【人工智能】AI 提效的关键：跟着 AI 在干中学

【人工智能】AI 提效的关键：跟着 AI 在干中学

摘要：AI 的本质是概率预测，使用中充满不确定性，可通过多 Agent 交叉验证来收敛。真正的 AI 提效，是让 AI 做你擅长的事，并跟着 AI 在干中学，不断学习、提升能力上限。AI 拆掉了下限门槛，但上限需要靠自己。

AI 提效的关键：跟着 AI 在干中学

• 【人工智能】AI 提效的关键：跟着 AI 在干中学
• • 1. 解决AI的不确定性
  • 2. 什么是真正的 AI 提效
  • 3. 你使用 AI 提效的能力上限取决于你的审美
  • 4. 正确的使用方法：跟着 AI，在干中学
  • 5. 结语

1. 解决AI的不确定性

我们在使用 AI 工作时，处处充满了不确定性，没有哪个答案是绝对正确的。大模型的本质，就是一台概率预测的机器。 在大模型把答案完整输出之前，没有任何东西是确定的。因此，在重度使用 AI 的这段时间里，我们需要清楚地认识到自己对这种不确定性的忍耐程度。

即便是完全相同的 Agent、AI Skill 和大模型，执行出来的结果也可能大相径庭。我不会因此觉得 AI 不好，更不会认为 AI 是个傻子，而是会想方设法去设计 Harness，让 AI 在推理的过程中更加收敛。哪怕 AI 在我的工作中胡说八道、无中生有，我也会尝试去接受，因为这正是大模型的特征。

为了解决这个问题，我通常会安排多个 Agent 进行交叉验证，让两三个不同的 Agent 和大模型朝着同一个方向工作，再指派一个裁判，让多个 Agent 相互辩论谁的方案更好，谁赢了我就听谁的。

2. 什么是真正的 AI 提效

如果你让 AI 做你完全不理解的事情，那么这只是虚假的提效； 如果你让 AI 帮你做你稍微懂一点点的事情，那么这是有风险的提效； 你只有让 AI 做你自己擅长的事情，这才是真正的提效。

为什么 AI 需要在干中学，最主要的是落在一个「学」字上。一件事情如果你完全不懂，或者只懂得一点点，交给 AI 去做确实可以在短期内提高效率，但因为你自己懂得也不够多，从长远来看就会给自己埋下很多坑。所以我们不能把一件事情交给 AI 之后就完全不管了，而是应该跟着 AI 一起做，在这个过程中自己去学习 AI 是怎么做的。

我们拿大家都熟悉的 Vibe Coding 来说，一个专业有经验的程序员与完全没有编程基础的小白，同时做出一个小软件。对小白来说，AI 可以帮他拆掉写代码的门槛，但如果没有开发经验，那开发的天花板就会非常非常低。而且这仅仅限于小功能的软件，对于大型复杂开发项目，让一个完全不懂的小白来做，到时候会发生各种各样的 BUG。所以对编程小白来说，在使用 AI 赋能的同时，需要不断跟着 AI 去学习编程知识，不然做出来的东西稍微复杂一点，就会搞出一大堆 BUG。

3. 你使用 AI 提效的能力上限取决于你的审美

这里的审美，指的是你对这个事情的熟悉程度。对编程小白来说，对 Vibe Coding 的审美就是 0，因为对一个完全陌生的领域，你的审美是不存在的。 不懂编程的小白在遇到软件 BUG 的时候，只能把 BUG 丢给 AI，让 AI 去检查处理。AI 改得对不对、改得是否优雅，对于小白来说是完全不可掌控的。再比如，如果你不擅长写作，那即便告诉你写的文章有 AI 味，你也不知道该如何去修改，更无法指导 AI 去掉 AI 味。 大模型是个傻子，你不去教它如何写出有人味的文章，AI 写出的文章自然就带着 AI 味。

4. 正确的使用方法：跟着 AI，在干中学

我们在使用 AI 帮助我们做事的时候，不要双眼一闭，把所有事情都交给 AI，然后什么都不管了。正确的做法应该是跟着 AI，在干中学。AI 提高了我们能力的下限，这是好事，我们可以借此尝试去做之前不会做的事情；但 AI 没有任何办法提高我们能力的上限，我们只有不断地在干中学，才能在一次次的实践中，逐步提升自己的能力上限，同时提高自己的品味和段位。

5. 结语

AI 拆掉了下限门槛，上限需要靠自己。在使用 AI 的过程中，我们既要善用 AI 提升效率，也要保持清醒，不断学习、持续精进。只有把 AI 当作并肩前行的伙伴，在一次次实践中打磨自己的判断力与审美，才能真正驾驭 AI，让技术为成长赋能。