ARTICLE · 993047
为什么大多数人用 AI 工具的第一反应都是＂也就那样＂?
为什么大多数人用 AI 工具的第一反应都是＂也就那样＂?我最最满意的一个AI应用场景是把试卷上的答案抹掉，真的，抹的特别干净，比用photoshop P的都干净。 我也用TraeCode开发了一个平台，从指挥它干活到完全测试完成，用了三天。但是第四天重新打开电脑的时候，所有的链接又出bug了，好不容易让它自己修复后，第五天再重新开机，又出问题了。或许，我真该找一个兼职的实习生开发人员帮我人工解决了。 这或许就是为什么大多数人使用AI的第一反应是“也就那样”的原因，我们期望AI像神一样，至少得像一个专业的中级资深人士那样，但它只是一个实习生，勤快、认真也负责，但每次做完事都要留个小尾巴，在微调方面极其不给力。 这好像成了一种普遍现象。 chatGPT刚刚上线的时候，有使用权限的人不多，看着别人发的体验视频，羡慕得不得了。好不容易搞到了体验权，打开之前，满心激动、开心，感觉自己终于要解放了。但到了体验中，问了几个问题，看着它的答案，心中的期待落了下来。几轮对话结束后，沉默了几秒，心中想“嗯......也就那样吧，好像也没那么神”。 后来deepseek上线并宣布免费，对AI又有了新的期待。再加上政务部门带头使用，各行各业对deepseek充满了期待。体验过之后，评价是“嗯......，先用着吧，慢慢等它迭代。” 为什么会有这样的反差呢？ 从ChatGPT问世以来，再到DeepSeek全面免费，这两个时间节点的中间，各大媒体铺天盖地的宣传第四次工业革命、颠覆式创新、AI解决人类、巨头投入了数亿的研发资金、政务部门牵头普及AI......但大多数普通用户的第一口蛋糕却是反应平平，再加上后来各部门要求慎用AI，保护数据隐私的新闻频出，这种“也就那样”的体验跟对AI充满了期待的“强大”之间形成了一个巨大的认知鸿沟。 AI发展到今天，在应用层面，已经不是技术上的问题了，大家对它的看法更多关注的是对它的预期、使用技巧和思维习惯的问题。 就好比是，我们看到的奸臣都是后世给他们贴的标签。在当时的皇帝看来，这些人都是能办事、不添堵的人。我们是站在终局看历史，皇帝中站在当时的迷雾中看这些人。 意思是AI明明只是一个工具，心里却不自觉的给它贴上了神一样的工具，等到真正和它交互时，觉得“也就那样”。 尤其是我这种非技术工种，看到AI的第一反应就是拿它做对比。把任何一个带上了gpt的技术产物都拿它和科幻片里的做对比。 拿chatGPT和《2001太空漫游》里那个冷静到令人脊背发凉的HAL9000做了比较，还有《终结者》里的天网、《钢铁侠》里那个一会调戏主人一会拯救世界的贾维斯、也有《她》里面那个能让人类陷入情网的萨曼莎做类比。 我在用这些科幻影片中的想象力和脑洞给自己绘制了一个关于AI应该是什么样的图景：有自我意识、能理解人类的潜台词、情绪和没有说出口的愿意。然后，等以chatGPT为代表的AI真的摆在了我的面前时，拿它们和这些影片中的AI做对比，做PK。看着这些AI和我们的互动，脱口而出那句“也就这样吧”背后真正的含义是，它没那么神，它不如科幻电影片里的AI。 为什么我会这样比较呢？ 我觉得还是出在AI的全称（Artificial Intelligence）上，Intelligence这个词被人类赋予了太高的期望。 我们说一个人有智慧，指的这个人能洞察世间事、能get到人情、能在两难问题中做出合理的道德判断。可是，现在，我们居然把一个能生成文本、图片、视频的程序称为智能时，我们已经在潜意识里把人性也安在了这些程序身上，然后再回头指责它不像人。 司马光写李林甫的时候，有“口有蜜、腹有剑”，也有“善吏事，能辩其才”，我们读的时候也觉得违和，是因为我潜意识时预设了“奸臣就应该是一无是处的”。 同样的，我们对AI说“也就那样吧”的时候，是因为我们潜意识里也预设了“智能就应该是无所不能”的。 这种违和感，跟AI无关，是我们自己的衡量标准带来的。 这种期待背后，默认AI是全知全能的。我们可以问它任何问题，它也必须给我们一个确定无疑的、事实上可靠的答案。