别让AI工具变成你的新老板：一套硬核评估框架，1分钟决定留谁砍谁
上周有人问我应该用哪些AI工具。这个问题背后藏着一个很现实的成本：现在能用的AI工具太多了，一个人根本试不完。
ChatGPT Plus每月20美元，Claude 20美元，Grok 30美元，Cursor 20美元，Copilot 10美元。每个还有100、200甚至300美元的高阶版本。每个都在说自己值得。
真正的问题不是“哪个工具最好”，而是：哪些工具替你省下的决策，比它让你多做的决策更多？
下面这套框架，帮你用三个简单维度打分，再加一个要命的“副作用”检查，就能看清每个工具的本质。
第一维：替换比
公式： 工具替你做的决策数量 ÷ 工具逼你做的决策数量
先列出这个工具帮你搞定了哪些决策（比如写代码时自动补全函数、帮你查资料、自动格式化文档）。再列出它让你新产生的决策（比如你得多花时间检查它写的东西对不对、要不要修改、怎么改）。用前者除以后者。
判断标准：
- 替换比 ≥ 2.0 → 值得留
- 比值在1.0到2.0之间 → 需要再观察
- 比值 < 1.0 → 果断删
举个例子： 一个代码补全工具，帮你写函数体（替你做了5个关于语法、结构和命名的决策），但你得检查它写的代码（增加2个关于正确性的决策）。替换比 = 5 ÷ 2 = 2.5，及格。而一个会议摘要工具，帮你省了1个决策（要不要重新听一遍录音），却让你多做了3个决策（核实准确性、补充上下文、决定怎么分享），替换比 = 0.33，不及格。
第二维：摩擦差
公式： 没有这个工具时的时间 ÷ 有这个工具时的时间
注意要把学习成本算进去，按前10次使用来分摊。如果一个工具每次能省30分钟，但学习它花了2小时，那么前4次使用刚好回本。之后每次都是纯赚。
判断标准： 5次使用之内能回本，就算及格。
特殊情况： 如果一个工具让你能完成以前根本做不到的事（比如药物发现模拟），那这个维度测不了——因为“没有它”的情况是“不可能”。这类工具直接跳过这一维，靠其他维度来判断。
第三维：注意力回报率
公式： 输出质量 ÷ 消耗的注意力
把每次使用需要你投入多少注意力分成4级：1级（丢进去不管）到4级（全程盯着）。然后观察使用10次后，注意力消耗是变多还是变少。
判断标准： 注意力消耗应该随时间下降。如果用了10次后你反而比第1次时盯得更紧，说明有问题。
这套框架可能会骗你——5个盲区
- 决策质量比数量重要得多。 一个高风险判断（比如“要不要上线？”）顶十个鸡毛蒜皮的选择（比如“驼峰命名还是下划线命名？”）。打分时要给重要决策加权。
- 摩擦差测不出“扩展能力”。 如果工具让你做了全新的事、而不是只做更快，跳过这个维度。
- 注意力回报率会鼓励“技能退化”。 注意力消耗越来越低，听起来是好事，但实际上可能只是你学会了无脑点头——这叫“Goodhart定律”陷阱。
- 隐形侵蚀成本看不见。 框架永远不会问你：如果你用这个工具一年，以后没有它，你还能干同样的事吗？
- 错误的不对称性被忽略了。 两个工具的分数可能一模一样，但一个出错只是小问题，另一个出错可能直接导致灾难。
第四维：隐形侵蚀成本
在面对那些存活下来的工具时，多问一个问题：
“如果我用这个工具六个月后突然停掉，我失去了什么技能？”
按严重程度打分：
- 1分 → 什么都不会失去（比如一个计算器）
- 2分 → 失去一点点熟练度，但很快能找回
- 3分 → 失去一项核心能力，重新捡起来需要花时间
- 4分 → 核心技能完全外包，没有工具你连活都干不了
1-2分是安全的。3分是你有意识做的权衡。4分别叫工具，叫“依赖症”。
周一早上怎么用
- 列出你最近30天用过的所有AI工具
- 给每个工具打“替换比”和“摩擦差”两项分
- 两项都及格 → 留下。一项不及格 → 试用7天再判断。两项都不及格 → 立刻取消订阅
- 为留下的工具打“隐形侵蚀成本”分
- 以后要试用新工具时，先打分再决定要不要掏钱
实战案例
ChatGPT Plus（每月20美元）
- 替换比：3.5。它替你做了查资料、写草稿、格式化。你只多了一个核实的决策和写提示词的决策。及格。
- 摩擦差：用2-3次就回本了，学习曲线很浅。及格。
- 注意力回报率：持续下降，你越用越清楚它的脾气。及格。
- 隐形侵蚀成本：2分。它强化了你组织论证的能力，而不是替代。
- 结论：留下。
Cursor Pro（每月20美元）
- 替换比：4.0。它替你查语法、写样板代码、构建函数结构。你只多了检查代码的决策。及格。
- 摩擦差：1-2次回本，Tab补全几乎是即时的。及格。
- 注意力回报率：快速下降。及格。
- 隐形侵蚀成本：3分。重度用户反映，用了3个月后离开它写语法会变得困难。这是一个值得做的权衡。
- 结论：留下用于日常编码，但要监控侵蚀。
会议摘要工具（每月20美元，匿名化）
- 替换比：0.33。替你做1个决策（要不要重听），但让你多做3个（核实、补充、分享）。不及格。
- 摩擦差：永远回不了本。你照样得参加会议，照样得检查摘要。不及格。
- 注意力回报率：平直。每次都必须同样仔细地检查。不及格。
- 隐形侵蚀成本：2分。微小技能退化。
- 结论：取消订阅。
这个框架背后有一个更根本的逻辑：工具的真正价值，取决于它帮你移除了多少困难。如果它给你带来了另一种困难，那它就不是工具，而是一份新工作。
完整框架原文（含示意图）：直达网址：https://telegra.ph/The-Decision-Subtraction-Framework-How-to-Evaluate-Any-AI-Tool-05-28
