2025年初我开始正式学习和使用AI。
到现在一年多了。
回头看看身边，一起起跑的同事，大部分已经不怎么用了。
热度过了。
但我还在。
不是因为我更聪明，而是因为我在坚持使用的过程中，渐渐发现了一件让我困惑的事——
大部分同事对AI的理解，跟我完全不一样。
今天这篇文章，我想把这个困惑拆开来说。
也顺便分析一下，到底谁的想法有问题。
包括我自己的。
我们公司现在在做一些AI提升效率的工具。
同事们用AI的方式，大部分是这样的——
业务提一个需求，丢给AI，让AI直接帮我做完，最好一模一样按我的想法出来。
而我的方式完全不同——
我会花一个小时跟AI反复对话，告诉它我的想法、背景、约束条件，让它一步步帮我推进，过程中不断修正、调整、追问。
以前一天做完的事，现在一小时做完——但这一小时里，我是深度参与的。
这两种思维的差距，随着时间推移会越来越大。
为什么？
我先分析同事们的想法。
说实话，他们的想法不能说「错」。
在某些简单任务上，丢给AI一句话就出结果，确实很爽。
但这种思维有三个致命问题——
第一，你在退化。
如果你每次都是把需求原封不动丢给AI，你就不需要思考了。
不需要拆解问题、不需要组织语言、不需要判断质量。
时间长了，你的思考能力会退化。
AI变成了拐杖，但你的腿在萎缩。
第二，你拿到的是「平庸的平均值」。
AI生成的内容，本质上是大量数据的概率分布。
你什么都不说，它给你的就是一个最安全、最中庸、最不出错的答案。
而真正有价值的工作产出，恰恰是那些不「平均」的东西——你的独特视角、你对业务的理解、你对用户的感觉。
你不把这些喂给AI，AI只会给你一碗白开水。
第三，你变成了可替代的人。
如果一个人的工作模式是「接需求→丢给AI→交结果」，那这个人的价值是什么？
搬运工。
任何一个新来的实习生都能做。
因为你没有在这个过程中注入任何不可替代的东西。
诚实地分析一下自己的问题。
我的做法是对的：跟AI深度协作、反复对话、注入自己的思考。
但我也有问题——
第一，我有时候太执着于「跟AI聊」，忘了直接动手可能更快。
有些简单任务，确实不需要来回十轮对话。
一个格式转换、一个数据清洗、一个翻译——丢给AI一句话做完就行，不需要在这种事情上「深度协作」。
分清楚什么时候该放手、什么时候该深入，这也是一种能力。
第二，我有时候太在意过程，忽略了结果。
跟AI聊一小时，觉得自己很充实、很有收获。
但老板和客户不关心你跟AI聊了多久。
他们只关心你交付的东西好不好。
协作不是目的，产出才是。
第三，我可能有一点「优越感」。
觉得自己的用法比同事「高级」，暗暗看不起他们的「甩手掌柜」模式。
但说实话，如果他们的方式能在某些任务上更快地交付合格结果——那在那个场景下，他们就是对的。
没有绝对正确的用法，只有匹配场景的用法。
分析完双方的对与错，我总结出了一个判断框架——
不同的任务，需要不同的AI协作深度。
真正的AI高手，是能在三层之间自由切换的人。
简单任务——一句话丢给AI，不纠结。
复杂任务——拉AI进来深度对话，把自己的思考注入进去。
决策任务——让AI给参考，但自己拍板。
不是一种用法打天下，而是匹配任务的复杂度。
最后说说「坚持」这件事。
我们公司一起开始学AI的人不少。
但一年后还在持续用的，真的没几个。
大部分人的轨迹是：兴奋→尝试→觉得也就那样→放弃。
而我的轨迹是：兴奋→尝试→困惑→坚持→困惑→坚持→突然开窍。
区别就在于那几个「坚持」。
一年下来，最大的收获不是我学会了多少工具。
而是——
我和AI之间建立了一种「默契」。
我知道怎么提问它才能给出好答案。
我知道什么时候该相信它，什么时候该自己判断。
我知道它擅长什么、在什么地方会胡说八道。
这种默契，不是看教程能学到的。
它只能来自日复一日的使用。就像你跟一个搭档共事一年以后，不用说话就知道对方在想什么。
这就是坚持的复利。
如果你是「甩手掌柜」型——
我不会说你错了。
但我想提醒你：当你什么都不思考就交给AI的时候，你在用效率换掉自己的核心竞争力。
省下来的时间，如果没有用来做更高价值的事情，那你只是在加速变成一个可替代的人。
如果你是跟我一样的「协作型」——
我们也要注意：别把深度对话变成了自我感动的仪式。
该放手的放手，该深入的深入，最终看的是产出，不是过程。
如果你还没开始用AI——
现在就打开一个AI工具，把你今天最头疼的那件事告诉它。
不需要学完一门课再开始。
开始用了，才知道怎么用。
坚持用了，才知道怎么用好。
AI不是替你干活的机器。它是一个放大器——放大你的思考，也放大你的偷懒。
你输入什么，它就放大什么。
你喂给AI的，不是需求，是你自己。