还有一点更重要的，它不需要我们提供背景，不需要我们反复修正问题，这得像一个全知全能的神仙一样，不夹带私货、不敷衍、也不会为了不可靠人的训练目标引导我们走偏。即使我们给它的是模糊的指令，它也能帮我澄清，能自动分解、调动资源、排除万难，把成果摆在我们面前。 哈哈，如果把这些条件全加起来，这应该是上帝了，一个全知、全能、充满了善意的上帝形象。 但现实中的AI，只是一个基于海量文本训练出来的概率模型，它不知道真理是什么，只知道在人类所有写过的文字里，这些词儿出现在那个词后面的概率比较高。它本身没有善恶，没有执行力，它只是根据编程意图，在字节上给了我们一段回应。 而我们呢，在拿一个概率输出机器对标科幻影片里的全知全能，得到的也只能是失望二字。 也就是说，比较的对象错了。 现在的AI缺少的是啥呢？ 我跟AI说，我很难受，它给我的回复是一段关于情绪管理的建议，措辞得体，结构完整。但它确实不知道难受是什么意思。它输出的内容是训练数据库里很多个关于难受的对话中提炼出来的一个最像的模板。但是，它没发过烧，没失恋过，对难受二字没有切肤的感受。 我让AI画了一幅“一个人在水上走”的画，画的很逼真。 
但因为我没有提冰面两个字，只让它画“一个人走在水上面”它是联想不到水结冰了，人才能走在上面。 这些常识是人类从和物理世界的互动中总结出来的。对AI来说，它知道的只是词语和词语之间的关联关系，它知道水和冰经常出现，但不知道水在零度以下变成冰背后的物理规则。 就是有一个要命的问题，就是AI会在最基础的地方犯离谱的错误，或是微小的细节越容易翻车。聪明和愚蠢同时在它身上体现了，这才是对我们最大的冲击。 我们所说的创造力，是全新的东西，比如，一个新理论、新定理、新公理、一种全新的画风这种。AI的创造，是把已有的东西拆解、混合、重新组装在一起。 它画出来的画作，基于的是已有的千千万万的画中的像素分布的重组。写的诗，也是千千万万首流传已久的诗作的词频统计。 这是极强的重组能力，但要说它重组出来的作品有灵魂，那我们就得先定义清楚到底啥是灵魂，然后再证明概率模型是有灵魂的，再说它的重组成果灵魂。 我说的意图是指，你不给它指认它就什么也不做。它不会冷不丁的给你发一条信息说，我注意到你最近搜索了很多关于失眠的信息，给你推送一条吧。抖音AI作者助手倒是会定期发消息说xx条短视频的数据表现不错，帮你再策划一期吧。这样的推送，更像是在催更。是的， 催更，它是根据距离上一条发布的时间间隔定期推送的消息，但它没有欲望，没有动机，和其它观众点的主页上的“求更新”不是一回事儿。 现的AI缺少理解、缺少常识、缺少创造力、缺少意图，它和科幻片中的AI相比，是一个信息渊博但缺乏理解力、逻辑强大又缺少常识、生成的风格多变但没有灵魂、响应迅速却又不主动的工具。 是的，工具，我们现在叫它智能，和我们对话的不是科幻片里的神一样的AI，是一个知识面极广的实习生，但它需要清晰的指令，还要能辨别它是不是在乱说一通。 就像我上面让AI画一张人在水上走的画一样，我给AI的输入“本身也就那样”，把它当浏览器一样使了。 AI是AI，浏览器是浏览器。AI的能力下限是由算法决定的，但它的能力上限，是由使用者的提问能力决定的。“也就那样”的评价，有一半的责任在于我自己“也就那样”式的使用方式。 "Garbage in, garbage out."这句话的意思就是，无论一个系统设计的多么强大，如果喂给它的是劣质数据，它产出的结果必然是劣质结果。 AI大模型，再大，它的规模也是一个大到不可思议的输入/输出转换器。我们扔给它提示词，它根据这些文本在它的空间里做概率搜索，然后给出来一串新的文本，整个过程就是这么机械。 这种机械式的互动，意味着AI的能力下限，由它的算法和算力决定。但AI的能力上限，由使用者的输入质量决定。 当我觉得它也就那样的时候，是我给它的输入质量本就是垃圾级别的，对着它一顿输入就期望它像科幻片里的一样。 总结一下初用AI时常见的垃圾式输入： deepseek免费以来，直到今天，也时不时的把AI当成浏览器用，比如：帮我算一下这顿饭的卡路里、写一个优化建议、先帮我策划一下xx大纲、什么是prompt之类。