我用 AI 烧了很多钱，但论文一个字没多

研二下学期，我突然意识到自己在干一件很蠢的事。

我的 AI 工具全家桶

我手上有多少个 AI 工具？数一下：Claude Code、Kimi Code、Qwen Code、Codex、OpenClaw、MiniMax——光命令行工具就六个。再加上各种 API key：Anthropic、智谱、豪卓云、MiniMax……每个月订阅费加起来不是小数目。

每出一个新工具，我第一时间注册、配置环境、跑通 demo、写个使用心得、发个朋友圈。

然后呢？

然后就没有然后了。

我的论文还是那个论文，草稿还是那个草稿，该画的图一张没画完。

回过头看，我使用 AI 的方式，本质上跟逛淘宝没有区别。

逛淘宝的人觉得自己在”挑选最好的商品”，实际上大部分时间花在了浏览、比较、加购物车上，最后真正需要的东西可能一件都没买。

我也是。我觉得自己在”寻找最高效的工具”，实际上大部分时间花在了安装、配置、测评、切换上，最后真正用工具完成的成果可能一个都没有。

更讽刺的是，我还专门写了一篇公众号文章来对比这六个工具的优劣——那篇文章本身花了三个小时。三个小时，够我把论文结论写完了。

我终于想明白了一件事：我不是在用 AI 完成任务，我是在体验 AI。

这两者的区别是什么？

目的导向的人打开工具，心里有一个明确的问题：”帮我把这张架构图画出来。”画完，关掉，继续下一件事。工具是透明的，任务是核心。

体验导向的人打开工具，心里想的是：”这个工具能做什么？它跟另一个比怎么样？哦，它还能这样用？”两个小时过去了，工具玩得很熟，但原本要做的事一点没动。工具变成了主角，任务反而成了背景。

我就是后者。

而且我还给自己找了一个特别正当的理由——“我在学习 AI 工具，这对我未来发展有帮助。”

真的有帮助吗？我现在能熟练配置六种 CLI 工具的环境，但我的论文还没投出去。读博的导师不会问我”你用过几个 AI 工具”，他只会问”你发了几篇论文”。

想明白之后，我给自己定了一条规则：

每次打开 AI 工具之前，先问自己一句话：这个动作结束后，我的论文会多出什么？

如果答案是”一段写好的引言”，开。

如果答案是”一张画好的架构图”，开。

如果答案是”试试这个新工具好不好用”，关掉，去写论文。

这条规则听起来很简单，但执行起来需要克服一种瘾——对新鲜感的瘾。新工具的界面、新功能的惊喜、配通环境的成就感，这些都会刺激多巴胺。而打开一个写了两个月的论文草稿，面对那些没填的数据和没画的图，只会让人想逃。

所以本质上，折腾工具是我逃避论文的方式。就像有人考试前疯狂整理书桌一样——看起来在做有用的事，实际上是在回避真正困难的事。

我不再需要六个 CLI 工具。我只需要一个顺手的，然后用它把论文写完。

我也不需要对比每个 AI 平台的响应质量、上下文长度、价格差异。我只需要找一个够用的，然后把时间花在论文本身上。

好的工具应该是透明的。就像一支好用的笔，你写字的时候不会一直想”这支笔手感真好”，你只会专注于你在写的内容。

如果你发现自己花在研究工具上的时间，比花在使用工具完成任务上的时间还多——那你不是在提效，你是在消费。

我粗略算了一下，过去三个月我在 AI 工具上的花费：各种 API 调用、订阅、服务器——加起来大概够交一个月的伙食费了。

换来了什么？一堆配置好的环境、几篇工具测评、和一个”什么工具都会用”的幻觉。

没换来的是什么？一篇投出去的论文。

这笔账怎么算都不划算。

如果你也是研究生，也在用各种 AI 工具，不妨今晚问自己一个问题：

过去一个月，AI 帮你完成了什么具体的、可交付的成果？

不是”学会了一个新工具”，不是”配好了一个新环境”，不是”发现了一个好用的功能”。

是一篇写完的论文、一份交了的报告、一个跑通的实验。

如果答案是”没有”，那你可能和我一样，把手段当成了目的。

工具永远在更新，但你的 deadline 不会等你。

少体验，多交付。先把作业交了，再去逛工具商店。

我是刘钢，一个正在戒”工具瘾”的研二学生。

关注「研路炼钢」，一起在研究生的路上淬炼自己。