与 AI 相处的第 30 天：一份"人机同事"实验记录

我给自己布置了一个实验：连续 30 天，把 AI 助手当成一位正式同事，凡是工作里能交给它的事都交出去，并每天记录交接结果。规则只有两条——不假装它能胜任（不行就明说”此项不外包”），不偷懒全盘照抄（每项输出都要人工核验）。

以下是这份日志的精华节选与总结。

第 1-5 天：新鲜期，也是暴露期

Day 1 · 会议纪要。把 40 分钟录音转文字后丢给它整理。产出结构清晰，但它把一个玩笑话里的反讽内容写成了”双方达成共识”——纪要可以外包，理解语气不行。结论：可用，需人工复核结论性表述。

Day 2 · 数据表格。让它把一段文字里的数字整理成表。整理正确，但其中两个百分比它”顺手”算了个汇总，算法错了。数字自己算的，错误就自己埋。结论：输入可信，计算不可信。

Day 4 · 头脑风暴。为一次活动征集 20 个主题创意。前 5 个平庸，第 8 个开始出现意外角度，第 13 个直接启发了最终方案。结论：它最值钱的场景之一——量大管饱的初始选项。

Day 5 · 写邮件。写给合作方的致歉邮件，它写得比我本人更得体。但它默认用了过于正式的称呼，我调回了平时风格。结论：套路化文书的主场，语气需校准。

Day 7 · 查资料。让它推荐几个研究主题的背景资料，它给出了三篇标题极其像真的论文——搜了一下，不存在。第一次亲身撞上”幻觉”。结论：它可以帮你理解一个领域，不能替你引用文献。

Day 9 · 代码。让一个完全不会写脚本的我做数据清洗，它给出 Python 代码，改两处路径后竟然跑通了。这是实验里最大的惊喜：它把”我不会”变成了”我照着说明书装配”。

Day 12 · 谈判准备。模拟对方谈判代表跟我对练，扮演得有模有样，甚至提了几个我没想到的刁钻问题。结论：陪练功能被严重低估。

Day 13 · 长文档总结。丢给它 80 页的行业报告。概括准确，但它总结的”三大趋势”里有两条是原文强调最多的，只有一条是真正新出现的。结论：它总结的是”显著”，未必是”重要”。

Day 15 · 情绪价值。加班到深夜随口跟它吐槽，它的安慰得体但模板化。不像朋友，倒像一位训练有素、永远不烦你的前台。结论：能用，但别指望交心。

中期最大的发现不是”它多能干”，而是我的时间结构变了。

以前写方案：想框架 30%、填内容 50%、润色 20%。外包给 AI 后变成：想框架和把需求讲清楚 70%、核验修改 30%。表面上”写”的时间省了，实际上**”想清楚”的负担加重了**——你给它的指令越精确，产出越可用。说不清楚需求的人，拿到的是平庸的答案，还会怪 AI 不行。

另一个变化是”初稿障碍”消失了。以前面对空白文档的畏难情绪，被”先让它出个烂初稿我来改”取代。对完美主义者来说，这几乎是心理治疗。

意外一：它暴露了我的思维漏洞。 有次我让它反驳我自己刚写的观点，它列出的反方理由，有两条我自己都难以当场回击。它成了便宜的”魔鬼代言人”。

意外二：通用能力 ≠ 专业能力。 让它解释我所在行业的专业概念，答案看似流畅，但术语使用有几处似是而非——外行看没问题，内行一眼假。越专业的领域，越只能把它当”博学的实习生”。

意外三：依赖的诱惑真实存在。 第 22 天我发现自己下意识想让它连”判断该不该外包”这件事都替我做。我给自己加了条规则：判断本身永远不外包。工具越顺手，这条线越要画得清楚。

30 天下来，我的”人机分工表”如下：

一句话总结这 30 天：AI 没有让我变成不用干活的人，它让我从”干活的人”变成了”指挥、核验并承担责任的人”。 岗位没有消失，但岗位的内容确实换了——而这恰好是普通人应对这场变化最具体的答案。