AI 越能干，你越要守住自己的判断

这两年我身边变得最快的，不是又出了哪个模型，是很多人开口前多了半句：先问一下 AI。

邮件让它写，方案让它列，连「这事到底值不值得干」也丢进去要一张利弊表。方便，我承认。可你迟早会发现，犹豫变少了，不代表判断变强了——只是把拿主意这件事挪到了别处。

生意里最贵的从来不是一段像样的文字，是有人愿意在结尾签上自己的名字。

模型能帮你想得更快，不能替你当那个负责的人。

注意力碎掉的时候，先碎的是判断

我自己每天也用 AI 助手干活。它确实懂事：丢一个目标过去，它能拆步骤、补材料、提醒你漏了什么。用得好，人能把精力腾给更难的事。

用不好，一天就被切成十几个小窗口。上午追三条热点，下午试两个新功能，晚上还在让它比较方案 A 和 B。日历排得很满，心里没有主线。

注意力一散，判断就便宜了。你开始接受「听起来完整」的答案，而不是「我愿意花一周去验」的答案。前者模型很擅长，后者只有你给得出来。

一人公司更容易中招。没有部门会拖你，也没有老同事当面泼冷水。模型永远温和，永远还有下一版建议。于是你就在「准备得挺充分」里打转，迟迟不肯把东西交出去。

我不是劝你少用工具。我劝你留一段不被打断的时间，只干一件别人替不了的事：接不接这个方向，砍不砍这笔开支，这周最要紧的是哪件。

软件会改名，界面会改版，今年的捷径明年可能就是噪音。会点哪个按钮，算不上长期本事。

我看重三样东西。说得土，但十年后大概还在。

第一样，是把一件烂事讲清楚：目标是什么，约束是什么，做到哪算完。这个讲不清，模型只能陪你空转，它没法替你定义「完成」。

第二样，是分辨像不像真的。材料齐不齐，数字从哪儿来，谁的签名压在上面。模型天生爱补缺口，空白填得很顺，你得练出看见缺口的眼睛。

第三样，是敢做一个不完美的决定。等分析等到完美，等于把拍板权交给下一轮对话。

这三样，AI 都能搭把手。但搭把手和替代，是两回事。它起草、它整理、它列选项；采哪条、弃哪条，出事的时候名字写谁，这些地方没有外包空间。

大健康里我见过不少「建议写得很漂亮、人却不敢认」的材料。换到别的行业也一样：文字越像样，越要有人肯说一句——这版我负责。

别搞「全面提升认知」那种空话。挑一个你最近特别想甩给 AI 的决定：要不要续那个订阅，要不要接这单活，报价要不要改。

先自己写十行字：我倾向什么，我怕什么，最坏的结果我扛不扛得住。写完再丢给它挑刺、补盲区。

顺序不能反。先有你的判断，再让它当参谋。 反了，你就成了它的执行秘书：它列利弊，你负责焦虑。

一周练这一回就够。练的不是文笔，是那股劲——答案出现之前，你仍然知道自己站哪边。

我带小团队做 AI 落地，也按这个顺序。技术细节可以交给同事和工具；哪件这周必须交出去、哪条线不能碰，得我先说明白。我说不明白，再能干的工具也只是多开几个聊天窗口。

如果你正被满屏的 AI 建议搅得没主心骨，可以到 xukun.me 留一句你卡住的那个决定。我免费帮你看一眼：哪些适合让模型参谋，哪些必须你自己拍板。