《用了两年 AI，我才承认这叫"原始协作"》
我用了两年 AI，最近才承认一件事：我跟 AI 的关系，其实特别原始。
大多数人用 AI 的方式是这样的。你提一个笼统的问题，它给一个笼统的回答，不对，你再追问，它再给，你再补充，它再判断。像什么？像看病。你跟医生说"嗓子不舒服"，医生问"什么时候开始的、有没有过敏"，你补充"还打喷嚏畏寒"，医生再判断你是着凉还是上火。这个问诊的循环，人和 AI 一直在进行，而且特别冗余。
为什么冗余？因为 AI 不会像人一样，主动把关键信息一次问完。我试过用提示词逼着几个大模型"不断向我提问，直到我说开始输出报告"——结果它们要么提前抢跑输出，要么问一堆不关键的问题，我烦了让它们问五个最关键的，那五个还偏离我的真实目的。整个沟通过程，冗余得让人想摔键盘。我有个朋友也踩过这个坑，她总抱怨 AI 给的不是她要的，我一看她的问题，简单到 AI 只能回一个笼统框架——她把"提问"这件事全甩给了对方。
后来我试了一个任务式的工具，它不算严格意义上的大模型，是工作流式的。它自己把多步任务跑完，中间我不用反复喂。沟通顺畅，没有那个冗余的问诊循环。那一刻我意识到：同样是人加 AI，协作的密度可以差很远。
但这引出我的判断：即便到了任务式工具这种"委托执行"，人还是在线。你描述意图，它执行，你校验。人退到了"描述者加验收者"的位置，但人没退场。这就是我说的原始协作——智能还长在人的回路里，不是长在机器自己身上。
真正的工业革命级改变，不是 AI 变多聪明，是人从回路里退出去多少。今天退出去的，还很少。大部分时候，AI 是手，人是脑，脑还在实时盯着。
我得承认，我一度以为那个任务式工具让我"不用动脑了"。后来发现，省下的不是思考，是我把判断外包了。一旦我不校验，它跑偏我都不知道。我对自己的动手能力，比我以为的更依赖。
会有人反驳：你说原始协作，但 AI 明明在替我干活啊。对，它在干活。但你还在描述、还在验收、还在兜底。替你干活的，是实习生，不是合伙人。实习生和合伙人的区别，就是退不退出回路。
还有个细节，只有用过的人才知道。我那个任务式工具的账号后来被封了。封了之后我才发现，我依赖的不是一个工具，是一种"有人替我跑腿"的幻觉。账号一没，跑腿的人没了，活还是得自己干。
所以今天的人加 AI，不是主仆，是原始协作。哪天人不用在回路里了，那才是另一回事。在那之前，别把自己当甩手掌柜。