三年前，Gemini 3.0发布的时候，我第一时间就用上了。

那时候大模型正火，各家都在拼参数、拼能力。Gemini 3.0作为谷歌的旗舰大模型，发布的时候确实很惊艳，特别是多模态能力和长上下文，比同期的模型强不少。我当时觉得，有了这么强的AI，以后工作生活都能轻松很多。

三年过去了，我几乎每天都在用Gemini，从最开始的新鲜好奇，到后来的日常依赖，再到现在的理性看待。这三年里，我用它写过文章、写过代码、做过研究、处理过文档，也踩过不少坑。

这篇文章，我想分享一下用了三年Gemini 3.0之后明白的一些道理。聊聊它的好与坏，聊聊AI大模型到底能做什么不能做什么，给想用好AI工具的朋友一个真实的参考。

最开始的新鲜感

刚用上Gemini 3.0的时候，我真的被震撼到了。

那时候我用的上一代大模型，能力还比较有限，写个简单的邮件都可能出错。而Gemini 3.0，写文章、写代码、翻译、总结，几乎什么都能做，而且质量很高。特别是多模态能力，可以直接上传图片和PDF，它能理解内容并回答问题，这在当时是很领先的。

我记得最开始用的时候，我几乎什么都想让它帮我做。写邮件让它写，做PPT让它做，甚至连给朋友发生日祝福都让它帮我想。那时候我觉得，AI真的要改变世界了，以后很多工作都可以交给AI了。

但这种新鲜感只持续了几个月。几个月之后，我就发现，AI虽然很强，但不是万能的。它写的文章，虽然通顺，但总是少了点人味；它写的代码，虽然能跑，但经常有隐藏的bug；它做的分析，虽然看起来有道理，但有时候会一本正经地胡说八道。

我开始意识到，AI是一个很强的工具，但工具终究是工具，它不能替代人的思考和判断。

它真正擅长的事情

用了三年，我觉得Gemini 3.0真正擅长的事情有这么几类。

第一类是信息整理和总结。比如你有一篇很长的报告或者一本书，让它帮你总结核心观点，它做得非常好。又比如你开了一个长会，有录音转写的文字稿，让它帮你整理会议纪要和待办事项，又快又好。这类工作的特点是信息量大、重复性高、不需要太多创造性，AI做起来又快又准。

第二类是初稿生成。比如你要写一篇文章、一个方案、一封邮件，不知道怎么开头，可以让它先写一个初稿。它写的初稿虽然不一定完美，但能给你一个基础，你在这个基础上修改和完善，比从零开始快很多。我现在写东西，经常先让AI写个初稿，然后自己改，效率提升了不少。

第三类是代码辅助。写代码的时候，AI确实是一把好手。它可以帮你补全代码、解释代码、找bug、写单元测试。特别是写一些重复性的代码，比如数据处理、接口调用，AI写得又快又好。我现在写代码，几乎离不开AI辅助了，效率提升了至少一倍。

第四类是知识问答和学习辅助。遇到不懂的问题，问AI比搜索引擎方便多了。它可以直接给你答案，还可以根据你的水平调整解释的深度。比如你学一个新技术，让它给你讲解概念、给你出练习题、帮你解答疑惑，就像一个私人老师一样。

第五类是多模态处理。Gemini 3.0的多模态能力确实很强。你可以给它一张图表，让它分析数据；给它一张设计稿，让它写前端代码；给它一个PDF，让它提取信息。这些功能在工作中非常实用，能省很多时间。

它做不好的事情

说了它擅长的，再说说它做不好的事情。用了三年，我觉得这些事情AI还是做不好，或者说不能完全依赖它。

第一是需要深度思考和原创性的工作。比如写一篇有深度的观点文章，AI写出来的东西总是很泛泛，没有自己的观点，也没有独特的视角。它可以模仿别人的风格，但创造不出真正有原创性的内容。又比如做战略决策，AI可以给你提供信息和分析，但最终的决策还是要靠人，因为决策涉及到价值观、风险偏好、直觉等AI无法理解的东西。

第二是需要精确事实的工作。AI最大的问题是会"幻觉"，就是一本正经地胡说八道。它会编造不存在的事实、引用不存在的文献、给出错误的数据。如果你问它一个需要精确答案的问题，比如某个法律条款的具体内容、某个历史事件的准确日期，它可能会给你一个看起来很合理但实际上错误的答案。所以，涉及到精确事实的事情，一定要自己核实，不能直接用AI的答案。

第三是复杂的逻辑推理。虽然Gemini 3.0的推理能力比以前的模型强了很多，但在复杂的逻辑推理方面还是会出错。比如多步骤的数学题、复杂的因果分析、需要严谨逻辑的论证，AI有时候会在中间某一步出错，然后后面的结论就全错了。而且它自己发现不了错误，还会很自信地给你错误的答案。

第四是需要情商和同理心的工作。比如安慰一个情绪低落的朋友、处理一个复杂的人际冲突、做一次深入的心理咨询，这些事情AI做不好。因为它没有真正的情感，也没有真实的人生经历，它说的话虽然看起来很有道理，但总是少了一点温度和真诚。

