第18章 AI 负责什么
上一章讲的是： **在人类 × AI 的协作系统里，人类负责什么。** 那这一章要讲的，就是另一半： **AI 负责什么。** 这一步非常关键。 因为如果只讲“人类负责什么”， 容易让 AI 变成一个模糊背景。 而如果不把 AI 负责的部分讲清楚， 后面的分工就会变成空话。 这一章的任务，就是把 AI 最适合承担的部分，放到最准确的位置上。 说到底，AI 最适合负责的，不是整个人生， 也不是最终判断， 而是那些特别容易压垮人类认知系统、但又高度适合外部化处理的部分。 如果压缩成最核心的几条， AI 最适合负责这些： • 找信息 • 做分析 • 帮执行 • 提供备选方案 • 辅助校正 这几项看起来不算宏大， 但一旦放到真实生活里，会非常有力量。 因为它们刚好覆盖了现代人最容易被拖垮的地方。 --- 第一，AI 负责找信息 现代世界的问题，很多时候不是没信息。 而是： • 信息太多 • 信息太散 • 信息更新太快 • 不知道从哪里开始找 • 找到了也看不过来 人在这种环境里，很容易被搜索本身拖住。 还没进入思考，精力就先耗在： - 找资料 - 比来源 - 看重复内容 - 处理无关信息 AI 在这里特别适合先接手。 因为它擅长： - 快速定位信息 - 初步筛选信息 - 按主题聚合信息 - 帮你从“找不到入口”变成“先有一个入口” 也就是说， AI 不是替你知道一切。 而是先帮你把信息入口打开。 这对学习、研究、工作、写作、投资都非常关键。 所以第一条很明确： AI 负责找信息。 人类当然也会找， 但 AI 更适合承担大量信息入口工作。 --- 第二，AI 负责做分析 这是 AI 最有价值的一层之一。 很多问题，真正难的不是“完全不知道”， 而是： • 知道一些，但不够清楚 • 看见很多点，但连不起来 • 感觉有问题，但说不出结构 • 变量很多，但脑子同时 hold 不住 这时候，AI 特别适合负责分析工作。 这里的“分析”，不是说 AI 自动给最终答案。 而是说它擅长做这些事： • 列变量 • 分层次 • 做对比 • 拆问题 • 梳结构 • 找逻辑漏洞 • 模拟反方 • 提供多个分析框架 这些事情，人类当然也能做。 但 AI 在这里往往有几个优势： • 处理更快 • 角度更多 • 不容易烦 • 能反复重来 • 能快速拉出多个版本 所以 AI 特别适合做： 判断之前的分析工作。 也就是说， AI 不负责拍板。 但 AI 非常适合负责“在拍板之前，把问题看得更清楚”。 --- 第三，AI 负责帮执行 这是很多人最容易直接感受到的一层。 现代工作和生活里， 有大量事情并不难， 但很耗时间，很耗注意力，很耗耐心。 例如： - 起草文字 - 改写表达 - 做初稿 - 总结长材料 - 整理笔记 - 列清单 - 转换格式 - 把一个结构展开成多个版本 这些事情，如果都让人自己硬扛， 很容易把认知资源消耗在低层次重复加工上。 AI 在这里特别适合帮执行。 注意，这里的“执行”不是指： 替你活、替你决定、替你承担。 而是指： **把已经明确方向的认知工作推进得更快。** 也就是说， 当目标已经大致清楚， AI 很适合接手大量中间层工作。 这也是为什么 AI 会在写作、工作、研究、日常事务里显得非常实用。 因为很多拖垮人的，不是终极问题， 而是中间那一大段重复加工过程。 --- 第四，AI 负责提供备选方案 人类思考有一个很大的问题： 容易太快只有一个版本。 比如： - 只看到一个做法 - 只想到一个解释 - 只抓住一个故事 - 只沿着一个熟悉路径走 这不是因为人笨。 而是因为人脑天然会压缩复杂性， 偏好尽快形成一个可行动的解释。 但问题在于： 只有一个版本时， 误判的概率会明显上升。 AI 在这里的价值很大。 它特别适合做的，不是直接告诉你“唯一正确答案”， 而是先把可能性空间打开。 比如： - 给你三个不同结构 - 列五种可能路径 - 提供几类反方解释 - 给出不同风格版本 - 帮你想你原来没想到的选项 这一点特别重要。 因为很多时候，人不是缺“结论”。 而是缺： **可比较的版本。** 有了比较，判断才更容易成熟。 所以 AI 很适合负责： 扩大备选空间。 --- 第五，AI 负责辅助校正 这可能是 AI 最容易被低估，但非常值钱的一层。 很多人理解 AI，停留在： - 查资料 - 写文字 - 提高效率 这些当然都对。 但 AI 还有一个更深一点的价值： **帮助人看见自己可能错了。** 这很重要。 因为人类最危险的时候， 往往不是完全没想法。 而是： • 已经想得很顺 • 已经讲得很通 • 已经越来越相信自己 • 却没有意识到盲点在哪里 AI 在这里最适合负责的，是一类“认知校正工作”。 例如： - 你这个判断漏了什么变量？ - 有没有反方解释？ - 这个故事是不是过于顺滑？ - 哪些前提没有被检验？ - 如果反过来看，这个问题会怎么解释？ AI 当然也可能校正错。 但它至少能帮助你跳出“只在自己原有叙事里打转”的状态。 所以 AI 的一个高级职责是： 辅助校正。 不是替你修正一切， 而是至少先帮你把那些容易被忽略的问题摆出来。 --- 这些职责为什么适合交给 AI 到这里，其实可以问一句： 为什么偏偏是这些事情适合交给 AI？ 原因很简单。 因为这些任务有几个共同特点： 第一，它们都很耗认知资源 而且常常是反复消耗。 第二，它们都不一定需要主体性 找信息、列变量、搭框架、给备选、做初稿，这些都不一定必须由“你这个人”亲自承担全部。 第三，它们都高度适合外部化 也就是特别适合交给一个外部系统来辅助完成。 第四，它们一旦被接手，人类高价值部分会被释放 也就是你可以把精力留给： - 目标 - 判断 - 方向 - 价值排序 - 最终决断 所以 AI 不是随便负责一些零碎小事。 它负责的，正好是那些： **既高度消耗认知资源，又特别适合外部化的部分。** --- 所以，AI 到底负责什么 可以把这一章压成一个很清楚的总结： 在协作系统里，AI 最适合负责： • 找信息 • 做分析 • 帮执行 • 提供备选方案 • 辅助校正 这五件事加起来， 其实已经覆盖了现代人很多高频、高耗能的认知劳动。 也正因为这样， AI 才不只是一个小工具。 它开始成为一个真正有结构位置的外部能力层。 --- 这一章为什么重要 上一章讲“人类负责什么”， 如果没有这一章， 人机分工就只剩下口号。 而这一章的价值在于： 它让协作开始变得具体。 不是空泛地说“人与 AI 合作”， 而是具体到： • 谁来找 • 谁来拆 • 谁来做第一轮 • 谁来给备选 • 谁来提醒风险 • 谁来拍板 这才是分工真正有用的地方。 --- 一句话结论 **在人类 × AI 的协作系统里，AI 最适合负责找信息、做分析、帮执行、提供备选方案，以及辅助认知校正。**