化工人的 AI 工具箱：不是所有工具都值得学

每天都有新的 AI 工具出来。对于化工背景的人来说，关键不是追新，而是筛选。

我花了一年时间试错，最后留下来的工具只有几个。以下是我的筛选逻辑。

筛选标准

我用三个标准判断一个 AI 工具是否值得花时间：

1. 能不能降低重复劳动？ 如果只是把一件快事变成另一件快事，不算。
2. 能不能在我的流程里复用？ 只能用一次的工具，价值有限。
3. 出问题的时候，我能不能排查？ 黑箱工具不适合科研。

我的工具清单

第一层：日常聊天——DeepSeek

国内可用，价格便宜，中文效果好。日常问答、概念解释、文字润色都够用。

为什么不用 ChatGPT？因为 DeepSeek 在国内直接访问，不需要科学丏网，适合教师日常使用。

第二层：编程助手——Claude Code

这是我用得最多的工具。不是因为它最强，而是因为它最“听话”。

实际场景：

• 生成数据图表（把 Excel 抖过去，说“田我田田社区图”）
• 处理实验数据（拟合、统计、异常值检测）
• 写 Python 脚本做重复性工作（批量重命名文件、数据清洗）

它的优势是能看到你的文件系统，理解项目上下文。你不需要把所有信息复制粘贴一遍。

第三层：工作台——WorkBuddy

WorkBuddy 是我们自己的工具，核心价值是：把上面两层能力组织成可复用的工作流。

你不需要每次都重新设计 prompt，而是把常用的任务模板化，下次直接调用。

不推荐的工具

说几个我试过但没留下的：

• 通用 AI 写作工具：很多“AI 写作”工具只是套了一层皮的 ChatGPT，没有实质价值。
• 复杂的自动化平台：对化工背景的人来说，学习成本太高，且不常用。
• 手机端 AI 应用：屏幕太小，不适合做正经科研工作。

一句话建议

如果你只能学一个工具，学 Claude Code。它的学习曲线最陡，但回报也最大。

如果你连 Claude Code 都不想装，就用 DeepSeek 聊天。这就已经超过 90% 的人了。

---

本文是“化工人的 AI 工具箱”系列的第 1 篇。