AI 不是许愿机，请开始指导

方军 _ 文

在看人使用 AI 的过程中，最让我哭笑不得的是看到：有人这样对他人下命令说，“你用 AI 做一下不就好了！”有人这样对自己说，“能一键生成就好了！”在他们的心目中，AI 是万能的许愿机。

DeepSeek 在最近的一次新版模型发布中，也借用了人们的这个心理，宣称“许愿式编程一键成真！”

但是，请千万不要这么想，如果你想真的用 AI 干点什么，请务必摒弃“许愿”，开始“指导”。

DeepSeek V4.1 Flash 新版本：许愿式编程一键成真，https://mp.weixin.qq.com/s/X-5kbBkedQ5Oct9byUunag

开始指导

在让 AI 干活时，你可以有三分钟许愿的时间。你畅想三分钟，如果没有任何约束，这件事可以做成什么样，可以如何做。但此后，请开始指导。

我所说的指导实际上是项目管理的常识，分如下四项：

第一，明确目标，明确成果，明确限制。

我们要明确目标：做这件任务是为什么？有没有其他可能的替代目标？

我们要明确成果：这项任务完成时，可见的结果是什么？衡量它成功的指标是什么？

我们也要预先了解限制：具体的限制条件是什么？什么是不能做的？

在这个阶段，我们通常不怎么在乎怎么做，我们关心的是成果，但下一个阶段，我们就必须去了解如何做了。

第二，理解 AI 能力，做原型。

人们将 AI 看成许愿机，问题出在他们对 AI 的能力没有恰当的评估。那么，怎么理解 AI 的能力呢？要做到这一点，不需要空洞地说“我去理解、我去学习”，而是直接去做。

请注意，在这个阶段要翻转你过去的项目管理经验。现在我们有一个设想的任务，过去的经验是，我们先做任务拆解。

现在正确的做法是：AI，请帮我做这个任务，帮我写计划，帮我实施，帮我记录。

你可能有一点疑惑：刚刚不是说不能“许愿”吗？请听我说下去。

当我们给出一个任务，并提出如上要求时，AI 会按照它的理解去做一遍。它做得可能很好，可能遇到很多障碍，也可能根本无法完成。我们实际上是派 AI 为我们做一次探索。这不是许愿，因为我们不指望它一次做对，我们做的是一次可观察的探索。我们想造一辆汽车，我们先让 AI 做一辆原型车。

第三，做任务拆解，撰写计划。

当我们已经做了一个原型，亲眼看到这个原型，能判断它是否符合目标，这时我们有了清晰的认识。当我们已经观察了 AI 做这个原型的步骤，我们也知道了应该如何做。同时，我们也很容易把原型和做法放进更大的系统去观察，知道应该如何调整。有了这些认识之后，我们开始重做一回。

现在，我们可以回归过去的项目管理经验了。我们提出要求：写一份计划，说明目标与指标，做好任务拆解，做好质检安排。

不同的是，这个要求不是提给某一个人，而是提给 AI。并且，由于有了上一步的经验教训，AI 能够高质量地完成一份计划。

第四，分派任务，等待结果。

接下来，我们要做的很简单：审查这份计划。然后，我们跟 AI 说：实施这份计划，直到完成目标。

现在，请找个别的事，去散步，去喝咖啡，不要试图对 AI 的干活过程进行微观管理。也就是不要“微操”，人不喜欢被微观管理；AI 被微操则容易跑偏。这实际上也是为我们自己好，看着 AI 快节奏地执行，我们倍感焦虑，而不再管它后，我们心情轻松。

有时候，对于复杂的任务，我们可能会设置一个 Agent 让它做“大总管”（Chief of Staff），由它来代替我们来进行协调。但不管怎样，在完成目标之前，我们连“大总管”在做什么都不要看。

指导的误区

用这样的方式指导 AI 完成一项任务，有什么要规避的误区呢？

误区之一：让 AI 做错误的任务。

AI 会按照你的要求去做。你分派一个错误的任务，它会照做；只有具体做法有误时，它才会提示。但对于一个大任务，它不会帮你判断。因此，我们需要花相当多的注意力去思考：这个任务有真正的价值吗？

我通常会问两个问题（问自己也问 AI）：

• 这个任务不做可以吗？

• 这个任务的目标能够提升到十倍吗？

误区之二：AI 可能会以非常复杂的方式完成任务。

AI 的倾向是考虑所有的可能性，避免哪怕百万分之一的问题，结果是它的做法往往过度复杂。更糟糕的是，越强大的模型越容易犯这种错误，而我们又偏偏高度依赖于强大的模型。因此，在原型阶段，我们会重点关注：如何在 AI 探索的过程中，找到一条简单、直接的路？简单直接的做法，通常就是优雅的做法。

我也通常会问 AI 两个问题：

• 最终的成果能否大幅简化？

• 具体的做法能否大幅简化？

误区之三：AI 可能会给出看似高质量的低质量成果。

AI 给出的成果经常看似形式完美，但隐藏着某些错误，这是一种特殊的“低质量成果”。

我们人类自己做的成果也经常有错漏，人与 AI 犯的错误很不同，这经常导致我们看不出 AI 犯的错。人类的错误往往是粗糙的，容易看出来的；AI 的错误经常被精致的形式遮盖住。识别人类的错误，我们要的是高标准眼光，一眼看过去就能判别；识别 AI 的错误，我们要的是 X 光机透视，发现隐藏在背后的错误。

对此，我是分别问 AI 和自己一个问题：

• 通常我会问另一个 AI：请严格地评估这个结果。

• 然后我问自己：我敢不敢用自己的名义把这个结果给出去？

到这里你会发现，开头我们说的许愿机，让 AI 做一下是经不住评估的，而 AI 一键生成的成果，即便你的标准设得很低，你也不愿意署名。因此，不要把 AI 当许愿机，请开始专业地指导。