夜雨聆风最近半年，我一直在把AI往团队里塞。
不是那种"来个人做个PPT"的玩法。是真正让AI参与到日常工作流里。写内容、理数据、跑流程，能交给它的，都在找合适的方法交给它。
近期看到很多人在探讨：token烧了不少，营收没变化。对比2月疯狂的养虾热度，现在似乎有些冷下来了。不少人发现，期望和现实之间有落差。
但我觉得，不是问题一开始就问错了，而是我们把视角放错位置了。
AI需要人，但组织分工正在被重写
英伟达CEO黄仁勋最近接受采访说："很多CEO把裁员归咎于AI，这种说法太敷衍了。AI六个月前才变得高效有用……”
但作为个人也不要因此而乐观，AI需要人，但它的确会淘汰人。
淘汰谁？机械型的人、低创意的人。那些工作内容可以被标准化、流程化、模板化的岗位。
我这半年的观察很直接。一个人能做的事，变多了。
以前需要多岗位或多工具分工干的事，现在一个人带着AI就能推进。这不是说团队要裁员，而是说岗位的定义需要重新来过。
在团队中，如果还在用"我来执行、你来做决策"的老思路分工，那AI来了也没用。AI正在改变分工的逻辑，甚至可能是在重塑。
AI不抢人的饭碗，它抢的是"只会端碗的人"的饭碗。
三种能力，变得异常稀缺
我最深的感受是：有些能力突然变得特别重要，而且稀缺。更可怕的是，不好培养。
第一种，理解和归纳。
AI天生喜欢框架，输出也天然熵增。你能不能从里面拎出主线，提炼出真正有用的东西，需要人的判断力。
AI能总结一篇文章。但它不知道这篇文章在你的业务语境里到底有没有用。AI给的是原材料，提炼靠人。
这也意味着，人对业务、对产品、对客户的认知和研究，变得比以往更重要。AI帮你省下来的时间，应该更多投到这里。
第二种，对"好"的认知和判断。
这个特别关键。
AI可以给我们延伸出很多内容。应该如何挑刺、选择、判断，需要我们基于对"好"的认知去下结论。不经意的选择，在最终结果上有可能差别巨大。
这靠的是人的品味、人的经验。
AI能帮你量产，但量产的前提是你得知道什么值得量产。
第三种，多线程并行工作。
使用agent工作，每个任务的输出你不可能一直盯着它。同时开另一个任务是常见的事。可能同时写两篇文章，可能一边在研究A业务一边也在研究B业务。
脑子需要快速、灵活地切换任务。这对人是考验。
是智力上的多线程，是认知上的多线程。你能同时管理多少条AI协作线，决定了你能产出多少。
人和AI是适配关系，不是使用关系
这里我想说一个很实在的观察。
同一个skill，同一个AI工具，给到不同的人，效果可以千差万别。
很多人以为把别人的skill装上就有跟别人一样的结果。往往不是这样的。差异就在前面说的能力。
有人拿来当搜索引擎用。有人拿来当执行助手用。有人把它当成自己思维的延伸。
差距不在工具。差距在人。
适配好的人，人和AI是一体的。他知道自己要什么，知道怎么跟AI对话，知道什么时候该信AI、什么时候该拍板。
适配不好的人，人和AI是游离的。点几下，看看输出，觉得"也就那样"，然后关掉。
未来真正的竞争力，不是你用了什么AI工具，而是你加上你的AI，能产出什么优于他人的、符合客户符合市场的东西。
AI是放大器。
放大多少，取决于你是谁。
别再纠结"AI会不会替代我"。该问的是——我和我的AI，能产出什么优于他人的、符合客户符合市场的东西。
