ARTICLE · 1084922
2026年Q3,不是AI替代人,是工作流替代工作流
2026年Q3,不是AI替代人,是工作流替代工作流
本文共有2069字 无需坐班，无需参加会议，无需按照各种要求交付PPT、原型、PRD，无需绞尽脑汁想各种汇报。 日常生活中，我也使用各种大模型。DeepSeek、豆包、通义千问、文心一言、智谱清言。遇到老人医疗问题，我用AI帮我解答；遇到小孩教育问题，我用AI帮我拓展分析；遇到父母碰到生活中的疑问，我会教他们跟豆包语音提问。我感觉越来越离不开这些大模型了。 但对职场的记忆，似乎还停留在一年多前。那时候，AI在我的印象里约等于一个“废话制造机”，生成的东西看着像模像样，但完全没法直接用；用AI写代码虽然能跑，但修改极其费劲。 回归到我原来的设计工作，面对那些需要大量审美判断、复杂逻辑梳理、甚至需要和业务方反复博弈的复杂事务，我不禁怀疑：AI真的能搞定吗？我持保留态度。 1. 脱节：我对AI的印象还停留在一年多前 带着这种脱节的固有印象，我近期参加了一场面试。 面试我的是一位项目负责人。聊到工作方式时，他非常平静地说：“我们现在基本人人都是用AI干活了。” 我心里有些惊讶，甚至带着一丝不以为然：AI现在能干到什么程度？ 他告诉我，他们现在用AI生成文档，时间极快，排版漂亮。说实话，我对“可用性”是存疑的。后来我又观察了他们员工其他的快速输出，清一色的文字，排版确实好，重点也清晰。 但那一刻，我感受到的不是惊艳，而是一种警惕。 作为一个曾经的职场人，我深知如果员工完全依赖AI的输出，自身判断力跟不上，这对管理者来说是一种隐性的负担。你最终得到的，会是大量需要老板去甄别、去筛选的内容。这不叫提效，这叫把压力转移给管理者。 AI能快速给你一百个答案，但它不知道哪个答案真正适合当前业务。缺乏判断力的人，只会制造高级的“信息噪音”。 2. 震撼：被重塑的协同能力 然而，真正让我改变看法的，是随后我有幸参加的一场内部会议。 会议是用钉钉开的。会后，同事顺手发给我一份由钉钉AI听记自动生成的会议纪要。 原本我只是漫不经心地扫一眼，但这份纪要却让我停住了手指。我不方便放图片，但我必须描述它给我的冲击。 这是一场关于复杂业务规划的讨论，涉及大量专业术语和极其纠缠的细节。如果是人工记录，难免遗漏或变成流水账。但这份AI生成的纪要，总结得相当准确，思路极其清晰，重点明确到令人惊讶。它甚至精准提取了不同阶段的核心矛盾、策略方向，以及带有明确时间节点的下一步行动计划，排版还对重点进行了标红加粗。 那一刻，我对AI的认知被打破了。 3. 亲测：思路打开，工作起飞 AI协同办公开始深深吸引我。在随后的工作中，我和远在杭州、大连的两位同事一起探索如何用AI协作做原型设计。杭州的同事说，他们公司已经开始全部用AI干活，公司甚至为他们购买GPT5.5的token，公共token已经成为公司的工具和资源。 当我尝试寻找职场的工作节奏，用以前的老办法梳理产品原型、比较竞品时，也尝试用DeepSeek、WorkBuddy解决我碰到的问题。令我兴奋的是，它们给我的结果已经非常接近可用状态，能节省我大量产品设计中的状态梳理和交互逻辑编写工作。 随后，我的同事直接用AI生成了我们要做的产品线稿，10分钟就完成了我原本一天的工作，而且可交互，还挺像那么回事。且不说AI做得是不是比我好，单说在客户需求不明确、需要多种解决方案的情况下，让AI生成各种方案并快速对齐，这种方式真的太有用了。 快速给方案这样可以，但放到团队协作中也可以吗？我试着把同事生成的HTML原型线稿丢给DeepSeek，让它参照这个原型生成我负责部分的产品原型。它真的生成了风格一致的原型设计，而且效果也还可以。此刻，我真的信服了：思路打开后，AI就是一件称手的工具。 后来，我尝试把与客户开会的逐字稿和背景资料丢给AI，再告诉AI一些它不知道的信息，让它按照要求输出客户想要的文稿。我稍微修改后就交差，客户还觉得不错。 AI取代不了人，但懂得把AI接入核心工作流、同时守住自己判断力底线的人，正在重塑职场规则。 4. 记录：我看到的几条工作流变化 这段经历让我慢慢意识到，AI真正的价值，不是单独生成一段文字、一张图、一个原型，而是它开始进入核心工作流。 我记下当时看到的几个变化： 会议纪要：录音 → AI听记 → 摘要 → 行动项 → 人工校准。 原型设计：需求 → 竞品 → AI生成多方案 → HTML线稿 → AI参照生成 → 人工评审。 客户文稿：逐字稿和背景资料 → 补充AI不知道的信息 → AI初稿 → 人工修改 → 交付。 这些流程里，AI不是替代某个人，而是在重构一整条工作流。 但我也越来越清楚一件事：AI输出得越快，人的判断力就越重要。如果一个人没有判断力，AI只会让他更快地制造噪音。如果一个人有判断力，AI就会让他更快地验证想法、生成方案、推进协作。 5. 写给自己的季度记录备注 这是2026年第三季度的个人思考记录。 我计划每个季度都写一篇类似的文章。等到几年后AI再发生迭代时，翻看今天的这份记录，或许能清晰地看到自己认知迭代的轨迹。 我记下这些，不是为了说服谁，只是怕几年后忘了自己当时是怎么想的。那时候，我对AI还带着怀疑，还警惕“信息噪音”，还被一份会议纪要震撼，还在为10分钟生成的原型线稿兴奋。这些犹豫和转变，和结论一样重要。 也欢迎同在职场中的你，在评论区留下你当下的感受。
2026年9月，离开职场一年多了。
欢迎关注、点赞、转发、在看，我们一起学习、记录生活