上个季度我一直被一个问题缠着：市面上的免费AI工具到底哪个值得花时间折腾？不是想写测评，纯粹是产品狗的本能——别人家产品怎么做，总得自己吃一遍。
说实话，试了七八个之后，最大的感受反而是：免费的东西，代价往往藏在别处。
免费版和付费版的差距，不只是算力
拿ChatGPT免费版说，我同事上周用它改个英文邮件，改了三次，每次都把"urgent"给我换成"pressing"，问它为什么，它说"因为pressing更正式"。可问题是我要的就是urgent的感觉。这种对话多来几轮，你就会发现免费模型在面对模糊语境时，特别喜欢自作聪明地"优化"。说白了，它能跑，但不太愿意听你的。
另一个常见坑是上下文窗口。有一次我用某个国产工具写周报，写到第三段它突然忘了前面提到的项目代号，自顾自编了个不存在的名字。我重新刷新，又从头开始。这种体验用几次就明白了：免费工具在设计上就默认你不会做太复杂的任务，所以上下文限制卡得死死的。
反过来想，这也给了我们做幻简 AI 一个明确的信号：用户愿意为"靠谱的记忆力"付费。我们在幻简里把长对话的上下文管理做得很重，默认就是5000 token以上，就是吃准了这一点。
我最常用的三个免费工具，都挺偏门
第一个是 Hugging Chat，界面丑到像2008年的论坛，但可以自己选模型。我经常切到Mixtral 8x7B上写代码注释，它不怎么编造API，这点比GPT-4还稳。缺点是需要翻墙，而且回复速度时快时慢，像在坐绿皮火车。
第二个是通义千问的文档解析功能。我把它当PDF摘要器用，重点不是它摘得准不准，而是它会给每个段落标出原文页码。这个细节让做调研的人能直接定位，比很多收费工具都贴心。不过仅限于中文文档，英文处理能力差了一截。
第三个比较冷门——Perplexity的免费版。它不是聊天工具，是搜索+AI的混合体。我查技术方案的时候用，它会列出引用来源，看到有PDF就直接点过去。真正的价值在于：它帮你省掉了先搜再读再总结这个过程，直接给答案和出处。当然，每天限制5次深度搜索，超了就只能用轻量版。
这三个工具我交叉着用，很少有一个能满足所有需求的。这也是免费工具的常态——你得像换螺丝刀一样频繁切换。
一个让我改观的产品，以及我的真实困惑
两个月前，Claude出了一个免费版（虽然现在又收紧了）。我用它写需求文档的草稿，有一轮它把我写的"用户点击后3秒内无响应则显示加载"改成了"在用户体验层面，建议将等待感知转化为视觉反馈"，我本来想骂它装X，但仔细想，这确实比我的原话专业。那一刻我有点分裂：到底是我在用它，还是它在教我写东西？
这一点我到现在也没完全想明白。做产品的直觉告诉我，工具不该喧宾夺主。但作为使用者，又确实享受被它"教育"的瞬间。可能这就是为什么免费工具永远不可能替代人的判断——因为它偶尔对，偶尔错，你永远得留个心眼。
上个月我们把幻简 AI 的内测期做了调整，原本打算一口气上很多功能，后来砍掉了三分之一。原因就是看了这些免费工具的使用反馈后，觉得与其堆能力，不如把一个场景做透。至少让用户能确定地说"这个事用幻简干，不出错"。免费的工具到处都是，但"不出错"这三个字，挺奢侈的。