AI 工具越来越强,为什么很多人的工作没有真正改变?

Hi，我是 CV。

过去半年，我接触的 AI 工具越来越多。提示词、Agent、Skill、Codex 工作流，每一种都能让某些事情做得更快。最初我也把这种速度理解成工作方式已经发生了变化，直到相似的问题一次次回来，我才发现两者不是一回事。

一开始，我只是让 AI 帮我写文章、做视觉。单次结果经常不错，可真正做下去以后，麻烦也跟着出现：文章里的判断会不会脱离我的事实源？一张候选卡会不会被误当成正式稿？文章发出去以后，数据是停在表格里，还是会改变下一篇写什么？

如果每次都靠我重新解释、重新提醒、重新核对，那么工具虽然变强了，工作本身却没有留下多少变化。

AI 开始改动工作，是在问题连续出现以后

最近听一套 Agent 场景课程，又读到一篇讨论企业 AI 落地的文章，两份材料都把视线从模型还能做什么移到了它有没有进入真实工作。我没有企业样本去验证那些宏观判断，但这个角度让我回头看清了自己的变化。

内容增长工作台不是一开始就被设计完整的。它是被真实问题一点点逼出来的：为了不混淆来源，竞品事实和我的转译意图被放在不同位置；为了不把一个想法直接当成成稿，中间增加了候选与确认；为了不让文章发布后就结束，数据需要回到下一轮选题和母题判断里。

现在回看，这些规则真正有价值的地方，并不是文件夹变多了，而是过去发生过的错误开始改变下一次的做法。同一种问题再出现时，我和 AI 不必总从头争论什么能写、什么不能写、什么数据值得相信。也就是从那时起，AI 才真正开始改动我的工作：问题开始被连续看见，也开始留下处理方式。

一次输出解决的是眼前：这段文字写完了，这张图做出来了，这份资料整理好了。用完以后，如果背景、判断标准和错误原因都跟着消失，下一次仍然要从空白对话开始。

工作能力则不同。它会把来源放在哪里、哪些边界不能越、什么时候需要停下来核查、结果出来后怎样复盘，留成下一次可以继续调用的上下文。AI 不是只接住一句话，而是逐渐接住同一个问题在不同阶段的变化。

这也是为什么我后来会把协作分成两种状态。目标、事实和边界都清楚时，就让 Codex 直接执行；证据不足、权威路径不明或判断有冲突时，先停下来审计。前者负责往前走，后者防止我们在错误方向上越跑越快。

同样的变化也发生在人生设计记录里。状态数据、每日记录、AI 初判和我的校正原本各自分散，接起来以后，它们才可能影响下一步到底是推进、维护，还是先保护身体。这里真正留下来的也不是某次回答，而是一套会被事实继续修正的判断。

一次输出解决眼前，工作能力要能改变下一轮。

把流程做细，并不意味着把判断交给 AI。恰恰相反，AI 越能执行，人越要负责哪些事实可以使用、什么结论已经超过证据、什么时候该暂停，以及最终是否值得发布。

过去只用原生对话时，这些判断常常藏在脑子里。我可能知道哪里不对，却说不清为什么不对。问题重复几次以后，才有机会把那种模糊的不适写成边界、检查项或工作规则。AI 帮我执行，也逼着我把自己的判断显化出来。

所以，工具普及以后，我更关心的已经不是多做了一个 Agent、先学会一个 Skill，而是能从真实工作里发现反复出现的问题，并把经验、失败和修正留给下一轮。这里面既有工具能力，也有人对结果承担责任的能力。

我现在的很多工作还没有走到这一步。有些事情依然只是临时对话，用完就结束；有些已经开始形成稳定上下文，但还需要继续验证。至少我不再用“这次回答很好”判断 AI 有没有真正进入工作。

真正的起点通常不是先选一个最强工具，也不是先搭一套复杂架构，而是找一件你反复要做、每次都会遇到相似麻烦的事情，让 AI 和你连续做几轮。

每轮结束时，不只留下结果，也留下失败原因、你的修正，以及下一次可以直接复用的一条规则。等这些东西开始改变下一轮，工作流自然会长出来。至于它最后要不要变成 Agent、Skill 或更完整的系统，可以等真实问题把答案推出来。

AI 真正改变工作的标志，不是这次替你做完，而是下一次不必从同一个坑里重新开始。

我还在继续辨认：哪些只是一次顺手的对话，哪些已经开始改变下一次工作。你最常让 AI 帮你做的，是一次性任务，还是已经固定进工作里的一件事？

— END —

很多人不是没有成长，是没有把成长留下来。

我是曹巍 (CVarts)，

一个仍在路上的系统进化实战派。

在累计 2434 小时的 AI 与系统进化实践中，

我把这件事逐渐推进成了 Self System:

把经验、行动、复盘和判断，沉淀成

可以复用、迭代，并与 AI 协作的能力工作台。

如果你也在做个人系统、AI 工作流、

复盘机制或团队能力沉淀，

欢迎留言或私信我。