承接上一期，祥叔意犹未尽，主持团再度邀请他回来，这次聚焦在一个更具体的问题上：过去两年，AI到底发生了什么？作为一个亲历者，祥叔从「看热闹」到「用起来」再到「系统性依赖」，他的完整转变路径是一个很好的样本。
最大的认知转折点，他说得很直接：当AI开始帮他完成他「以为只有自己能做」的事，他对AI的认知就彻底改变了。那不是一个渐进的过程，而是一个瞬间的认知断层。
两年AI进化时间线
2023 → GPT时代：ChatGPT爆发，大众第一次真正感知到大模型的能力
2024 → 多模型竞争：Claude / Gemini崛起，生态开始多元化
2025 → Agent + 多模态全面落地：工具从「聊天」变成「干活」
这条时间线不只是技术史，也是每一个AI用户的认知升级史。2023年的震惊，2024年的选择，2025年的依赖——这个节奏在几乎所有早期采纳者身上都能看到。
向阳乔木分享了他的AI工具栈是如何建立的。他的核心原则出乎意料地简单：不追新工具，而是找到对自己最高效的工具组合。
这个反直觉的立场背后有清晰的逻辑：每一个新工具都有学习成本，有迁移成本，有心智占用成本。工具不是越多越好，而是要找到每个工具的「甜蜜点」——在某个特定场景下，它比其他任何工具都更顺手。
「用得深」意味着什么？意味着你理解这个工具的边界，知道它在什么情况下会失效，知道怎么构建prompt让它输出最好的结果，知道它的输出什么时候需要人工干预。
AI工具使用的四条原则
① 场景优先：先有真实需求，再选工具——不要为了用工具而用工具
② 深度优于广度：把少数工具用透，比浅尝多个工具更有价值
③ 建立个人工具栈：你的工具组合应该反映你的工作场景，不是别人的推荐
④ 定期清理冗余工具：每隔一段时间重新审视，去掉那些「装了但没用」的工具
主持团做了一轮实际工具推荐，按使用场景分类梳理。这不是测评，而是基于真实高频使用后的经验沉淀。
Claude（长文和深度推理）/ ChatGPT（创意和对话）——两者各有所长，不是竞争关系，而是互补关系。深度分析和长文写作首选Claude；开放式探索和创意头脑风暴ChatGPT更灵活。
Perplexity（实时搜索，带来源）/ NotebookLM（文档研究，处理大量资料）——两个工具解决的是不同维度的信息需求：一个是实时的，一个是深度的。
Claude Code / Cursor——代码编写领域目前最强的两个选择，根据工作流偏好选择。
Midjourney / Flux（图像生成）/ Sora / Runway（视频生成）——视觉工具迭代最快，但这几个工具在各自赛道仍然是首选。
尼克西给出了一个简洁的使用框架：高频工具要用得深，低频工具要找得到。不是所有工具都需要精通，但你需要知道在特定需求出现时，去哪里找到合适的工具。
这是本期最有价值的部分——发布会上的数字人人都知道，但有些变化是隐藏在热闹背后的。
整个AI生态系统的配套设施在成熟：API成本大幅下降，让AI应用开发的门槛降到了个人开发者可以轻松触达的水平。两年前需要几万美元的计算成本，现在几十美元就能解决。
AI对「普通用户」的友好度大幅提升。早期的AI工具，没有一定的技术背景很难用好。现在，会说话就能用AI——这个门槛的降低，才是两年来最大的结构性变化。
这意味着AI能力的扩散速度比所有人预期的都快。不再是程序员、研究员的专属工具，而是真正意义上的大众工具。
录制这期节目时，2025年还没结束。但嘉宾们已经在展望2026年的图景——不是预测，而是基于当前趋势的合理推断。
AI开始真正「帮你干活」而不只是「给你答案」。Agent的核心变化是：从你主动问，变成AI主动做。这个转变一旦普及，人机协作的模式会发生根本性的改变。
那些从设计之初就专为AI时代设计的产品，而不是在传统产品上「加AI功能」。AI原生应用会有完全不同的产品逻辑和用户体验，这个品类的爆发会重新定义很多行业。
怎么和AI分工合作，会逐渐形成更好的默契和范式。人机协作的最佳实践会从少数先行者的经验，变成可以被大多数人学习和复制的标准模式。
四个值得关注的趋势
① Agent普及：AI从「回答」到「执行」，自主工作流成为主流
② AI原生应用爆发：专为AI时代设计的产品重新定义各行业
③ 人机协作模式成熟：最佳实践从个人经验变成可复制的标准
④ 个人AI助手成为标配：每个人都有自己定制的AI工作流