第五是需要实际操作的工作。AI只能给你建议和方案，但不能帮你实际操作。比如它可以告诉你怎么修水管，但不能真的帮你修；它可以告诉你怎么做菜，但不能真的帮你做。这些需要动手的事情，还是得自己来。

用AI的正确姿势

用了三年，我总结了一套用AI的正确姿势。

第一，把AI当助手，不要当替代者。AI是帮你提高效率的工具，不是替代你的东西。你可以让它帮你做初稿、做整理、做辅助，但最终的判断、决策、创造，还是要靠你自己。把AI当成一个聪明的实习生，它可以帮你做很多事情，但你需要指导它、检查它、为最终结果负责。

第二，学会写好提示词。同样的AI，不同的人用出来的效果天差地别，关键就在于提示词。好的提示词要明确角色、目标、上下文、要求、格式。你给的信息越详细、越具体，AI输出的质量就越高。不要只说"帮我写一篇文章"，要说"你是一个有十年经验的科技博主，帮我写一篇关于AI发展趋势的文章，面向普通读者，长度2000字，风格通俗易懂，多用例子"。

第三，多轮对话，逐步优化。不要指望一次就能得到完美的答案。第一次输出之后，你可以告诉它哪里不好，让它修改；可以补充更多信息，让它调整方向；可以让它从不同的角度再写一版。多轮对话，逐步优化，最终的结果会比一次生成好很多。

第四，永远要核实和检查。AI的输出，不管看起来多么合理，都要自己检查一遍。事实性的内容要核实，代码要运行测试，文章要通读修改。不要直接把AI的输出当成最终结果，否则迟早会出问题。

第五，结合自己的知识和经验。AI最强的时候，是和人的知识经验结合的时候。你对某个领域越了解，就越能提出好的问题，越能判断AI输出的质量，越能把AI的结果用好。如果你对某个领域一无所知，AI反而可能会误导你。所以，提升自己的能力，和用好AI是相辅相成的。

AI改变了什么

用了三年AI，我经常想，AI到底改变了什么？

它确实改变了我的工作方式。以前写一篇文章要大半天，现在有AI辅助，两三个小时就能写完。以前写代码要查很多文档，现在AI直接帮我写好。以前整理资料要花很多时间，现在AI几分钟就能搞定。我的工作效率确实提升了很多。

它也改变了我的学习方式。以前学一个新东西，要找书、找教程、找老师，现在直接问AI，它可以根据我的水平给我讲解，给我出练习题，帮我解答疑惑。学习变得更高效、更个性化了。

但它也没有改变一些根本的东西。比如，好的内容还是需要人的思考和创造，AI只是工具；好的决策还是需要人的经验和判断，AI只是提供参考；好的人际关系还是需要真诚的交流和情感，AI替代不了。

而且，AI也带来了一些新的问题。比如信息过载，AI能生成大量内容，但真正有价值的内容反而更难找到了；比如深度思考的退化，什么都问AI，自己就懒得思考了；比如隐私和安全的问题，把数据交给AI，会不会有风险。

所以，AI是一把双刃剑，用好了能大大提升效率和能力，用不好反而会让人变得懒惰和依赖。关键在于，你是主人还是奴隶。

给想用AI的朋友的建议

如果你也想用好AI，我有几点建议。

第一，不要神化AI。它不是万能的，也不是无所不知的。它有很强的能力，但也有很多局限。理性看待它，才能用好它。

第二，从简单的场景开始。不要一上来就想用AI做复杂的事情，先从简单的开始，比如让它帮你写邮件、总结文档、解释概念。用熟了之后，再尝试更复杂的应用。

第三，多尝试多练习。用AI也是一种技能，用得越多越熟练。不要怕出错，多尝试不同的提示词、不同的用法，慢慢就会找到最适合自己的方式。

第四，保持独立思考。不管AI说什么，都要自己想一想，对不对，合不合理，有没有更好的方案。不要因为AI说得很自信就相信它，要有自己的判断。

第五，保护好隐私。不要把敏感的、机密的信息输入给AI，比如公司的商业机密、个人的隐私信息。虽然大公司都说会保护数据，但还是小心为妙。

写在最后

用了三年Gemini 3.0，我最大的感悟是：AI是这个时代最强大的工具，但它终究只是工具。

它能帮你做得更快，但不能帮你想得更深；它能帮你生成内容，但不能帮你创造价值；它能给你答案，但不能替你做决定。

真正重要的，还是你自己。你的知识、你的经验、你的思考、你的判断，这些才是不可替代的。AI只是放大器，它能放大你的能力，也能放大你的不足。

所以，不要害怕AI，也不要依赖AI。把它当成一个强大的助手，用它来提升自己，而不是替代自己。

最后用一句话来结束这篇文章："AI不会取代人，但会用AI的人会取代不会用AI的人。"

愿每一个人，都能在AI时代，用好工具，成为更好的自己。