2025-11 个人 AI 使用总结

前言：动手不多，但脑子一直泡在 AI 里

2025 年 11 月，如果要一句话总结我在 AI 上的状态，大概是：

自己动手折腾的不算多，但每天的信息流、推送、短视频里，脑子几乎一直泡在 AI 里。

这一整个月，既有自己实际在用的几款核心工具，也有被各种“重磅新品”“国产神器”轮番刷屏的时刻。下面就按几块来梳理一下：我自己真正在用什么、这个月业界让我眼前一亮的点、国内 AI 的一些动向，以及那些让我有点“审美疲劳”的 AI 营销。

一、我自己在用的几款核心 AI 工具

1. 解锁 Gemini Pro 学生版：折腾很久终于搞定

这个月最有“成就感”的一件事，就是终于搞定了 Gemini Pro 的学生版免费一年。

  • 这个优惠其实去年就看到过，但一直因为我的谷歌“大号”绑了中国支付方式，有地区限制，怎么都搞不定。

  • 折腾了很久之后，最后的解决方案是：

    • 新注册了一个从未绑定支付方式的小号；
    • 用 美国教育邮箱 做了学生验证；
    • 成功拿到了一年的 Google One 会员，顺带就能用上 Gemini Pro 的高级功能。

过程挺折腾，但搞定之后，有一种“总算把迟到一年的优惠薅到手了”的松一口气感。

更多细节：我的谷歌大号因为绑定了中国信用卡、在 AI Studio 付过账单，被判定为中国账户，地区怎么都切不走；甚至欠费账单没结清时想解绑支付方式都不行。最后启用以前用来收垃圾邮件的谷歌小号重新尝试，学生认证顺利通过。订阅时先试了 PayPal 因地域不匹配失败，换绑中国内地 AE 卡后反而一次成功。拿到订阅后立即取消自动续费，再移除支付方式，依旧可以继续免费用满一年，高级画图、Gemini 3 聊天、Gemini CLI 的额度也都到位。

2. 工作里的主力：公司认可的 Cursor Agent

在工作场景里，我现在的“官方主力”还是 Cursor Agent——公司认可、可以放心用的那种。

  • 使用方式：

    • 我更偏爱 CLI 形式，而不是 IDE 里的提示。
    • 命令行里和 Agent 对话、让它帮我写代码、改脚本，比在编辑器弹窗里对话更顺手。

  • 可用模型：

    • 目前可以用到一些像 Gemini 3、Cursor 4.5 这样的模型组合，对日常开发已经够用。

  • 实际体验：

    • 虽然和顶级的“最强模型”相比，能力上可能稍微差一点，
    • 但在公司工作流里，它在写代码、自动化任务、改配置这些场景下已经非常实用。

总的来说，Cursor Agent 更像是工作上的“老伙计”：能力够用、调用方便、也不容易出什么幺蛾子。

补充一些企业版的真实体验：公司买单的 Cursor 企业版单人月套餐约 40 美金，配合 PyCharm 行提示（类似 Copilot）和腾讯 CodeBody，但后两者的体验仍偏滞后。Cursor Agent 的优势在于模型覆盖快——GPT 5.1 CodeX、Gemini 3、Sonnet 4.5、Claude Optimus 4.5 等一上线很快就能切换；CLI 也是公司里唯一合规的工具。不过它的 CLI 功能仍显薄弱：没有 Colab Code 的 plan 模式、容易误改代码，skill/agent 提示也有欠缺，但依旧比 IDE 里的行提示好用。

3. 唯一保留的订阅：ChatGPT Plus 和高级 Agent

到现在，我基本只保留了一个固定付费订阅：

ChatGPT Plus，每月 20 美元。

为什么还在续？核心是两点：

  1. 高级 Agent 能力

    • 我用它做过一些比较“硬核”的事情：

      • 比如让它帮我去下载某些 CLI 工具的旧版本；
      • 然后根据我给的需求，修改、适配这些旧版本；

    • 这类任务本质上需要它具备一定的“整体规划 + 连续操作能力”，相当依赖它的“高级思考模式”。

  2. “每个月尽量用满”的感觉

    • 既然都花了钱，就会下意识想把它的能力“榨干一点”；
    • 实际也确实如此：每个月我都能从 ChatGPT 身上薅出不少价值，包括写代码、查资料、辅助思考、改文案等等。

所以，ChatGPT Plus 在我这儿，更像一个长期驻场的“高智商合伙人”。

深入体验让它的性价比更凸显：除了聊天和深度思考次数更多，网页端的“代理模式”成为本月最大惊喜。遇到 Cursor-Agent 新版本 bug 无法使用时，我尝试论坛、搜索和其他大模型都无解，连深度思考都不行，结果代理模式一键起开发环境帮我搞定。

  • 它先根据我提供的 curl 下载命令把脚本拉下、解压，发现是 shell 脚本；
  • 在脚本里定位最新版本的原始下载链接，再类比推算出旧版本的链接；
  • 还写了新 shell 脚本让我替换为旧版本链接运行，果然成功降级；
  • 甚至提前提醒我本地缓存目录可能还存着旧包，若未清理可直接指向旧包。

