2026年2月的AI能力版图

AI 的演进节奏正在持续加速，之所以特别注明“2026 年 2 月”，是因为AI 正处于高度活跃的迭代周期之中，一两个月内能力边界就可能出现显著变化。

下面的划分基于近期真实使用经验形成。过去几个月，我同时在推进思想写作、网站重构、Smallsoft 的技术体系设计，以及移动应用与身份系统的工程规划。这些工作横跨抽象理论、结构设计与具体工程实现，不同工具在不同场景中的表现差异非常明显。

在这样的背景下，目前我使用的AI包括下面几类：

1. 长期语境与个性化对话协作

ChatGPT 5.2

选择原因：思想延展需要连续性

在长期思想写作、学习和理论构建中，它的优势在于对历史语境的连续理解。无论是既有理论框架的延展，还是新概念的深化，它能够保持对思想轨迹的持续追踪，而不是每次从零开始。这种连续性对于复杂结构的生成至关重要，更接近长期协作者，而非一次性问答系统。

2. 相对独立的高质量对话模型

Gemini 3 Pro

选择原因：问题求解需要独立性

在独立问题、即时推理或快速验证场景下，它的优势在于对单次任务的集中处理能力。由于对长期历史依赖较弱，它能够减少非必要的背景信息干扰，使问题保持在更干净、更聚焦的状态，也可以减少AI对用户的讨好行为。对于概念澄清、技术判断或逻辑拆解，这种低背景负载反而提升了效率。

3. 软件自动化与工程执行型智能体

GPT-5.3-Codex

选择原因：工程落地需要执行力

当工作进入工程层面，例如代码重构、流程自动化、模块拆分、接口逻辑梳理时，这类模型的优势更加突出。它不仅生成代码，还能理解项目结构并执行多步骤流程，更接近工程协作伙伴。在身份系统、移动应用原型以及自动化脚本设计中，这种执行能力尤为关键。

4. 项目型资料整合与结构化分析

NotebookLM

选择原因：资料研究需要结构环境

在处理大量文档和既定资料库时，它的价值体现得更加明显。围绕文档进行总结、引用追踪与观点对照，适合研究型或系统性写作项目。当需要在已有材料框架内进行结构化梳理，而非自由发散时，这种工具形态提供了稳定环境。我认为，在多种格式（文字、音频、视频和图表）的知识输出方面，NotebookLM是目前最强大的AI工具。

AI 仍处在高度动态的演进阶段。今天的分工格局，可能在几个月后重新洗牌。