乐于分享
好东西不私藏

前亚马逊AI负责人:一年后,会用AI的人和不会的人,差距将无法追回

前亚马逊AI负责人:一年后,会用AI的人和不会的人,差距将无法追回

全文3600字,阅读预计需要11分钟

“你不需要学提示词工程,你只需要学会抱怨。”

“给AI的上下文越少,它就越像一个记忆为零的新员工,而那些在重新解释上浪费的时间,全是你的时间。”

“不是每个人都要懂代码,但每个人都要决定:你愿不愿意成为那个用AI赢得时间的人。”

最近听了硅谷女孩的一期播客,主持人Marina,嘉宾Alli Miller是前亚马逊AWS AI负责人,现在是OpenAI、Google、Anthropic等顶级公司的AI战略顾问。她的工作不是讲AI能做什么,而是手把手帮世界500强企业的CEO和CFO搞清楚,AI在他们自己的工作里到底能干什么。

Alli在开头说了一句让我印象特别深刻的话:两年前的AI和现在的AI,完全是两个物种。

两年前,你问AI一个问题,它给你一个答案,然后你还得自己去执行。这种方式的效率提升大概是20%到30%。

但现在,AI可以在你睡觉的时候替你工作,可以主动帮你完成任务,可以管理几个小时的工作流程。这种方式的效率提升是2倍到10倍。

说白了,以前的AI是个工具,现在的AI是个队友。

Alli在这期播客里分享了一套完整的方法论,从怎么建立AI的“上下文背景”,到怎么给它设计模块化的“Skill”,再到怎么让它主动帮你处理问题。

1. 为什么你的AI让你提升了20%,而她的提升了1000%?

你用AI写过邮件、做过摘要、查过资料。确实快了一些。每次有新的行业新闻、竞争对手动态,你打开对话框,自己问,自己等,自己筛选,然后关掉窗口。明天还是一样。AI在那里,等你来触发它。

Alli Miller 把过去两年分成了截然不同的两个阶段。一年半之前,AI的角色是“帮你研究,你自己再拿去用”。而现在,代理式AI(Agentic AI)是一个完全不同的物种,它不等你来问,它可以被编排成一个持续运转的系统,在你睡觉时替你工作,在你吃早饭时把报告送到你收件箱。

两者的本质差异不在于AI变聪明了,而在于工作模式变了:从“被召唤”到“持续在岗”。对于还在靠手动提问来用AI的人来说,效率天花板就卡在那里了。真正的杠杆,不在于你的提示词写得多好,而在于你是否愿意多迈一步,把那个每天重复的任务,变成一个不需要你触发就自主运转的系统。

2. 你不需要学提示词工程,你只需要学会抱怨

“提示词工程”这几个字让你觉得这是一门需要专门学习的技术,你开始斟酌措辞,担心问出蠢问题。结果是,你越用越谨慎,AI越给你越通用的答案。

Alli Miller 的方法论非常简单:向AI抱怨。

“知道怎么找出让Claude帮你构建什么的最好方法吗?就是抱怨。所有人类都会抱怨,这是每个人天生的技能。你抱怨一件事,AI不只是给你情感安慰,它会帮你把那个问题真正解决掉。”

她举了个亲身经历:昨晚随口抱怨手机跨设备照片管理太麻烦,Claude立刻给出了一套完整方案:自动建立Google Drive文件夹、按类别整理照片、完成后通知团队。一句抱怨,换来一套自动化系统的雏形。

抱怨的价值在于它自带完整上下文,你的情绪、你的具体处境、你对问题的真实描述。这比任何精心构造的提示词都更有信息密度。下次打开AI,与其想“我应该怎么问这个问题”,不如直接说“我在做XX这件事,最近真的很烦,因为……”,然后看它给你什么。

3. 建一个“工具箱”,让AI记住你的干活方式

你跟AI聊了三个小时,交代了你的品牌风格、受众画像、内容风格。对话结束,第二天再打开,它不认识你了。你再次从头解释。这叫”记忆归零”,每一次对话都是一次全新的雇佣关系,你永远在给一个刚入职的员工做培训。

Alli把这个问题的解法是”技能(Skill)”。打个比方,你是一个机械师,工具箱里放着锤子、螺丝刀、扳手。Claude每次工作前,会先看一眼工具箱,找出最合适的工具。这个工具箱里装的,可以是你的品牌风格文档、反AI腔调词汇表、社交媒体发帖风格指南,或者你的写作模板。

更关键的是,这套技能模块可以迁移。今天在Claude上建好的“品牌风格”,明天切换到ChatGPT,上传同一个文件夹,照样生效。你的核心资产不依附于任何一个平台。对于长期在用AI做内容的创作者来说,这意味着你应该把“跟AI解释我是谁”这件事,从每次对话的开头,变成一次性建立的文件。那个文件夹,就是你的AI记忆库。

4. 三份文档,让AI真正认识你

很多人抱怨AI给的东西总是“太通用”。真相是因为你从来没有给它任何关于你是谁的信息。每次对话都是从零开始,AI对你的了解是零,给出的结果自然是面向所有人的平均值。

Alli建议每个人从三份文档开始建立自己的“上下文资产”。第一份是“个人准则”,你的工作风格是什么样的,你的价值观是什么,你喜欢什么样的沟通方式,你在意什么,你不在意什么。这份文档在硅谷已经流行了一段时间,人们入职时会互相递一份,让新同事快速了解自己。第二份是“年度目标文档”,可以细分到季度、月度、想建立或打破的习惯。第三份是“核心业务策略文档”,清楚说明你的业务是什么、服务谁、不服务谁、价值主张是什么,以及那些没有写在官网上的决策背景。

