先说个有点扎心的数。NBER 调了六千多个企业高管，八成多说 AI 没给他们带来任何看得见的生产力提升。ManpowerGroup 2026 年那份覆盖十九个国家、近一万四千名打工人的调查更直接：2025 年大家用 AI 的频率涨了 13%，可对它到底有没有用的信任，反而跌了 18%。用得更勤，信得更少。
我猜你身边也有这种人，甚至你自己就是。DeepSeek、Kimi、豆包一个不落地开着，问题随手就甩进去，答案也确实快。可一个月下来回头看，每天还是那么忙，活还是干不完。工具明明换了一代又一代，那根「效率」的指针就是不怎么动。
这事不怪你笨，也不怪工具弱。是你跟 AI 相处的姿势，停在了上一阶。
大多数人用 AI，本质是在当一个搬运工
我说的「上一阶」，是工具思维。把 AI 当成一个更聪明的搜索引擎，一问一答，问完即走。
你想想自己真实的用法。要写个东西，你打开对话框让它列个提纲，复制出来改一改，再粘回去让它扩写。扩写完读着 AI 味太重，你再开一句让它润色，润完又切到另一个工具让它配张图。整个过程里，你是那个唯一的搬运工：把上一步的产出，亲手端到下一步面前。
每一次「端」，看着只是一次复制粘贴，其实藏着一笔你没记账的成本。你得把上一步的结果读一遍，判断它对不对、合不合用，再决定下一句怎么问。这道「读一遍、审一遍、再接一句」的动作，才是真正吃时间的地方。
MIT 斯隆和耶鲁、微软的几位研究者今年发了篇论文，标题叫《Chaining Tasks, Redefining Work》，说人话就是「把任务串成链条，重新定义工作」。他们把这笔账算得很清楚：人和 AI 之间每一次交接，都需要人去 review、validate、adjust，也就是审核、确认、调整。这些卡点（论文里叫 coordination cost，协调成本）会把整个系统拖慢。你省下的那点时间，又被你审回去了。
虎嗅前阵子有篇文章讲「为什么用了 AI 反而更累」，说的是同一回事。一堆软件工程师都反映，AI 确实让单个任务变快了，可自己的总工作量没减，甚至还涨了。因为 AI 每吐一次结果，你就得跟着检查一次、决定要不要再调一次。注意力被切得稀碎，人一直绷着，反倒进不了那种能干活的专注状态。
工具思维的天花板就卡在这。说白了，你用得再熟，也只是一个把活儿在自己和 AI 之间倒来倒去的中转站。AI 干活快没用，你这个中转站才是瓶颈。
我是哪一刻意识到，得换个活法的
这套搬运工的活，我自己干了很久。
我的主业之一是写公众号，飞飞的 AI 实验室。写一篇推送在我这儿是一连串固定动作：先拉一圈当天的 AI 资讯，挑出值得写的选题，查资料，写初稿，降 AI 味，配封面图，再转成公众号、小红书、知乎几个平台各自的格式。一篇下来七八个环节，每个环节我都在当那个搬运工，把上一步的东西捧到下一步跟前。
转折发生在某一天。我记得很清楚，又一次开着对话框，刚把降完 AI 味的稿子复制出来，准备粘到另一个地方让它配图，手指悬在键盘上的那一秒，我突然有点烦。这套动作我已经做过几十遍了。资讯今天拉、明天还拉，选题今天挑、明天还挑，降 AI 味的那几条规则我自己都背下来了，每次还要一字不差地再敲给它一遍。
我盯着屏幕愣了几秒，脑子里冒出一句话：这些活，规则是固定的，顺序是固定的，连我每次说的话都几乎是固定的。那我为什么还要每天亲手敲一遍？
这就是工具思维和系统思维的那道分水岭。工具思维问的是「这个活我怎么用 AI 做得更快」，答案顶多是省几分钟。系统思维问的是「这条链子，能不能不用我每次插手，让它自己从头跑到尾」，答案是把我自己从链子里整个摘出去。
那篇 MIT 论文里有句话我特别认同。带头的研究者 Shahidi 说，关键不是「我怎么把 AI 塞进我现在的流程」，而是「我怎么重新设计我的流程，让它本身就对 AI 友好」。我那一秒钟的烦躁，翻译过来就是这句话。我之前一直在干前半句的事，把 AI 一块块塞进我的手动流程里。该干的是后半句，把流程重新拆一遍、重新搭一遍。
系统思维的第一步，是盘点你一天里的重复劳动
意识到要换活法，不等于第二天就能换成。系统化这件事，得从一个很笨但很有用的动作开始：盘点。
