反对每月更换人工智能工具的案例

该行业每个月都会发布一种新工具，根据其发布线程，它将取代您当前使用的任何工具。两年来，我一直是一名串行切换者，带着早期采用者的热情和金鱼的记忆力将我的工作流程迁移到最新的选项。然后我审核了这个习惯的实际成本，这篇文章就是发票。

可见的成本是金钱：过渡月份期间的重叠订阅、我在第四个月放弃的年度计划、热情购买但到了冬天就被遗忘的终生优惠。但审计发现，真正的成本在其他地方，以三种未出现在任何卡对账单上的货币计算。

首先是背景。每个工具都保存累积的状态：您的模板、您的语音设置、您的集成布线、每个工具需要一个晚上的小配置。切换意味着重建，而重建总是估计需要一个小时，而且总是需要三个小时。每年要进行十几次转换，我花了整个工作周的时间重新教授工具我已经教过他们的前辈的东西，这纯粹是因为我无法留在原地而征收的税。

第二个是深度。工具的掌握来自于数月的使用，发现区分熟练使用和专家使用的功能和工作流程。每月切换一次的人永远无法达到专家使用任何东西的程度；我在任何地方都永远是一个初学者，在十几种工具中都表现平庸，而两种工具的深度将超过整个组合。其他领域的专业人士不会每月更换仪器是有原因的。

第三个成本是最微妙也是最昂贵的：评估能量。每次试验都消耗了真正的注意力，与实际工作进行比较、配置、测试，但没有产生任何输出，只有可能产生稍微更好的输出的选项。与此同时，我的实际工作、写作、客户项目、工具应该服务的东西，吸引了我剩下的注意力。工具变成了爱好，工作变成了干扰。

我并不是反对任何时候进行转换；我只是反对这种转换。市场在变化，有些工具确实超越了其他工具。我的规则现在需要在动议之前提供证据：切换需要在我的实际工作中证明能力差距，而不是启动线程，并且它需要在实际忙碌的一周中与我的现任者进行为期两周的试用，因为每个工具在安静的情况下看起来都更好。自从采用这条规则后，我一年内更换了两次，两次都是正确的，而且我的堆栈已经足够稳定，可以长出老茧。掌握化合物。串行切换是对永久业余主义的认可，新工具下个季度仍将存在，届时可以根据证据而不是新颖性做出决定。