最近公司在积极开展 AI 相关的学习、分享和应用探索。随着自己不断尝试，也和团队伙伴交流，发现了一些值得思考的问题。
首先，为什么要用 AI？
我觉得这个问题，可能比如何使用 AI 更重要。
每个人在组织中所处的位置不同，承担的职责和责任不同，面对的工作痛点也不同，因此对 AI 的需求自然也不一样。
前段时间看王自如采访帆软团队的访谈，谈到AI的组织改革，有三个必要条件，「技术、场景、人」三维一体。技术可能反而是其中最靠后的，真正重要的是场景：在什么场景下，AI 能够解决什么问题，改善什么痛点，最终又能为人的成长带来什么价值。
其实，每个岗位都有自己的职责，每份职责背后都有需要解决的问题。只要认真梳理自己的工作，就能找到 AI 可以发挥作用的场景。
可能一个人的视角越高，承担的责任越大，所看到的问题和应用场景也就越丰富，推动 AI 的紧迫感也会越强。但这并不意味着其他岗位没有需求，只是每个人需要从自己的工作出发去发现。
所以，与其一开始就研究各种工具和技术，不如先问问自己：我每天的工作中，哪些事情可以做得更好？哪些重复、复杂或者过去难以完成的事情，可以借助 AI 重新实现？或者同等时间内可以交付的更好
第二个问题，是为什么我们知道 AI 很好，却不一定愿意使用？
这个问题其实我自己也有很深的体会。
我一直算是比较愿意尝试新技术的人，但也不是没有自己的习惯和路径依赖。
比如我之前用自己的 OpenClaw 处理课评，一年下来已经形成了一套非常熟悉的工作流。整个流程跑得很顺，效果也不错，后来考虑到公司团队层面的 AI Agent 推广，发现豆包工作这类工具可能更适合作为大家统一使用的入口。自己习性的阻力就来了，
它的响应速度没有之前熟悉的工作流快，很多操作和细节也不够熟悉，有些效果甚至不如我原来已经调试好的方案。于是心里自然会产生一个念头：我原来的方式已经这么好用了，为什么还要换？
后来我意识到，这其实就是一个很典型的习性。
我们往往会觉得，自己已经熟悉的工作方式就是最简单、最高效的。对于别人来说可能很复杂的流程，因为自己已经掌握了，反而觉得轻松。而一个新的工具，即使长期来看可能有更大的价值，但在刚开始接触时，总是需要额外的学习成本。
所以，有些伙伴觉得 AI 很高效，能够把复杂的事情变简单；也有些伙伴觉得学习 AI 反而让事情变复杂了。
这两种感受，其实没有绝对的对错之分。
但我也在提醒自己，不要因为眼前的熟悉和顺手，就过早地判断一个新工具的价值。过去的经验固然重要，但如果一直停留在自己熟悉的工作流里，也可能错过新的可能性。
这让我对「积极拥抱新技术」这句话有了新的理解。
它看起来只是一句简单的话，但真正做到，其实是在不断超越自己的习性。放下已经熟悉的路径，接受暂时的不熟悉，愿意重新学习、尝试和调整。
这个过程并不总是舒服的，也不是听懂一个道理就能做到的，而是需要在一次次实际行动中慢慢修炼。
最后，我想到了一个观点：
AI 的到来是必然，人类的智慧更加必要。
AI 技术的发展不会因为我们是否准备好而停止。我们当然可以选择自己的工作方式和生活方式，但也需要理解时代的变化，并为自己的选择负责。
而人类的智慧，恰恰体现在我们如何认识变化、判断价值、发现问题，以及做出主动的选择。
回过头看，公司推动 AI 应用，表面上是在推动工具和技术的升级，实际上也是在创造一个让每个人重新审视自己工作、打破旧有习惯、探索更多可能性的机会。
技术的进步是外在的，人的成长才是内在的。
拥抱 AI，是学习一种新技术，更是不断突破自己的认知边界，超越既有的习性。最终，我们借助 AI 改变的不仅是工作方式，也应该是自己。