这些问题有一个共同点，就是它们是关键词，还称不上指令，也不是对任务的描述。 同样的，把它们发给百度，得到的是一条条的链接，需要点进去看，筛选、总结。但是把它甩给AI，AI也会努力的猜我想要什么，然后给我一段平庸、中性、通用的答案。 这是由AI的训练方式决定的。 给它的输入越模糊、越简短，它就越选择走那个概率较高的搜索路径。比如帮我写一个赞美海棠的诗，它就从训练数据中搜索最普遍的关于海棠的诗意表达，拼出来一份标准的海棠赞美，稳妥，没有毛病，但就是没有灵魂。 看了看，内心os：“也就那样吧，还不如我自己写。” 确实， 我们能写出来比自己模糊的指令像样的内容，因为我们知道自己想要什么。但是我们把本该由自己构思的需求或是说明确需求这个任务交给了AI，然后又怪它写的不好。 这就好比是走进一家餐馆，对服务员说给我做点好吃的。他们上了一盘招牌菜，我们尝了一口说，也就那样吧，我本来想吃水煮肉片的。 也就是说，我以为自己给AI的是一个明确的任务，或者说至少是一个明确的需求，但实际上只给了它一个关键词的话题。 这种情况下比上一种好一些，也是基于上一种的摸索迭代到了这一步，就是已经知道自己要给AI明确的指令了，但是又把AI的输出当成了一次性交付成品的机器人。 比如，我会问： “帮我策划一份不限字数的关于数字建筑市场的行业分析报告” “帮我策划一个xx平台的产品设计方案，要完整的设计思路” “帮我点评一下这份prd” 这些指令看着是比搜索引擎式提问好多了，但它依然存在问题，即它要求AI一次性就要做好一个完整的、结构化的、需要多步骤推理的任务。 仔细想想，以前没有AI的时候，自己写一份行业分析报告需要做哪些工作？需要了解什么样的前提条件？需要收集哪些数据？使用哪些分析方法？需要分析出什么样的结论？然后整理一份大纲，再填充内容、修改，直到上会。真正的过程远比我描述的还要复杂。 现在呢？ 现在我们要求AI在几秒钟之内就一次性的完成所有的工作，等看到它的输出后，说“也就那样吧”。 如果AI是我们的同事，用不符合常规的要求让它干活儿，完了还要因为自己对结果不满否定它的付出，估计它早就大打出手、口吐莲花了。 AI的一次性输出能力确实没得说，生成框架、生成大纲、分析思路都没问题。但这些都不是成品，是启发我们思考的原材料。想要让它给出成品，难，而且也会失望。一秒内生成的东西，远远不如一个人坐在那儿琢磨半天给出来的思路要有针对性。 AI叫人工智能，人做一点，它做一点。或者是它先做一部分，人再做剩下的。 这种更是最常见的使用陷阱，就像我上传给它一份PRD，让它帮我分析一下。 不用怀疑，一定是中规中矩的万能话术。 因为我们没有给它交待这份PRD的要求和背景信息，它不知道我是谁、不知道我要干啥、不知道我的关注点是什么，也不知道我是用来给人打分的，还是让它帮我想汇报时的说辞的。它在什么都不知道的前提下，只能用互联网上的通用的模板来分析。 你看，其实没有AI的时候，我们都知道应该怎么开展工作，卡的无非是效率和准确性。但有了AI之后，把如何开展一项工作的步骤全忘了，不知道该怎么交待给AI了。 AI还是那个AI，变的是人，没有用AI之前还能勤于思考，有了AI，也想不起来把这些交待给AI，就让它闷头干活，完了回头还怪它“也就那样”。 我感觉问题的关键在于，为什么我们在第一次或是频繁使用了AI之后，都本能的省略中间步骤给AI这种低质量的输入呢？？？ 可能是真的把AI当成人了吧。 AI的交互界面，好像是在说对面是一个万能的人。 
