从指挥官意图到 AI 协作

今天从课程中读到一篇文章，是关于「指挥官意图」的。

「指挥官意图」大概的意思是：做事情的时候，不要想着控制每一个细节，应该聚焦到任务的以下三点：

只需要交代好这 3 点就可以了，具体的执行可以交给 AI，当然，也可以是其他人。

说实话，这点对我的启发很大，虽然我并不是一个传统意义上的领导，但某种意义上算是新时代的领导了，毕竟要领导 AI 完成任务嘛。

回想起最近 3 年使用 AI 的经历，虽然我也了解提示词的重要性，但是很多时候由于喜欢偷懒，不愿意写完整详细的提示词，经常主观臆想 AI 会按照自己设想的方向走，但往往 AI 最终都会教我「提示词的重要性」。

不知道大家有没有遇到类似的情景？

在去年 AI 能力暴涨的时候我开始意识到：或许不再需要人来指导 AI 具体应该怎么做了。

毕竟相比于 AI 而言，人能记忆的知识还是太有限了，很多时候人为规定具体的执行步骤是什么样的，反而是在限制 AI 的能力。

现在看来，这跟「指挥官意图」比较接近了，只是当时并不知道怎么描述。另外，「边界」这部分是当时没有着重理解的。「目的」和「成功标准」倒是有清晰的概念。

具体到「目的」、「成功标准」、「边界」这三点，我对我的执行的评价是：

目的：做得很好。甚至很多时候会过于详细，因为在我的观念中，可以把 AI 当成一个虚拟的人，人能做什么，AI 也能做到其中的大部分事情。
成功标准：做得也还行，至少在自己了解成功的标准的时候，是交代得很清楚的。但是很多时候，受限于自己的水平，我并不知道成功的标准是什么。这个时候，就需要 AI 给我几套方案，然后我选择其中更符合自己审美标准的。这就导致偏差的可能比较多，这点需要逐步改进。
边界：这点是做得最差的。经常偷懒，不愿意写清楚边界在哪里，经常认为 AI 自己会知道，毕竟有过往的聊天记录。往往这个时候，就被教做人了。写提示词时花的时间是少了，但任务完成的总时间却大大地增加了。

想到一个非常常见的问题：为什么同样的大模型，在有些人手里用到飞起，在有些人手里啥也做不了呢？这个时候我很想回：因为我菜。

关于这点，我对自己有着清醒的认识：如果我用不好 AI，极大概率是我的问题。就像之前手写代码的时候，如果出 bug 了，大概率是自己的问题，而不是浏览器、系统有毛病。

关于提示词的输入，之前之所以不想写，很大一部分原因是因为懒得敲键盘。

但是现在好了，可以很方便的使用语音输入了，尤其是我目前还是居家办公，不需要顾虑其他人，语音输入对我来说实在是太友好了。别的不说，就连腱鞘炎都很久没犯了。

语音输入，让写详细的提示词的成本比之前降了一大半。更关键的事情是，我们只需要口头表达，不需要书面用语，大模型就能理解，绝大部分时候是不需要编辑的。

在这个时代，我们不可能每个人都能领导人，但毫无疑问，每个人都能领导 AI，让 AI 辅助好自己，更好地生活。

领导 AI，跟委托-代理有点像，我们委托 AI 干活，但具体的目标解释权、信息解释权、最终裁判权必定是我们的，最终负责人也是我们。

就像一个笑话：「AI 不能代替我们做什么？不能代替我坐牢」。

个人认为，这并不意味着对人的要求降低，反而是变高了，因为一些基础的事情 AI 都能做，而且做得比人更快更好，那么人的竞争力就只能是那些更加困难的事情，例如审美、决策、判断等，每一件事情都不容易。

在当今这个 AI 迅速发展的时代，或许我们都在焦虑。但是焦虑本身并没有意义，并不能解决问题。

我们需要做的事情，是将 AI 整合进自己的工作流中，融入自己的生活。某种意义上来说，这或许也相当于活在未来世界。