AI时代三种能力

核心结论：现在会跟AI聊天，就像10年前简历上写"熟练使用Office"一样，已经不值钱了。真正拉开差距的，不是谁用的工具多，而是三个底层能力——AI调度力、工作流设计力、独立思考能力。MIT的研究已经敲响警钟：大脑也会退化。

一、AI调度力：知道什么任务交给谁

你可以把AI想象成你手底下的员工。有的人擅长做报表，有的人擅长写文案，还有的人擅长跟客户打交道。一个好的老板不是自己什么都做，而是知道哪件事该交给谁。

现在市面上有 ChatGPT、Claude、Gemini、Perplexity 这么多工具，很多人要么只用其中一个，要么全都用一遍，结果都没用好。

不同AI工具的最佳用途

判断任务该不该交给AI

有一个很简单的判断方法，问自己三个问题：

1. 这件事我自己做要花多久？
2. AI做对概率有多高？
3. 我用AI做从输入到检查总共要花多长时间？

原则：最适合交给AI的任务，是那些你自己做很慢、AI做成功率很高、而且你能轻松检查结果的事情。

举例：一堆乱数据要整理成表格，自己做2小时，AI做15分钟——果断交给AI。但领导问你上周跟客户讨论的方案，你自己3分钟就能回复，因为你知道客户背景——这种反而自己上手更快。

二、工作流设计力：给AI铺轨道

很多人用AI的方式，就是打开ChatGPT，噼里啪啦一段话扔进去，然后等结果。有用，但效果好不好还真不一定。

AI领域的大佬吴恩达做过一个测试：让GPT直接写代码，一个提示词从头写到尾，成功率只有48%。于是他换了一种方式——把任务拆成几步：先写代码→再运行→再调试→最后修复。同样一个模型，成功率直接飙到95%。

关键变量不是模型变强了，而是流程变了。

这就像修高铁。前期铺轨道最费力——要规划路线、建桥、铺碎石。但轨道一旦修好，列车就能以300多公里的时速畅通无阻。你给AI设计工作流也是同样的道理。

三步搭建AI工作流

1. 找出你每周都在重复做的事——写周报、发邮件、做数据整理，把它拆成一个个小步骤
2. 对着每个小步骤问自己——这步完全交给AI？还是我和AI一起做？还是我自己来？
3. 优先优化完全交给AI的步骤——给它们设计专门的提示词和工作流程。这些是你投入最少但回报最大的地方

三、独立思考能力：最容易被忽略

这个听起来有点矛盾——前面刚说让AI帮你干活，现在又说要自己思考。但听我讲完就明白了。

MIT实验：认知负债

MIT媒体实验室2025年做了一个实验，把参与者分成三组：

• A组：用ChatGPT写作文
• B组：用谷歌搜索辅助写
• C组：完全靠自己写

所有人头上都戴着脑电图设备，实时监测大脑活动。结果：

用ChatGPT那组的大脑神经连接和认知活跃度，是三组里最低的。 更关键的是，停用ChatGPT之后，他们大脑的连接水平依然比其他两组弱很多。

研究者把这种现象叫做认知负债——你现在省下的脑力，以后终究要还的。

更多研究证据

• 麦克马斯特大学：长期依赖GPS导航的司机，大脑负责空间记忆的区域水平下降，脱离GPS后几乎无法独立认路
• 微软+卡内基梅隆大学：过度依赖AI的知识工作者，会逐渐跳过关键思考步骤——不再质疑假设、不再核实信息来源
• 2700个放射科诊断决策研究：先看AI诊断再做判断的医生，容易被AI带偏；先自己判断再用AI核对的医生，准确率明显更高

两个具体建议

1. 在问AI之前先自己想一下——不管是分析报告还是做方案，先花几分钟写出你自己的判断，再去问AI。这样你不是被动接受AI的答案，而是在拿AI验证自己的想法。

2. 收到AI答案后别急着用——先问自己两个问题：我怎么验证这个答案是对的？还有没有反面的论据？

AI可以帮你加速，但不能帮你思考。

四、总结

五条行动清单

1. 下次遇到任务，先花10秒判断：这件事该AI做、该我做、还是我们一起协同做？
2. 如果你现在只用一个人工智能工具，这周至少把一个任务换到更适合它的另一个工具上
3. 找一件你每周都在重复做的工作，把它拆成不同步骤，看看哪些可以交给AI自动完成
4. 明天开始，每次你用AI之前，先花3分钟写出你自己的判断
5. 每次拿到AI的回答，至少问它一次：怎么验证这个答案是对的？

AI是工具，它能帮你跑得更快，但方向盘必须握在你手里。

本文基于李厂长来了视频《AI時代，真正拉開差距的3种能力！》整理改写。