大厂互丢AI文档,Anthropic教员工用AI让AI帮忙做分析，它噼里啪啦输出一大堆文档。行业拆解、数据梳理、方案框架，一份接一份，又快又厚。可真到用的时候发现，文档多到看不完，内容对不上我当时真正的问题，最后还得自己重新捋一遍。AI好像干了活，又好像没干到点上。直到看到热搜「大厂开会互丢AI文档」，我才明白这不是我一个人的别扭。大厂员工开会，全流程依赖AI。AI写文档，AI总结，AI出方案。结果会议时间没省，产出没提升，反而人人互相丢AI生成的内容。没人真看，AI编造的东西混进去，都没人发现。都在骂AI。但问题真的在AI吗？还是我们一开始就用反了？先说一个我的判断。AI没有制造形式主义，它只是让形式主义通货膨胀了。以前写周报、写方案、写会议纪要，是有真实人力成本的。哪怕你写的全是废话，也得花一个小时敲出来。所以形式主义虽然烦，但有个天然的通胀抑制，造假太累，大家造假有限度。现在AI把这份成本打到近乎归零，形式主义彻底放飞。反正十秒出一份，那就人人出、处处出、随便出。关键在这里。工具降低的，从来是生产的成本，不是证明的成本。而形式主义的本质根本不是生产，是证明。证明我在干活，证明我在场，证明我负责了。AI让证明的成本也归零了，于是人人都在疯狂自证。这不是第一次了。邮件群发养出「转发一下」的形式主义，PPT养出「汇报文学」，钉钉已读养出「收到请回复」。每个新工具进来，组织的第一反应都不是用它解决问题，而是用它表演解决问题。AI只是最新一届。以前领导还能扫一眼判断文档好坏。现在AI生成的文档格式完美、逻辑工整，领导更难分辨谁真思考了。认真的人拼不过「AI生成加手改两笔」的人，于是认真的人也开始糊弄。不是人变懒了，是鉴别成本太高，市场被垃圾淹没。人开始把「从问题到结论」的推理过程，整个交给AI。短期看每个人省了时间。长期看，是组织里慢慢没人会思考了。文档的含义也在变。以前一份文档是人的承诺，写下来就得认。现在文档是AI的随机输出，没人对它负责，责任被稀释。决策建立在没人负责的信息上，这才是最危险的。我那堆「AI分析文档」为什么不好用，现在想明白了。因为它分析的是信息，不是问题。AI根本不知道我真正要判断的是什么。有意思的是，正当大厂把AI用成形式主义流水线的时候，Anthropic发了篇文章，讲他们怎么教自己的员工用AI，名字叫Claude Academy。他们内部有个4D框架，核心不是教你怎么操作AI，是教员工做一道选择题。哪些任务该交给AI，哪些必须留给自己。例子很具体，备忘录里敏感的部分自己起草，汇总幻灯片交给AI。探索性数据分析让Claude帮忙，但最终核查自己来。还有个原则叫按风险比例核查。不是无脑信AI，也不是完全不信。事情的后果越重，核实力度越大。这句话精准戳中热搜那个场景。AI编造的东西混进文档没人发现，因为大家压根没有「按风险核查」这根弦。文章里有一句我特别喜欢，「今天的AI是你未来用到的最差的AI」。意思是别把AI当固定工具学操作。AI素养教的不是技巧，是判断力。同样是AI，一边让员工更强，一边让组织变虚。差别不在工具，在一开始那道分工选择题，有没有人做。我把这篇文章的方法论，总结成四步法。分工，核查，学习，负责。分工，判断留给自己，执行交给AI。用AI前先问，这个任务的核心判断在哪。敏感内容自己写，整理汇总交给AI。核查，小事快信，大事重查。后果越重，自己核实力度越大。用AI之前先知道它容易犯什么错，你才知道该盯哪里。学习，让AI当教练，不当替身。AI真正的杀手锏不是帮你产出，是加速你学任何东西。看不懂晦涩解释，让AI画张图讲给你听。苏格拉底式讨论，一个提示词就来。但同时要防技能退化，看家本领别全外包。负责，用它就要为它负责。分享文档报告之前，说明AI在里面怎么用的。AI变化太快，持续学习不是选修，是必修。说到底，工具从来只是放大器。它放大你原本的判断力，或者你原本的懒惰。大厂开会互丢的从来不是AI文档，是没人愿意负责的判断。AI不会让放弃思考的人失业，但会让放弃思考的人贬值。
夜雨聆风