这个周末看了不少新模型评测的视频，就觉得现在几款模型在处理绝大多数日常办公上已经没有任何问题了。
至于平时我们接触的比较多的工具类需求（类似计算器、生成器、转换器等等），绝大部分功能都能在 AI 协助下处理得很好了。
比如我自己的办公场景中，常常涉及到文档的转化，比如说将文本格式的 Markdown 文档转化成 PDF 文档，以方便打印出来。
过去我自己的常用做法是创建一个谷歌文档，然后将 Markdown 文档粘贴进去，再下载成 PDF 文档。
而现在我基本上都不这么干了，直接把 Markdown 文档扔到 AI 模型的对话框里面去，然后告诉 AI 我的需求并直接让模型帮我在线上处理好。
因为现在的 Token 价格非常便宜，订阅套餐里面的额度基本都用不完，自然也就没有什么节省的想法了。
类似这样的场景还有很多，过去可能还需要找个专门的工具进行处理，现在统统都不需要了。
这就有点类似于前几年搜索引擎推出信息展示功能，也就是当你搜索一个信息词时，搜索引擎直接把你想要的信息呈现在搜索结果页面的顶部。
于是这类信息词搜索，就再也不用点击到对应的网站去获取信息了，自然再去做这种信息词就没有任何意义了。
同样的道理，现在 AI 模型能实现绝大多数的工具需求，那此时再去做这类已经可以被 AI 轻松替代的需求就没有多大意义了。
像上面这篇文章是我今天下午读到的，一个被 AI 消灭的工具站点的实际案例，至于原因就非常简单嘛，玩法变了。
所以读完这外篇文章，我自己就在一直在想，有没有不被 AI 替代的工具需求呢。
我现在觉得可以从几个方向去发散一下。
重资源型，像之前分享的那个 Cloudflare 上线的将资料渲染成一个网站的小工具，这种需求暂时可能没办法被 AI 模型替代掉，因为它非常依赖底层的网络基础设施，而这种工具又不是我们普通人能玩得动的。
效率更高型，也就是做同一件事，你写出来的工具比 AI 模型更有效率、更经济，且更能规模化。
我经常接触到一个场景就是图片压缩，因为我有在本地电脑安装一款图片压缩软件（付费版），这款软件在图片压缩的速度、质量、规模、便捷性上都远胜于 AI 模型，那在这种场景下自然就没有用 AI 的道理了。
涉及后端交付型，这有点类似于 POD 定制，你在前端自定义生成完一个形象之后，可以将其印刷到某款产品上去。
因为涉及到后续的印刷、包装、物流以及售后，所以这种需求可能没办法被 AI 替代掉。
当然还有一些 AI 受限制的场景，但这种场景大多数都不怎么正规，这里就不展开了。
反正应对思路跟之前的“信息词”有点类型，既然“信息词”做不了了，那就去做“商业词”。
