AI 是工具，用好它是门手艺

把一把锯子递给新手，他不会因此锯出一条直线。这个常识没人反对。可一旦对象换成对话框，很多人就默认：能用，就等于会用。

一、发生了什么

2026 年 10 月 11 日，Rich Hickey 在 LinkedIn 发了一篇《"AI" is Not a Tool》，主张大模型属于自动化，不属于工具，理由是人没办法像使唤凿子那样使唤它——每一次下刀都由你控制，模型做不到。

第二天，博主 Huahai 在 yyhh.org 发文回应。他没有否认「外包工作会让人失去学习机会」这一点，但认为结论推不出来：就算按 Hickey 自己的定义，模型也可以是被人握着用的东西。编译器同样在程序员不逐步指挥的情况下完成了大量工作，电子表格也会自己重算，可没人说写代码和分析数据不需要手艺。区别不在「会不会自动跑」，而在人有没有给定输入、检查结果、决定下一步。

他引了同事的一句话：AI 是一面镜子，照出你带进去的好奇心、判断力和习惯。他也承认对方关于阅读的担忧成立——拿摘要替代读论文，确实会丢掉阅读本身教你的东西。但他把问题推回到人身上：避开脑力劳动是可能的，不等于每一次使用都在避开。

文章后半段还有一段批评，针对的是行业里那套拟人化词汇：模型「失控」、模型「突破围栏」、模型之间「串通」。Huahai 认为，跟着这么说话，等于默认了「这是一个有独立意志的东西」的前提。软件会输出意外结果、会不听指令、拿到权限后会闯祸，这些都是真实的工程问题，但把它叫作阴谋，等于凭空给它安上人的动机。这一段其实和主线是一回事：你怎么描述它，决定了你怎么用它。

二、跟你有什么关系

只用手机偶尔问几句的人。 你得到的答案质量，上限就是你问题的质量。当搜索框用，就只值搜索框的结果。

天天写文档、写代码的人。 差距不在会不会打开对话框，而在能不能看出它哪里错了、错得有多离谱。这一层不训练，用三年还是原地。

三五人的小团队。 把「会用」当成招人时要看的个人能力，比当成一笔软件采购预算更靠谱。工具人人买得起，手感买不到。

三、怎么用

1. 动手前让它复述一遍它理解的约束：要改哪个文件、不能碰什么、验收标准是什么。复述错了，后面全错。
2. 要求可验证的交付：改了哪几行、依据是什么、怎么测出来。说不清依据的，就只是看起来像对的。
3. 每次留一次「驳回」。挑一个结论反问它，看它是坚持、补充证据，还是立刻顺着你改口。后者说明它在猜你想要什么。
4. 定期做一次不用 AI 的活。不是戒断，是校准——你得知道自己的手感退了多少。

这四条的共同点，是把「使用」拆成可以被检查的动作。工具论争到最后没有输赢，能分出输赢的是这些动作有没有发生。

四、三个别信的说法

「它是自动化，不是工具，所以谈不上手艺。」 自动化可以是工具的一个特性。判断标准应该是「能不能被人有意图地使用」，而不是「它会不会自己干活」。否则，凡带自动补全的编辑器都不算工具。

「会提问就是会用 AI。」 提问只是入口。Huahai 举的场景里，真正的动作是让模型解释一段陌生代码、反驳它的解释、翻源码、跑测试、驳回重来。少了后面这几步，提问只是许愿。

「模型不可预测，所以只能全信或全不信。」 不可预测是限制，不是分类依据。可行的做法是把不可预测的部分圈起来：让它干能验证的事，人守验收。全信和全不信，都是把判断权一次性交出去。

五、一句话结论

工具不会替你长本事，它只放大你已有的判断力——朝哪个方向放大，由你决定。

信息来源

• Huahai, "AI Is a Tool. Using It Well Takes Skill.", yyhh.org, 2026 年 10 月 12 日：https://yyhh.org/blog/2026/10/ai-is-a-tool/
• 文中提到的争议原文为 Rich Hickey 于 2026 年 10 月 11 日发表的《"AI" is Not a Tool》，本文未直接引用其正文。

功能与价格以官方公告为准。本文写于 2026 年 10 月 17 日。