换个AI再试一次，是最偷懒的努力

昨天督导一位同事，我问她：见客前的客户预案，有没有用我们的AI系统来做？

她说用了，但生成的内容不太适合她。我问，那你怎么办？她说，那我就换个AI再试下。

这个回答很有代表性。AI给的东西不好用，很多人的第一反应是换——换提示词，换工具，换另一个AI。很少有人做另一个动作：告诉它哪里不好，让它改。

今天上午读到清华大学校长的两段讲话，说的正是这件事。

8月27日，清华2026级研究生开学典礼，校长李路明讲开学第一课。他先把学校的AI资源全摆出来，讲清华在人工智能上的布局，讲AI已经写进学校未来五年的规划。几乎是在告诉学生，你们赶上了好时候。

但两个月前，他在本科生毕业典礼上讲过另一段话，那次说得更直接。学校开了一轮智能时代人才培养研讨会，老师们在一个问题上意见高度一致：大模型的编程能力已经很强，但清华的理工科学生，仍然要学编程。

学校里最懂大模型的一批老师坐在一起，完全清楚现在的模型能写出什么水平的代码，也完全清楚让学生手写代码要多花多少时间。但他们仍然说，还是得学。

李路明引了图灵奖得主姚期智一句话：在AI可以替代越来越多认知劳动的背景下，很多能力依然必须通过亲身训练、走一遍艰苦的路，才能真正形成。

让学生手写代码，要留下的是写代码时脑子里挣扎的那段路。代码可以让模型生成，那段路没法让模型替你走。而那段路，恰恰是你下次判断AI写得好不好的本钱。

我那位同事缺的，其实不是一个更好的AI。她觉得生成的预案「不适合她」，这个「不适合」的感觉，就是她自己的专业判断在起作用。但她把这个判断扔掉了，转身去找另一个AI，等它凭空变出一份「适合」的预案。

AI给你的，永远只是初稿。 ​

面对初稿，有一个更值的动作。先想它带给你哪些新的启发，再把不满意的点一条一条告诉它，让它继续改。改一版，看一版，再改，直到自己满意为止。

每一次「不满意」被你说出口，你对客户、对专业的理解就被迫清晰了一分。

改完之后还可以复盘。AI到底改了什么？哪些表达才是你自己的说话风格？甚至可以让AI帮你分析你的风格，把它固化下来。下一次，它生成的初稿就会离你更近。

AI是放大镜，能放大能力，也能放大懒惰。

你手里有判断力，AI帮你把判断力铺到十个客户身上。你手里没有判断力，它帮你把「没有判断力」这件事，也铺到十个客户身上。换一个AI再试一次，换十次，放大的都是同一个东西。

这也是我给团队搭AI系统的原因。工具配到顶，省下来的时间，用来下只有人能下的功夫：理解客户，做判断，把自己的风格练出来。

我自己怎么用AI、怎么改初稿、怎么把经验固化进系统，都拿出来在团队里讲，希望每个人都能跟上。

如果你也想在这样的氛围下工作，欢迎和我们聊聊。