AI离我们到底有多

01 / STATUSAI 发展现状与群体认知
02 / SCENES常见使用场景与我的实践
03 / TOOLS公司可用 AI 工具介绍

HOOK / QUESTION

OPENING QUESTION

02

你最近一次主动打开 AI,
是带着目的来的,还是带着好奇来的?

带着目的来的

手头有问题,要它帮我更快解决。

带着好奇来的

突发的灵感,想和它沟通探讨。

03

生成式 AI 使用规模与用途分布

数据来源:CNNIC《生成式人工智能应用发展报告(2025)》

36.5%生成式 AI 普及率,较 2024 年 12 月提升 18.8 个百分点

使用用途:不同任务类型的用户占比

回答问题
80.9%
文本处理
36.0%
图像视频
33.0%
生活助手
30.0%
办公助手
29.7%
代码生成
10.3%

MENTAL MODEL / OLD

04

很多人对 AI 的印象,
其实还停留在聊天框

像一个对话框,你问一句,它答一句。可能也听说过一些新功能,但是还没有进行过尝试。

NOW / TIMING

05

WHY NOW

AI“现在”到底能做什么

几个月前和几个月后,AI 可能已经像两个阶段。

如果还拿过去某个时间点对 AI 的印象来看它,往往会低估它现在的能力。

MENTAL MODEL / NEW

06

NEW UNDERSTANDING

今天的 AI,已经不只是聊天框了

会聊天 理解自然语言,能围绕问题持续对话
会看懂 理解图片、界面、文档和内容结构
会动手 把想法变成图片、页面、文件和结果
会协作 拆解复杂任务,调用工具,参与工作流

CAPABILITY / IMAGE

07

视觉生成

生成逼真的图像

从文字提示到真实感照片,AI 已经可以快速生成可用于讨论、设计和表达的视觉素材。

preview — tesla / model y
特斯拉 Model Y 酒店门口示意

提示词:生成一张特斯拉 Model Y 停在酒店门口的照片

Optimus 抖音直播带货特斯拉汽车截图

提示词:帮我生成一张Optimus在抖音特斯拉账号直播间带货特斯拉汽车的截图

CAPABILITY / ASSISTANT

08

个人助理

做个人助理

当 AI 助手接入微信以后,它就不只是电脑里的工具,而是能进入真实沟通场景的智能助手。

你可以像和一个人沟通一样,把问题、想法和任务直接发给它。

CAPABILITY / VOICE

09

语音交互

AI 也可以像人一样说话

把本地语音模型接到网页里以后,AI 不只是输出文字,也可以把回答自然地说出来。

想一想公司的AI场景,哪里功能和这个很像?

browser — local model ui
本地模型网页截图

CAPABILITY / WEBSITE

10

网站生成

当然,做网站是 AI 的强项

把想法、结构和素材说清楚,AI 就能快速把一个可访问的网站原型搭出来。

使用工具:Claude Code

ontus.cn — personal homepage
个人网站截图

CAPABILITY / AI APP

11

AI 应用

甚至可以用 AI“做 AI”

