業州愚公在其AI使用日誌中分享了自己使用Gemini和ChatGPT的經驗，嘗試開啟VS Code和配置本地模型，但遇到了許多困難。業州愚公表示，最初他以為找到了一種不依賴額度的方法，但後來發現電腦的門檻才是真正的障礙。這段日誌記錄了業州愚公從2026年8月6日到8月8日的經歷，展示了他在使用AI工具時遇到的挑戰和挫折。業州愚公的分享為讀者提供了對AI工具使用的真實體驗和反思。
菜鳥之友系列：《AI 使用日誌》・第 07 篇作者：業州愚公
使用 AI 日誌｜2026 年 8 月 6 日（星期四）～ 8 月 8 日（星期六）
翻回 8 月上旬的日誌，有連續三天我是這樣寫的：
三條加起來不到兩百字，但每一條後面都是一整天。
這篇把它們放在一起寫，因為我後來發現，這三天的順序其實是一個很完整的過程：我一開始想讓它替我動手，接著想讓它不花錢就替我動手，最後發現我這台電腦連第二件事都做不到。
那幾天的起點，是一個很自然的念頭。
gemini 和 chatgpt 被各路的影片、文章吹得法力無邊，那麼請它指導（甚至替我完成）一些軟體操作，應該不難吧？我打開 VS Code，想讓它幫我把事情辦了。
結果是：三天，什麼都沒動起來。
原因我後來想清楚了三條。
第一條，它看不見我的螢幕。 對話框裡的 AI，只能讀我貼給它的文字。我的介面長什麼樣、選單在哪一欄、彈窗上寫著哪一行字，它一概不知道，全靠我描述。我描述得不夠細，它就開始猜；它猜得不準，我就照著一個不對的步驟去點，當然點不到。
第二條，它給的是「平均值」步驟。 同一個軟體有很多版本，版本之間的名稱、位置、甚至功能的有無都不一樣。它給的，一般是它見過最多的那一版。版本一旦對不上，它就用「大致差不多」的語氣帶過去，而差的那一點，正好是我卡住的那一點。
第三條，錯了以後，懷疑的是自己。 這條最耗人。它講得頭頭是道，語氣又肯定，按著做完發現不對，我的第一個反應是「我是不是哪一步看漏了」——於是從頭再來一遍。三天就是這麼過去的。
三天之後我學到一句大實話：AI 是顧問，不是操作員。 它能講，動手的永遠是我。我當初把它當成「一雙會替我點滑鼠的手」，這是我的錯，不是它的錯。
第二天，我的問題換了。日誌原文是：「claude 的額度越來越看不懂，沒幹幾分鐘就沒了，網站問題多多，無法靠 claude 維護。」
這句話裡有兩個事實，都是我的實際體感。
一是額度像沙漏，而且是不透明的沙漏。 你看不到它還剩多少，只知道做到一半，它沒了。沒有預兆，也沒有「再用一點就好」的餘地。
二是網站的小問題是無底洞。 改一行字、修一個顯示、挪一個位置，這些活兒單個看都不大，但架不住多。這種活兒其實最適合交給 AI——偏偏最容易被額度掐斷。
然後 youtube 節目給了一個新方向：用 claude + cc switch + ollama 配合，可以不依賴額度，自己維護網站。
我當時的反應是：這就是我要的。一整天都撲在這件事上。
現在回頭看，我那一天最大的問題是——我沒分清這三樣東西各自負責什麼，就開始動手了。
依我後來才搞懂的分工：
當時我只是照著影片一步一步點，點到哪算哪。為什麼要有這三樣、少了一樣會怎樣，完全沒概念。照著做不等於懂了——這是我那天最貴的學費。
8 月 8 日的記錄只有一句，但那句話裡的「知道」兩個字，重量很足：
繼續配置 AI，知道電腦的配置低了，無法運行本地大模型。幾天白乾了。
不是配錯，是配不動。
本地大模型這件事，最吃的是兩樣東西——記憶體和顯示卡。模型本身就是一大堆權重數字，要跑起來，得先把這些數字塞進記憶體或顯存裡。塞不進去，裝得再漂亮也跑不起來；勉強跑起來，慢到沒法幹活，等於沒有。
那影片裡為什麼跑得那麼順？因為那是作者的機器。他的機器能跑，不代表我的能跑。影片展示的從來是結果，不是前置條件。
那天把這句話想通之後，前面兩天的白工就全部串起來了：
我不覺得那些影片是騙人的，它們只是隱藏了前提。我總結了三個它們不會強調、但自己一定會遇到的東西：
| 影片裡展示的 | 影片裡不會說的 |
|---|---|
| 本地模型回答得又快又好 | 他那台機器多少錢、什麼配置 |
| 「不依賴額度、完全免費」 | 免費的是軟體，硬體是你自己出 |
| 照著步驟設定就好 | 前提是你的機器先滿足最低要求 |
所以我現在養成一個習慣：看到「本地部署」這四個字，先不點開教學，先問自己兩個問題——一、他那台機器，跟我是不是一個量級？二、如果差得遠，這條路我還有沒有必要走？
這兩個問題只要三十秒，但能省下好幾天。
第一句：它能講，不能動。 讓它出主意、寫稿子、改文字，它很強；讓它替你操作桌面軟體，它做不到。把這一條分清，能省下大量來回點滑鼠的時間。
第二句：方案不看你的機器，你自己得看。 任何「本地部署」的方案，第一道門檻都是硬體，不是步驟。
第三句：白工也是工。 這幾天我沒得到能用的東西，但得到了一個明確的結論：這條路，我這台電腦走不通。有了這個結論，我就不會再惦記它了。知道一條路走不通，也是一種進度。
繞了這麼一大圈之後，我後來真正解決「額度」問題的辦法，其實落在另外兩件事上，而且都沒花硬體的錢：
一是把便宜的活兒交給便宜的模型，貴的模型只留給真正需要它的活兒（第 05 篇寫過）；
二是把不同的活兒分到不同的窗口，別讓一件事的上下文去污染另一件事（第 06 篇寫過）。
兩件事合起來就是一句話：先分工，再談硬體。
我沒有為了省錢去換電腦，而是先把自己的活兒拆開——有些活兒看起來該本地跑，其實不一定要本地跑；有些錢看起來能省，一省就得出事。這樣算下來，比硬體軍備競賽划算得多。
工具備註隨身機器人（新用戶免費試用 7 天）
想省額度，第一步不是換機器，而是先分清手上有幾種活兒、哪一種適合交給哪一檔模型。SY 視野的「隨身機器人」把這類分工整理成一份可核對的清單，先看清自己的用法，再決定要不要花錢。進入 SY 視野（sylogs.com）開通試用。
下一篇預告： 那幾天我還辦成了一件事，花了整整一天半，卻是這整個系列的家——《「菜鳥之友」上線的第一天，原文一個字都顯示不出來》。
業州愚公 ｜ SY 視野（sylogs.com）原創內容，轉載請註明出處。
編輯評論 / Editor's Note
近年來，人工智慧技術的快速發展，讓更多人能夠接觸到如Gemini和ChatGPT等先進工具，但對於一般用戶來說，如何有效地使用和配置這些工具仍然是一個挑戰。即使是像VS Code這樣的熱門編輯器，也需要一定的技術基礎和實踐經驗才能順暢使用。尤其是在配置本地模型時，硬件的限制和操作的複雜性都可能成為用戶的瓶頸。