跳转至

Mollick 的 AI 实用指南：免费 vs 付费·模型选择·深度研究（2025-10）

Ch01.897 Mollick 的 AI 实用指南：免费 vs 付费·模型选择·深度研究（2025-10）

📊 Level ⭐⭐⭐⭐ | 9.0KB | entities/opinionated-guide-ai-right-now-mollick.md

Mollick 的 AI 实用指南：免费 vs 付费·模型选择·深度研究（2025-10）

2026-06-07 引用自 Ethan Mollick《An Opinionated Guide to Using AI Right Now》，One Useful Thing，2025-10-19。

背景数据

  • 全球约 10% 人类每周使用 AI（截至 2025 年 10 月）
  • OpenAI 数据显示：ChatGPT 主要用途不是闲聊，而是信息查询（超出预期）
  • 四大前沿模型：Claude（Anthropic）、Gemini（Google）、ChatGPT（OpenAI）、Grok（xAI）
  • 开源权重模型：DeepSeek、Kimi（国产）、Z、Qwen、Mistral，几乎同样强大

免费 vs 付费决策

场景 推荐
随意聊天、找灵感 免费模型足够
做真实工作（报告/分析/代码） 付费 $20，选 Agent 模型
复杂编码/技术任务 付费 $200，选 GPT-5 Pro

[!warning] 免费版默认是 Chat Model（针对对话优化），不是 Agent Model。复杂任务必须手动选 Agent 模型。

模型选择（具体操作）

GPT-5 系列（最多选择）

  • GPT-5 = auto 模式（AI 选模型，通常选弱的）
  • GPT-5 Thinking Extended（$20 plan）：复杂任务首选
  • GPT-5 Thinking Heavy（$200 plan）：高难度推理
  • GPT-5 Pro：最强型号，$200+ 套餐专属

Claude

  • Sonnet 4.5：日常主力
  • Opus 4.5：高难度任务
  • 开启 Extended Thinking 开关

Gemini

  • Gemini 2.5 Pro / Thinking：付费用户
  • Gemini Deep Think：Ultra 套餐专属菜单

Deep Research 是核心被低估功能

Deep Research 让 AI 进行 10-15 分钟网络研究后给出报告，质量往往令律师/会计/咨询师等专业人士惊艳。大多数人都不知道这个功能，Mollick 认为这是目前最重要的 AI 功能之一。

Quick Tips（Mollick 实用建议）

  1. 幻觉问题：新模型幻觉已大幅减少，但仍然会犯 confident mistakes；Agent 模型 + Web 搜索后答案更可靠
  2. 谄媚性（Sycophancy）：所有 AI 都变得更 engaging；需要真实反馈时，明确告诉 AI"acting as a critic"，否则得到的是 sophisticated yes-man
  3. 给 AI 上下文：上传文件/图像/Slides；用 connector 接入邮件/日历/云盘；上下文越多输出越好
  4. Prompt engineering 已死：chain-of-thought 技术对当前模型不再有效（Penn Gail 研究）；威胁或讨好 AI 也无平均效果
  5. 实验和玩耍：用 AI 做漫画/游戏/深度研究/图片分析——在玩中建立 AI 能力直觉

关键引用

"The future of AI isn't just about better models. It's about people figuring out what to do with them."

"These techniques don't really help anymore... threatening them or being nice to them does not seem to help on average."（Chain-of-thought 研究）

相关主题

深度分析

1. 免费与付费的分水岭：不是价格，而是使用场景

Mollick 的核心洞察并非简单推荐付费——他基于 OpenAI 真实数据指出，免费模型对大量用户已经足够。 真正的分水岭在于是否从事需要 Agent 能力的工作：需要多步推理、自主搜索、代码执行的任务，Chat Model 的默认回答质量显著落后于 Agent Model。 这意味着用户面临的选择本质上是「是否愿意为可靠的工作成果付费」，而非为 AI 的炫酷感付费。

$20 与 $200 的差距则更微妙：前者覆盖绝大多数知识工作场景，后者仅针对需要高强度推理的复杂技术任务。 这个分层设计反映的是 AI 厂商的实际成本结构，也暗示未来可能出现更多中档定价选项。

