业州愚公在其AI使用日志中分享了自己使用Gemini和ChatGPT的经验，尝试开启VS Code和配置本地模型，但遇到了许多困难。业州愚公表示，最初他以为找到了一种不依赖额度的方法，但后来发现电脑的门槛才是真正的障碍。这段日志记录了业州愚公从2026年8月6日到8月8日的经历，展示了他在使用AI工具时遇到的挑战和挫折。业州愚公的分享为读者提供了对AI工具使用的真实体验和反思。
菜鸟之友系列：《AI 使用日志》・第 07 篇作者：业州愚公
使用 AI 日志｜2026 年 8 月 6 日（星期四）～ 8 月 8 日（星期六）
翻回 8 月上旬的日志，有连续三天我是这样写的：
三条加起来不到两百字，但每一条后面都是一整天。
这篇把它们放在一起写，因为我后来发现，这三天的顺序其实是一个很完整的过程：我一开始想让它替我动手，接着想让它不花钱就替我动手，最后发现我这台电脑连第二件事都做不到。
那几天的起点，是一个很自然的念头。
gemini 和 chatgpt 被各路的视频、文章吹得法力无边，那么请它指导（甚至替我完成）一些软件操作，应该不难吧？我打开 VS Code，想让它帮我把事情办了。
结果是：三天，什么都没动起来。
原因我后来想清楚了三条。
第一条，它看不见我的屏幕。 对话框里的 AI，只能读我贴给它的文字。我的介面长什么样、选单在哪一栏、弹窗上写着哪一行字，它一概不知道，全靠我描述。我描述得不够细，它就开始猜；它猜得不准，我就照着一个不对的步骤去点，当然点不到。
第二条，它给的是「平均值」步骤。 同一个软件有很多版本，版本之间的名称、位置、甚至功能的有无都不一样。它给的，一般是它见过最多的那一版。版本一旦对不上，它就用「大致差不多」的语气带过去，而差的那一点，正好是我卡住的那一点。
第三条，错了以后，怀疑的是自己。 这条最耗人。它讲得头头是道，语气又肯定，按着做完发现不对，我的第一个反应是「我是不是哪一步看漏了」——于是从头再来一遍。三天就是这么过去的。
三天之后我学到一句大实话：AI 是顾问，不是操作员。 它能讲，动手的永远是我。我当初把它当成「一双会替我点滑鼠的手」，这是我的错，不是它的错。
第二天，我的问题换了。日志原文是：「claude 的额度越来越看不懂，没干几分钟就没了，网站问题多多，无法靠 claude 维护。」
这句话里有两个事实，都是我的实际体感。
一是额度像沙漏，而且是不透明的沙漏。 你看不到它还剩多少，只知道做到一半，它没了。没有预兆，也没有「再用一点就好」的余地。
二是网站的小问题是无底洞。 改一行字、修一个显示、挪一个位置，这些活儿单个看都不大，但架不住多。这种活儿其实最适合交给 AI——偏偏最容易被额度掐断。
然后 youtube 节目给了一个新方向：用 claude + cc switch + ollama 配合，可以不依赖额度，自己维护网站。
我当时的反应是：这就是我要的。一整天都扑在这件事上。
现在回头看，我那一天最大的问题是——我没分清这三样东西各自负责什么，就开始动手了。
依我后来才搞懂的分工：
当时我只是照着视频一步一步点，点到哪算哪。为什么要有这三样、少了一样会怎样，完全没概念。照着做不等于懂了——这是我那天最贵的学费。
8 月 8 日的记录只有一句，但那句话里的「知道」两个字，重量很足：
继续配置 AI，知道电脑的配置低了，无法运行本地大模型。几天白干了。
不是配错，是配不动。
本地大模型这件事，最吃的是两样东西——内存和显示卡。模型本身就是一大堆权重数字，要跑起来，得先把这些数字塞进内存或显存里。塞不进去，装得再漂亮也跑不起来；勉强跑起来，慢到没法干活，等于没有。
那视频里为什么跑得那么顺？因为那是作者的机器。他的机器能跑，不代表我的能跑。视频展示的从来是结果，不是前置条件。
那天把这句话想通之后，前面两天的白工就全部串起来了：
我不觉得那些视频是骗人的，它们只是隐藏了前提。我总结了三个它们不会强调、但自己一定会遇到的东西：
| 视频里展示的 | 视频里不会说的 |
|---|---|
| 本地模型回答得又快又好 | 他那台机器多少钱、什么配置 |
| 「不依赖额度、完全免费」 | 免费的是软件，硬件是你自己出 |
| 照着步骤设置就好 | 前提是你的机器先满足最低要求 |
所以我现在养成一个习惯：看到「本地部署」这四个字，先不点开教学，先问自己两个问题——一、他那台机器，跟我是不是一个量级？二、如果差得远，这条路我还有没有必要走？
这两个问题只要三十秒，但能省下好几天。
第一句：它能讲，不能动。 让它出主意、写稿子、改文字，它很强；让它替你操作桌面软件，它做不到。把这一条分清，能省下大量来回点滑鼠的时间。
第二句：方案不看你的机器，你自己得看。 任何「本地部署」的方案，第一道门槛都是硬件，不是步骤。
第三句：白工也是工。 这几天我没得到能用的东西，但得到了一个明确的结论：这条路，我这台电脑走不通。有了这个结论，我就不会再惦记它了。知道一条路走不通，也是一种进度。
绕了这么一大圈之后，我后来真正解决「额度」问题的办法，其实落在另外两件事上，而且都没花硬件的钱：
一是把便宜的活儿交给便宜的模型，贵的模型只留给真正需要它的活儿（第 05 篇写过）；
二是把不同的活儿分到不同的窗口，别让一件事的上下文去污染另一件事（第 06 篇写过）。
两件事合起来就是一句话：先分工，再谈硬件。
我没有为了省钱去换电脑，而是先把自己的活儿拆开——有些活儿看起来该本地跑，其实不一定要本地跑；有些钱看起来能省，一省就得出事。这样算下来，比硬件军备竞赛划算得多。
工具备注随身机器人（新用户免费试用 7 天）
想省额度，第一步不是换机器，而是先分清手上有几种活儿、哪一种适合交给哪一档模型。SY 视野的「随身机器人」把这类分工整理成一份可核对的清单，先看清自己的用法，再决定要不要花钱。进入 SY 视野（sylogs.com）开通试用。
下一篇预告： 那几天我还办成了一件事，花了整整一天半，却是这整个系列的家——《「菜鸟之友」上线的第一天，原文一个字都显示不出来》。
业州愚公 ｜ SY 视野（sylogs.com）原创内容，转载请注明出处。
编辑评论 / Editor's Note
近年来，人工智慧技术的快速发展，让更多人能够接触到如Gemini和ChatGPT等先进工具，但对于一般用户来说，如何有效地使用和配置这些工具仍然是一个挑战。即使是像VS Code这样的热门编辑器，也需要一定的技术基础和实践经验才能顺畅使用。尤其是在配置本地模型时，硬件的限制和操作的复杂性都可能成为用户的瓶颈。