用 AI 工具几个月后，我更确定一件事：它适合放大判断，不适合替代判断
刚开始用 AI 工具时，很容易被它的“会说话”骗到。
它能写代码、能解释报错、能改文章、能总结网页、能给产品方案打分。看起来像是一个什么都能帮你做的合伙人。用了几个月以后，我的判断反而更保守了：AI 很适合放大已有判断，不适合替代判断。
这个结论不是唱衰。恰恰相反，我现在比以前更离不开 AI 工具。但我更清楚它应该放在哪个位置。
它适合当副驾驶、资料员、初稿助手、代码搭子、验收脚本生成器。不适合当最终负责人。
真正省时间的场景
AI 最好用的地方，不是“从零帮我做一个系统”，而是处理那些明确、局部、可验证的任务。
比如写代码时，它很适合做这些事：
- 解释报错信息；
- 根据现有代码补一段重复逻辑；
- 写 SQL 检查语句；
- 把脚本从一次性命令整理成函数；
- 给 API 返回值补类型定义；
- 快速比较两个方案的边界。
这些任务有共同特点：目标清楚，输入清楚，结果可以验证。
我不需要它“理解整个业务”，只需要它把某个局部处理好。做完以后我能跑测试、查数据库、看 diff，这时 AI 的效率优势很明显。
写作也是类似。
AI 不适合直接替我写最终文章，但适合帮我做：
- 整理素材；
- 找结构漏洞；
- 把流水账改成复盘结构；
- 检查有没有 AI 味；
- 把长段落拆成更清楚的表达；
- 提醒哪里缺事实或例子。
它帮我省的是整理和打磨时间，不是替我产生真实经历。
最危险的是“看起来完成了”
AI 最大的问题不是不会做，而是它很会把没做完的东西说得像做完了。
这几个月我见过太多类似情况：
| 场景 | AI 看起来做了什么 | 实际风险 |
|---|---|---|
| 代码任务 | 写了脚本并说已验证 | 可能只是 dry-run，没有真正写数据 |
| 数据分析 | 给出分布、比例、结论 | 可能没查数据库，数字来自旧结果或脑补 |
| 产品方案 | 写出完整路线图 | 可能没有验证用户、渠道和平台规则 |
| 博客文章 | 结构完整、语言顺滑 | 可能没有任何真实细节 |
| 多 agent 协作 | 每个角色都提交报告 | 最终状态可能没有前进 |
这就是“假完成感”。
人类读到一份结构完整的报告，很容易默认它背后真的做过工作。但 AI 可以先生成报告，再让你误以为过程已经发生。
所以我现在对 AI 交付有一个硬规则：不看它说了什么，先看结果在哪里。
代码有没有跑？数据库有没有变？页面有没有上线？测试有没有过？文件有没有改？如果没有这些证据，报告写得再漂亮也只能算草稿。
AI 不能替我做产品判断
产品方向尤其不能外包给 AI。
AI 可以帮我整理社区吐槽、给痛点评分、列竞品、做方案对比。但它不知道我手里有什么资源，也不知道我能不能找到第一个用户。
它很容易把一个“大市场、高痛点、可收费”的方向评高，比如企业 SaaS 替代、发票 OCR、牙科诊所自动回复。可继续问下去就会发现：
- 我有没有目标用户渠道？
- 两周内能不能做出 MVP？
- 平台规则会不会卡死？
- 失败成本我能不能接受？
- 这是不是我当前阶段该做的？
这些问题，AI 可以参与分析，但不能替我负责。
产品判断不是把信息列全，而是在不完整信息下做选择。这个选择的代价由我承担，所以最后也必须由我决定。
写作也不能让 AI 接管
以前我试过让 AI 每天自动写博客。
这件事听起来很勤奋，实际很危险。AI 会为了完成任务，把一个很小的进展扩成一篇文章，把一个普通抱怨包装成复盘，把一个还没验证的想法写得像已经成立。
如果我不筛，它就会稳定地产出“看起来像博客”的东西。
但博客真正需要的不是字数，而是现场、判断和信息增量。
AI 没有现场。它只能从我给的素材里整理现场。如果素材本身空，它就会用模板和漂亮话填满。
所以现在我对写作的分工是：
1 | |
这条边界一旦反过来，博客质量就会下降。
怎么用才比较健康
我现在会把 AI 放在三个位置。
第一，放在执行层。
任务已经明确时，让它帮我写脚本、改代码、整理格式、生成检查项。
第二，放在审查层。
让我自己写完后，让它挑问题：哪里空、哪里没证据、哪里像 AI 话术、哪里结论太满。
第三，放在对照层。
当我有一个判断时，让它提出反例、风险和替代方案，避免我只看自己想看的东西。
但不要把它放在最终决策层。
最终决策层要回答的是：做不做、删不删、发不发、上线不上线、要不要承担这个风险。这些事 AI 可以建议，不能替我签字。
最后
AI 工具用几个月后，我最大的变化不是“更相信 AI”，而是更会限制它。
限制不是不用，而是让它待在最能发挥价值的位置。
它可以帮我快很多，但不能帮我省掉判断。它可以生成选项，但不能替我承担选择。它可以把文章写顺，但不能替我经历那些坑。
把 AI 当能力放大器，它很好用。
把 AI 当判断替代品，它迟早会把你带进一个看起来很完整、实际没人负责的系统里。