“把这段播客文字稿输入Claude,告诉它:帮我建这三份文档,用一个小时问我问题。然后去散步,边走边回答,等你走回来,文档就建好了。”

建好这三份文档大概需要一个小时,但它带来的是:从这天起,你跟AI的每一次对话都不再是从陌生人开始,而是从“它已经了解你”开始。这一步,大多数人没做,但它是后续所有效率提升的地基。

5. 停止叫AI“实习生”

有一个比喻在业界广为流传:“AI就像一个聪明的实习生,用它,但别太信任它。”这个比喻带来的是一套管理心态:微观监督、随时纠错、不敢放手。结果是,你把大量时间花在“管理AI”上,而不是“被AI服务”上。

Alli把AI与人的协作关系分为四个层级,最高级的叫“队友(Teammate)”,不只是替你个人提速,而是帮助整个团队消除摩擦,作为一个主动的系统角色存在。她还观察到一个企业内部的现象:AI超级用户往往把自己的使用经验藏着掖着,因为那是他们的竞争优势,AI知识很难在组织内部真正流动。这个局面,本身就是一道裂缝。

对于正在学AI的个人来说,把AI当工具,你会得到工具的服务;把AI当队友,你需要给它上下文、给它权限、给它真实的任务,然后放手让它工作。这不是盲目信任,而是重新定义你们之间的合作关系。

6. 有人用AI把生意做大,有人用AI把公司搞垮

Marina 分享了一项研究:同样给肯尼亚创业者使用ChatGPT,初级创业者因为过度依赖AI建议把生意做垮了,而成熟创业者借助AI把业务放大了10倍。两组人用的是同一个工具,结局完全相反。

“那两组人的差距不是专业能力。他们都带着‘我不太懂,我来试试’的心态进来的。区别在于,一组人选了更懒的路,他们决定把一切外包给AI。另一组人用的是成长型思维,他们问的是:AI能怎么挑战我?怎么帮我成长?怎么作为一个加速器来放大我已有的东西?”

AI作为“验证层”而非“决策层”的时候,效果最好。Alli 的做法是:先让AI跑一遍合同审查,自己也过一遍,然后带着整理好的问题去找律师。律师从两小时变成15分钟,但那15分钟是真正有价值的专家判断。真正危险的不是不懂AI的人,而是懂AI但放弃了自己判断力的人。那个肯尼亚创业者失败的根本原因,不是ChatGPT给了坏建议,而是他没有能力识别哪些建议是坏的。

7. 12个月后,AI会开始主动“认识”你

现在的AI有一个广为流传的误解:很多人以为和ChatGPT或Claude聊得越多,它就越了解你,像个越用越聪明的私人助理。真相是,它在每次对话里只是把对话历史放进了工作记忆,一旦关窗口,没了。它不是在学习你,它只是在当下语境里处理你。

但 Alli 认为,这件事在12个月内会发生根本性变化,而且变化的方向超出大多数人的预期。她说的不只是更好的记忆功能,而是模型本身的自我更新。模型权重会随着真实反馈改变,AI会从你的行为里提取隐性信号,不等你明确告诉它什么。

“你连续五个月在考虑下一个招聘是放在纳什维尔还是纽约。然后你雇了一个纽约的人。AI看到了这个结果,它没等你解释,它自己推断出:你现在的决策风格是高风险、高回报倾向。”

这不是科幻,这是推荐算法逻辑在个人AI系统上的延伸。Netflix靠你点赞过的电影猜你下一部想看什么,而未来的个人AI系统,靠你做过的决定猜你下一个需要什么建议。一旦这个能力成熟,每个人都会拥有一套真正“认识自己”的AI系统,而不是每次都要重新自我介绍的工具。Alli 把这叫做“一人一市场(market of one)”,每个人的AI都为那个人专属定制,从决策风格到网站配色,到适合的商业策略。这是AI个性化的终点形态。

8. 一年后,差距从今天算起

Marina 在播客里问了一个问题:一年后,今天认真搭建AI系统的人,和没有搭建的人,差距有多大?

Alli没有给出一个线性的效率对比数字。她说的是一种叫做“雪球效应”的东西:当你搭好了第一个自动化工作流,下一个就更容易;当你建好了第一个Skill,你就知道下一个该怎么建;当你见到一个新功能,你不会觉得陌生,因为你已经有了理解它的框架。而那个从来没有动手的人,每次遇到新工具、新功能,都要从零开始克服对陌生事物的恐惧。这不是差距,这是两条加速度完全不同的轨迹。

技术的本质从来不是替代人,而是把人从重复性消耗中解放出来。AI能做的事越来越多,但辨别力、好奇心和主体意识,是机器无法代劳的。那个学了AI、建了系统、还保留住自己判断力的人,才是一年后真正跑出来的那个人。不是因为他用了最好的工具,而是因为他始终清楚自己想要什么。

工具是工具,人还得是人。

- End -

PS

首先感谢你认真地读到这里。

我做了个【AI访谈英文播客】知识库,每期播客我都整理成解读笔记,包括:关键洞察、行动指南、双语逐字稿,使用腾讯IMA阅读,可试读,欢迎围观。

后台回复关键词:知识库

👇点击下方卡片关注,一起交流学习