最近看了傅盛在 B 站发布的《内部会议分享:从 AI Native 1.0 迈向 AI Native 2.0(完整版)》。他谈的是组织的工作方式,我想到的更多是自己:今年用 Qoder 做了不少工具,接下来还能怎样提高个人办事的效率?
下面不是给企业的建议,而是我看完视频后,与 AI 讨论形成的个人学习笔记,仅供参考,不代表任职机构观点。如有理解不准确的地方,欢迎指正。
1. 效率慢在衔接的地方
傅盛说,组织中的最高成本是沟通和等待。站在员工的视角,我容易从数据流转的角度理解这句话。大量办公工作,都涉及获取、加工、传递和确认信息。我们使用很多软件和系统,数据在它们内部可以很快地被处理,但一旦跨软件、跨系统、跨人、跨部门,流转速度往往就慢了下来。
这里的慢,不一定是软件运行得慢。有时是需要人把一份数据送到另一个地方,有时是接收的人还没处理,有时是双方对数据的理解不一致,还要再解释、再确认。单个环节可能已经很快,整件事却没有同样快。
我说的“慢”,是相对于能够更顺畅地衔接工作的方式而言的,并不是说所有等待都没有必要。权限、判断和责任不能简单省掉。但沿着一件事从开始到结束看一遍,哪些地方仍靠人来搬运和接续,也就指明了可能继续提高效率的地方。
2. 今年,我主要在做 AI Native 1.0 的事情
傅盛把用软件覆盖原来那些手工工作的做法,称为 AI Native 1.0。这让我觉得很熟悉,今年我主要就在做这样的事情:利用 Qoder,把自己工作中想提高效率的地方做成软件。有的失败了,有的已经真正用到了工作中。
QueryToolkit 就是一个好用的查询工具。但它不能自动替我写查询脚本,我仍然要把 SQL,也就是数据库查询语句,编辑好,复制进去,再执行。工具解决了查询执行这一部分的问题,却没有把前面的工作一起接过去。
以前我更容易看到“这个软件终于能用了”。现在再看,会多问一步:它在整件事情里完成了哪一段,又有哪些步骤仍然要我来做?这并不否定已有工具的价值,只是让我更清楚地看到,做出一个好用的软件,还没有完成全部工作。
3. 下一步,是让工具之间也能接上
傅盛对 2.0 的描述,是人和 Agent 打交道,Agent 和 Agent 通过内容打交道。这是整个视频里给我启发最大的观点之一。我理解这里的 Agent,是能够按要求调用工具、执行任务的 AI 助手,不只是回答问题。
对个人来说,这个方向同样值得探索。如果每完成一步,都必须由我来取出结果、送到下一个工具、再告诉它该做什么,那么工具虽然各有用处,整件事依然需要我不断接手。接下来可以改进的,除了单个工具的功能,还有这些工具之间的衔接。
以 QueryToolkit 为例,如果内网能够使用 AI,写 SQL 这一步就有机会得到很大帮助。但目前不具备这个条件,我还需要自己完成。至于怎样在现有条件下把更多步骤接起来,我还没有完整的办法。视频给我的首先是一个观察和尝试的方向,不是一个可以立即照搬的方案。
4. 有问题,尽量改工具,而不是只改结果
傅盛讲到,Agent 生成的内容不够好,就去改 Agent,不要总是手动修改内容。这也是我在实践中逐渐形成的体会。
拿到一个不满意的结果,自己上手改,往往更容易把眼前的事情做完。但如果这类工作还会反复出现,每次都靠自己修补,工具的问题就一直留在那里,自己也一直离不开这些手工步骤。耐心把问题说明白,让工具改进,才有机会使后面的工作也受益。
所以,除非特别紧急,我更愿意把时间花在改工具上,而不是只改这一次的结果。这里的耐心,也包括继续检查:它是不是理解了问题,下一次有没有改善,而不能因为它答应改了,就认为事情已经解决。
5. 人不能放手,工作的重心却可以改变
之前我曾经以为,AI 足够能干之后,人就可以做甩手掌柜。把要求说清楚,剩下的事情交给它,等着拿结果就行。但对于这样得到的结果能否放心使用,我又一直有疑虑。
傅盛强调,人必须是审核者和改进者。这印证了我的疑虑,也让我重新理解了“把工作交给 AI”的含义。AI 做完,不等于事情已经做对。我仍然需要判断它是否理解了要求,结果是否可靠,有没有遗漏,以及出现问题后应该怎样改进。
人的工作量因此会发生变化,却不一定只是简单地减少。我需要把更多精力转向审核,有些时候甚至可能为此花更多时间。原来亲手处理事务时,对过程的了解是伴随操作形成的;现在执行过程交了出去,对结果的判断就更不能省略。
至于怎样审核才既可靠又不至于把整件事重做一遍,还需要在使用中摸索。我不能把“交给 AI”理解成“自己不用再管”。
6. 不能因为比过去好一点,就停下来
今年做出一些能用的工具之后,我确实有过自满情绪。觉得自己已经比以前进步了不少,很多事情也方便了,似乎做到这一步就可以了。
看了傅盛的实践,我才发现,相对于还可以尝试的事情,自己已经取得的进步仍然很有限。此前不知道还有多大的空间,很容易把熟悉的用法当成 AI 能帮我做到的全部,然后慢慢松懈下来。
回过头看,自己之前的松懈确实太早了。我还没有充分尝试,就先觉得已经够用。傅盛的做法未必适合我照搬,但他探索的深度提醒了我:前面还有很多事情值得做。我想继续试一试,自己的能力和这些工具,究竟还能一起往前走多远。
7. 有些尝试,目前还走不通
傅盛谈到在日常使用中不断积累信息、改进 Agent,让我想到了自己做的 Her.apk。我想仿照电影《Her》,让软件收集自己的邮件、微信、短信、应用使用时长等信息,通过这些日常材料来学习和了解我。
工作中的信息受到合规和保密要求的限制,我不能照着视频里的做法使用,所以把这个尝试放在了自己的手机上。但手机上的 App 也有权限和数据访问限制。在我的尝试中,邮件和微信这两条路没有走通:加密、缺少可用接口等问题,使我不能实时获取这些信息。
邮件和微信这两个信息来源接不上,设想中的持续了解和学习就难以按预期展开。这个想法我仍然感兴趣,但遇到的问题还没有解决,接下来怎么做,我也还没想好。
8. 培养一个会干活的 Agent
视频最后,傅盛说:“你岗位的本质,就是培养一个会干活的 Agent。”这句话我很认同,也想把它记下来,用到自己的工作和生活中。
对我来说,它意味着今后看待工具的角度可以再变一变:不只是让它替我完成一次任务,还要在使用中判断它做得怎样,发现哪里需要改进,让它逐步承担更多我原来亲手处理的事情。与此同时,我也需要提高自己的判断力,否则既审不好结果,也不知道该怎样改工具。
具体能让 Agent 承担多少事情,还要受实际条件限制,也要继续尝试。但接下来怎样分配自己的精力,我比以前想得更清楚了:逐步从事务处理中腾出精力,投入审核和改进。这是这次看完视频后,我最想带走的一点。
