夜雨聆风最近大家可能会有一些这样的体感：用AI用得好累啊。
一个很重要的原因在于——当你用工具的时候，其实还是你在做这件事。它给你一个结果，你还得检查它做得好不好；不对的地方你得自己改，改完它再给你一版，你还得再看。一圈下来，活儿是它干的，累是你受的。
我们其实还有另一种逻辑，叫委托思维。我不自己做了，我把这件事委托给一个“人”去做。这个“人”就是AI。可是问题来了——现在的大多数AI，你放心委托给它吗？
不太放心。
那问题就来了：为什么用工具会觉得累？为什么委托不起来？要怎么样才能放心地把事交给AI？
AI确实能干了。打字、套模板、排格式，这些以前占你大半天的活，它几下就给你了。但代价是——它给的每一份，都得你来判断行不行。
你以前只需要判断"我自己写的哪里要改"；现在你得判断"它写的这几十分，每一份对不对、像不像我、要不要重来"。
你发现没有，这里有个很微妙的地方：AI拿走的是低脑力的活——累手不累脑。它留给你的全是高脑力的活——判断。判断比执行费脑。所以你不是变闲了，你是被顶到了一个更费神的位置上。以前你是在干活，现在你是在当监工，而且这个监工还得自己会干活，才能看出好坏（没有判断能力，那还不如直接让AI干）。
还有一种累是来自于追工具的累，新出一个工具，赶紧学；新出一套教程，先收藏；新出一个模型，马上试试。学的时候很兴奋，学完回头一看——好像也没真干什么活。
因为我们把"学工具"当成了目的。可AI不是用来学的，是用来干活的。
学AI只有一个目的：让它给我们干活。
该关注的问题是：什么AI能更好地帮我干活？怎么用，它才能干得更好？而不是我今天又学会了哪个新工具。工具是追不完的，今天这个明天那个，你永远在起跑线上。
那怎么能让ai更好地给我们干活呢？
从"用"到"委托"
问题出在"用"这个字上。更准确地说，出在我们一直把AI当成要学的工具——可它从来不是用来学的，是用来干活的。
工具思维是：给你一把更好的锄头。你还在田里，只是效率高了一点。
委托思维是：给你一个长工。你可以离开田，把事交代出去，回来只验收结果。
区别在哪？就一条：交代完之后，你能不能离开？
委托，就是交代加验收。中间那段"做"，不属于你。
可能你又会想了：就算委托了，它做完了，最后不还得我检查吗？那不是照样累？
对，照样累。因为判断必须在你。
老师写的评语，签字的是老师；医生下的诊断，担责的是医生。归责永远在人，谁想把判断也交出去，那不是委托，是甩锅。
所以出路不是把判断交出去，是换个委托的办法。
第一种，是做一个自己的数字分身
它能够记得你的班、你的风格、你去年怎么写的。它写出来的东西天然接近你想要的，你几乎不用改。
它解决的是沟通的问题：因为它像我，我不用解释。
第二种，像行家——角色系统
它懂行。教研员懂命题规范，家庭教师懂家庭痛点，它解决的是判断的问题：专业上的判断交给它，它按标准自己先过一遍，把拿不准的标出来，你只看它拿不准的。
这两者怎么区分，怎么用？到底是捏一个自己的数字分身，还是捏一个我这个行业的行业专家？
如果你是行家，你要的是另一个你。你的分身就是你的延伸，它"像我"里面，本来就已经带着你的行家水平。
如果你不是行家，你要的是那个行家。这时候你的分身反而帮不上忙——因为"像我"的质量，取决于"我是谁"。
一个新手的分身，只是另一个新手。
下次打开AI之前，可以先问自己一句：我是要用它，还是委托它？
如果你想捏一个自己的分身，或者是捏一个行家角色，欢迎来和我交流哇～
也可以关注我的视频号
接下来会有相关的ai素养课/捏数字分身的直播推送哦～