"AI 什么都能做！"——你一定听过这种说法。
"AI 就是个玩具，啥也干不了。"——这种声音也不少。
两种说法都不对。AI 既不是万能的，也不是废物。它有自己的能力边界——在边界之内，它强得离谱；出了边界，它还不如你自己动手。
今天这篇，我帮你把这条边界画清楚。知道了这条线在哪，你才能真正把 AI 用好，而不是要么盲目信任、要么干脆不用。
AI 真正擅长的事
我们先看 AI 做得好的。这些事情，它不仅做得快，很多时候比大多数人做得还好。
写东西。 这可能是目前最普遍的用法。写邮件、写文案、写报告、写周记、写朋友圈……只要你给它足够的背景和要求，它能在几秒钟之内给你一篇结构完整、表达通顺的文字。而且风格可以随便切换——正式的、轻松的、学术的、口语的，一句话的事。
改东西。 语法纠错、润色文字、调整语气、精简冗长的段落——这些事 AI 做起来又快又准。很多人写完东西习惯让 AI 过一遍，比自己反复读效率高得多。
翻译。 现在的 AI 翻译质量已经非常接近专业人工翻译，尤其是主流语言之间的互译。日常文档、邮件、网页翻译，完全够用。
总结和提炼。 给它一篇五千字的长文，让它"用三句话总结核心观点"，它做得又快又准。开会的录音转成文字再喂给 AI，它能帮你提炼出关键决策和待办事项。
头脑风暴。 想不出方案？让它帮你想。给它一个问题，它能一口气给你二十个角度。虽然不是每个都靠谱，但往往能帮你打开思路。它最擅长当你的"思维陪练"。
写代码。 对程序员来说，AI 已经是一个生产力倍增器。描述你想要什么功能，它能直接生成代码。不是完美的代码，但往往是很好的起点，省去了从零开始的时间。
分析和解释。 一段看不懂的合同条款、一个复杂的医学术语、一条英文新闻——扔给 AI，它能用大白话给你解释清楚。
这些事情有一个共同点：它们都是"语言"层面的工作。 而 AI 最早学会的、练得最多的，就是语言。所以它在这些场景下表现好，完全符合逻辑。
AI 明显做不好的事
再来看 AI 的弱项。这些事情，你不能指望它，甚至用了反而可能出问题。
精确的事实查询。 这是最大的坑。AI 不是数据库，它"记"东西的方式是模糊的——它记得大概，但记不准细节。你问它一个具体的人名、日期、数字、引用来源，它可能会非常自信地给你一个错误的答案。而且它不会说"我不确定"，它会编得像模像样。前面我们专门讲过这个问题——AI 幻觉。越是冷门、具体的事实，越要自己核实。
复杂数学计算。 AI 在简单数学上表现还行，但一旦涉及多步推理、复杂计算，它就容易出错。不是算不出来，而是它的"算"方式跟计算器不一样——它是在"猜"答案，不是在"算"答案。涉及财务计算、工程数据这类事，用计算器或 Excel，别用 AI。
实时信息。 你在 2026 年 5 月问 AI"今天上证指数多少"，它大概率答不上来（除非它有联网搜索功能）。它的知识是训练时"冻"住的，不是实时更新的。虽然现在很多产品加了联网能力，但你不能默认它什么都知道。
需要身体力行的事。 AI 不能帮你倒咖啡、不能帮你去医院挂号、不能替你去仓库盘点库存。它只能处理文字（和图片、音频等信息），不能跟物理世界互动。所有需要"动手"的事情，它都帮不上忙。
真正需要同理心的事。 你失恋了想找人聊聊，AI 可以说出"听起来你很难过"这样的话，但它并不真的理解你的感受。它的"共情"是语言模式的模仿，不是真正的感同身受。有些事情，你需要的是一个活生生的人，不是一段程序。
需要深度推理的复杂判断。 比如"这个公司值不值得投资""这段代码在高并发场景下会不会出问题"——AI 可以给你分析，但它的分析是基于语言模式的，不是基于对真实世界的深度理解。它可能说得头头是道，但漏掉关键因素。
这些弱项也有一个共同点：它们要么需要"准确性"，要么需要"真实世界的感知"——而这两样恰恰是 AI 目前最缺的。
一个帮你判断的简单框架
下次你不确定某件事能不能交给 AI 做，问自己两个问题：
这个问题对"准确性"的要求有多高？ 如果错一点也无所谓（比如写个文案、想个方案、润色文字），放心交给 AI。如果错一点就出大问题（比如财务数据、医疗诊断、法律条款的精确引用），那 AI 的输出只能当参考，关键信息一定要自己核实。
这件事需不需要跟"真实世界"打交道？ 如果是纯信息层面的工作（处理文字、分析数据、生成内容），AI 是你的好帮手。如果需要触达物理世界（买东西、见客户、做实验），AI 能帮的部分就非常有限了。
把这两个问题画成一个坐标轴，四个象限就是 AI 能力的全景图：
- 准确性要求低 + 纯信息工作 → AI 的主场。写文案、头脑风暴、翻译、总结——放心用。
- 准确性要求高 + 纯信息工作 → AI 能帮忙，但你得把关。写代码、做分析、查资料——用它当助手，关键点自己核实。
- 准确性要求低 + 涉及真实世界 → AI 能辅助，但主角是你。规划旅行路线、写购物清单——AI 出主意，你来执行。
- 准确性要求高 + 涉及真实世界 → AI 帮不了太多。做手术、签合同、做投资决策——这些事你自己来，AI 至多提供背景信息。
知道了边界，反而能用得更好
很多人因为 AI "不够完美"就不用了——觉得它会出错，不如自己来。但这个思路忽略了一件事：你不需要它完美，你需要它比你快。
你写一封邮件要 20 分钟，AI 只要 30 秒。你花 30 秒检查一下，改两个地方——总时间不到 2 分钟，质量还不比你写的差。这就是正确用法：让 AI 先出草稿，你来把关。
你翻译一篇文章要查半天词典，AI 几秒钟给你初稿。你过一遍，修正几个专业术语——效率提升了十倍。
AI 不是来替代你的，它是来帮你省时间的。最好的使用方式，永远是"AI 干粗活，你干细活"。
一句话总结
AI 擅长处理语言，不擅长保证准确；擅长信息层面的工作，不擅长跟真实世界打交道。搞清楚这条线，你就能扬长避短，让 AI 真正帮你提速，而不是添乱。
下一篇我们聊一个更大、也更有争议的话题——AI 和 AGI。你可能听过"AGI 即将到来"的说法，也可能觉得这是炒作。今天的 AI 到底离"通用智能"还有多远？我们用事实说话。