这一整套“分析链接→推导旧版→重写脚本→执行验证”的流程，强烈依赖编程能力和在线操作，深度思考都不一定能完成，而代理模式在网页上就能闭环完成，堪称本月最惊艳的功能体验。

此外，ChatGPT Plus 的 CodeX 也被我用成了“移动生产力”：

  • 手机 App 里直接用语音给 CodeX 下编程指令；
  • 账号已绑定 GitHub，并连上了 Jack 的博客仓库；
  • 口述想法→CodeX 生成 Markdown→我简单 review→直接合并发布，
  • 手机端就能完成过去只能在电脑上做的写作与发布，彻底打通了“语音→成文→上博客”的流水线。

4. CodeX + GitHub Pages：语音驱动的“博客流水线”

本月我也有在用 CodeX 来处理自己的博客相关内容，尤其是：

  • 用 语音输入 的方式，把一长段想法讲出来；
  • 再让 CodeX 帮我整理成一篇适合发布到 GitHub Pages 的文章；
  • 对我这种经常在路上、碎片时间多的人来说，这样的模式非常友好。

它在我这儿的定位是：

“语音 → 成文 → 上博客”的半自动流水线。

虽然我这个月 真正动手去搭新项目、写脚本不算多，但内容生产本身，已经明显在往“AI 辅助写作”这个方向转了。

5. 云对话：一边洗澡一边头脑风暴

在“纯聊天”和“头脑风暴”层面，我用得最多的还是：

  • ChatGPT
  • 偶尔也会用一下 Gemini

只要网络环境允许，这类云对话工具已经融入到日常生活里了：

  • 有时候在家里走来走去，甚至一边洗澡一边和 AI 聊天；
  • 把脑子里的想法丢给它，让它帮我梳理、发散、补充信息；
  • 有点像是随身带了一个“不会嫌你啰嗦的智囊团”。

这一块没什么特别复杂的技术细节，但对我个人生活和思考方式的改变非常明显。

二、本月最打动我的：Gemini 3 和 Nano Banana Pro

1. 等了很久的 Gemini 3：有点像“理想中的 GPT-5”

回顾这一月，整个业界让我印象最深的，还是：

谷歌正式发布了预热已久的 Gemini 3。

我的主观感受：

  • 等得很久：

    • 前期预热做了不少，大家都在猜“这一次谷歌能不能打出一张真正的王炸”。

  • 发布后的体验和观察：

    • 几句话就能快速产出高质量 demo 的能力，非常亮眼；
    • 在数学推理、深度研究型问题上的表现也很强；

    • 结合谷歌背后强大的 GPU / 基建能力，整体感觉就是：

      “这是一个真正敢跟顶级模型掰手腕的家伙。”

  • 连 Sam Altman 也公开祝贺：

    • 大意是“Gemini 3 很厉害”，

    • 有些人甚至觉得：

      这更接近他心目中 GPT-5 应该有的样子， 而现有的 GPT-5 可能还没完全达到这个想象。

对我来说，Gemini 3 像是一个信号：

“多家顶级厂商真正进入了正面肉搏阶段。”

2. Nano Banana Pro：把“欧美深度可视化长文”搬到普通人手里

另一个让我惊掉下巴的，是谷歌最近上的那个：

Nano Banana Pro（名字听起来就很魔性，但能力确实很猛）。

我看到的一些用法：

  • 一句话生成高质量图片

    • 只要简单几句 prompt，就能产出非常好看的插图、视觉稿。

  • 给它一本教材 / 教程 / 书，让它生成整套卡通风格 PPT

    • 比如有人把一本教材丢给它，让它：

      • 用某种特定风格（比如 “Kurumi 风格”、“宝宝拼音”那种可爱风）
      • 自动生成一整套卡通化的 PPT、学习用图。

  • 复杂图文混排：结构解析、标注说明一条龙

    • 比如给它一张木塔的图片，让它：

      • 在图上直接标注结构；
      • 同时在旁边配文字说明、结构解析；

    • 生成的效果很接近以前只在“欧美高质量深度文章”里看到的那种：

      有漂亮可视化、有讲解、有排版的一整套图文内容。

  • 更多场景：

    • 图文海报
    • 单词卡片
    • 学习卡片
    • 教材知识点总结图

让我有一种非常强烈的感觉：

以前那种需要一整个编辑、设计、数据可视化团队才能做出来的东西， 现在普通人丢一堆素材给模型就能生成个七七八八。

这大概是我这个月在 AI 领域里，最“哇，这也太厉害了吧”的一次震撼。

三、国内：代码模型、低价策略和我的期待

1. 国产代码模型：JRM4.6、K2、快手系……层出不穷

这一两个月，国内在 “能写代码的大模型 / 工具” 这一块也非常热闹。

  • 各种名字轮番出现：

    • 比如 JRM 4.6、
    • 各种 K2 的版本，
    • 甚至 快手 等公司也在推出自己的代码生成工具。

  • 整体感觉就是：

    “谁家大厂都得有个 AI 写代码，不然都不好意思说自己做 AI。”

