夜雨聆风六月的一个周二。一个做了九年设计师的朋友发来一张截图。
截的是BOSS直聘。岗位：平面设计师。要求：熟练使用AI出图工具、能独立完成从需求到落地的全流程。薪资：比四年前她的起薪还低两千。
她发了一行字："我现在每天用AI出图。效率是去年的一倍。年终述职的时候组长说设计组今年不加人。我不是被开掉的那个。我是那个正在亲手把自己做成可有可无的人。"
她把市面上的AI工具全装了一遍。Midjourney、Stable Diffusion、ComfyUI 每个都学了。每个都能用。
但她还是焦虑。
不是学不会AI。是没想明白一件事：人和AI的分工，边界到底在哪。AI把图画了，你干什么？AI把文案写了，你干什么？AI把数据汇总了、报告生成了、连PPT都自动排好了，我在哪？
我们缺的不是工具。是一套人到底该做什么、AI到底该做什么的工作流。
今年我开始琢磨这件事。
一、信息要进过一道门，才能变知识
今年我开始琢磨一件事：人到底该怎么和AI协作？
市面上的说法很一致，"学会写提示词"。好像你学会了怎么问，AI就能帮你想。
不是这样的。
AI能帮你更快地找到信息。AI能帮你更快地阅读信息。AI甚至可以帮你更快地写出来。
但AI过不了那一道门。
那道门叫判断力。
你看到一个说法，要问三个问题：它对吗？在什么条件下对？跟我已有的认知哪里矛盾？这三个问题AI回答不了。不是AI不够聪明。是这三个问题的答案不在数据里，在你三年读过的书、犯过的错、熬过的夜里。
所以问题的关键不是"怎么用好AI"。是"怎么设计一套流程，让AI做AI该做的事，把你留出来做只有你能做的事"。
我把这道工序画成了一张图。
二、一个医生看诊式的知识工作流
这套流程借用了医疗系统的逻辑。
一个病人进医院，流程是这样的：护士先初诊，问症状、量体温、开初步检查单。检查报告出来了，交给主治医生。主治看完，签字确认。确认之后，病历归档。下次复诊的时候，翻出来看。
我把这个逻辑搬到了知识处理上。
两条入口。
第一条入口叫"定期体检"。每天AI自动抓取我关注的东西，行业动态，公司公告，市场数据。我的阅读书籍知识点扫描、日常灵感等等。这是常规检查，不漏过该看的东西。
第二条入口叫"即时有病"。一个具体的问题被扔过来，客户问了一个你不确定的问题。你读到一句话，觉得哪里不对劲。你产生了一个灵感，想验证一下。这是突发症状，零延迟处理。
三通道初诊。
无论哪条入口，问题到达"初诊医生"手里。初诊医生分担了三个通道：
财税问题走一条通道：法规矛盾怎么解？适用条件是什么？实务中有几种解读？
投资问题走另一条通道：这个数据反不反常？市场在定价什么？反方最强的说法是什么？
创作问题走第三条通道：素材怎么切？第一段的场景用什么？结尾落哪个判断？
每个通道有固定动作。初诊医生不决定，它只负责把检查报告拉出来。
一道门：主治确认。
回到那道门。
初诊完了什么都不算。所有结果必须经过主治确认。
主治是谁？你。
你用笔记软件obsidian看初诊结果。改。删。补。打回去重来。哪怕基本没改，确认这个动作必须存在。
不是你信不过AI。是你不能把判断的责任外包。
确认之后，归档。归档不是扔进收藏夹。是放进一个可以被未来搜索和调用的知识库里。财税归财税，投资归投资，创作归创作。
下次遇到类似的问题，翻出来。复诊。 上次怎么处理的？结论是什么？外部条件变了没有？
有时候翻出来会发现：上次处理得不好。漏了一个关键假设。误判了一个风险点。这时候你多说一句——"改善一下"。
初诊医生不是死的。你说"改善一下"，这个错误被捕获、升级成规则，下次不再犯。你说"反思一下"，它自省一遍：刚才哪里多余了？哪里漏了？
复诊让人进步。改善让AI进步。两个飞轮咬在一起。
大部分人和AI的关系是"用一次，扔一次"。每次对话从零开始，每次犯同样的错。这个工作流不一样——每一次协作都在往系统里垫一层东西。上一圈犯的错，下一圈变成规则。上一圈卡的点，下一圈变成技能。
一圈一圈。不费力。
三、两个场景
说完了流程。说两个真实的时刻。
场景一：收到的信息有了去处
朋友又推来一篇研报。你不再点开就看。
你先扫一眼——这篇值不值得读？不值，直接删。值，扔给AI："提取核心逻辑，标注和目前主流判断的差异点。"三分钟后，一段精炼的分析回过来了。你在这个基础上加了自己的判断："这个假设太乐观，忽略了汇率风险。"打上标签。存进去。
三个月后有人问起这个行业，你打开笔记软件，两分钟翻到了。不是一篇原始的研报。是一段你加工过的分析，带着你自己的判断痕迹。
场景二：阅读的灵感没有溜走
你在读一本书。读到一句话，脑子里"叮"了一下。以前这个"叮"过了就没了。现在你对AI说："记到笔记。"
AI把这句话和你的即时想法结构化地存下来。周末你翻笔记，发现这周的三个"叮"连成了一条线：一本讲生物演化、一本讲商业策略、一本讲心理学，讲的却是同一件事：系统在压力下会自己找到更高效的路径。
你坐下来。把这三个点写成了八百字。发在了公众号上。
四、这跟AI有什么关系？
读到这里你可能会问：你说的这些——判断力、归档、复诊、飞轮——好像跟AI没多大关系？
对。这就是我要说的。
真正重要的不是AI。真正重要的是你用AI省下来的时间，去做了什么。
AI能让你从三个小时的信息筛选中解放出来。剩下来的两小时四十分钟，你是刷短视频，还是坐下来想清楚一个问题？
AI是效率工具。你是判断容器。效率工具可以换。判断容器不能空。
我见过太多人把AI当主治。扔问题，收答案，粘贴，发出去。这不是协作。这是把大脑外包。
我也见过另一种人。他用AI做初诊，自己做确认。他每天往知识库里存几条加工过的笔记。他每周末翻一翻，清理过时的，补上缺口。他不着急，他知道一天十分钟，一年下来就是另外一个大脑。
不中断，比一次做很多重要得多。 判断力的复利不是一次读完一百本书。是你每一天都在进一寸。
庄子说："吾生也有涯，而知也无涯。以有涯随无涯，殆已。"
两千多年前他就说透了——信息无限，生命有限。你不加判断地追赶信息，只会累死。
但他没说完后半句。不是叫你放弃学习。是叫你换一种姿势。
用判断力筛选。用方法论加工。用复利积累。
每一天进一寸。
端午安康！
一个活在截止日的人
