夜雨聆风最近读到 Simon Willison 在《Agentic Engineering Patterns》里的一句话，让我很受触动：
把自己都没审查、没验证能跑的 agent 代码直接丢给同事 review，本质上是在把工作转嫁出去。
这句话原本讲的是软件工程，但我读到时想到的，却是最近几个 AI 原生咨询项目里的真实场景。
过去一段时间，我们已经谈了很多“人和 AI 怎么协作”，也谈了很多“咨询师如何使用大模型”。但我越来越觉得，一个更重要、也更少被认真讨论的问题是：在 AI 原生咨询里，人和人之间到底应该怎样协作？ 当内容生成几乎没有成本、当 deck 和 memo 可以被无限复制、当几乎每个人都能随手调用模型时，真正稀缺的东西不再是输出，而是判断、责任和 Ownership。
这个问题不是抽象的。它来自几个非常具体的体验。第一，在我们自己的 AI 原生咨询项目中，如果条件允许，我们通常会倾向于用极少的人数推进项目，因为上下文越集中在少数人手里，AI 的能力就越能被真正放大。 第二，很多年轻 Junior 顾问的典型动作，已经变成了把问题直接丢给 AI，再把 AI 的回答贴回微信群或者邮件里，他成了一个中转站，而不是一个有判断的人。 第三，在和某国际咨询公司合作时，一位合伙人提到自己的带宽已经明显出了问题，因为现在他需要面对的内容和 proposal 比以前多得多，但真正能静下心看完、并判断哪些东西值得背书的时间，却没有增加。（这个我们之前写过，对答智能体获得文章链接）
把这三个场景放在一起看，我会觉得，AI 正在逼着咨询行业回答一个过去被组织层级掩盖掉的问题：nex-agi/nex-n2-pro:free如果一份内容只是被生成、被转发、被润色、被拼接，但从头到尾没有一个人真正理解它、审查它、愿意为它站台，那么它看起来再完整，本质上也只是一个“没有主人的输出”。
一、为什么团队里越来越多的人，正在变成“AI 的二传手”？
在传统咨询项目里，Junior 顾问虽然做很多基础工作，但他至少是在逐步建立自己的理解：访谈纪要要自己整理，行业研究要自己消化，故事线要在反复修改中慢慢形成 sense。今天，在大模型的帮助下，这些动作表面上都变快了，但同时也更容易滑向一种危险的协作方式：把问题交给 AI，把答案交给别人，自己只负责搬运。
这也是为什么“AI 二传手”这个说法会让我觉得很准确。因为它抓住的不是技术问题，而是角色问题。一个人如果只是把客户的问题原样输入模型，再把模型的回答原样发回团队，那么他并没有真正承担“咨询师”的角色。他没有完成理解，没有完成筛选，没有完成判断，更没有完成承担后果的准备。
很多时候，这种行为还会被误认为是效率。因为表面上看，回复更快了，材料更多了，群里的存在感更强了。但真正的咨询价值，从来不在于“更快地提供一段文字”，而在于“能不能把一个模糊问题转换成一个可判断、可行动、可负责的结论”。 如果一个 Junior 只能转发 AI 的话，而不能解释为什么这段话成立、有什么边界、哪里可能错，那么他看起来参与了项目，实际上并没有在项目中形成自己的认知资产。
更深一层地说，“AI 二传手”的问题不只是效率低，而是会让组织误判人才。团队可能会觉得这个人响应很快、产出很多，但真正关键的时候，没人敢把一个重要模块交给他，因为大家都知道，他交付的是文本，不是判断。久而久之，他也会失去成长路径，因为他训练出来的不是咨询能力，而是 prompt 搬运能力。
二、为什么合伙人的带宽越来越不够，用了 AI 反而更累？
很多人以为，AI 进入咨询行业之后，最先被解决的应该是“工作量过大”的问题。但实际情况往往正好相反：内容生成变便宜之后，组织最先面对的不是轻松，而是内容洪水。 proposal 可以更快写，备选版本可以更多，研究 memo 可以更长，市场分析可以在一天内生成好几版。问题在于，这些东西越容易被生产出来，真正有能力做判断的人，就越容易被淹没。
某国际咨询公司的合伙人提到自己“再也没有那么多时间来看那么多内容或者 proposal”，我觉得这句话其实特别能说明问题。
真正崩掉的不是时间管理，而是责任结构。过去生成一份高质量材料本身成本很高，所以组织会自然筛选出少量值得被送到 Partner 面前的内容。现在生成成本大幅下降，但筛选机制、验证机制和 Owner 机制并没有同步升级，于是所有半成品、伪成品、看起来不错但未经审查的内容，一起涌向最上层。
关于如何评估智能体的，欢迎后台问答获得文章链接
于是，合伙人面对的不是“更高质量的支持”，而是“更大规模的不确定性”。他看到很多页，很难快速判断哪些内容背后真有人想过，哪些只是模型拼接出来的漂亮句子。 这时候，AI 并没有真正帮组织释放带宽，反而把原本隐藏在项目中下层的“未完成思考”一股脑推到了最贵的注意力资源面前。
从这个角度看，AI 原生咨询最需要重构的，不是工具栈，而是信息进入决策层之前的责任门槛。不是所有内容都应该被送给最 senior 的人看，只有那些已经被某个具体的人审查过、愿意负责的内容，才值得占用最稀缺的带宽。
三、为什么项目人数越多，AI 反而越容易稀释上下文？