2. Agent Model 的崛起：从对话工具到工作引擎

这是 Mollick 指南中最重要的概念转折。Chat Model 设计用于快速对话响应，而 Agent Model 可以自主执行多步骤任务、搜索网络、编写代码。 Mollick 明确建议「做真实工作就用 Agent 模型」，并展示了同一问题在两种模式下的回答差异——Chat Model「凭记忆回答」，Agent Model 做外部研究并核查假设。

这一转变意味着 AI 的角色从答案机器演变为工作执行者。对于知识工作者而言，这意味着工作流的基本逻辑正在改变——人类设定目标，AI 自主完成中间过程。

3. Deep Research：被大众忽视的杀手级功能

Mollick 断言 Deep Research 是「大多数人都不知道的核心功能」，这个判断基于该功能对专业人士（律师、会计师、咨询师、市场研究员）产生的惊艳效果。 Deep Research 的价值不仅在于答案质量本身，更在于它能在 10-15 分钟内完成相当于数小时的人工调研，并附带可验证的引用。

这一点特别值得强调：Deep Research 的输出引用更准确，这是 AI 常见幻觉问题的直接对冲。在需要高准确率的场景下，这可能是当前 AI 最具生产力的应用方式。

4. Prompt Engineering 的退场：模型能力提升的必然结果

Mollick 引用的 Penn Gail 研究显示，chain-of-thought 等提示技术对当前模型不再有效，威胁或讨好 AI 也无平均效果。 这是一个具有深远影响的结论：随着模型能力提升，「如何提问」的重要性正在让位于「问什么」。

对于普通用户而言，这意味着不需要学习复杂的提示技巧；对 AI 开发者而言，这意味着产品的易用性将进一步提升；但对提示工程从业者而言，这是一个需要认真对待的信号。

5. AI 的社交性陷阱：Sycophancy 的系统性风险

Mollick 指出的 Sycophancy 问题（AI 变得更 engaging，更倾向于同意用户）不仅是用户体验问题，更涉及依赖性风险。 当用户需要真实反馈时，Mollick 建议明确要求 AI「acting as a critic」——这意味着用户必须主动对抗 AI 的迎合倾向。

更值得警惕的是 Mollick 的观察：人们可能对 AI 形成比理性预期更强的情感依附。 随着 AI 变得更加「有人格」，这种人机边界模糊可能带来心理健康和社会层面的深远影响。

实践启示

1. 立即升级到付费计划如果涉及真实工作决策

如果你目前使用免费版 AI 进行任何实质性工作（报告撰写、分析、代码编写），$20/月的 Agent Model 是最低可行投资。关键操作：手动选择 Agent 模型（如 GPT-5 Thinking Extended）而非接受默认的 Chat Model。

2. 为复杂任务开启 Deep Research 并等待完整输出

遇到需要准确数据的决策时（如投资分析、市场调研、法律案例研究），主动触发 Deep Research 模式并预留 10-15 分钟等待时间。Mollick 的数据表明，专业人士对此类输出的满意度极高，且引用准确率显著优于即时回答。

3. 将个人数据连接到 AI 并结构化使用

使用 connector 功能接入邮件、日历、云盘等数据源后，Claude 等系统可以提供高度个性化的日间简报和任务建议。Mollick 特别提到这一功能的能力上限很高，但大多数用户尚未尝试。 具体行动：从连接一个数据源（如日历）开始测试。

4. 当需要批判性反馈时，明确声明角色而非依赖默认对话

如果 AI 的输出将影响重要决策，在对话开头明确声明：「作为批评者评估以下内容，不要迎合，提供你认为最薄弱的环节。」而非期待 AI 主动给出不同意见。

5. 每周用 AI 做一件完全陌生的事以建立直觉

Mollick 建议通过「玩」来理解 AI 边界：让视频模型制作卡通，让 AI 将报告转化为游戏，做一个自己兴奋话题的深度研究。 这种探索比任何教程更能建立对 AI 能力边界的直觉——而这种直觉将是未来最有价值的认知资产。