第19章 人类 × AI 如何分工
到这里，前面两章已经分别回答了： • 人类负责什么 • AI 负责什么 现在要把这两部分真正接起来， 进入一个更重要的问题： **人类 × AI 到底应该如何分工？** 这一章非常关键。 因为前面所有铺垫，最后都要落到这里。 如果分工讲不清楚， 整本书就容易停留在： • AI 很强 • 人类也有价值 • 双方各有优缺点 这些都没错， 但还不够。 真正有用的不是知道双方都很重要。 而是知道： **哪个部分该交给谁。** 一旦这一点清楚， 协作才会从口号变成系统。 --- 分工不是平分任务，而是按结构放位置 很多人一听“分工”， 第一反应是把任务切一半。 例如： - 一半我做，一半 AI 做 - 简单的给 AI，复杂的给人 - 前面给 AI，后面给人 这种切法有时能用， 但它并不稳定。 因为人类 × AI 的分工，不应该只是按任务表面切。 而应该按： **结构位置来切。** 什么意思？ 就是不要问： “这一整件事谁做？” 而要问： “这件事里面，哪些环节更适合人，哪些环节更适合 AI？” 这样分工才会稳。 比如写一篇文章， 不是问“这篇文章谁写”。 而是拆成： • 目标是谁定？ • 结构谁来搭？ • 初稿谁来起？ • 判断谁来做？ • 最终取舍谁来定？ 一旦这样拆， 很多问题就会立刻清楚。 所以第一条先立住： 人类 × AI 的分工，不是平分任务，而是按结构放位置。 --- 最基本的分工逻辑：人定方向，AI 扩能力 如果把整本书前面讲的东西压缩一下， 最基本的分工逻辑其实可以先写成一句话： **人定方向，AI 扩能力。** 这里的“方向”，包括： - 目标 - 判断 - 价值排序 - 路径选择 - 最终拍板 这里的“扩能力”，包括： - 搜索 - 整理 - 分析 - 生成 - 执行 - 校正 这句话的好处是非常清楚。 它既没有神化 AI， 也没有低估 AI。 它承认： AI 可以非常强。 但它的强，应该被放在“能力扩展层”， 而不是“主体替代层”。 这其实就是本书目前为止最稳定的分工基础。 --- 第一层分工：目标与方向由人负责 任何协作系统，第一层都应该是目标层。 因为目标一旦错了， 后面效率越高，偏离越快。 所以，人和 AI 的协作里， 第一件事不是让 AI 直接开始做。 而是先由人回答： • 我要什么？ • 这件事为什么做？ • 终点在哪里？ • 什么是不能牺牲的？ • 哪种结果是我不接受的？ 这一步如果由 AI 代替， 很容易出现一个问题： 方向看起来合理， 但并不真正属于你。 所以，分工的最上层必须由人握住。 第一层分工 **人负责目标与方向。** 这不是因为 AI 不会说。 而是因为目标和方向本来就嵌在人的生命结构里。 --- 第二层分工：信息与分析由 AI 强力参与 方向一旦定了， 就会进入大量认知加工阶段。 例如： - 找资料 - 看材料 - 摘重点 - 列变量 - 做对照 - 形成几个可能结构 - 推演不同路径 - 找到潜在风险点 这一层，恰恰是 AI 最能发挥价值的地方。 因为它既耗脑， 又高度适合外部化。 人当然也能做。 但如果全部自己扛， 通常会有两个问题： • 要么太慢 • 要么太乱 AI 在这一层特别适合作为强力辅助。 所以第二层分工可以写成： 第二层分工 **AI 负责信息处理与分析展开。** 这不是说人完全退出。 而是说，AI 应该在这一层承担大量重活。 --- 第三层分工：判断由人主导，AI 辅助校正 信息和分析之后， 就会进入判断阶段。 这里是最容易出问题的地方。 如果人不借助 AI， 可能会因为视角太窄、信息不全、状态波动、叙事太顺而误判。 如果人把判断直接交给 AI， 又会把本该由自己承担的责任交出去。 所以判断这一层最好的结构，不是： • 完全靠人 也不是： • 完全靠 AI 而是： **人主导判断，AI 辅助校正。** 什么意思？ 就是： - 最终判断由人做 - 但在做之前，让 AI 帮你对照、反推、找漏洞、列反方、做结构审计 这样既保留了人的主导权， 又减少了人单独判断时最容易掉进去的盲区。 这可能是整本书里最值得记住的一条分工原则之一。 --- 第四层分工：执行由 AI 接手一部分，人保留关键控制点 很多任务最消耗人的，不是目标，也不是最后判断， 而是中间那一大段重复执行过程。 比如： - 写初稿 - 改写 - 压缩 - 扩写 - 汇总 - 做格式整理 - 生多个版本 - 列清单 - 生成表格 - 重组内容 这些部分，AI 非常适合接手。 因为它又快，又稳，又不怕重复。 但“执行交给 AI”也不能理解成彻底放手。 因为关键控制点仍然必须在人手里。 比如： - 这段话到底要不要留 - 这个版本是不是偏了 - 这个输出有没有误导 - 最终结果是否符合目标 所以更准确的表达是： 第四层分工 **AI 接手大量执行，人保留关键控制点。** 这样效率才能提高， 同时不丢掉方向。 --- 分工最怕的，不是谁做得少，而是位置放错 说到这里，可以停一下。 很多人理解分工， 会本能地以为问题在于： “是不是 AI 做太多了？” 或者： “是不是人做太少了？” 其实最关键的，往往不是多少。 而是： **位置有没有放对。** 如果把 AI 放在： - 信息 - 分析 - 初步执行 - 结构校正 这些位置上， 它会非常有价值。 但如果把 AI 放到： - 最终目标定义 - 最终价值排序 - 最终责任承担 - 最终人生决断 这些位置上， 协作就会开始失衡。 所以问题不在“AI 做得太多”。 而在于： **它是否被放到了不该接管的位置。** 这就是分工真正的重点。 --- 一种最清楚的分工公式 如果把这一章压成一个简化公式， 我会这样写： **人类负责目标、判断、方向与承担。 AI 负责信息、分析、执行与校正。** 这句话非常值得记住。 因为它几乎可以直接变成你日后使用 AI 的判断标准。 一件事来了， 先问自己： • 这是目标问题，还是信息问题？ • 这是价值判断，还是结构分析？ • 这是最终拍板，还是前期展开？ • 这是承担后果的部分，还是准备阶段的部分？ 这样一分， 很多协作方式自然就出来了。 --- 为什么分工本身就是一种升级 这一点也很重要。 很多人以为与 AI 协作， 主要靠会不会提问。 其实更深的一层是： **会不会分工。** 因为会提问，只是局部技巧。 会分工，才是系统能力。 一个人真正开始成熟使用 AI， 往往不是因为他学会了几个好提示词。 而是因为他越来越清楚： • 什么该自己做 • 什么该交给 AI • 什么该先让 AI 摊开 • 什么必须自己拍板 • 什么地方最需要校正 这就是分工能力。 而分工能力，本身就是一种认知升级。 --- 一句话结论 **人类 × AI 最稳的分工结构是：人类负责目标、判断、方向与承担，AI 负责信息、分析、执行与校正。**