同事用AI交了差,剩下的活却成了你的

你负责把几个人的材料合成一份方案。有人很快发来一份AI整理的文档，章节齐全，结论也有。轮到你往总稿里放，却卡住了。那组数字出自哪里？列出来的服务，公司真能提供吗？这一段是建议，还是已经确认的安排？

这是一个说明性工作场景。麻烦就在这里，文档已经像成品了，里面的内容却还需要逐项判断。

如果交来的是几条零散笔记，你知道它还缺什么。一份排得很漂亮的长文反倒不容易看出缺口。你先顺着读，再回头查，发现其中一个前提不成立，后面几页也得一起改。

原本准备拿来整合的时间，就这么用在了核查上。

微软研究院参与的一项CHI 2025研究，讨论过生成式AI如何改变知识工作者的思考活动。受访者自述中，工作重心出现了向信息验证、整合AI回答和把关任务转移的情况。它并没有证明AI必然让同事加班，但指出了一件值得留意的事，生成之后还有工作要做。

对负责汇总的人来说，最难接手的，是不知道前一个人已经做到哪一步。

拿活动方案举例。文档写着建议租用某个场地，预算表里也填了价格。如果那个价格只是模型举例，并没有询价，你得先把它撤出正式预算。可要是交稿的人已经拿到报价，你又不必重新问一遍。

同样一句话，处理起来完全不同。只有交稿的人知道来路，却让接手的人靠猜，才会出现重复劳动。

所以退回这样的稿件，不必先争论“你是不是偷懒用了AI”。对方可能确实花了时间整理资料，也可能以为你只是需要一个思路。先把交付要求说清楚，更容易推进。

可以直接指出眼前缺的东西。例如预算里的价格请附报价依据；还没核实的先标出来；建议新增的项目请和已经答应客户的项目分开。不要只回一句“太虚了，重做”，否则下一版很可能只是多出几段更像方案的话。

资料很多时，也未必需要把所有网页都扔过来。一条关键结论对应哪个来源，来源里的哪一段能支持它，交稿的人应当能说清。只有一个链接，打开后还得从头找，核查仍然没有真正完成。

当然，有些任务本来就是讨论初稿，不该要求每个设想都有最终凭证。问题是双方是否知道它处在哪一步。如果负责人只要灵感清单，就别把粗稿当成承诺；如果明天要给客户，提交者也不能用“你再看看”把所有不确定都交出去。

AI可以帮人写出初稿，核实过的内容也可以继续用。没必要为了显得认真，把好好的文档重新手打一次。

但在点发送之前，交稿的人至少该能回答接手同事的一个问题。

“这份里面，哪些已经确认，哪些还需要我判断？”

能回答这句话，后面的人才知道自己接到的是一份什么东西。