这也是我们自己在项目里最直观的感受。很多时候，如果可以，我们宁愿用极少数人推进项目。原因不是为了省人，而是因为在** AI 原生的工作方式里，上下文本身就是最关键的生产资料**。 一个真正理解客户、理解项目历史、理解关键假设的人，和 AI 协作时可以不断校正、迭代、逼近更高质量的输出；而一个不了解上下文的人，即便也在“用 AI”，更多时候只是在制造形式上的参与感。
传统咨询组织擅长通过分工来提高效率：有人做访谈，有人做行业扫描，有人写页，有人组装故事线。但在 AI 出现之后，很多原本适合切碎分工的工作，开始变成高度依赖完整上下文的判断型工作。 也就是说，过去“人多力量大”的地方，现在很可能变成“人多上下文碎”。每增加一个无法掌握全局、只能做局部搬运的人，就多了一次上下文损耗，也多了一次把问题简化成 prompt 的冲动。
这并不是说 AI 时代不需要 Junior，也不是说不需要团队协作。真正的变化在于，协作不再等于拆得越细越好，而是要围绕“谁真正拥有上下文、谁真正能做判断、谁最终为结果站台”来设计。 如果一个团队的人数增加，但没有同步增加清晰的 Ownership，那么组织规模越大，AI 只会越快地放大混乱。
我们之前也写过相关于对AI原生咨询公司的组织架构的思考，关于后台问答智能体获得的。
四、那么，什么样的交付才算真正有 Ownership？
在 AI 原生咨询里，我越来越倾向于用一个很简单的标准来判断一份交付有没有 Ownership：只要这份内容出问题，能不能立刻指出一个具体的人，他知道这份内容是怎么来的，也愿意基于它继续解释、修正和承担后果。这个标准听上去朴素，但它几乎可以瞬间区分出两种完全不同的工作方式。
第一种是“生成型交付”。内容很多，速度很快，措辞也可能很漂亮，但作者本人无法用自己的语言重新讲清楚核心逻辑，无法指出关键假设来自哪里，也无法说明自己到底认同哪一部分、不认同哪一部分。这种交付看似先进，实际上是无主内容。第二种是“负责型交付”。它未必最华丽，甚至未必最完整，但它背后有人真正看过、想过、筛过，知道哪里还不确定，也知道下一步该怎么验证。
我会认为，AI 时代真正值钱的不是“谁会更快地调用模型”，而是谁能把模型产生的东西转化成有责任归属的判断。 这也是为什么，未来的咨询交付不应该再以“页数”“字数”或者“版本数”来衡量，而应该越来越多地看三件事：有没有清晰的判断；有没有经过验证；有没有明确的 Owner。凡是缺了其中任何一个环节，AI 都只是让问题发生得更快。
五、AI 原生咨询里的协作，应该怎样重新设计？
我越来越觉得，在 AI 原生咨询里，人与人的协作必须从“分工导向”转向“责任导向”。过去组织习惯问的是：这页谁写，这部分谁查，这份 memo 谁整理。以后真正应该问的是：这个问题谁拥有，这个结论谁判断，这个建议谁愿意带到客户面前。
对 Junior 顾问来说，最重要的不是“你会不会用 AI”，而是“你能不能在使用 AI 的过程中保留并形成自己的判断”。一个比较健康的动作，不是把 AI 的答案转发出去，而是在转发之前，先用自己的话重新组织它，明确告诉团队：这段内容里你认同什么，不认同什么，哪些部分还需要验证。这一步看似慢，但正是这一步，让你从转运者变成了咨询师。
我们之前也写过Judgment Engineering，欢迎大家后台问答智能体获得。
对项目核心顾问和 Manager 来说，角色会越来越像“编排者”和“过滤器”。他们不应该只是被动地接受团队生产出来的大量内容，而是要主动定义：什么样的材料才有资格进入下一轮讨论，什么样的问题必须由谁亲自回答，什么样的分析必须带着验证结果和边界条件一起提交。 换句话说，他们要管理的，不只是任务流，而是责任流。
对合伙人和最 senior 的负责人来说，真正的重点也不再是“尽量看完所有东西”，而是只看那些已经被某个具体的人认真承担过的东西。 在 AI 时代，最宝贵的能力之一，就是拒绝那些没有 Owner 的内容洪流。因为不是所有被生成出来的内容都值得消耗组织最贵的注意力资源。真正值得被 review、被讨论、被带进客户会议室的，应该是那些已经经过人类判断和筛选的少量高质量产物。
六、写给 AI 原生咨询团队的一点提醒
如果说过去的咨询行业是靠信息差、方法论和人力密度运转，那么 AI 正在快速瓦解其中至少两项优势。 但它并没有瓦解一件事：
客户最终购买的，仍然不是一堆文字，而是判断本身。客户需要的不是“AI 怎么说”，而是“你怎么看”。
他们要的不是一个会转发模型答案的团队，而是一个在复杂和模糊情境下依然能形成共识、做出选择、承担结果的团队。
所以，“请停止做 AI 的二传手”这句话，在我看来并不是一句针对 Junior 的批评，也不是一句针对工具使用方式的道德判断。
它真正想提醒的是：
当生成变得越来越廉价，负责就会变得越来越昂贵；当每个人都可以调用 intelligence，真正稀缺的将是愿意为判断署名的人。
AI 原生咨询时代，也许最值得重新建立的，不是更多 prompt，不是更多自动化流程，而是一套更清楚的人际协作原则：谁拥有问题，谁形成判断，谁验证结果，谁站到最后。只有这样，AI 才不会把团队变成一条内容传送带，而会真正把组织推向更高密度的思考和交付。
当客户下一次问起“这是谁的建议”，一个真正成熟的 AI 原生团队，应该还能平静而明确地回答：这是一个人认真看过、想过、验证过，并愿意为之负责的判断。
感兴趣的欢迎后台留言或者邮件联系我们。
