我们与 AI 的现状
越来越多的人使用 AI。普通人专注于提示词工程（Prompt Engineering），程序员开始转向驾驭工程（Harness Engineering）， 一种更高端、更复杂的玩法。
而最重要的，是很多人都在努力挣扎，不被 AI 取代。
我们不停地在和 AI 说话。我们问它问题，让它帮我们做 PPT，帮我们做计划、制定行程，甚至连我们的心理问题也都向它倾诉，寻求一点安慰和治疗。
然而，在这种对话中，AI 也在不断重塑我们的认知。
AI 如何“驯化”我们
传播学大师麦克卢汉有一句名言：“我们塑造了工具，此后工具又塑造了我们。”
虽然 AI 现在能接受的内容还有一定局限，它的能力也还不够强，但它对输入的内容是有明确要求的：
- 条理分明
- 结构清晰
- 逻辑正确
只有这样，AI 才能得出更好的结果。
现在到处都在教人怎么写提示词，其实就是在教我们如何改变自己的说话方式来讨好 AI。
在工作中，“会写完美提示词” 成了新技能，连官方证书和 HR 招聘都会考虑这一点。我们必须把需求拆分成 “目标 - 步骤 - 要求” 的标准化格式，哪怕有些创意本是 “灵光一现”，也得套进这个框架里。套不进去？讲不清楚？那算了。
在生活里，我们连向 AI 倾诉情绪都要 “逻辑清晰”：“我因为工作失误焦虑，原因是 XX，希望得到 XX 建议”，而不是像跟朋友吐槽那样 “心里乱糟糟的，说不出来哪里难受，你来陪陪我”。
更隐蔽的是，我们开始用 AI 的 “评判标准” 要求自己和他人：“这个需求不够明确，AI 看不懂”“你说话没逻辑，没法直接转化成提示词”，这种机械化的评判正在消解人类沟通的温度。
这样很好，好到有些讽刺。我们刻意避开了模糊不清的内容，只给出明确、合理且清晰的指令及验收标准，来让 AI 替我们完成任务。
然而，在这个过程中，我们丢失掉的那些最原始、最模糊的、不完美的语言表达，却恰恰是我们身为人类的价值所在。 抛弃了这些，始终在用条理的结构去思考，我们的思维就会逐渐向机器的逻辑靠近。最终的结果并不是 AI 会拥有人类的灵魂，而是人类变成了 AI 的外接体系。
而我们对其它人、对世界的要求，也会变得苛刻和机械化。
在软件开发领域，需求分析中的直觉、产品架构里的灵感，本来就是 “难以量化的模糊性”—— 这些恰恰是人类超越机器的核心价值。但当我们把 “AI 能否解析” 当成衡量标准时，创造力就变成了 “按规范填表格”，决策力就退化成了 “等待 AI 给出最优解”，
其它行业也是如此。
这才是 AI 时代最隐蔽的 “工伤”。
如何避免？
我们可以避免，而避免的手段恰恰是……
AI。
我们可以利用 AI 来保持我们的本心。一些免费的或者便宜的 AI 已经足够做到这一点。
我们把脑海中整理需求的过程分成三步：
- 第一步：回归到“轻数字化”
强迫自己不要去写结构化的需求，而是用语音，或者毫无逻辑的、甚至原始到带有错别字的文字，把这些灵感、模糊的条件、跳跃的思路、甚至有些情绪化的吐槽都一股脑地发给 AI。
- 第二步：让 AI 来承担“翻译官”的活儿
我们可以把 AI 分成两类使用。在这个阶段，找一个 AI 专门用来做“翻译”，给它下达指令：
“我刚才进行了一段无逻辑的意识投射，请不要执行任何实际任务，仅将我的意图提炼、结合，并梳理成逻辑严密的步骤文档供我审核。”
这样，我们不用再强迫自己输出条理清晰的需求，只要输出原始的意图就可以了。
- 第三步，我们要后退一步，回到“架构师”和“决策者”的身份，来审视 AI 形成的这份文档。
看它有没有曲解我们的意图，内容有没有漏掉或遗失；看我刚才想到的某一个灵感，在 AI 形成的结构和框架中是否有遗漏。
在进行精准的增补、调整和修改之后，我们就拿到了真正完美的结构和纲要。以此为基础，再进一步处理。
实证
这种做法是得到验证的。在 Vibe Coding 中，有些公司已经开始提倡鼓励员工用语音输入来指挥 AI Agent 完成项目。
因为在书写的时候，人会自动进行整理和过滤；而在说话的过程中，思维不会那么迅速地整理我们的想法，自我设限相对更少，我们能够表达出的潜意识更多。
我们可以连续不断地把自己的想法说出来，哪怕其中有重复、矛盾都没有关系，AI 会替我们把接下来的脏活累活做好，把我们的想法整理成一份可用的文档。
在我们和通用型 AI 对话的时候，不妨也这么做。
比如我们希望 AI 给我们做职业规划，那不妨就把我们的经历、我们现在的想法、我们对未来的展望等各种各样的东西都交给 AI，想到什么说什么，让它来帮我们整理。
而不是我们在头脑中整理出清晰的目标，再让 AI 帮我们制定计划。
毕竟我们身为人类的灵感是非常宝贵的，它也是让我们能够不被 AI 替代的重要因素之一。
当你在凝视深渊的时候，深渊也在凝视着你。