老实说，我自己目前还没有在生产环境里大量使用这些国产代码模型，更多是停留在“关注、看别人测评”的阶段。但从节奏上能看出来：

国产在“AI 写代码”这个方向上，已经进入了一个百花齐放、你追我赶的阶段。

2. 国产模型的共同气质：价格低、性价比高

从我目前的了解和感受来看， 国产模型有一个很明显的共同特点：

主打“价格低 + 性价比高 + 好上手”。

  • 价格通常比国外大厂要便宜不少；
  • 针对国内开发者/企业的场景做了本地化支持；
  • 对很多用户来说，“够用 + 便宜”比“绝对最强”更重要。

我目前虽然还用得不算多，但整体是看好的：

等到有一两款在稳定性、生态、文档上都打磨得比较成熟了， 估计我也会找机会在实际项目里认真上手一波。

3. 国内 AI 其他新闻：几条速记

除了代码模型，本月国内 AI 动向，我印象中大致可以归纳成几条：

  • 国产 AI 平台价格战

    • 各家开始比谁更便宜、谁的套餐更“良心”；
    • 把目标瞄准中小团队、个人开发者入场。

  • 新兴创业公司涌现

    • 很多主打垂直场景（教育、医疗、内容生产等）的 AI 创业公司拿到融资；
    • 有点像上一波“互联网 to B 创业潮”的翻版，只不过这次是“AI + 行业”。

  • 地方政策给 AI 开绿灯

    • 一些地方政府推出扶持政策，鼓励本地 AI 产业落地和算力建设；
    • “本土化、大模型上云、政企合作”这些词出现得越来越多。

细节我这里不展开，只是把自己刷信息流时留下的印象记录下来。

四、信息流里的 AI 营销疲劳：被刷屏到有点反感

这一部分，算是我这个月对 AI 生态的 “情绪侧”吐槽。

1. 刷得最多的几块内容源

平时我刷得比较多的平台：

  • 国内：

    • 小红书
    • 各类公众号

  • 国外：

    • Twitter / X
    • YouTube

本来这些地方我也习惯用来获取信息、看测评、看教程。

2. 问题在于：AI 工具投放太狠了

最近一段时间很明显的感受是：

各种 AI 工具 / 国产模型的广告投放实在太狠了。

  • 经常会出现这样的场景：

    • 某一天开始，
    • “大家突然都在吹同一款国产模型 / 国产工具”；
    • 比如月末的时候，某个“前文”（明显是指某些国产大模型），
    • 还有一些 蚂蚁系的工具，
    • 几乎是一夜之间从小红书刷到公众号、再刷到短视频平台。

  • 看久了之后，很难不产生一种感觉：

    “这不是自然口碑，而是预算一砸、广告投放铺天盖地。”

3. 真正让我觉得“强”的，反而是极少数

对比之下：

  • 今年我真心觉得“哇，这玩意真的厉害”的，

    • 反而是像 Gemini 3 这种，
    • 以及上面说的 Nano Banana Pro，
    • 这种一试就能明显感觉到“能力跨度”的东西。

  • 而很多靠营销刷屏的工具：

    • 看介绍吹得天花乱坠；
    • 真正去看 demo 或者体验一下，往往也就那样；
    • 很难支撑起它们在信息流中的“声量”。

加上年底又是各种公司冲业绩、冲指标的时间点，大家集中投放广告，更加剧了这种“反感 + 疲劳”的情绪。

五、小结：2025 年 11 月，我和 AI 的距离

如果把这个月和 AI 的关系做个总结，大概可以这样描述：

  1. 工具层面

    • 实际在用的核心工具并不多：

      • 工作里的 Cursor Agent；
      • 长期订阅的 ChatGPT Plus；
      • 用来做博客和内容生产的 CodeX + GitHub Pages；
      • 以及刚刚好不容易薅到手的 Gemini Pro 学生版一年。

  2. 行业关注层面

    • 真正让我眼前一亮的，是：

      • Gemini 3 在推理和 demo 生成上的实力；
      • Nano Banana Pro 在图文可视化上的惊艳。

  3. 国内观察层面

    • 国产代码模型和平台进入了 “百模大战 + 价格战” 阶段；
    • 我暂时观望为主，但对它们的长期发展是乐观的。

  4. 情绪层面

    • 信息流里 AI 工具的营销密度，
    • 让人既能感受到这条赛道的热度，
    • 也确实会产生一些 “被过度投喂”的反感。

站在 2025 年 11 月尾巴上回头看， 我和 AI 的关系已经从“好奇的新鲜感” 慢慢过渡到一种：

既依赖它做事，又开始挑剔它的质量与噪音。

明年也许值得做的一件事是：

  • 少一点被动地刷信息流，
  • 多一点主动动手，用几款真正好用的工具，
  • 把 AI 真正变成自己工作和生活中的“生产力插件”，而不是“日常信息噪音”。

——以上，就是我 2025-11 的个人 AI 使用总结。