 的未来，欢迎在评论区留言。我们 2026 见！