AI 工具推荐：按需求选，不按热度选
AI 工具更新极快，追新意义有限。这一页给出按学习需求选工具的四个判断维度，帮助你在工具更替中保持稳定，而不必反复迁移。
AI 工具的更新速度快到追不上，今天推荐的具体产品，半年后可能已经变了。与其列清单，不如给出判断标准——知道按什么标准选，工具怎么换都不慌。
是否解决真实需求。先明确你要解决的问题，再找工具。反过来做，会陷入「为了用工具而用工具」。
是否嵌入现有流程。需要在学习流程里多用一步的工具，往往最后不会被用。
输出是否可核验。能给出依据、可回溯的工具，在学习场景里价值更高。
数据是否安全。涉及个人信息、未发表内容时，必须考虑数据去向。
输入环节：需要的是可理解材料与背景补充，看重内容质量与难度匹配。
加工环节：需要的是拆解、讲解、提问，看重准确性与可追问性。
输出环节：需要的是反馈与纠错，看重的是「指出问题」而非「代写」。
复盘环节：需要的是记录与归纳，看重长期可用性。
少而精。同时使用超过三个工具，切换成本会吞掉收益。
先熟练再更换。在一个工具上用到八十分，比在五个工具上各用到四十分有价值。
定期做无工具检测。确认工具没有让自己退化。
列出你现在用的所有 AI 工具，删除一个月没用过的。留下的不超过三个。