夜雨聆风最近在推动团队深度使用AI的过程中，遇到了一个有意思的现象。
工具都装好了，流程也调整了，大家每天都在用各种AI助手。如果做问卷调查，"你用AI吗？"这道题的回答率大概会是100%。
但仔细观察实际使用方式，会发现一件事：很多时候，工具升级了，用法没有跟着升级。AI从聊天框进化到了Agent，使用方式还停留在聊天框阶段。
不是谁的问题，是人的认知惯性使然。
我们团队做了一次内部复盘，专门讨论这件事。不是检讨谁用得好谁用得差，而是把大家的使用模式摊开来看，找共性。结果发现三个非常普遍的认知陷阱，几乎每个人或多或少都中过招。
▶ 陷阱一：搜索引擎思维
这个模式太常见了，因为它太自然了。
打开AI助手，输入一个问题，等回答，从结果里挑有用的部分，复制粘贴到自己的文档里。下一个问题，再来一遍。
整个动作跟过去用搜索引擎一模一样。给一个关键词，得到一坨内容，翻找有用的。AI给的答案可能更完整、格式更好看，但交互模式没有任何变化：投入一个输入，提取一个输出，走人。
为什么说这是一个陷阱？因为它"能用"。这个模式确实能产出东西，不是完全无效的。所以很难意识到自己其实在浪费AI80%的能力。
这个陷阱的形成机制很清楚：十几年的互联网使用习惯，让"输入关键词→获取结果"成了肌肉记忆。面对一个新工具，大脑会自动套用最熟悉的交互模式。
但AI不是信息检索系统。它是一个协作对象。区别在哪？搜索引擎你检索完就走，AI你需要跟它来回。给背景、给约束、给反馈、给你不满意的地方让它改。上下文越充分、交互轮次越多，产出质量越高。
同一个任务，一轮交互可能60分，三轮之后能到85分。不是AI变强了，是输入的信息密度变了。
我自己赶时间的时候也会不自觉退回搜索引擎模式。后来给自己定了一个最低标准：至少交互三轮再看结果。这个小规则听起来简单，实际执行需要克服惯性。
▶ 陷阱二：一次定生死
第二个陷阱更隐蔽，因为它藏在一个看起来合理的判断后面。
典型场景是这样的：尝试用AI做一个新任务，输入了需求，AI给了结果，看了一眼觉得不太对，关了。结论：这个方向AI目前还不太行，等下一代模型吧。
这个判断在逻辑上没毛病。你试了，不行，等迭代。很合理。
但如果追问一层：那次尝试的输入质量怎么样？有没有给AI足够的信息让它理解你的需求？结果"不太对"，具体差在哪，有没有反馈给它让它调整？
大多数时候，答案是没有。
背后的心理模型是把AI当自动售货机。投币、按按钮、东西掉出来。如果掉出来的不对，机器有问题。
但AI更接近一个新加入团队的同事。第一次接任务，产出大概率不完全符合预期。你告诉他哪里需要调整，第二次好很多。再给几个参考案例，第三次基本能用。
而且跟真人不同的是：AI迭代的成本极低。你让一个同事重做三遍，你得考虑时间和情绪。AI可以改十遍二十遍，每次给更精确的反馈，总成本趋近于零。
放弃迭代，等于买了一辆车只试了一档就判断"动力不行"。
团队复盘的时候定了一条共识：任何新的AI用法，至少给三次迭代机会，每次提升输入质量。三次之后再做判断。大多数情况下，根本用不到第三次。
▶ 陷阱三：堰塞湖效应
第三个陷阱最反直觉。
有一个方向我们确实把中间环节的效率大幅提升了。原来需要一两天的事情现在五分钟出一版，速度跃升非常明显。
但过了两周回头看，整个项目的交付节奏并没有变快。
原因也很简单：AI提速的是中间环节，而上游的输入准备和下游的审核确认还是老速度。上游还在按原来的节奏准备材料、补充需求。下游还在按原来的节奏排期审稿。中间突然快了十倍，反而形成了堰塞湖。
更典型的情况是：AI五分钟出了一版方案，然后这份方案在审核流程里躺了两天。等反馈回来需求已经变了，再改一版，又躺两天。
这跟大多数人对"AI提效"的直觉完全相反。以为加速一个环节，整条链就快了。但现实是，如果只加速一个点而不调整整个工作流的节奏，那个被加速的点反而变成了孤岛。
这件事给我们的启发是：AI改造不能只改一个点，要看整条链的信息流转。在提速某个环节之前，先搞清楚真正的瓶颈在哪。很多时候以为瓶颈在执行环节，其实在上游的需求明确，或者下游的决策速度。
▶ 共性
三个陷阱摆在一起看，有一个共同点：都是人的认知惯性在作用。
搜索引擎思维，是十几年的互联网使用习惯在惯性运转。
一次定生死，是"工具应该即插即用"的消费者心态在惯性运转。
堰塞湖，是"快了一个点就快了整体"的线性思维在惯性运转。
这些惯性不是缺点，是大脑的节能机制。面对新工具，默认套用旧模式，认知成本最低。但也意味着新工具的潜力被框在了旧模式的容量里。
打破这些惯性没有什么高深的方法，就是在实际使用中反复觉察、反复纠偏。我们团队现在的做法是定期拿出真实的使用案例来互相看，不是评判好坏，是观察模式。一旦某个人发现了一种更有效的交互方式，马上在团队里同步。
这件事没有终点。AI的能力在持续进化，对应的使用方式也需要持续跟着调整。我们也还在这个过程中，分享出来供参考。如果你也有类似的观察或者好的实践，欢迎交流。
这是「AI营销进行时」的第四篇文章。
上一篇：从对话框到操作系统：AI的三个维度
