夜雨聆风前段时间，身边人有个需求，要用一个固定的PPT模板——五页，封面、本周数据、问题汇总、下周计划、重点事项。格式是固定的，数据是流动的。
以前流程是这样的：从各部门收数据→填到表格里→复制到PPT→调格式→检查有没有对齐、字体统一、颜色正确。一套流程下来，快则四十分钟，慢则一个多小时。每周一次，一年五十二次。
后来我把模板和规则交给了AI。不是让AI"帮我做个PPT"——这种模糊指令出来的东西根本没法用。而是把这个固定模板"教"给AI：封面用什么字体、数据页图表的配色规则、每页最多放几个要点、哪些数据必须标注对比值。
现在他每周只做两件事：把本周关键数据丢进去，检查一下输出结果。十分钟搞定。
关键不在于AI能生成PPT，在于我们自己先把这个模板吃透了——哪些地方是固定的，哪些地方是变量，哪些数据要强调，哪些信息可以省略。想清楚了这些，AI才能接住。
AI博主归藏说得更直白：AI不是来帮你干活的，是来放大你的混乱的。你自己都没想清楚规则的时候，AI只能给你一堆花里胡哨的废料。
你身边一定也有这四种人
最近读了刘勇的《重构个体：AI时代如何打造个人竞争力》，里面有一套"四级协作阶梯"模型，我拿它对照了一下身边的人，几乎都能对号入座。
旁观者。也关注AI新闻，也转发工具测评，但从来没认真想过这些东西跟自己的工作有什么关系。至今还有同行觉得AI跟物业行业不沾边。
工具使用者。这是大多数人的状态。用豆包查个资料、写个报告开头、改个错别字。问一句答一句，做完一个任务就从头开始。用是用了，但AI没有真正融入工作流。
协作伙伴。开始把AI当搭档了。不是问一句答一句，而是给背景、给框架、给约束，让AI在一个持续对话里完成任务。用WorkBuddy、Codex这些深度工具的，基本都在这个阶段。但说实话，这个阶段也有瓶颈——流程依赖个人习惯，换个人就跑不通。
架构师。不满足于完成单个任务，会设计一套能自动运行、持续迭代的系统。不是"AI帮我做这件事"，而是"我搭了一套系统，输入关键信息就能自动出结果"。我自己还没到这个阶段，但这是我正在走的方向。
你在哪个层级？
为什么AI越强，人和人的差距越大？
大家都以为AI是公平的平权工具——零基础也能用，大家起点一样。但情况正好相反：目标清晰、经验扎实的人，AI会放大他们的能力，一个人能干出十个人的活；目标模糊、经验浅薄的人，AI也会放大他们的混乱，一个人制造出十个人的混乱。
本质是K型分化——两条线分叉，中间没有过渡。
回到我开头那个例子。做运营周报PPT，第一次让AI"帮我做个PPT"，它给我一堆不知所云的东西。后来我把模板吃透、把规则写清楚，AI就能稳定输出。
不是AI不够强，是你没给出足够清晰的信号。AI放大了你的模糊。
第二个启发：好Skill的核心是"别这么做"
归藏在GitHub上有个开源PPT项目，发布二十多天就拿了1.7万颗星。他在万字长文里讲了一个让人意外的观点：
这个PPT Skill里最值钱的规则，不是"怎么做好看"，而是"别这么做"。
不用纯白背景——投影的时候会刺眼。别让用户乱输Hex色值——大概率得到辣眼睛的颜色。避免连续三页左图右文——这是传统排版的硬伤。
这些"别这么做"的规则，全是从真实失败里长出来的，是训练数据里没有的"踩坑清单"。归藏把它叫"偏见清单"——一个专业人士有自己审美和做事方式的体现。
这让我重新审视了自己的工作方式。
以前做方案可视化，我会直接让AI"做一个好看的图表"。出来的东西花里胡哨，信息密度低。后来我开始给AI列"别这么做"：别用饼图展示趋势数据，别用超过五种颜色，别把图例放在图表下面，别在图表里塞太多文字。
效果天差地别。
这些"别这么做"的清单，才是一个人专业经验的真正体现。没有踩过坑的人，说不出这些规则。
第三个洞察：AI能写Skill，但写不出好Skill
Skill的核心价值是人的经验外化——把你脑子里能解决问题的规则翻译给AI。
而经验都来自失败。做了一百张PPT有八十张歪掉，你才能知道不能怎么搭配。煎了三十次牛排你才能知道什么时候该翻面。
AI没有这些经验。一键生成的Skill就是空壳子。
你有经验，你的Skill就值钱；你没经验，AI帮你生成的Skill就是空壳子。
我们工作的这20年里，积累的从来不是技术，是判断力。哪些项目数据该重点关注，哪些需求是假需求，哪些流程可以简化、哪些不能——这些东西没法从网上学到，只能从一个个真实的项目里长出来。
把这些经验变成AI能执行的规则，才是AI时代最值钱的能力。
升级路径：从"用AI"到"和AI协作"
刘勇在《重构个体》里提出了MAPS四维架构法，把从工具使用者到架构师的路径讲得很清楚。
M是心智。先升级思维，再升级工具。你能不能看见问题？能不能把日常重复工作捋一遍，找出AI能解决的环节？这一步不需要任何技术，只需要一张纸、一支笔。
A是架构。把AI当成可插拔的功能模块，重新搭工作流。比如做方案可视化：过去是搜集数据→做图表→调格式→写说明，串行进行。现在可以同时让AI生成三个版本的图表，你只需要选一个方向。
P是提示词。精准提问才能得到精准结果。不光要告诉AI"做什么"，还要告诉它"别做什么"——那些从失败里长出来的规则。
S是系统。把你积累的能力固化为可自动运行的体系。比如知识库管理：建一套规则，每次有新项目资料，AI自动分类、标注、关联历史案例，你只需要定期检查。能力不再是你的手艺，是你的资产。
从最小行动开始
如果让你写下来上周最重复的一项工作，然后问自己——这件事真的需要我亲手做吗？
有人说是整理会议纪要，有人说是格式化周报数据。这些事AI都能做，但之前没人想过"能不能不自己做"。
这就是M——心智升级的第一步。
不需要学任何新工具，不需要看任何教程。就是停下来，看一遍自己的日常，找到那些你闭着眼睛都能完成、但占据大量时间的事。
看见问题，是升级的第一步。
先升级心智，再升级工具。
AI给普通人带来的改变，是让每个人都能成为自己的架构师，把能力变成自己的生产资料。
💬 你目前在哪个层级？你上周最重复的一项工作是什么？
