用好 AI 的三个原则
相关：[[智能体]] | [[AI时代的人机协作]]
过去一年，我和 AI 的关系从"偶尔用用"变成了"每天都在用"。
用得越多，越发现一件事：AI 不是工具，是一种新的存在方式。它改变了人和机器、人和信息、人和世界的关系。
这篇文章，想把我的一些体会提炼成三个原则。不是操作指南，而是一种看待 AI 的视角。
原则一：用自然语言连接一切
过去几十年，人类学会了一门特殊的技能：把想法翻译成机器能懂的语言。
写代码、点菜单、填表单、设置参数……我们习惯了"先想，再翻译，再操作"。
AI 改变了这个中间层。
自然语言成了新的界面。
想做什么，直接说出来就行。不需要学习软件的菜单结构，不需要记命令行参数，不需要在脑子里把意图转换成按钮点击序列。
这不仅是效率的提升，更是认知方式的转变。
当你的话语能直接驱动机器，思考和行为之间的摩擦变小了。想法的流动更顺畅了。
但这也带来一个问题：既然说什么都能听懂，那说什么才有效？
这就引出了第二个原则。
原则二：AI 需要专注力
很多人用 AI 时会有一种挫败感：它的回答太泛、太啰嗦、抓不住重点。
但这往往不是 AI 的问题，是我们给它的边界不够清晰。
想象一下，你对一个聪明但不知内情的实习生说："帮我写一篇关于 AI 的文章。"
他会问你：多长？什么风格？面向谁？要解决什么问题？
AI 也是这样。它的能力范围极大，但没有你脑子里的上下文和优先级。
[!note] 专注的本质 不是让 AI "认真点"，而是帮它缩小解空间。
聚焦有几个层次：
- 范围聚焦：不说"帮我写篇文章"，说"帮我写一段 200 字的引言，面向技术背景的读者，解释为什么 AI 需要专注力"
- 角色聚焦："你是一位有 20 年经验的产品经理，帮我分析这个功能的价值"
- 风格聚焦："用简洁的、带有幽默感的语气重写这段话"
边界越清晰，输出越精准。
但这里有个悖论：如果每一步都要我教，那和雇一个人有什么区别？
这就到了第三个原则。
原则三：授权 AI 成为你的代理人
前两个原则解决的是"怎么用"。
第三个原则解决的是"用多久"。
一开始，我们和 AI 的互动是会话式的：我问一句，你答一句。一轮对话完成一个任务。
但真正的效率跃迁发生在授权的那一刻：
- 不是"帮我写一封邮件"，而是"检查我的收件箱，把需要回复的邮件列出来，并草拟回复"
- 不是"这段代码有问题"，而是"监听日志，发现异常时自动分析并通知我"
- 不是"总结这篇文章"，而是"定期浏览这些 RSS 源，把有价值的内容归档并生成摘要"
从"我问你答"到"我定目标你去执行"。
这不是简单的功能叠加，是关系性质的变化。
AI 从工具变成了代理人——它有某种程度的自主性，在你设定的边界内独立行动。
这要求一种信任，也要求更精确的目标描述。你得清楚自己要什么，然后把"怎么做"让渡出去。
三个原则的内在逻辑
这三个原则其实是一个递进的关系：
连接 → 约束 → 信任
- 连接 让你能"开口说话"——打破技术门槛
- 约束 让你能"说到点子上"——提升输出质量
- 信任 让你能"放手让它干"——实现真正的杠杆
最终的目标是：把你的注意力从执行中解放出来，专注于意图本身。
写在最后
有人担心 AI 会让人变懒，变笨。
我的感受相反：AI 倒逼人变得更清楚自己要什么。
因为当你必须用语言精确地表达意图，必须设定清晰的边界，必须判断什么可以授权、什么必须亲力亲为——
这其实是在训练你的思考。
AI 不是替代你思考，而是把你的思考显化了。
那些以前模糊的感觉、直觉的判断，现在必须变成清晰的指令。这个过程，本身就是一种梳理。
用好 AI，说到底，是用好你自己。
写于 2026 年 3 月，和 Claude、Kimi 讨论后的整理。
参与讨论
评论