尤其是豆包，对话模式和工作模式的指引更直白，会让觉得即使给它模糊的指令，它也能帮我补全。就好像在跟同事说“这个项目”时对方一定知道我说的是哪个，因为他们都知道，我也知道他们知道。 但AI没有这些，也不懂这些。它只是一个文本概率输出的机器。我说这个项目的时候，它不知道我说的是哪个项目，它可能会反问我，即使我告诉它了项目名称，它也猜不对，它只会在互联网上搜索跟这个项目有关的公开信息。 这种偏差是我们把人与人之间交流的模糊表达误以为的移植到了人机交互场景中。给它模糊的指令，它也只能给出模糊的回答，相互之间都不满意。 还有一点，就是明确的定义需求是一件很累的事。 自己得想清楚自己到底要什么、为什么现在需要、给谁用或给谁看的、得是什么风格、什么样的内容深度、什么格式。这一系列的定义本身就麻烦。现在有了AI，就想推给AI，让AI去综合考虑，然后给出答案。 这本身就是错误的。 定义需求的任务，没有人能替代的了。 AI擅长的是执行，是扩展思考，是反对者角色，偏偏它就是不能替代我们“到底想要什么”。自己都想不清楚的话，AI也不要指望。 AI擅长的是在精确的指令下给出来的参考思路。 我们觉得的AI也就那样，反衬出来的不是AI的天花板，其实是我的输入质量。 高质量的输入背后，是任务拆解能力： 这些，永远都是人来干的活儿。AI能帮上忙的，就是自己想的很清楚了但还没有动手写的那一步。 ds开源这一年半，想必大家都打磨出了自己的提示词，也摸清了其它几个主流AI工具各自擅长的领域。我们现在使用AI的姿势，其实投射出来的是在思考上的投入程度。 说句扎心的，下意识的贬低AI是一种自我保护机制。 这也是现在网上热议的一个话题“这些内容是不是AI写的？” 假设一下，第一个人用AI生成了一篇文章，内容质量很高，逻辑清晰，文采也好。第二个人花了五天自己写了一篇文章，质量比第一个用AI写的差一点吧。 你问第一个人，这文章是你写的吗？他说，不是，这是AI写的，我只是给了几轮指令。 再问第二个人，这文章是你写的吗？他说，是，是我花了五天的时间写的。 现在我们问一个问题：“谁的成就感更高？谁会受到打击？” 第一个人，或许会想，这内容不是我写的，换成任何一个人都能让AI写出来。 第二个虽然质量差了一些，但那是他自己的，每一段话都有他的思考、他的斟酌、纠结和选择。 当说出来那句“也就这样”的评价时，其实是在安抚自己。 这就是费斯廷格的"认知失调"理论，它说的是：当一个人同时持有两种互相矛盾的认知时，会产生一种不适感，然后他会不自觉地采取某种策略来消除这种不适。 在AI场景中，矛盾的认知是： 把这两个放在同一个人身上，就会产生冲突，如果前者为真，后者就受到了威胁。如果AI能写的比我写、画的比我专业、代码调试的比我强，那我是的价值在哪？我还有利用价值吗？ 相信我们每个人对这样的不适感都有种本能的回应，就是改变其中一个让它们看起来和谐。 改变前者（AI也就那样）比改变后者（我的价值不在于此）要容易的多。因为后者需要我们重新找到价值锚点。所以， 大多数人都会选择前者，主动寻找AI的不足，放大它的不足，低估它。 这或许就是“也就那样”的心理原因，即一种自我心理防御。 然后评价AI和评价人的时候，用的标准自然也就不同。 如果我们看2022年以前写的文章，评价也是“还行吧，不能要求每一篇都写的好”。再看AI写内容，评价也是如此，“也就那样吧，没什么特别之处”。 人写的时好时坏，我们认为是正常的。 AI写的一般般，就认为是它不行。 反过来说，当AI写出一篇很好的文章时，我们的评价是“它只是模仿了人类大作家的风格，原创不足啊”，当看到一个人类写出同样好的文章时，会评价说“真有才华，写的太好了”。 这就是归因偏差。 把人类手写的归因为才华，把AI的成功归因为训练数据。把人类写的差的归因为状态不佳，没有发挥好。把AI的不足归因为能力欠佳。 还有一种比较上的偏差的， 比如，AI再强，也写不出来李白那种“天生我材必有用”的生命力，也画不出来眼神中的凝视感。分析不出来乔布斯那般的市场洞察。 这样比较，好比是把极个别的顶尖人才设定为AI的对比标准，然后用AI比不上最顶尖的人类来评价说AI也就那样。 这是不对等的， 也不公平。把人类五千年文明里天才作为标尺去衡量一个问世才几年的技术产品。 AI不过如此的评价，是对标的标准太高太高了。 其它不光是AI，看看其它技术的出现，几乎都要低估它们。 远的就说印刷术，那些以手抄为生的人评价印刷术说，印出来的没有灵魂。相机出现的时候，画师们又说没有艺术感，不是真正的艺术作品。汽车出现的时候，马夫们说这个贴疙瘩没有灵性，比不上作为人类伙伴的马。