上个月，Ahrefs 在新加坡办了一场叫 Evolve 的营销大会，现场坐了 200 多个营销人。

Ahrefs 的 CMO Tim 在台上问了一个问题：”过去半年，谁用 AI 真正 vibe coded 出过一个属于自己的小工具？”

会场里举手的不到 20 个人。

这是一个很奇怪的场景。如果你过去三个月刷过 LinkedIn，你会觉得地球上每一个营销人都在用 AI 干天大的事——有人说自己用 Claude Code 包揽了所有 SEO 外包，有人宣布自己的 agent team 取代了半个增长部门，有人把月度增长曲线发出来配一段”AI native marketer 的觉醒”。但当这群人真的被放进一个房间，主持人请用过的人举手，10% 都不到。

这不是一个孤立的尴尬。它是这一波 AI 浪潮里一个被严重低估的事实：绝大多数营销人对 AI 的使用，都还停留在”开聊天框”那一层。他们不是被 AI 取代，也不是被 AI 加持，而是站在一种很温柔的幻觉里——以为自己已经用上了，其实只用了不到 5%。

这篇文章想聊的不是”AI 多么强大”，而是这个 5% 和真正用上 AI 的人之间，差距究竟在哪里。

90% 的人，把 AI 当成了更好的搜索框

你观察一下身边那些声称在用 AI 的营销人，他们的日常使用其实大同小异。

打开 ChatGPT，问一个具体问题——”帮我想 10 个标题””帮我写一段 LinkedIn 文案””帮我分析这份数据”——AI 回答，复制有用的部分，关掉窗口，进入下一个任务。明天遇到类似的问题，再开一个新窗口，再把上下文从头讲一遍。

这种用法没有错，但它本质上和谷歌、和百度没有区别。你只是在把 AI 当成一个回答更聪明的搜索框。

这是 AI 使用的 1.0 形态。1.0 的特征是：一次性、不沉淀、每次重新写 prompt、每次重新解释自己是谁、每次重新交代背景。你为同一类问题反复做相同的解释工作，相当于每天早上重新教一遍同事自己是干什么的——只是因为这个同事的记忆被你亲手清空了。

更隐蔽的浪费是：你以为自己在节省时间，其实只是把”自己想”换成了”自己读”。AI 输出一大段，你坐在那里筛选哪一段有用，哪一段是废话。最后真正落到产出里的，可能只有 30%。

更深一层的代价是，你和 AI 的关系永远停留在初次见面。它不知道你的品牌、不知道你的写作习惯、不知道你过去三次类似任务里采纳了哪个版本——因为这些信息全都装在你的脑子里，每次你只挑一点点交付出去。一年下来，你重复表达了几千次同样的背景，AI 却始终是那个对你一无所知的陌生助理。

这就是为什么很多人用了半年 AI，绩效却没什么变化——他们换的是工具，没有换的是工作流。

你的第二次相同 chat，就该变成一个 app

Ahrefs 的营销研究主管 Glenn Allsopp 做了一件事，可能是这场播客里最值得每个营销人抄走的洞察。

他那天临时想做一个反向链接的竞品分析：把 Monday、ClickUp、Smartsheet 这几家项目管理 SaaS 的反链拉出来，看看有没有共同的”内容母版”——那些被三家公司同时引用、却没有出现在他自己网站上的内容。这是一个典型的 SEO 决策动作，过去他要在 Ahrefs 后台里挨个域名筛选、导出、合并、对比，至少花两小时。

他把这个任务交给了一个 AI agent。十几秒后，agent 给出了三家的反链交集、Top 内容形态分布、以及他自己网站上的空白点。

但故事真正有意思的地方在第二步。

他没有关掉对话窗口。他对 agent 说：”把刚才这个流程做成一个 app。输入是一组域名列表，输出是反链共性报告。”

两到三分钟后，他得到了一个属于他自己的小应用：一个域名输入框、一个运行按钮、一份格式化的输出。下次他想分析任意一组竞品时，不需要再写 prompt，不需要再解释任务，直接粘贴域名就能跑。整个 app 的生成成本不到一美分。

