一年前，我开始认真地把 AI 工具引入日常工作。不是试玩，是真正依赖它去做事。一年后，我对效率的理解变了，对「人的价值」的理解也变了。这篇文章是一次诚实的复盘。
真正节省了什么时间
先说结论：AI 显著压缩的是「从零到初稿」的时间，但并没有减少「把事情做好」所需要的判断力投入。
我做了一个粗略统计，以下是 AI 工具在不同任务上的实际提效程度（满分 10 分）：
规律很清晰：任务越结构化、越有明确输出标准，AI 越有用；越需要情境判断和人际感知，AI 越帮不上忙。
「AI 是一个极其高效的执行者，但它没有立场，没有上下文，也没有对结果负责的动机。」
我踩过的三个思维陷阱
陷阱一：把流畅当正确。AI 生成的文字天然流畅，很容易让人觉得「这写得不错」就直接用了。但流畅和准确是两回事。我有几次直接发出去了 AI 写的技术文档，后来发现里面有细节错误，幸好影响不大。现在我的原则是：AI 的输出，我必须能逐字理解和负责，不理解的不用。
陷阱二：用 AI 回避思考。遇到复杂问题，第一反应变成「问问 AI」，而不是自己先想 5 分钟。这个习惯养成得很快，但代价是思维肌肉的退化。现在我强制自己：复杂问题先独立思考 10 分钟，再拿 AI 来碰撞验证，而不是直接外包。
陷阱三：高估了 AI 的记忆和上下文理解。每次新对话，AI 都是全新的，它不记得你上次怎么沟通，不了解你的项目背景，不知道你们团队的潜规则。很多时候低效不是因为 AI 不够聪明，而是你给的上下文不够充分。
一个有用的思维框架
我现在用一个简单的框架来决定某件事是否交给 AI：这件事的价值，是在「产出」里，还是在「过程」里？
如果价值在产出（比如一封通知邮件、一段数据处理代码），AI 做就好，你来审。如果价值在过程（比如和客户深度沟通、做一个需要承担责任的判断），AI 能辅助但不能替代，因为「你经历过这个过程」本身就是价值的一部分。
用这个框架想清楚之后，既不会过度依赖 AI，也不会因为「怕被替代」而拒绝使用它，导致自己效率落后。
「工具改变了效率的天花板，但没有改变谁值得被信任的底层逻辑。」
还剩下什么是人的？
用了一年 AI 之后，我反而对几件事更确定了：品味、判断、承担后果的意愿，以及在不确定中做决定的勇气——这些东西，AI 没有，也不会有。
AI 让「平均水平」的工作变得极其廉价。这意味着，如果你的价值只是「把事情做完」，压力确实会越来越大。但如果你的价值是「把事情做对、做好、做出风格」——AI 反而是一个放大器。
相信未来是美好的。但前提是，你得知道自己真正擅长什么。