每天一个AI小知识 · 第45天

我们总是希望把整件事打包丢给AI，自己完全不用动手，觉得效率肯定直接拉满。

但是可真落地到大项目里，反而很容易卡在半路，什么时候能继续推进，谁都说不清。

问题其实不在AI，在开工前，大家漏掉了关键的一步：没提前说好，做到什么程度，才算做完。

作为AI小白，每次等着AI输出结果，那种悬着心、心里没底的感受，我太熟悉了。今天咱们就拆开聊聊，这种不安到底从哪来。

今日知识

活打包丢给AI，「做」这一环确实快了，可「什么算干完」这句话，它替不了你。它干它的，你验收你的，这两样速度对不上，工期就崩在这道缝里。

所以，这活能不能放心收下，不看它干得多快，看开工前那句「做到哪一步算完」有没有落下来。落下来了，它快才是真快；没落下来，快只是把活往你这儿堆。

近日热点

① Epic Games与迪士尼合作的射击游戏项目转向AI先行开发。由Claude等模型编写全部代码并指导全部美术，人退到旁边管理和引导，项目已经无限期延期。来源：Bloomberg。

② GPT-6.1 Sol默认上下文窗口从272k提到500k。订阅里所含的用量范围内，不收长上下文的额外费用，但用量还是有限制。

③ QGIS通过QEP428提案。这个开源项目把规矩改了，严格禁止AI辅助贡献。社区对AI写代码的反弹，这回是写进规矩里的。

今天的小知识

① AI先行开发，怎么就把工期干没了。

AI写代码、出画面，一段一段往外冒，冒得比人看得快。咱还是老节奏：开个会、对一遍、再改一轮。产出哗哗地涌，人验收跟不上，活就全压在中间。

让AI真干活，和问它一个问题，是两码事。问一句，答一句，答完就完了。可整件事交给它，它不知道你要啥、先干啥后干啥，做出来自然对不上心思。

瓶颈换地方了。从前项目慢，慢在人写得慢；现在慢在人说不清哪份算过关。说白了：从前卡在做，现在卡在验收。

盯着这事也难：全盯着，AI先行就白先了；全不盯着，堆到交工那天再验收，验收不完。先让它跑一回，你亲手验收一遍，稳了再放手让它天天跑。、

② 上下文翻倍，整本料丢得进去了。

上下文是AI一次能看多少东西。这个量从272k涨到500k，一本长料能整份送进去，不用再拆成小段来回喂。

从前喂料像喂小孩，切小了一口一口来；现在整盘端上去，它接得住。

可装得多，不等于用得好。真正值得学的，不是给它塞更多资料，是怎么把资料整理清楚，让它用在对的地方。料堆成山，它照样挑不出重点。整本丢进去，关键那几页它扫没扫到，你也不知道；让它把答案的出处指给你，指不出来，那页自己核对。

③ 有人开始不收AI写的东西了。

AI产出的代码越多，维护者要审的就越多，碰上质量差的，审的工夫比写的还长。另外还有一档事更头疼，AI交回来的代码，出处说不清。往后出了毛病，顺着代码想找人负责，找不着人。开源社区讲究的是谁写的、出了事谁负责，光「能用」两个字不够。

从前验代码，验的是行不行；现在多了一道，先问来历。

这不等于AI写的都不能用。来历说得清、找得着人负责的那部分，照收。多的就是这道关，不是一堵墙。

跟你有啥关系

① 刚入职场的。以后的竞争力，不一定靠某一样本事。会不会把AI组织起来、能不能判断它干得对不对、能不能把活交漂亮，这些都算数。

② 要学习的知识。把一章课程资料、课堂笔记、练习题放在一块儿，让AI帮你梳理知识点，比自己一页页翻快得多。梳理完对着看，它也常有漏的。

③ 拿AI当帮手使的。使唤惯了是真顺手，可它也真闯过祸：删错文件、盖了数据，事后找谁说理去。有些按钮，别轻易让它碰。

顺手收藏

记住这个问法：交活之前先问自己，如何要求 AI 分阶段交付，并检查每一步的成果？答不上来，就先别把任务丢给 AI。

也不光存结果：任务是怎么拆的、中间改过哪几回、验收用的哪条标准，一并存着。自己试过好用的提示词，AI哪回看漏了、读岔了，也记下来。下回照着改，比从头再试一遍快。

还一个信号记下：它送来的东西要是满篇「大概」「应该」「差不多」，这活还不到放手的时候。

小白能先做点啥

挑一件今天本来就要交的活，从头到尾走一遍：从一个想法，到它交出东西。

① 先立标准。

别急着开AI，先写清楚：这个东西做成什么样，我就算它过关。写不出来，就想想上回交出去的东西被挑了哪句毛病，那句就是你的标准。

② 带着标准交活。

打开你手边常用的AI，把这句标准放在开头，再把下面这段复制进去，把***换成你要做的东西：

「我想做一个简单的互动小游戏，主题是***，面向完全没有技术基础的初学者。请先不要写代码，先设计『按技术需求』。方案确认后，再用单个HTML文件制作一个小可玩的版本。每完成一个功能，列出测试方法。不要声称未实际测试的功能已经通过验证。」

③ 手上有几份材料的，这段话照抄。

「我会提供三份与同一个主题有关的资料。请先列出每份资料的名称和主要观点，再整理共同点、矛盾点、不同的数据和需要进一步查证的内容。每条关键结论都标明来自哪份资料；如果材料没有提供依据，请明确说明。最后生成一页摘要和一张比较表，不要用推测补齐缺失信息。」

④ 收活先看它自己说没做到的地方。

活到手，先看它自己讲的那几句没做到，说得出来，你再挑两处自己核；它要是说条条都达到了，你反而多看两眼。再让它把做完的每一样都写上怎么试，你照着看一遍、试一遍。没试过的，让它明说，不许拿「应该没问题」当答案；它哪句是猜的，也让它标出来，猜的就是猜的。

3个核心概念

① AI先行（AI-First Development）：让AI先动工，人退到管理和引导的位置。原理是「做」交给模型跑，人管指方向、划范围。就像把整间厨房交给一个手脚飞快的帮厨，菜出得飞快，可咸淡火候有没有人尝过，得端上桌才知道。帮厨不尝咸淡，尝的人是你。

② 验收标准（Definition of Done）：交活之前，先把「做成什么样算完」写明白，它就有个名字了。好比装修前签的那张单子，刷几遍漆、开关装哪儿，全写进去，交房那天照单挨个对，用不着吵。

③ 生产率悖论（Productivity Paradox）：单个环节快了，整体不一定跟着快。好比一条传送带，前面上料的手快了，后面打包的就那一个人，活儿照样堆成山。

收个尾

开头说这种不安从哪来，答案就一条：开工前没把「做到什么程度算完」说出口。它管快，你管什么算完，两头对上了，心就落地了。

心里难免嘀咕：件件事都先立单子，人不成监工了。这话没毛病，琐碎是真琐碎。可你回想一下，上回跟它来回改了又改还没改到点子上，是不是就差开头那一句。

你交活给AI之前，那条标准是先写下来，还是干完再算？评论区说说，咱对一对。

每天一个AI小知识，咱明天见。

#每天一个AI小知识 #零基础学AI #新人小白 #AI小知识 #AI自习室手帐 #AI工具 #人工智能 #AI办公 #效率 #AI学习

👉 关注「AI自习室手帐」，每天一个AI小知识，零基础也能跟上AI。