非技术人玩 AI 的正确姿势：把它当同事，不是搜索框

写在前面

最近看了The Calum Johnson Show和Allie K Miller 的一个博客

主题是：《AI Insider: The Fastest Way To Use AI Agents In Your Business, Content  Life》

主题翻译成中文是：《如何把 AI Agent 用进你的生意、内容和生活》

Allie K. Miller 是全球人工智能（AI）领域的知名领军人物、顾问及投资人

看完发现 Allie 说了几件挺扎心的事，她不是那种”教你 10 个提示词”的网红，她做 AI 商业咨询十几年了，给财富 500 强讲课，上周刚教完几百位高管搭 agent。她给出的答案不是”你要学 AI”，而是”你要学会把自己交出来”。

我整理了里面个人认为比较精彩部分，每段一个短标题金句、一句嘉宾原话、一个具体案例，分享给大家，期望对于非技术人如何用好AI  Agent 有所启发：

门槛早就不是代码了，是你愿不愿意”摊开”

十年前做一个网站要花几万美元，今天几十美元月订阅就够。这种变化大家都感受到了，但真正的门槛早就不是”你会不会写代码”。

Allie 上周刚教了一个 60 分钟的入门课，48 小时内就有顾问、创业者、大公司高管搭出了自己的第一个 agent。他们没一个是工程师。

“你不需要先变成工程师，才有资格开始使用 AI。”

那真正的门槛是什么？是你愿不愿意把自己的工作方式摊开给系统看——每天重复做什么、哪些任务能拆、哪些判断必须你自己拍板。这个动作比学任何工具都难，因为它要你面对”我到底在干什么”这个问题。

把 AI 当搜索框的人，永远追不上把它当操作系统的人

访谈里有个说法很刺耳，但我觉得对：大多数人在 AI 上的焦虑，不是因为”工具太复杂”，是因为心智模型错了。

“真正的区别，不是超级用户看到了普通用户没看到的机会，而是他们看待这些工具的心智方式不同。”

把 AI 当按钮的人，会永远追问”这个功能在哪””那个按钮怎么开”。把 AI 当能力光谱的人，会不停试探：”这件事能不能被它接过去一部分？”

一个当按钮、一个当操作系统，日积月累下来不是差一点，是差一整个工作维度。

第一步别打开电脑，先写清楚你是谁

Allie 给新手的第一步有点反直觉：关掉电脑。拿张纸，或者用语音转写，写下三件事——你是谁、你想要什么、你不想要什么。

“我的第一步可能会惹恼一些人，因为它和 AI 没有关系。”

她举的例子特别具体。普通提问是”纽约最好的播客录音棚是哪家”；更好的方式是把目标、预算、时间安排、想采访的人、未来一年的出差计划全部交给 AI，然后说：

你现在是我的 COO。给我 20 个行动选项，按收入潜力、影响力、创造性评分。选出前三个，列出前五步。

区别在哪？前者是”工具优先”，被产品更新牵着走；后者是”问题优先”，从你自己的目标倒推信息、动作、协作和判断该由谁承担。

真正好用的提示词，不是一句神奇咒语，是一段足够清晰的上下文。

Agent 的临界点：AI 开始采取行动

Allie 把 ChatGPT 这类助手和 agent 做了一个很清楚的区分：

“我们走进的世界是 agent：AI 不只是回答问题，而是实际采取行动。”

这也是她反复强调”任务“而不是”问题“的原因。打开 Claude Code 或类似工具时，不要只想”我能问什么”，而要想：”我会把什么任务交给首席助理、销售、财务顾问？”

从信息源变成工作系统，就这一个转变。

AI 的第一落点，不是新业务，是你已经被卡住的业务

访谈里最打动我的不是某个 demo，是一位服务型创业者的故事。她原来最多带 12 个客户——不是因为业务做不大，是时间被耗尽。

Allie 帮她拆解发现：瓶颈不在真正服务客户，而在前期线索筛选、资格判断、信息收集。于是她用 Lovable 搭了一个结构化访谈系统，让潜在客户先填表。

结果：从 12 个客户增长到 35、36 个。

“她只是让 AI 成了已有瓶颈上的扩展机制。”

另一位教练把自己的方法论和私有资料喂给系统，做成”AI 分身”。客户不再只能靠每两周一次的 1v1，可以全天候拿到基于她知识的反馈。她客户数没变，但定价涨了。

所谓自动化，不是看到热门工具就硬套，是先问：今天谁在重复解释同一件事？谁在手动搬运信息？哪一步在拖慢收入增长？

拖了一年的家务，AI 用 12 小时搞定

Allie 讲了一个很生活化的 OpenClaw 例子。她朋友 Katherine 是个忙妈妈，桌下线缆乱了一年。她拍张照片甩给 OpenClaw，只说”修好它”。

Agent 自己去 Nextdoor 发招工信息、筛选候选人、把选项发回来。Katherine 选定后就忘了这事。晚上 6:30 有人敲门——来把线缆整理好了。

“12 小时内完成。她自己的工作只有几分钟，这件事她已经拖了一年。”

这个故事小，但它说明一件事：AI Agent 不挑任务大小，挑任务清晰度。 如果你能说清楚”做什么、什么时候算完成、遇到不确定应该回头问谁”，它就能干。

选 ChatGPT 还是 Claude？不如先真开始用

Allie 对工具选择的态度挺佛系：

她说真正重要的不是选对工具，是开始——因为你的数据、偏好、历史提示词都可以无缝迁移，今天选 A 明天切 B 没什么成本。纠结比不用还糟。

像管理同事一样管理 AI：边界比信任更重要

这一段我觉得是全文最”反 AI 鸡汤”的地方。

很多人要么完全不信 AI（不用），要么一上来就全权授权（危险）。Allie 的建议是像雇新员工一样，分阶段建立信任：

“安全感不来自盲目信任，来自边界。”

说清任务结果、交付格式、可用资料、不能越过的权限、遇到不确定时该回头问你而不是自己硬推——这些”管理语言”比任何提示词技巧都重要。

写在最后：未来五年不是”换工具”，是”换工作方式”

访谈结尾 Allie 没给什么宏大预言，但她说了一句我很受触动的话：

“未来会拉开差距的，不是用了哪个工具，而是谁更早把自己的工作流重写了一遍。”

她说 AI 在法律、金融、医学、设计、客服这些行业的冲击是确定的——一个律师用 AI 把庭审摘要从 45 分钟压到 5 分钟，不是炫技，是重夺生活。但她也说了实话：AI 省下来的时间，如果你不规划怎么用，它就会被下一波琐事填满，不会自己变成”生活改善”。

所以这个访谈给我留的真正作业是：

不要排队问问题。排队交任务。