计算机出现的时候，传统媒介也说网上的信息没有经过编辑的把关，没有公信力。 现在回头再看，当年那些评价还对不对？ 对了一半吧。 印刷的书虽然没有手抄的有灵魂，但书的价值并不在此。照片也不如绘画有艺术感，但摄影本身就是一门全新的学科。汽车虽然没有马有灵性，但汽车的实用性远远超过了一匹马。 这也难怪，每一次出现新技术的时候，大家都会本能的用旧的标准衡量它、评价它，然后挑出来它的缺点，说它不行。 但其实，新技术的价值点，是创造更多新的可能性。 我们之所以低估AI也就那样，其实它的潜台词是“AI都已经做到这种程度了，那我接下来应该做什么好？” 也就是说，我们做事的方式，在AI时代需要改变一下。 比如，忽略AI是来抢饭碗的，把它看作助理，不和它比谁的更好，只让它帮助做那些自己不想做、没时间做、做了也产生不了价值的部分，把自己的精力集中在真正需要我们展示独特能力的地儿。 这是最基础的，有点像把从百度搜索结果栏里精心挑选了一个链接，然后研读它理解它一样。把AI生成的第一版作为参照，在我们最擅长的领域去调整它。 这样的工作方式，节省下来的是从一张空白的word开始。把以前的“构思、写初稿、修改”变成了“构思+修改”，初稿的活儿交给AI，把空出来的精力和时间全部投入到修改上。整个修改过程才是需要人的判断力和解释信息的能力的地方。 AI能给我们至少10个以上的方案，或者是你让它生成多少，它就能生成多少份。N个AI工具同时生成也可以，有可能其中就有让你眼前一亮的方案。 这就是聚焦，从中选择一个直觉上觉得它是对的方案，然后聚焦研究它。 可能性让AI列举，聚焦留给人类钻研，这是人和AI最佳的分工--人工+智能。 比如，先让AI生成五份大纲。 我们从中挑一个，让AI按提纲搭每一部分的思考框架。 审核这些框架，调整逻辑和提炼重点。 让AI根据调整后的扩写。 通读全文，加入案例和个人看法，统一风格。 这个流程，人就成了把控者，就好像是在评审一个由实习生、由资深的专业人士组成的团队，这要比让AI写一篇文章更好。 从chatgpt到deepseek到今天的各大成熟的AI工具，我们应该也整理和总结了各种场景下的提示词库吧。 有针对市场分析的、有针对竞品的、也有关于会议纪要的、还有关于商业热点的等等等，遇上其它网友分享的，进行调整优化。 这个日积月累的提示词库是每个人在AI时代真正宝贵的知识资产，它代表着我们对自己工作的深度理解和拆解，以及和AI协作的实践技巧。 deepseek上线这一年零8个月的时候，一个打磨了出了20个精确提示词的人远比一个每次都从头写提示词的人，产出的效率和质量的差距，快成指数级别的了。 这两项可以说是AI时代稀缺的能力了。 这两项能力不是天生的， 是后天在实践中一次次的练出来的。 每次和AI互动时，都试着问问以下三个问题： 这次给出来的内容，哪些是对的，哪些可能是错的。 如果只留下一个，我会留哪个。 如果要让这个输出的质量提升，我得在哪个方向上微调。 这三个问题，既能让我们重新审视自己的提示词库，也能让我们主动判断和权衡。这两项能力，越练越敏锐。 以前我们通过技能定义自己，比如我会设计产品，我会写程序， 我会做设计。 AI以后，我们以判断力定义自己。 关于“也就那样”的评价，看似是在说AI的局限性，其实是我们自己的局限性和习惯依赖。 今天的AI，最应该思考的是如何改变人和机器的协作方式和思考方式。
我们对AI的期待，是期待它能像科幻片里一样的工具
第一，缺的是理解。
第二，缺的是常识。
第三，缺少创造力，这里的创造力对应的是重组。
第四，缺少意图，这里的意图不同于响应。
评价AI工具“也就那样”的原因，可能是我输入的是垃圾一样的输入
一把AI当浏览器
二把AI当交付机器
三没有任何背景信息式的提问
先想清楚自己要什么
内容是给谁看的
我现在有什么资源或条件
我想用什么样的语气
我想分成几部分
我想要的成品是什么样的。
还有一点，评价AI“也就那样”，或许是因为害怕被AI取代了
AI在写作、画图、编程、分析方面表现了非常高的水平；
我作为一个认知，在这些方面的能力是我个人价值的来源。