前几天翻了一下自己最近几个月的工作记录，发现一个挺讽刺的事：我的 AI 使用时长涨了好几倍，但真正交付的东西，数量和质量都没什么变化。

不夸张地说，有一段时间我一天的工作大概是这样的：早上打开电脑，先让 AI 帮我梳理今天的计划；写文档之前，先让 AI 出个大纲；改代码之前，先让 AI 分析一下方案；连回一封不太想回的邮件，都要先跟 AI 聊两轮"你觉得我该怎么措辞"。每一步看起来都特别合理，特别"高效"。但一天下来，计划表很漂亮，大纲很完整，方案分析得头头是道——就是没有一行代码是真正写完的，没有一份文档是真正发出去的。

问题不在 AI，在我

我花了挺长时间才想明白这件事：我不是在用 AI 干活，我是在用 AI 准备干活。

准备干活的感觉特别好。它没有真正干活的痛苦，但能带来一种"我在推进"的错觉。AI 生成的大纲永远结构清晰，方案永远看起来考虑周全，问它任何问题它都热心地给你列个一二三四。每次对话结束，我都有一种充实感——好像把事情想清楚了。

但其实什么都没想清楚。因为想清楚这件事，本来是发生在"动手做的过程中"的。等我真正开始写的时候，才发现大纲的第三点和第五点根本矛盾，方案的"考虑周全"里有一半是我根本不需要、甚至不成立的东西。然后我又回到 AI 那里：帮我重新梳理一下？于是新一轮"准备"又开始了。

后来我给这种行为起了个名字：用 AI 拖延，而且是打着提效旗号的拖延。以前拖延的时候好歹有负罪感，刷会儿手机就知道自己在偷懒。现在不一样了，我在"工作"，我在"和 AI 协作"，我在"探索人机结合的最佳实践"。拖延被包装成了一种先进的工作方式，负罪感清零，自我感觉良好。

几个具体的坑

回头看，我踩的坑大概有这么几个，写出来给可能也在坑里的朋友对照一下。

第一个坑：把“问 AI”当成思考的替代品。 以前遇到难题，我会先自己憋一会儿，憋出个大概思路再去查资料、问人。现在遇到难题，第一反应是直接把问题甩给 AI。AI 给的答案通常不差，我就照着做。几次之后我发现，我对这个问题的理解是空的——AI 说了什么我记不住，换一个场景就不会了。脑子这个东西跟肌肉一样，不用是真的会退化的。现在我的习惯是：难题先自己写十分钟思路，哪怕写出来的是“我完全不知道从哪开始”，再拿这个去找 AI。带着自己的草稿去对话，和空着手去对话，是两种完全不同的东西。

第二个坑：追求“完美提示词”而不是交付。 有一阵子我沉迷于把提示词打磨得越来越好，好像提示词写得漂亮，产出就会漂亮。确实会有提升，但边际收益掉得很快。我有一个写了半小时才满意的提示词，产出的东西我最后还是大改了三遍。那半小时如果直接用来手写初稿，早写完了。提示词是手段，我一度把它玩成了目的。

第三个坑：用 AI 的产出来逃避决策。 让 AI 列个“方案 A 的优缺点、方案 B 的优缺点”，很爽，因为责任好像交出去了。但 AI 给的优缺点列表永远是四平八稳的“各有取舍”，最后选哪个还得我自己选。而选，才是最难的、也是最该我干的部分。有几回我拿 AI 的对比表去跟同事讨论，被一句话问住了："你自己倾向哪个？"我愣住了——我根本没想过，我在等对比表替我做决定。

第四个坑：改到停不下来。 AI 让"再来一版"变得太便宜了。以前手写的东西，改两遍就烦了，改不动了，也就发了。现在点一下就是一版，于是一份两百字的周报我能生成八个版本，来回比对着挑，挑到最后发出的那版和第一版差别并不大。二十分钟没了。它没有更差，但绝对没有更好二十分钟。

我现在怎么用

不是说不该用 AI。恰恰相反，我现在的结论是：AI 让“做”变得便宜了，所以更应该把时间花在做上，而不是准备上。

我自己的的几条土经验，供参考：

• 先动手，再求助。任何事先自己干十分钟，卡住了再问 AI，并且问的时候要带着“我卡在哪、我试过什么”。
• 一次对话要有产出物。跟 AI 聊完这一轮，必须落下一个能用的东西——一段文字、一段代码、一个决定。聊不出产出物的对话，多半是自我安慰。
• 重要的决定不外包。AI 可以给我摆选项、讲利弊，但“选哪个”这一步，必须我自己走完。哪怕选错了，错的教训也是我的。
• 给它活干，而不是陪它聊天。把 AI 当成一个手很快、不太靠谱、需要交待清楚的同事：明确交代任务，快速验收，不合格就退回返工，别跟它一起反复打磨不存在的问题。

结尾

写了这么多，其实核心就一句话：工具再好，干活的人还是我。AI 把“准备”的成本降到了接近零，但“交付”的成本一分都没降——写完的代码要能跑，发出的文档要有人看，做的决定要自己负责。

现在每天下班前我会问自己一个问题：今天我“做”了什么，而不是“聊”了什么？如果答案是后者居多，那不管当天的对话记录有多长，这一天大概率是被我自己困住了。

与诸君共勉。