前几天,一位从事旅游行业多年的朋友和我聊起 AI,说她对 AI 的使用,基本限于问豆包一些旅游行程规划、生活知识类问题,相当于搜索引擎的“升级版”。我给她谈了我的看法,为了表达得更直白,我打了个比方:
agent(智能体)相当于小秘书;
大模型(例如国外Claude的Opus、Feble,ChatGPT的Sol、Astra、Terra,Gemini的Argon、Hydrogen、Carbon;国内阿里通义千问Qwen、DeepSeek、Kimi K3、腾讯混元 Hunyuan、豆包、智谱GLM-、百度文心 ERNIE、MiniMax、科大讯飞星火等等,上述列举不分排名先后)就是大脑;
Codex,Hermes这些是工具;
token就是话费;
你花钱买了token,就是充了话费,之后就可以让小秘书使用工具指挥大脑干活了。
我把这段话发给AI讨论,AI告诉我更准确的说法是:token像通话时长或数据流量,是计算使用量的单位,费用才是话费。智能体依靠大模型理解任务、决定步骤,再使用搜索、文件读写等工具办事;Codex则把模型、工具和执行过程组织起来。
这个比喻让我觉得有趣,也让我想到另一个问题:如果我请到了一个很聪明的秘书,给他配好工具,再充足话费,事情就一定能办好吗?
我想答案是否定的,仅仅是这样恐怕还不够。
我得先告诉他,究竟想解决什么问题;他需要知道手里的资料是否可靠、可以动用哪些资源、遇到分歧该找谁,以及做到什么程度才算完成。这些条件没有说清楚,再聪明的秘书也可能把时间花在错误的事情上。
这也是我最近在使用AI、推进实际工作时越来越在意的问题:我们看到了很强的能力,却未必已经组织好让能力产生价值的过程。
三个月前,我就为一次未经核验的信息付出过时间成本。事情是这样的:一个我非常信任的朋友,通过豆包查到郑州有储能设备展,他在外地去不了,希望我去观展。我很快订了高铁票,赶到展馆,结果发现因参展商少等因素,展会未能如期举办。跟展馆工作人员聊天了解到,因搜到预展信息就赶到现场却没能观展的不止我一个,还有不少人。他们和我朋友一样,查到的也只是预展招商信息。
这件事让我反思的除了信息本身,还有我自己的判断:我信任这个朋友,就顺势相信了这条消息,没有再确认信息的可靠性。城市、展馆、行业和时间都很具体,很容易让人觉得事情已经确定。但一份预展招商信息与一场正在举办的展览之间,还有一段需要核实的距离。如果我在出发前联系展馆或主办方确认一下,也许就能更早发现问题,不需浪费时间成本。
这件事留下的提醒是:来源不是结论,信任不是验证。AI提供的信息进入现实行动之前,尤其是要投入明显的时间和金钱时,需要有人承担核验责任。
类似的缺口,在组织工作中也会出现。最近参与几件跨部门协调事项时,我发现一种现象:业务部门讲流程需求,采购部门关注价格,技术部门考虑系统实现。每个部门都在履行职责,却可能没有解决整体问题。
有时候,我们会把这种情况归结为“没有大局观”或者“执行力不够”。现在我更愿意先往前追问:目标是否说清楚了?边界是否明确?谁对整体结果负责?不同部门的取舍由谁协调?最后怎样验收?如果这些问题没有答案,只把痛点抛给某个部门,期待它自发形成全局方案,往往很难。即使加入AI以后,上面的问题也不能自然消除。AI或许能帮你更快写出需求、制度和方案,但谁来确认问题是否找对了、方案是否适合现场、相关人员是否具备执行能力,仍然需要有责任人做整体的组织安排。
我开始把这个过程分三个层次来看:
第一层是技术能力:这个问题能不能处理。AI能写出一篇文字,程序能跑起来,系统能完成一次演示,都只是说明某种可能性。
第二层是业务闭环:从需求进入,到处理、检查、异常处置和结果交付,能不能实际走完。比如生成了一份方案以后,是否有人核对,有人执行,执行中出了问题又怎样反馈。
第三层是运营价值:这样的过程持续运行后,究竟改善了什么。质量有没有提高,返工有没有减少,是否节省了实际投入,使用者是否愿意继续使用,维护成本能否承担。
这三层相互依赖。缺少技术能力,办法可能无法实现;缺少闭环,结果可能停留在演示;缺少持续评价,我们又可能把“做了很多” 误认为 “产生了很多价值”。
拿最常见的文章写作来说,AI能很快生成一篇文章。但生成速度只是其中一环。观点是否来自真实世界的观察,案例能否核实,文字是否说清了问题,读者读完有什么收获,都要继续检查。如果加上核对和重写,总投入反而超过原来的做法,又没有带来相应的质量改善,就需要重新评估使用方式。
我搭建个人网站的经历,也在提醒我这一点。网站能够打开、文章能够展示,只是一个实现的技术结果。但我希望它长期记录学习、思考、项目和现场观察。这个目标能不能实现,还取决于我是否持续带回真实素材,形成自己的判断,写成文章,再从使用和阅读反馈里修正。同样写出这篇文章,也只是知识梳理的一次开始。它需要在后续使用中证明:这些经验是否能帮助别人理解问题,文中的判断能否应用,哪里还需要修改。
所以,今后再启动项目时,我会先问5个问题:
这些问题未必复杂,不能仅靠购买工具获得答案。对我来说,AI带来的一个机会,是让过去受限于时间、技能或成本的想法更容易进入实践。但越容易开始,也越需要认真决定做什么、怎样检查、何时调整。我希望自己积累下来的,除了使用工具的熟练度,还有辨别问题、组织行动和验证结果的能力。
就从这篇文章开始:把一次真实经历讲清楚,把一个判断交给实践,也交给读者检验。
我重新开了个人站:https://secowis.com
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.