他在播客里现场演示：把 Airtable、Pipedrive、Hootsuite 三家粘进去，30 秒后拿到一份完整对比报告。

这个动作很小，但它代表了一个完全不同的工作流哲学：

每一个你重复做了第二次的 chat，都是一个等待被沉淀的 app。

1.0 阶段的人，每次都开一个新窗口、重新讲一遍背景。2.0 阶段的人，做完第二次就停下来，问自己一句：”这件事我会不会做第三次？” 只要答案是”会”，他们就花 5 分钟把它固化成一个工具。

这件事的边际成本几乎为零。不到一美分的算力、几分钟的对话、一个属于自己的应用——这是过去 SaaS 时代不可想象的。过去要做一个这样的工具，你得开需求文档、找前端、对接后端，至少要两周。现在你只需要在已经有效的 chat 末尾加一句话。

真正拉开差距的不是 AI 模型本身的强弱，而是你能不能在每一次有效的 chat 之后，多走那一步。

标准 SaaS 永远不会完全契合你的工作流

Glenn 在播客里展示的第二个东西，是一个看起来非常普通的”营销 inbox”。

它是一个任务收集器：脑子里随时冒出来的内容选题、临时想到的小项目、一个不确定要不要做的实验，都先塞进去。每条任务可以打标签、可以 snooze 一段时间、可以设定循环周期（比如”每两周自动回到我面前一次”）。完成了点 done，它就消失。

听到这里你可能想：这不就是 Todoist 吗？这不就是 Trello 吗？这不就是 Things 吗？

Glenn 自己也试过 Trello、试过 Linear、试过几乎所有主流任务工具。结论是没有一个完美契合他的工作方式。Trello 的看板太”宽”，让他看不全；Linear 太”正式”，那种早期还不确定要不要做的想法塞进去会污染整个项目流；Things 没有他想要的那种”两周后自动回归”的循环机制。

每一个 SaaS 都”差一点”。

过去你只能在那一点里凑合。你接受 Trello 的看板形态，因为你不可能让 Trello 公司为你一个人改产品。你接受 Notion 的某些奇怪的交互，因为你换一个工具也是另一种妥协。SaaS 的标准化逻辑，是为大多数人造的，不是为你造的。

但现在不是这样了。Glenn 的这个 inbox 不是产品，是他对 AI agent 说了一段话之后造出来的。他描述自己想要什么、不想要什么、希望任务有哪些字段、snooze 选项要怎么排——agent 几分钟之内交付了一个跑得起来的版本。后续每一个不满意的地方，他用一句话改一句话：”这个字段去掉””加一个 14 天循环的选项””把分类按颜色而不是按文字显示”。

这就出现了一个之前不存在的对比：

• • SaaS 时代：你花 99 美元/月，用一个 70% 契合你工作流的工具。
• • AI 时代：你花不到 1 美元，用一个 95% 契合你工作流的工具。

前者要分配认知去适配工具，后者让工具来适配你。这两种工作状态，长期下来产出差距是巨大的。

更深的一层是：当造工具的成本接近 0，”为什么要忍受不完美的 SaaS”这个问题，就第一次有了答案。你不必再凑合。

别人的 app 是起点，删一半再加一半才是终点

Glenn 还展示了一个文案生成器：里面预置了不同的营销文案类型，比如推送通知、新闻稿、邮件、社交媒体短文。每一类都内置了字数限制、品牌信息、调性提示。用户只需要输入”我想说什么”，agent 就会输出多个变体。

这个 app 当场被分享到一个公共应用库里，理论上任何人都可以一键克隆使用。

但 Tim 当时说了一句话，是这场对谈里最值得记住的一句：

“我不会照搬你这个 app。我只会把它当一个起点。我会让 agent 把’推送通知’这个分类删掉，换成’LinkedIn 帖子模板’和’X 长推模板’，因为那才是我每天要写的东西。”

