周五在公司里，看到同事的电脑桌面满屏都是文档，整个桌面上密密麻麻，我就问她，为什么你不把文件归类，她说放进去之后，文件太多，到时候我就找不到了。放在电脑桌面我能一眼看到！

回到我自己，我习惯性把文档放在飞书里，但是需要用的时候，我总是回忆不起来，找半天也找不到。

于是我突然冒出一个想法：

既然我总是找不到飞书文档，那能不能让 codex 帮我做一个 " 飞书文档搜索器 "？

因为最近一直在研究 codex 的使用场景，于是我就想，用它帮我解决实际的问题，让工具为我所用，不就又落地，又帮助自己更好地掌握 codex 这个工具吗？

说干就干，我先打开 GPT 平台，告诉它我想做这个工具：

这句话说完，GPT 给了我几个方向，让我确认我真正需要的功能。

于是我让他指导我用 codex 生工具，为什么做这么一步呢？

因为我不是程序员，做产品的话，多跟 AI 沟通我认为效率更高，

GPT 会给出专业的代码语言，比我口喷可能更准确。

接下来，我按照 GPT 的指导，一步步配置飞书开源 CLI，完成授权，再让它帮我写搜索脚本。

第一版功能非常简单：

输入关键词，搜索飞书文档；

返回相关标题、摘要和链接；

选择序号，自动打开对应文档。

没有复杂界面，也没有高级功能，就是一个本地小脚本。

但真正跑起来的那一刻，我还是被震了一下。

它真的把之前那个 " 油管的文章 " 找出来了。

它又把我之前写的 AI 行业日报记录找出来了。

最关键的是，我不用再去飞书里一层一层翻文件夹，也不用猜文档标题到底叫什么。

我只需要输入一个模糊关键词，它就能把相关文档列出来。

然后我输入序号，文档自动打开。

下一步，我准备继续把这个飞书文档搜索器升级成一个可视化小窗口：有搜索框，有结果列表，有一键打开按钮。

之后我继续按照 GPT 的指导优化，做错 Tkinter 小窗口版的搜索工具

最终经过几次的修改，做成功了并且能够使用。

那一刻，我突然觉得：这不就是我一直想要的东西吗？

一个只服务于我自己的小工具。

不复杂，但刚好解决我的痛点。

以前我用 AI，更多是让它帮我写文章、改标题、生成图片、整理选题。

这次它不是在帮我 " 生成内容 "，而是在帮我 " 改造工作流 "。

以前，我找资料靠记忆。

现在，我找资料靠搜索器。

以前，我的飞书文档越多，我越焦虑。

现在，我开始觉得这些文档可以变成一个被 AI 调用的资料库。

我们每天都在产生大量碎片：

一个选题、一次对话、一个案例、一段脚本、一篇文章、一张图、一份方案。

这些东西如果散落在各个文档里，时间久了就会变成负担。

但如果它们可以被搜索、被调用、被重新组合，它们就会变成资产。

我现在越来越觉得，普通人学 AI，不应该只停留在 " 收藏工具清单 "。

更重要的是，从自己的真实痛点出发，做一个能马上用起来的小工具。

飞书乱，就做一个飞书文档搜索器。

桌面乱，就做一个桌面文件定位器。

选题乱，就做一个公众号选题库。

素材乱，就做一个内容素材管理器。

这些东西听起来都不大，但它们解决的是每天真实发生的问题。

我也不是一夜之间变成了技术高手。

我只是开始学会把问题描述清楚，然后让 AI 陪我一步步做出来。

这可能才是 AI 对普通人最真实的改变：

不是让我们突然变得无所不能，

而是让我们第一次有机会，为自己的工作方式定制工具。

以前我总觉得，工具是别人做好的，我只能选择用哪个。

现在我发现，我也可以参与设计自己的工具。

这次小小的实测，让我很兴奋。

因为它让我看到了一件事：

AI 不只是聊天框里的答案。

它可以变成你的搜索器、整理师、资料库、工作台。

而普通人真正要做的，不是追着每一个新工具跑。

而是回到自己的工作和生活里，问一句：

" 我现在最烦、最重复、最浪费时间的事情是什么？"

然后，把这个问题交给 AI，试着做一个属于自己的解决方案。

这一次，我解决的是飞书文档找不到的问题。

下一次，也许就是桌面文件太乱、素材太分散、选题太难找。

AI 时代，真正拉开差距的，可能不是谁知道的工具最多。

而是谁能把 AI 用进自己的真实工作里。