同一件活儿，换个产品就不行：按它缺什么信息来挑工具

上一篇讲过：联网、读文件、算数都不是模型自己的本事，是产品在外面替它接的线（它其实不会上网）。那接下来的问题很实际——手上这件活儿，该找哪一类工具？

多数人从这里就开始挑错：看名气、看榜单、看别人推荐。真正决定成败的是这件活儿缺什么信息，名气在这里帮不上忙。

先问一句：这个答案现在在哪儿

一件活儿要的答案，只可能待在三类地方。问清这一句，大部分活儿就分好类了，而且这个分法不随产品更新而失效。

在公开网络上某处。 去年这个行业出了什么新规、这家公司开了多少家门店、这款材料的市场价大概多少。

就在你手上的文件里。 这份合同第 12 条怎么写的、这张表里第三季度的数是多少、去年那份方案承诺了几周。

哪儿都不在，得由你定。 这单接不接、报价报多少、要不要答应客户加一场。

网络上的那份：分清“查一下”和“讲清楚”

第一类活儿缺的是“往外拿”的能力，但这能力有两档，差得很远。

快查 是跑一趟：几秒钟回来一句答案加几条链接。深度研究 是跑几十趟：你先给要求，它给你一个研究计划（你可以改），然后自己一页页翻，十几分钟到半小时后交一份带出处的报告3。OpenAI 自己的说明把界线画得很清楚：要一个事实用搜索，要深度和穷尽才用研究模式1。

判据是 你要一个事实，还是要几个来源互相对照。查一个日期，用搜索；查“三家对手最近各自在做什么、说法有无出入”，用研究模式。反过来用就浪费：拿研究模式查一个数字，它交一份报告，你还得从报告里把那个数字翻出来。

文件里的那份：关键在它能不能去翻

这里最容易踩的坑，是以为“上传了”等于“读到了”。对话框真正能看到的只有上下文窗口里那部分（把一份长文件传进去，它到底读到了什么）。

所以要问的不是“能不能传”，而是 它能不能自己翻：你问第三季度的数据，它能不能翻到那一页，把原句引给你。能做到这一步的工具，验收方式也跟着变——不看它总结得漂不漂亮，看它引出来的原句对不对。

只有你脑子里那份：越强的工具越危险

第三类活儿不该交给工具“决定”，你需要的只是有个东西陪你把已知的摆清楚，最朴素的对话框反而最好用。

反直觉的是：功能越强，越倾向替你把这个空填上。它不知道你能压多少成本，却会给你一个听起来很合理的数字；不知道老板的底线，却会替你承诺一个交付周期（先定边界，再算成本，最后动笔）。

再问一句：要不要它动手

第二问不问“知不知道”，只问一件事：它要不要改东西。

读和写的代价不在一个量级。读错了，答案错，重问一次；写错了，文件可能被覆盖、邮件可能已经发出去、表格里两百行数据可能对不上账。

能动手的那类工具，机制上比对话多了一样东西：模型生成到一半停下来，说“我要读这个文件”或“我要跑这条命令”，界面去执行，再把结果交回去让它接着写。这个“请求—执行—回传”的循环就是工具调用（tool call），也是它被叫作 agent 的原因2。关键在于：这道许可检查设在界面和你之间，由产品执行，不是模型自觉遵守。 它能动什么，取决于你在界面上给了什么，跟它聪明不聪明无关。

换句话说，“能查”和“能改”是两种能力，很多产品捆在一起卖。只需要查的时候，别顺手把改的权限也开了。

这三种能力正在被放进同一个输入框

上面这套分法在现实里正变模糊：今天的对话框同时挂着搜索、上传、文件生成，有些还能读你电脑里的文件夹。所以你选的常常不是产品，而是同一个产品里的一个模式2。

两个后果。好消息是不用换软件，切模式就行；坏消息是 默认开着的那一档往往最弱——直接问“最新的某某规定是什么”，它不去查，而是凭训练里的记忆答，还答得很像样。

所以每次开一件新活儿，花两秒确认“现在是哪个模式”，比换软件有用。

三个容易选错的场景

“帮我看看这份 60 页的招标文件，我们够不够格投标。” 看着是“读文件”，其实是定位加逐条对照：要它把资格条款原文引出来，再对着你的条件比。一句“总结一下”也能给出很像的回答，但那是把整份东西压成几百字，压的过程里恰好会把“三年内两个同类业绩”这种硬条件弄丢。

“查一下这个行业现在的平均毛利。” 看着像查资料，其实你要一个数。这是快查，用研究模式等二十分钟是白等。

“把这两百行客户名单按省份归类，加一列。” 看着是“处理文件”，其实已越过读、进了写。传进对话框，它看到的大概率只是一部分；你要的是能打开文件、逐行改、另存一份的工具。用的时候先在副本上做——这条比选哪个产品重要。

挑工具的顺序

先问答案在哪儿，再问要不要动手，最后才看产品。产品是这三步的结果，不是起点。

两类都占的活儿（既查公开信息，又对着自己的材料写），做法不是找一个全能产品，而是分两步换两次模式：先用研究模式把公开事实查成一份带出处的笔记，再连同自己的材料交给能读原文的那类工具对照着写。

反过来用也成立：别人推荐一个新工具，你不用读它的功能列表，只用自己一件真实的活儿试一次，看它缺的那块信息能不能补上。补不上，功能再多也和你无关。