夜雨聆风去年有段时间，我的工作状态特别割裂。
上午在训 AI 智能体，教它怎么理解用户问题、怎么组织回答逻辑、什么该说什么不该说。下午带一个刚入职的新人，教他怎么跑数据、怎么看业务指标、怎么跟产品经理沟通需求。
一个月之后，我发现了一个让我愣住的事情：AI 出的问题和新人出的问题，底层原因一模一样。
【先说 AI 这边】
有一次团队提了个需求，说让 AI 帮忙"分析一下最近用户体验有没有问题"。目标很模糊，但我给了。模型跑了几分钟，输出了满满一页内容，从页面加载速度到功能布局，从用户投诉分类到竞品对比，洋洋洒洒十几个点，格式工整，语言通顺。
但你仔细一看，每一个点都像是对的，每一个点都不解决任何实际问题。它列了"页面加载速度可能影响用户体验"，但没有说要具体优化哪个页面。它列了"用户投诉集中在物流环节"，但没有说要优先解决什么。
你给了一个模糊的问题，它给了你一份看起来很厉害、但实际上什么决策都推不动的回答。
【再说新人这边】
同一周，我让那个新人"了解一下最近用户复购的情况，看看有没有什么可以做的"。他第三天交上来一份分析，拉了复购率趋势，做了用户分层，画了好几张图表。很努力，也加班了。
但我看完之后问他："你觉得我们应该做什么？"
他挠了挠头。跟 AI 一样——他给了我一堆信息，但没有任何一个能推动决策的结论。
那天晚上我坐在工位上，脑子里突然有一个念头：我这两个月，训 AI 和带新人，遇到的是不是同一个问题？
注：该图片由AI生成
【模糊的目标，会把所有聪明的东西变蠢】】
后来我在两个场景里各做了一件事，验证了这个想法。
对 AI，我把那句"分析一下最近用户体验有没有问题"，改成了："用户投诉里，跟支付流程相关的占比是多少？跟三个月前比涨了还是跌了？如果是涨了，主要涨在哪个支付环节？"
模型跑出来的答案非常精准。有数据、有对比、有定位。可以直接拿去开需求评审会。
对新人，我把那句"了解一下最近用户复购的情况"，改成了："最近三个月，买过两次以上的用户占比有没有变化？如果下降了，是哪些品类的复购在降？你觉得我们应该优先动哪个品类？"
他第二天交上来的东西，质量简直是直接翻了一倍。不是因为他的能力一夜之间提升了，是因为他终于知道“我要什么”了。
我坐在那儿，把这两件事并排放在脑子里，突然觉得特别清晰——
不管对面是 AI 还是人，只要你给的指令是模糊的，对方就会用最耗资源的方式，输出最没用的结果。AI 会"幻觉"，人会"瞎忙"。表现形式不一样，但根因是同一个：执行者不知道决策者到底要什么。
这不是执行力的问题。这是方向清晰度的问题。
[区别来了——这也是最让我感慨的地方]
AI 拿到模糊指令之后，它会自己猜一个方向，然后信心十足地编出一套看起来很有道理的东西。它不会停下来问你："你刚才说的'用户体验问题'，具体是指什么？你想让我先看哪个环节？你希望我输出的结论能帮你做什么决策？"
它不问。不是不想问，是它根本不知道自己没搞懂。
但人会问。
那个新人后来做了一件事，让我印象很深。他接到我改过的具体任务之后做完交上来，在邮件的末尾加了一句话："另外我看数据的时候发现物流投诉比上个月涨了不少，如果你觉得值得看的话，我明天可以出一份物流专项的分析。"
他不是被动执行的。他在完成了我的指令之后，用自己的判断力往前多走了一步。AI 不会有这个动作，不是因为能力不够，是因为 AI 的目标函数里没有"我看到了点别的，你要不要也看看"。
这就是人和 AI 之间那条最细、最深、也最重要的线。AI 能把一个定义好的问题回答得很好。但它不会在你没问的时候，主动告诉你该问什么。
注：该图片由AI生成
【所以一个人在职场上最大的价值是什么？】
不是执行力。不是专业度。甚至不是判断力。
是你愿不愿意在你没搞懂的时候，停下来问一句——"我们到底在解决什么问题？"
我刚入行的时候不敢问。怕问了显得自己笨，怕别人觉得"你自己不会想吗"。所以别人给我一个模糊需求，我就硬着头皮做。做完了交上去，对方不满意，我再改。来回三四轮，时间花了，信任也磨没了。
后来我才明白，那些升得快的人，不是因为他们什么需求都能一次做对。是因为他们拿到一个模糊需求之后，第一反应不是开工，是追问。他们不猜，他们问。
这一点，AI 永远做不到。
AI 可以替你执行。AI 可以替你总结。AI 甚至可以替你出方案。但当你给它一个不清晰的目标的时候，它永远不会停下来看着你说——
"你说的这个，我没太理解。你能不能再说清楚一点？你到底想解决什么问题？"
会问这句话的人，永远不会被一个只会回答问题的东西替代。
如果你身边有那种每次接需求都先问你"到底要解决什么问题"的同事，珍惜他。想聊什么，可以前往wx公众号【阿文的职场手记】发消息给我。