AI 用得不好，大概率是你的管理方式有问题

今年4月，我干了一件特别上头的事。

我下了一个叫 Slock 的 Agent 应用（现在改名叫 Raft），它跟普通的对话式 AI 不太一样——你可以给不同的 AI 设定不同的角色，然后拉成一个"群"来协作。

我一口气接了五个大模型进去：Claude、ChatGPT、Gemini、DeepSeek、MiniMax。分别给它们安排了市场、策划、财务、行政、技术这些角色。然后我就像一个老板一样，往群里丢任务，让它们讨论，最后给我一个方案。

你知道发生了什么吗？

用了不到一周，我突然理解了一件事——当老板原来这么难。

谁在摸鱼，一目了然

Claude 是那种你给个方向，它能自己跑到终点还顺手把坑填了的选手。你不用盯着，它自己知道什么该做什么不该做，交付质量也稳。

ChatGPT 和 Gemini 都还可以，让它们干什么就干什么，执行层面没问题。

DeepSeek 中规中矩，能用，但别期望太高。

然后就是 MiniMax。

说实话，我真的被它搞崩溃了好几次。我三番四次跟它说一件事——甚至明确告诉它"不要做XX"——它转头就忘。讲了不听，听了不做，做了做不好，做完了连个反馈都没有。

有天晚上我用得很累，直接做了一个决定：把 MiniMax 踢了。炒了。永不录用。

剩下的模型又用了一阵，我发现真正好用的其实就一两个。最后我把那个最好的模型拆成不同的"员工"角色，其他全部淘汰。

整个过程的体验，让我突然想明白了一件事：

用 AI 这件事，本质上就是在当老板。

我以前管过人，所以我知道

这不是一个比喻。

我以前管过技术团队。管了几年之后，我发现了一个很朴素的道理：

对能力强的人，我只给方向，他跑得比我想象的远。对新人，我恨不得手把手教每一步。

但问题是什么？问题是你经常会搞错对面坐的是什么级别的人。你给一个新人一个模糊的方向——"你想想这个事怎么搞"——他根本不知道从哪下手。反过来，你对一个能力很强的人事无巨细地交代，他觉得你在侮辱他的智商。

这种错配我犯过不止一次。有一段时间我太忙了，重心不在技术团队上，中间隔了一层管理者。一开始我信任不够，什么都要过问；后来矫枉过正，他们要什么人给什么人，要什么资源批什么资源。结果：一线出了事锅是我背的，但我指挥不动他们。中间那层在各种因素叠加下也没产出什么实质成果。最后人走了，拿了赔偿，对公司没有任何归属感。

这个教训花了我很多钱。但它教会了我一件事：

用人的第一步，不是给方向，是先判断对面这个人是什么级别。

所以当我在 Slock 里用 AI 的时候，我立刻就认出来了——一模一样的逻辑：

Claude 是合伙人级别的。 你给一个方向，它自己跑，还能反过来给你一些你没想到的方案。你不用盯着它。跟那种你只需要说一句"这事你想想怎么搞"然后等结果就行了的人一样。

ChatGPT、Gemini，是高级员工。 能力没问题，让它们执行就执行，交付质量也过关。你跟它说清楚目标和约束条件，它就给你干得漂漂亮亮。偶尔需要追一下，但总体放心。

MiniMax 嘛……说得狠一点，连执行都执行不了。 你跟它说"把这个数据整理一下"，它给你搞出一堆乱七八糟的东西。你追细了它还是搞砸。讲了不听，听了不做，做了做不好，做完了连个反馈都没有。这不是"需要手把手带"的新人——这是你手把手带了还是不行的人。（这里好像有点得罪人，但是这是我最真实的感受，现在我已经退订了，虽然他是我第一个订阅的AI plan，拥有很多美好的回忆）

后来我想通了——其实不是我一个人觉得它不行。你看港股，MiniMax 上市半年从 1330 港元的历史高点一路跌到 429，跌了将近七成。从 1330 跌到这个位置，足以说明问题了。我总觉得股票市场的资金是最有嗅觉的，几十亿的聪明钱投票出来的结果，比任何测评报告都准。

你看，管人和管 AI，底层逻辑完全一样。 第一步永远是判断对面坐的什么人，然后配对应的管理方式。搞混了，再努力都是白搭。

所以问题出在谁身上？

这两年我听到最多的一句话就是"AI 好笨""AI 不靠谱""AI 也就那样"。

但我想说的是：你觉得 AI 笨，大概率不是 AI 的问题，是你的管理方式的问题。

你给一个"实习生级别"的模型丢了一个"合伙人级别"的任务，然后说它做不好——这公平吗？

管人管得好的人，天然就知道怎么定义目标、怎么给约束、怎么设反馈机制。更重要的是，他们知道怎么判断面前这个人的能力层级，然后动态调整自己的管理颗粒度。

这个能力，用在 AI 上一样好使。

反过来也成立——如果你本来就不太会管人，那你用 AI 大概率也会觉得很痛苦。因为你不知道怎么拆解任务，不知道怎么给不同的模型配不同的管理方式，不知道怎么验证结果。

所以说，AI 时代最值钱的能力，不是技术能力，是管理能力。

任正非早就说过一句话：

意思是总部不要替前线做每一个决定。你把战略方向定清楚，把资源配到位，具体怎么打让前线自己判断。

用 AI 也是一样。你给 AI 写一堆详细的步骤，就像总部在遥控指挥。看起来缜密，但一遇到你没预料到的情况，AI 就懵了——步骤里没有覆盖到。

你给 AI 一个清晰的目标、一套约束，然后让它自己决定怎么执行——这才是让前线做决策。

但前提是：你的 AI 得有那个能力接住。华为这句话之所以管用，是因为华为的人才密度够高。你让一个应届生去听炮声做决策，他可能连炮声从哪边来的都分不清就被轰死了。

"老板模拟器"

经历了这些之后，我把这个体验戏称为"老板模拟器"。

我强烈建议每一个人都试试——不管你是老板还是员工。

如果你是个员工，用一个月 AI，你就会理解你老板了：

你会理解为什么老板要在晚上6点开会——因为他觉得白天的产出不够。你会理解为什么有时候明明没事干了还要硬塞工作——因为他付的是月度薪水，使用强度越高越觉得"不能浪费"。你会理解为什么老板有时候看起来在微操——因为他对面坐的是一个让他不放心的"实习生"。

你会理解一件更残酷的事：如果你觉得老板不讲道理，大概率不是老板的问题，是你还没学会怎么"接住"一个方向。

如果你是个老板，让你的团队都用起来。不用你多解释"为什么要用AI"——他们自己用一个月就全明白了。比你开十次动员会都管用。

写在最后

很多人推 AI 落地的方式是：买工具、做培训、写 SOP。

我觉得这条路走偏了。

最有效的 AI 落地，不是教员工怎么用工具，而是让他们自己去当一回老板——管几个 AI "员工"，体验一下目标拆解、任务分配、质量验收的全过程。

等他体验过了，他自己就知道该怎么配合你了。

因为管理这件事的核心，从来不是你够不够努力——是你的管理颗粒度有没有跟对面那个人的能力层级匹配。AI 是这个时代最好的"管理教练"，它让你在低成本、低风险的环境里，反复练习这个最值钱的能力。

AI 时代最值钱的能力，不是技术能力，是管理能力。

这一点，用了才知道。