把特定领域资料整理成知识库,再接入模型,就能做出面向具体问题的 AI 助手。

ai.51-eve.online — knowledge assistant
知识助手截图

CAPABILITY / HARDWARE

12

硬件交互

AI 不只在软件里,也开始进入真实设备

这块 ESP32 开发板安装了小智 AI,可以通过语音和它直接对话。

当 AI 进入硬件,它就不再只是屏幕里的聊天框,而是能变成一个可以听见、回应、甚至控制设备的入口。

xiaozhi ai — esp32 conversation demo

SUMMARY / CAPABILITY

13

AI 的上限,
越来越取决于人的想法

AI 能做的事情远不止这些。很多时候,真正决定它能不能发挥作用的,是我们能不能把它放进一个真实流程里。

问题从一个真实场景开始,而不是从工具开始。
想法把模糊需求变成可以尝试的方向。
执行让 AI 参与步骤,直到事情真的跑起来。

TOOLS / OVERVIEW

14

公司目前可用的 AI 工具介绍

TOOLS / BOTTLEROCKET

15

BOTTLEROCKET

BottleRocket

更像一个可共享、可复用的 AI 工作台,它也不只是问答工具,还能把任务变成持续执行

bottlerocket — scheduled tasks
计划任务截图
计划任务

把固定频率、固定触发条件的任务交给平台持续执行。对数据播报、定时整理、自动生成类场景很有想象空间。

bottlerocket — skills market
技能市场截图
技能市场

大家可以分享自己制作的技能,查阅和寻找他人制作的优秀技能。这让它不只是一个对话入口,更像一个逐渐形成生态的平台。

TOOLS / BOTTLEROCKET

16

AI SKILL TIP

先把想法,整理成规范

这个方法解决的是:当我们想让 AI 做出固定风格的页面时,先把“好看一点、像样一点”变成明确规则。

具体做法是先和 BottleRocket 讨论样式、元素、色调和结构,再让它整理成 md 规范文档,把审美偏好变成可执行的页面规则。

bottlerocket — design style discussion
BottleRocket 讨论 HTML 页面设计样式

01 DISCUSS 讨论风格、元素、色调与适用场景。

bottlerocket — html spec template
BottleRocket 生成 HTML 设计规范模板

02 SPEC DOC 生成 md 规范,写清模板、排版和动效规则。

TOOLS / BOTTLEROCKET

17

SPEC TO SKILL

再把文档,做成共享技能

md 规范 足够清楚,就可以把它导入 BottleRocket,变成一个可调用的技能。

以后需要做项目进度播报、Onepage、数据汇报总结,或者新的 HTML 演示文稿,就不必每次从零解释风格和规则。

如果这个技能对别人也有用,还可以发布到技能市场,让团队一起复用、反馈和迭代。

bottlerocket — import html spec skill
BottleRocket 技能导入截图

03 IMPORT 把 md 规范导入成可调用技能。

bottlerocket — published skills
BottleRocket 做好的技能截图

04 MARKET 启用、复用,也可以上架分享。

TOOLS / NOVA

18

NOVA

Nova

更重要的不是"会聊"
而是很多想法终于能落地

在公司这种对信息安全要求比较高的环境里,很多 AI 场景真正卡住的,不是能力本身,而是能不能安全接入内部系统。

MCP 让很多原本卡在权限和接入问题上的创意,开始有了真正实施的可能。

也因此 Nova 更像贴近公司内部生态的综合型 AI。

nova — mcp capability map
MCP 能力示意图

TOOLS / MCP

19

MODEL CONTEXT PROTOCOL

MCP 是什么

标准术语:MCP(Model Context Protocol)是一个开放协议,用来标准化 AI 应用与外部数据源、工具和服务之间的集成方式。

通俗理解:它像 AI 的“通用接口”或“转接头”。AI 不需要为每个系统单独适配,而是通过 MCP 在授权边界内读取数据、调用工具、触发动作。

AI 应用LLM APP
MCP标准连接层
数据源DATA
工具调用TOOLS
业务流程ACTIONS
权限边界POLICY

AI APP ⇄ MCP ⇄ DATA / TOOLS / ACTIONS

TOOLS / NOVA SIDEKICK

20

PERSONAL ASSISTANT

Nova 能做什么

Nova 里有一个很重要的功能叫 Sidekick,直译过来是“伙伴”,更接近一个可以随时协助你的个人助理。

你可以给 Sidekick 装上各种工具或 Agent,让它根据任务需要读取信息、调用能力,并把结果整理给你。

KEY IDEA

Sidekick 本身像一个工作入口,真正的能力来自它能连接并使用哪些工具。

nova sidekick — agents and tools
Nova Sidekick 工具与 Agent 截图

SIDEKICK 通过右侧的 Agents 和 Integrations,把不同工具装到你的个人助理身上。

DEMO / NOVA SIDEKICK

21

ZIPLABS AGENT

获取并分析业务数据

实际应用里,可以让 Sidekick 通过 ZipLabs Agent 获取业务图表数据,再把分散的数据整理成可分析、可复盘的结论。

SIDEKICK PROMPT

(ZipLabs 链接)帮我读取这个 ZipLabs 中所有以“AI- 苏通盐”为开头的 chart,并把数据整理后输出给我

nova sidekick — read ziplabs charts
Sidekick 获取 ZipLabs 数据截图

ZIPLABS AGENT 让 Sidekick 读取匹配条件的 chart,并完成数据获取与分析。

TOOLS / CURSOR

22

CURSOR

Cursor

把 AI 放进代码编辑器里

它更像一个带 AI 的开发工作台。能理解项目文件、修改代码、解释报错,也适合把网页、脚本和自动化想法快速做成原型

cursor — project workspace
Cursor 项目界面截图
cursor — coding conversation
Cursor 编码对话截图

TOOLS / CURSOR

23

AI PRACTICE

用 Cursor 探索 AI 边界

Cursor 的意义不只是写代码。它也很适合拿来做兴趣向的小实验:把一个想法快速做成原型,再通过不断尝试和调整,慢慢摸清 AI 擅长什么、不擅长什么。

CursorAI SANDBOX
想法IDEA
原型PROTOTYPE
方法PRACTICE
PLAY / BUILD / NOTICE / TUNE

A SMALL LAB FOR AI CURIOSITY

PRACTICE / SKILL TEST

25

RUN A SMALL DEMO

装完以后,先做一个小 demo

真正判断技能是否可用,最直接的方法不是看介绍,而是调用它做一个小样。

这一步可以快速验证:它是否理解需求、输出是否稳定、能不能成为后续工作的起点。

skills — call skill to build demo
调用 skills 制作 demo

03 CALL 让技能按需求生成一个 demo。

TRANSFER / METHOD

KEEP THE METHOD

26

HTML 只是例子,方法可以迁移

把“制作 HTML”换成任何真实目标——小工具、逻辑规则、数据筛查、工作自动化,路径都一样。

Cursor

学能力 / 挖技能

BottleRocket

沉淀分享 / 复用

Nova

接入数据 / 场景落地

CLOSE / ACTION

START NOW

先开始用,比先完全懂更重要

不需要一开始就很懂,也不需要一开始就很专业。先从一个真实问题开始,你会慢慢形成自己的使用方式。