这句话戳穿了一个普遍的幻觉。

大多数营销人面对一个共享应用库时，本能的反应是：”里面有没有正好适合我的工具？” 这个问题问错了。共享应用库的价值不是”找到一个能直接用的工具”——如果直接能用，那它和一个普通 SaaS 也没什么区别。共享应用库真正的价值，是用别人的工作流来刺激你自己的想象力。

别人造了一个对比反链的 app，你可能不需要分析反链，但你会顺势想到”我每天要对比的是不同地区客户对同一个邮件的打开率”，于是你造一个属于你的对比工具。别人造了一个 push notification 模板，你不写 push 通知，但你借这个结构造一个”LinkedIn 长帖 + 钩子句 + CTA”的模板。

这个差距在播客里被称为”想象力鸿沟”（imagination gap）。

Tim 在大会现场观察到的那个 10% 数据，本质上不是技术问题，是想象力问题。给一个营销人 ChatGPT 的窗口、给他一个 agent 的对话框、给他一个共享应用库——他往那里一站，盯着输入框，不知道该写什么。他不缺工具，他缺的是”自己每天哪些事情值得被自动化”的清单。

这听起来有点反直觉。我们以为给一个营销人 AI 工具就是给他战斗力，但实际上工具只是给他一张白纸——他能在白纸上画什么，完全取决于他对自己日常工作的觉察程度。觉察不到的人，会盯着白纸说”我不知道画什么”；觉察得到的人，已经在脑子里排出了 20 个候选项。

这件事没有捷径。你想要跨过这条鸿沟，唯一的方式是开始造。真正的瓶颈不是 AI 能不能造，是你能不能想到。今天造一个粗糙的、只有自己用的工具，比看十篇”AI 营销趋势”长文更有价值。

未来的营销人，每个人都是一支 AI 团队的总指挥

把上面三层叠起来看，营销人和 AI 的关系会出现一个清晰的形态。

第一层是 skill。一些你经常对 AI 重复说的指令——”用我的品牌调性改写这段””按 SEO 关键字密度检查这篇文章””提取这份会议纪要里的客户痛点”——被沉淀为可以被命名、可以被复用的小动作。下次你不再描述细节，只调用名字。

第二层是 app。一些你重复做的整套工作流——竞品反链对比、月度内容报告、广告文案生成——被沉淀为有界面、有输入输出的小工具。你不再每次开一个新 chat，而是直接打开自己的工具集。

第三层是 report。一些你需要持续观察的指标——ChatGPT 里你品牌的提及情感分布、Reddit 上你所在行业的新话题、竞品本周新增的反链——被沉淀为定期自动生成的报告，每周一早上送到你面前。

这三层加在一起，是一个营销人围绕自己的日常堆出来的 5 到 10 个 AI 工具。它们各自做一件事，组合起来，等于雇了一支虚拟团队。

这才是 AI 给营销人带来的真正杠杆。不是”写得更快”，不是”产出更多”，而是让一个人开始拥有一个团队的覆盖面。一个人同时盯住 5 个品牌的 AI 可见度、同时维护 3 条内容线、同时跑 2 个增长实验——这在过去需要一个完整的小组。

也正因为这个杠杆，那 10% 和 90% 之间的差距会越拉越大。一个还在开聊天框的人，竞争的是一份个人的时间；一个已经造起自己 AI 团队的人，竞争的是一支虚拟团队的产出。

拒绝围观，从今天开始造一个工具

如果这篇文章只能留下一个动作，那应该是这个：

今天，找一件你这周做了第二次的事情。不需要复杂，可能就是”把客户邮件分类回复”、”把会议纪要变成行动项”、”把这周的内容数据汇总成一段话”。然后打开你已经在用的那个 AI 工具，对它说：”把刚才这件事，做成一个我下次可以直接调用的工具。”

不必完美，不必通用，不必给别人用。哪怕只是一个 prompt 模板，哪怕只是一个粗糙的小应用，哪怕最后只有你自己用——你已经从 AI 1.0 跨到了 AI 2.0。

剩下的人还在 LinkedIn 上发”AI 改变了我的生活”。你已经在改变了。