下载了,不等于会用了

今日话题：

下载了，不等于会用了

11 月 13 日，「普通人用AI和会用AI的人」上了微博热搜，第 7 位。

我点进去的时候以为又是一轮工具推荐。翻了三十多条，发现吵的不是工具。

有人在争提示词，有人在争要不要付费，还有人贴了自己用了半年之后的结论：没什么用。

一条 7 月的调研被反复贴出来：87.9% 的职场人已经在工作中用过 AI。自称「学会和 AI 协作」的，33.6%。

中间空着 54 个百分点。

还有一句更冷的：在用 AI 的人里，近七成从不核验输出，直接拿来用。

普华永道问了 5 万名员工，看到的落差更大。「会用」的比例，和每天都在用之间，差着 60 多个百分点。

下载过，打开过，问过几次。这三件事加在一起，也不等于让 AI 替你干完一件活。

微博上有一组对比传得很广，四条，被人叫作「四道分水岭」。

第一道在下指令。有人丢一句「帮我写份周报」，拿回一堆套话，自己再重写一遍。有人把背景、零散素材、要什么格式、不许写什么都交代清楚，一遍交差。

第二道在干大活。指望一句话出完整方案，拿到的多半逻辑稀碎。会用的那批人是反着来的：先挑方向，再搭骨架，最后自己扮老板挑刺。油门交给 AI，方向盘在自己手上。

第三道在攒东西。每次开新窗口从零敲字，做完就散了。会用的存模板、建知识库、把重复动作固化成流程。同一件活干第二遍，花的时间是第一遍的三分之一。

第四道在守边界。编造的数字不核就发出去，这是最常见的一种。会用的把前 90% 交出去，最后那 10% 的核对和拍板，攥得死死的。

前三条讲效率，第四条讲代价。

代价这件事，有个词专门形容。Nature Physics 一篇评论里叫「认知债务」：你依赖 AI 完成任务，却不肯花力气理解它给的东西，那你呈现给世界的东西，和你能替自己辩护的东西之间，会裂开一道口子。

麻省理工学院的实验也往同一个方向指。AI 用得越多，认知卸载越多，批判性思维得分反而越低。

这道口子在跨境这行出现的位置很具体。报价单上的贸易术语，合同里的付款条件，认证适用的标准，还有收款时那笔差额怎么解释。

这些地方 AI 都能写得像模像样。写错了，签字的是你。

以下网友回答整理自微博、知乎相关话题评论区，经编辑整理，有删改。

网友一：一个做五金出口的业务经理，在群里复盘今年的团队变化：「开发信现在是 AI 写的，客户回得比以前快。」「上个月一单，AI 把 FOB 写成了 CIF，运费没算进去。」「客户没发现，我们自己核单的时候发现的。」最后一句：「从那以后报价单一律人工复核，AI 只写第一稿。」

网友二：87.9 和 33.6，中间那 54 个点，就是「打开过」和「用出结果」的距离。工具贵不贵其实不影响，愿不愿意先花五分钟想清楚要什么，才影响。

网友三：近七成不核验，这条比不会用危险得多。会用的那批人也犯错，只是他们知道错最容易出在哪：数字、日期、专有名词、否定句。这四处一核，八成问题能拦住。

网友四：攒东西这条最没人提。同一批产品资料，每次开新窗口重贴一遍，一年下来手里什么都没有。存成模板，明年的你就比今年的你快三倍。

网友五：「认知债务」我一开始以为是概念包装，后来想了想挺准。判断外包出去，短期是省事，长期是你没法为结果辩护。真出事的时候，「AI 说的」这四个字，在客户面前不成立，在监管面前更不成立。

网友六：外贸这行，AI 最擅长把已知的东西写顺，最不擅长判断一个客户靠不靠谱。前一个是语言问题，后一个是信息问题。而信息不在模型里，在你的聊天记录、你的报关单、你去年被坑过的那一单里。

网友七：我们公司后来把 AI 输出分了类：能直接用的一类，翻译、改写、摘要；必须核的一类，报价、条款、认证；不能用的一类，合规判断、税务口径。分完返工少了一半。倒不是 AI 变准了，是大家知道哪些地方该停一下。

网友八：今天就两件事能做。把最常做的三样活写成固定指令存下来。给每一类输出指定一个核对人，写进流程。第三件我先不说了，多数团队连前两件都没做。

今日一问

你手上那份最常交给 AI 的活，最后一公里是谁在核？