夜雨聆风
《 二泉映月听松涛 》掌上文艺微刊
工具越强大，人的判断力就越珍贵
今年上半年，我做了件“不太聪明”的事——一口气深度体验了市面上20多款AI工具，从大语言模型到代码助手，从内容生成到数据分析。
坦白说，一开始的心态是焦虑。网络各大平台“AI取代XX岗位”的文章隔三差五刷屏，身边做自媒体的朋友用AI一天出十篇稿，做设计的同事说Midjourney已经能顶半个团队。我怕被落下，所以想“打不过就加入”。
但三个月用下来，我发现了一个反直觉的结论：AI越强大，那些“笨功夫”反而越值钱。
一、AI的“天花板”在哪里
先说说我这段时间的真实感受。
AI确实很能打。 写会议纪要、整理数据报表、生成文案初稿、翻译外文资料——这些以前要花大半天的事，现在几分钟搞定。我认识的一位程序员朋友，用AI辅助写代码，原来需要一周的功能，现在两天就交付了。金山云内部的数据也显示，员工日均调用AI已达3500万次，新增代码中“百分之八九十是AI生成的”。
但问题也随之而来。
有一次，我用AI生成一份行业分析报告，数据看起来头头是道，逻辑也滴水不漏。结果复核时发现，核心数据引用的来源根本不存在——AI“编造”了一个听起来很权威的出处。 类似的情况不止一次，AI会自信满满地给出错误答案，语气比专家还笃定。
中科紫东太初的CTO张家俊说得很直接，AI能给出越来越多答案，但答案不一定都正确，面对海量信息，人需要鉴别、筛选和评价，判断什么是可信的、什么是真正有价值的。
这就是我想说的第一件事：AI再能“编”，也替代不了人的判断力。
二、三种AI“学不会”的笨功夫
1. 判断力：给AI的答案“挑刺”
AI的本质是什么？是大规模的数据拟合。它根据训练数据中的模式来预测“最可能”的答案，但它不理解这个答案对不对。
这和人有本质区别。人的判断力来自对世界的真实理解、对因果关系的把握、对语境和隐含信息的感知。
中国科学院心理研究所的研究团队在《科学通报》上发表过一篇论文，专门探讨人机合作的差异。他们指出，AI的决策存在“黑箱”特征——它内部怎么运作的，用户很难理解。这种不透明性可能导致两种极端：要么对AI过度不信任，要么反过来过度依赖，把AI的模糊反应误解为有意的表达。
我自己的教训是：AI给的是“参考答案”，不是“标准答案”。 能不能用好AI，取决于你敢不敢质疑它、有没有能力验证它。
2. 提问力：不会问的人，AI帮不了你
第二个发现是：用AI这件事，会提问和不会提问，完全是两个世界。
刚开始用AI时，我问的问题都很“废”——“帮我写一篇产品文案”“分析一下市场趋势”。得到的答案当然也很“废”，平平无奇，谁都能用。
后来我才意识到：AI就像一个知识渊博但毫无主见的实习生，你不说清楚要什么，它就给你最平庸的东西。
北京师范大学教育学部教授卢宇在谈及AI时代的能力需求时强调，就业者的竞争力不再体现为知识记忆和熟练度，而是定义问题的能力、人机协同的能力、批判判断的能力。
什么叫“定义问题的能力”？就是把模糊的需求，转化成AI能理解、能执行的清晰指令。
比如，与其说“写一篇防晒霜推广文案”，不如说“目标用户是25-35岁都市女性，主打通勤场景，要求突出肤感清爽不油腻，参考某某品牌的文案风格，写三个不同侧重点的版本”。
好问题，才有好答案。 这跟AI没关系，跟人有关系。
3. 共情力：冷冰冰的“正确”vs有温度的“恰当”
还有一件事让我印象很深。
我用AI模拟写一封安抚客户投诉的邮件，AI给的内容很“标准”——道歉、解释、补偿方案，该有的都有。但读起来就是冷冰冰的，像模板。
后来让一位有十年客服经验的同事来写，措辞很朴实，甚至有些“不完美”，但读起来就是让人舒服，能感觉到对方在认真听你说话。
AI可以做到“正确”，但很难做到“恰当”。 恰当需要理解情境、感知情绪、拿捏分寸——这些恰恰是AI最不擅长的。
红松集团首席运营官丘晖说过一段话让我很有共鸣：中老年群体最需要的不是最酷的技术，而是理解和陪伴。用户愿意长期留下，不一定是因为模型参数更大，而是因为对方真正理解自己。
AI可以模拟共情，但它本身没有情绪。 它不知道被客户骂是什么感受，不知道写不出稿的焦虑，不知道凌晨改方案的疲惫。这种“感同身受”的能力，决定了人和AI在沟通类任务上的本质差异。
三、未来的人，应该怎么“活”
说了这么多，不是说AI不好、不该用。恰恰相反，我现在的日常工作中，AI已经是标配工具了。
但用得越多，我越清楚一件事：工具越强大，使用工具的人就越重要。
微信公众平台最近更新了“非真人自动化创作行为”的规则，明确禁止完全脱离真人表达的AI生成或改写内容。这背后的逻辑其实很简单：平台要的是“有真实创作者表达”的内容，而不是AI批量生产的流水线文章。
换句话说，AI可以帮你找资料、理思路、写初稿，但最终的观点、态度、判断、情感，必须是你自己的。这才是读者愿意看、愿意分享的东西。
Anthropic的2026年趋势报告也提到一个关键洞察：开发者虽然在工作中有60%会使用AI，但能够完全委托给AI的任务占比低于20%。人类在关键决策环节的参与，目前来看仍然不可替代。
所以我的结论很简单：别怕AI替代你，怕的是你只会做AI也能做的事。
未来的核心竞争力，不是你会用多少工具，而是你有没有判断力去甄别、有提问力去引导、有共情力去连接。这些“笨功夫”，才是AI永远学不会的护城河。
写在最后：
这篇文章的初稿，确实用了AI帮我梳理思路和整理素材。但每一个观点、每一个案例、每一处判断，都来自我过去三个月的真实经历和思考。
因为我相信，读者要看的不是一份完美的“AI报告”，而是一个真实的人的真实感受。
而这，恰恰是任何AI都给不了的东西。