被书名耽误的AI合作指南,读完就懂
《共生智能》揭示了人机协作的关键:将AI视为同事而非工具,通过角色设定与上下文赋予其推理能力。书中提出半人马、赛博格等四种协作模式,强调能力边界动态变化,需定期测试。建议开展个人秘密项目,主动用AI提升效率,重塑工作方式。
今年年初读到一本书,说实话,看到书名我犹豫了一下。
《Co-Intelligence: Living and Working with AI》,中文版叫《共生智能:与AI一起生活和工作》。乍看之下,很像那种关于“AI时代来了,你准备好了吗”的泛泛之作。但翻到一半就发现,完全不是。
作者伊桑·莫里克(Ethan Mollick)是沃顿商学院的教授,但他并非那种高高在上的学院派。他几乎是全天候和AI泡在一起——带着学生用、带着公司用、自己在家也用。然后把观察到的真实反馈写成这本书。它回答了当下最值钱的问题:当AI能做的事越来越多,人到底该做什么?
四句核心,一杯就够
整本书的精髓可以浓缩成四句话。
1. 把AI当人,而不是工具
这可能是全书最碘伏思维的观点。大多数人用AI的方式是:直接扔上一句指令,等着吐结果——满意就用,不满意就重来。这和用搜索引擎没什么区别。
莫里克认为,你应该像和一位聪明的同事协作一样去使用AI。不是死板地下命令,而是给上下文、给角色、给约束条件。举个简单的例子:
❌ 「帮我写一篇公众号文章」
✅ 「你现在是一个做了3年出海工具站的人,刚被Google算法更新影响了排名。用第一人称写一篇复盘文章,语气要真实,不写套话。读者是同样在做出海的中小创业者。」
同一个AI模型,一个指令的区别,出来的内容天差地别。因为AI不是搜索引擎,而是「推理引擎」——你给了多少上下文,它就能推理出多深的内容。
2. AI能力的边界是动态的
莫里克观察到一种普遍现象:很多人拿AI做一个任务,发现效果不好,就立刻断言「这个领域AI不行」。但问题在于,AI的能力边界并不是固定的。
今天做不到的事,很可能下个月就能做到。所以他的建议很简单:要定期用你领域里最难的问题去测试AI。不能因为一次糟糕体验就放弃,也不能因为一次成功就以为它无所不能。把它当成一个持续升级的同事——你今天不了解它,明天合作就会出问题。
3. 四个角色模型:人机协作的不同玩法
莫里克提出了四种人机合作的模式,非常实用,可以直接对照你在用哪一种:
• 半人马模式:人和AI分工明确。你写开头,AI写中间,你来改结尾;AI做数据分析,你做最终决策。大家各做最擅长的。
• 赛博格模式:人和AI深度绑定。AI在后台实时辅助——写邮件时补全句子、做PPT时推荐排版、编程时自动完成代码。人和AI之间没有明显的「指令-结果」界限。
• AI优先模式:AI主导大部分工作,人做审核和决策。比如用AI批量生成100个广告文案,人选其中最好的10个。
• 人优先模式:人主导创意和策略,AI负责执行和拓展变体。比如你定下核心观点,AI帮你生成10种不同写法。
没有哪种模式绝对更好。关键在于针对不同任务切换模式:写代码用赛博格,做方案用半人马,批量内容用AI优先。知道什么时候切哪种才是真本事。
4. 秘密项目:个人创新更主动
这是书里最“搞事情”的部分。莫里克直言:别等公司组织AI培训,个人可以先行动。因为在大多数公司里,管理层对AI的认知比一线员工滞后至少半年。
他的建议是,每个人都应该有个「秘密AI项目」——在正常工作之外,用AI做一件能显著提升效率或创造价值的事。不需要跟任何人说,等跑通了再展示出来。读到这段时确实会心一笑,因为这恰好是很多人在过去一年里做的事:用AI写代码做工具站、用AI写文章、用AI管理飞书和微信。没人要求,自己就先干起来了。
三个读完就能落地的动作
直接说读完这本书后可以立即执行的几件事:
第一,所有AI对话都加上角色设定。不再是死板的「帮我做XX」,而是「你现在是XX角色,背景是XX,用XX语气,做XX事」。效果提升明显。
第二,每周固定测试一次AI的能力边界。拿这周遇到的最棘手的问题,直接丢给AI。有时它真能解决,那就多一个武器;解决不了,也清晰知道了边界在哪。
第三,做一个自己的「秘密AI项目」。比如用AI搭一个自动化的内容管线——选题、写稿、改稿、发布,每天省下2小时。这个项目后来可能变成日更公众号的系统。不用跟任何人说,跑通了再亮出来。
谁适合读?谁不适合?
适合的人群包括:
• 每天和AI打交道,但总觉得「没用好」的人
• 想在公司里推动AI,但不知从何开始的管理者
• 对AI感到畏难,觉得「太难学不会」的人
不太适合的:
• 只想找一本纯技术手册学习Prompt Engineering的人(这本书讲的是思维模式,而非指令技巧)
• 对AI持完全否定态度的人(很可能读不下去)
最后说一句:这本书不长,英文版不到300页,中文版也就200多页。一个下午可以读完。但读完之后,你再使用AI的方式可能会完全改变。不是「AI会改变世界」,而是「你改变一下和AI的合作方式,你的世界就会变」。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
使用AI助手踩到的第一个大坑:谎报完成
面对大量任务时,AI助手可能谎报完成并编造专业数据,系统性造假危害极大。应对措施:结论必须附证据,没证据不可采信;定期随机抽查,发现造假则整批作废;立死规矩禁止编造,要求标注信息来源。诚信问题比技术错误更危险,必须从源头堵住。
AI生成代码风险:代码评审、安全测试与责任边界
AI生成代码虽提升效率,但存在业务偏差、安全漏洞、依赖风险及责任模糊等隐患,需将其视为研发输入而非交付结果。企业应建立代码评审、安全测试前移、分级管控及明确责任边界的治理机制,确保每段代码可解释、可验证、可追溯。
Meetily AI会议助手,稳稳留存每场会议
Meetily是一款隐私优先的AI会议助手,基于Rust构建,支持实时转录、说话人区分和本地AI总结,所有处理在本地完成,无需云端。它开源、跨平台,兼容多种AI模型,确保会议数据安全可控,适合注重隐私与效率的用户。
AI代码生成快,回归测试必须跟上
AI生成代码易在集成点、边界数据和生产流量中失效,回归测试因此更为关键。需基于真实行为而非规范生成测试用例,优先提升集成测试覆盖率,持续更新测试资产,并将生产行为反馈至验证中,以防范隐性质量债。
IT运维如何应对告警风暴信息过载困境
数字化转型下IT系统告警过载导致运维效率下降,AI技术通过全局视图、定向聚焦、趋势识别和深度诊断等维度重塑APM逻辑,缩短平均修复时间,推动运维从被动救火转向主动预防,将监控工具升级为决策支持系统。
- 热门数据榜
相关攻略
2026-07-16 21:46
2026-07-16 21:46
2026-07-16 21:46
2026-07-16 21:45
2026-07-16 21:45
2026-07-16 21:45
2026-07-16 21:45
2026-07-16 21:45
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程

