AI 做得好,不等于你已经会了

▲ 封面

最近看到 AI 做出的动画视频，效果很好。我却突然想到一个容易被忽略的问题。

你可以不懂分镜，不会规划脚本，也不会写代码。只要模型能够理解你的意思，又知道手里的工具能做什么，就可能把这些环节接起来，做出一段效果很好的视频。

你负责说想要什么，看完再说哪里要改。至于画面怎样组织、动画怎样实现，大量工作已经由模型和工具完成了。

看着成片，很容易冒出一个念头：原来我也能做出这样的东西。

这句话当然成立。东西确实做出来了。但如果再往前走一步，觉得自己已经具备了相应的设计、编排和制作能力，我觉得就要小心了。

模型替我们完成了分镜、脚本和代码，但这些技能未必已经进入我们的头脑。

视频做出来了，分镜却还不会

作品好不好，是对成果的评价。你是否掌握了其中的技能，是对个人能力的评价。你能否调动模型和工具，反复完成任务，又是另一种能力。

它们有关联，但无法互相替代。

一个人不懂动画制作，却能找到合适的工具，把需求表达清楚，并通过反馈得到满意的成片。这当然有价值。没有必要用“你又不会写代码”去否定他的成果。

可他也不必因为成片好，就以为自己已经懂了动画。

比如，模型选择了某种转场，画面衔接很自然。你看得出好看，却解释不了为什么这里适合这种转场，也不知道换一种叙事节奏会怎样。这时，你拥有的是借助工具获得这一效果的能力。至于背后的制作知识，还没有被你掌握。

在某些任务里，人主要做了启动和纠偏，模型承担了大部分具体制作。承认这一点，没什么丢人的。把模型完成的工作一并算成自己的本领，才会让后面的判断失准。

当然，也不能把成片全部归给一个独立的 AI。它接收了人的目标和反馈，也调用了特定工具。换一套工具、少一些输入，结果可能就不同了。

我们看到的，是人、模型和工具共同工作的表现。单看成片，拆不出每一方究竟贡献了多少。

文字越流畅，越容易让人误以为自己懂了

视频里，这种差距还比较好辨认。一个原本不会写代码的人，不会因为视频做好了就突然掌握了编程。

到了法律人的文字工作里，差距可能更隐蔽。

我们本来就会写字，也熟悉不少专业词语。通过几轮对话，模型把一个粗略想法展开成结构完整、论述丰富的文字。我们读起来很顺，甚至觉得“这就是我想说的”。

但想表达一个结论，和理解支撑结论的全部理由，仍然有距离。

不妨设想一段工作中的论述：前面摆了事实，中间分析了理由，最后得出一个明确判断。文字很漂亮，读者也很容易跟着走。

此时，把那段文字放到一边，问自己：其中哪个事实最重要？如果这个事实不能成立，结论还站得住吗？对方提出相反的解释，我能不能回应？

如果这些问题答不上来，至少说明那段论证还没有被自己充分理解。

“读着顺”很容易发生。“我确实能解释它”，要多走一段路。

对法律人来说，我尤其在意这一点。文字的完整，可能把事实上的空缺遮住；论述的丰富，也可能让一个未经检验的前提显得理所当然。文章写得长、措辞写得稳，都不能替代逐项检查。

还要分别检查论述本身是否可靠，以及自己究竟理解到了哪里。自己能够复述一套推理，也不保证那套推理就是对的。

我不希望一个人用 AI 写得越来越好，对自己的认识却越来越不准确。

人来把关，也可能把好东西改坏

说到这里，常见的回应是：AI 负责生成，人负责判断。

这个分工可以采用。但“由人判断”这几个字，无法证明判断的质量。

我们容易默认，AI 可以胜在速度、知识量和表达，人则必然胜在判断与审美。听起来很舒服，也为自己留了一个稳妥的位置。

我现在不愿意这么笼统地说。

具体到一段文字，模型可能比使用者更早发现推理里的缺口；具体到一组画面，它也可能给出更好的编排。人当然可以提出异议，可异议应该有理由。

“我不习惯这样写”和“这样写不准确”，是不同的意见。“我更喜欢这个画面”和“这个画面更符合此次表达的目标”，也未必是同一回事。

如果把所有不熟悉的表达改成自己的习惯，把所有超出自己经验的方案退回老办法，最后那个“人工把关”，可能恰好降低了质量。

承认这种可能，并不会取消人的责任。责任由谁承担，和谁在某一次比较中判断得更好，是两个问题。人要对交付作出决定，就更应当认真了解自己凭什么作出这个决定。

同样，AI 的语气再自信，也不能成为采纳它的理由。它可能解释得头头是道，却依赖了一个错误的事实。

遇到分歧时，我更愿意看具体材料，追问理由，必要时找能够核对的依据。不能只凭“我是人”，也不能只凭“这是强模型”。

我希望留下的，不只有一个成品

是不是每次用了 AI，都要离开它独立重做一遍，才能算自己的能力？

我觉得没有必要。

一个人不必先成为动画师，才有资格做视频。法律人也不必把每项辅助工作都亲手完成。协作本来就是为了让我们完成原先很难完成的事。

但个人成长仍然可以发生在协作里面。

视频做好后，可以挑一个自己原本不会的地方追问：为什么这里这样安排？还有什么做法？换了以后，观看感受会有什么变化？有条件的话，就做两个版本，自己比较。

一段论述形成后，可以挑出最重要的那一步，用自己的话解释清楚。再改动一个前提，看看结论如何变化。模型给的解释也要核对，不能把它对自己作品的评价当作验收结论。

这样做不一定立刻让你掌握整套技能，但能让你知道自己多懂了一点什么。

有些地方仍然解释不了，就承认那里依赖工具。有些修改后来发现是自己改错了，就把误判记下来。模型在哪种输入下容易遗漏问题，也值得留下记录。

对能力边界的认识，是在这些具体比较中形成的。只说“AI 很强”或者“AI 会犯错”，对下一次工作帮助有限。知道它在这类任务里能做到哪一步、自己能够检查哪一步，才有用。

我也不想预先划一条永久的线：这边永远归人，那边永远归 AI。工具在变，模型在变，人的能力也可以变。今天还要反复提醒的环节，换了工具或输入方式，明天可能就不同了。对它的认识得跟着实际结果调整。

回到最初那段视频，我仍然会为效果好而高兴，也愿意继续用这样的工具。

只是看完成片之后，我还想问自己一句：这里面哪些选择，我已经能解释清楚了？

作者简介：陈石律师（主页 chenshi.ai），浙江海泰律师事务所副主任、高级合伙人、房地产与建设工程部主任，第十届宁波市律师协会常务理事、第七届宁波仲裁委员会仲裁员，聚焦建筑房地产、投融资、并购重组及商事争议解决。曾获多家法律媒体与专业机构认可，荣登 LegalOne 2025 中国区建工及房地产实务先锋 45 强、律新社 2025 年度管理合伙人 20 佳（华东），入选《商法》The A-List 法律精英，获评 ALB China 区域市场十五佳长三角地区律师新星，并获律新社 2024 年度并购领域品牌之星。长期为万科、华润置地、信达地产、保利置业、招商蛇口、中海地产等企业提供法律服务，承办“首宗百亿地王”“长春第一高楼”“台州第一高楼”等代表性项目，累计服务项目投资额超千亿。近年来持续推动 AI 与法律实务融合，强调以结构化方法打通技术逻辑、法律判断与商业场景；著有《赋能法律人：AI 底层思维与应用范式》，并在多地开展相关主题讲座与分享。四明山法师 AI 夜校（legalAGI.cn）发起人。