你先别急着想「我要用什么工具搭流水线」。先拿张纸，或者开个备忘录，把你昨天一整天真正干过的活，一条条写下来。别写「我做了运营」「我写了方案」这种大词，要写到具体动作：早上爬了二十分钟群消息找有没有人 @ 我，中午把后台的订单数据导出来贴进表格算了一遍，下午把同一份通知改了三个版本发给三个群。
写完你拿三把尺子去量每一条。
一把尺子量「规则」。这件事每次做的步骤是不是都一样，有没有一套你闭着眼睛都能复述的流程。导数据、算总和、套模板发通知，规则死得很，AI 接得住。判断一个客户该不该签、一段文案的网感够不够，这些没有固定规则，留给你自己。
一把尺子量「频率」。一天三次、一周五次的活，才值得你花力气去系统化。一个季度才碰一次的事，手动做反而省心，搭流水线的功夫够你手动干一年。
最关键的那把尺子，量的是「相邻」，也就是这件事在你这条链子里前后接着什么。MIT 那篇论文的核心洞察就在这：AI 的最大价值不在某个孤立的任务上，而在「相邻且连贯」的一串任务上。如果你发现「导数据」之后紧跟着「算总和」，再紧跟着「套模板生成通知」，这仨是黏在一起的一条链，那就别只自动化中间一环。把整条链一次性交出去，让 AI 从导数据一路跑到通知出炉，中间不用你插手。这样你省掉的就不只是一个步骤那点时间了，而是这条链上所有交接点加起来的成本。
我后来盘自己的写作流程，就是按这个量的。资讯拉取、选题打分、查重，这三件事规则死、天天干、还首尾相连，是一条完整的链，我把它整条做成了能自己跑的环节。而「这个选题到底写不写」「这篇稿子的核心观点立不立得住」，规则模糊、需要我拍板，我一个字都没交出去，牢牢攥在自己手里。
盘完这一遍，你手上就有了一份「AI 自动化机会清单」。清单上排在最前面的，是那些规则明确、高频发生、又前后连成串的活。它们就是你从工具思维迈向系统思维的第一批拆迁对象。
把活交出去之前，先想清楚你守哪一道闸
我得给你提个醒，免得你盘完清单一头扎进去，回头被坑。
真把一条链做成自动跑的流水线，会冒出一个手动时代没有的新问题：没人盯着的时候，失败会悄悄堆起来。
这是我上个月亲身踩的坑。我的博客整条发布是自动的，写完推上去，后台自己构建、自己部署，连推送给搜索引擎收录都自动挂着。结果有个负责部署到镜像站的密钥过期了，那条链在最后一步认证失败，红了，可前面构建明明是成功的，没人去翻那个状态。我隔了整整一天才偶然发现，镜像站已经静默挂了一天，主站靠另一条独立的链才没跟着倒。
这件事让我对「系统化」多了层敬畏。手动干活时哪一步卡了你当场就知道，因为你人在场。一旦交给流水线自己跑，你这个在场的人就撤了，链子断在哪儿没人吭声。所以系统思维不只是把活串起来交出去，还得反过来给这条链配一双眼睛：哪个环节失败了，得有个动静能让不再天天盯着的你看见。
换句话说，从工具思维升到系统思维，你的角色变了。以前你是流水线上拧螺丝的那个工人，每个螺丝都得你亲手拧。现在你是站在车间门口的那个人，螺丝由机器拧，但哪条线停了、哪个零件报警了，那道闸得你守着。
这一步比盘点难，也比盘点更值钱。
你昨天那条最烦的链子，串起来了吗
绕回开头那个扎心的数。八成企业说 AI 没带来生产力提升，问题真不在 AI，而在大部分人和大部分公司，还停在把它当搜索引擎一问一答的工具思维里。每一次问答都自己当搬运工，省下的时间又在交接时还了回去，指针自然不动。
会用 AI，只是上一阶的本事。这一阶要练的，是让 AI 替你成系统地干活：把一天里那些规则明确、高频、又首尾相连的重复劳动，识别出来，串成一条它能从头跑到尾的链，然后你退到门口去守那道闸。
今天就动手做一件事：把你昨天干过的活一条条写下来，用规则明不明确、发生勤不勤、前后接什么这三把尺子量一遍，圈出最该被串起来的那条链。
我想听听你的清单。你一天里最烦、最重复、又最规整的那条链是什么，是改了八版还在改的那份通知，还是天天导来导去的那张表？评论区告诉我，我帮你看看它该怎么拆。
原文首发于我的博客：《为什么你用了 AI，效率还是没提升？从工具思维到系统思维》
我是飞飞，一线 AI 开发者，长期写 AI 编程工具实测和工作流实践。更多文章见 vance.xin，或关注「飞飞的AI实验室」。
