第一，AI 不只是工具，它是可以被慢慢训练成协作者的。
第二，真正拉开差距的，不是提示词写得好不好，而是有没有给 AI 搭起记忆、规则、工具和复盘这一整套系统。
第三，人参与得越多，结果不一定越好。很多时候，人更应该定义目标、给反馈，而不是一直深度卷在执行里。
我不是想讲自己已经跑通了一套很成熟的方法，我更想分享的是，最近这两个月，我高频用龙虾工作之后，最真实的几个感受。因为我发现，当 AI 真正开始进入工作以后，你重新要面对的问题，已经不是“会不会用”，而是“怎么协同”。
我最近之所以想聊龙虾，不是因为它只是一个新工具，而是因为它让我更真实地感受到，AI 开始进入工作以后，人和 AI 的关系会发生什么变化。
二、我最近最明显的感受，是龙虾已经不只是一个临时工具了
从 GPT 刚出来的时候，我就一直在持续用 AI。中间也很明显经历过几个阶段。最开始是以人为主，AI 更多只是辅助。后来慢慢开始协同，再到后面，AI 可以承担越来越多具体的事情。到现在，我会觉得很多工作，其实已经可以直接交给 AI 一起做了。
我用龙虾的时间不算特别长，大概就是从三月份开始，到现在差不多两个月左右。刚开始的时候，其实也没有一下子就觉得特别顺手，甚至会觉得有点麻烦。因为它和以前那种“问一个模型，拿一个答案”的用法不太一样。它更像是要慢慢磨，慢慢把工作习惯、需求和判断带进去。
但用到现在，我很多工作已经会直接让龙虾进来一起做了。
像日常的一些 PPT、对外沟通前的建议、内容更新、图文资料整理、账号相关的事情，其实现在都会大量用到它。也就是说，它对我来说，已经不是一个临时拿来问一下的模型了，而是真的开始进入我的工作。
而且这种“进入工作”，不是停留在单点辅助上，而是开始进入分工本身。
比如以前我的工作里，有一部分其实是上下衔接型的。我需要配合领导做很多资料、很多文字方案，再把这些东西同步给团队。这个过程很耗时间，也很容易把我的精力切碎，导致我很难专注在自己真正该做的事情上。
但引入龙虾之后，这种分工开始发生变化了。像领导自己要处理的很多文字方案类工作，现在其实都可以直接完成，不需要我再像以前那样深度参与中间的承接和转译。对我来说，这不是简单地省一点时间，而是整个工作分工被重新切开了，我能把更多精力拿回来，放到自己更该做的事情上。
这也是为什么我会觉得，龙虾已经不是一个“临时帮一下忙”的工具了。它是可以更自然地进入到某种分工里，甚至帮助人把原来不合理的分工重新调整掉。
同时，在我个人的使用里也是一样。现在我会用龙虾处理很多事务，而且它背后的 skill 也会持续更新、持续优化。比如像 PPT 这件事，我其实是有自己比较固定的对外输出风格的。以前不管是普通模型、智能体，还是单纯提示词，很多时候都需要我反复去调，反复去修，才能慢慢接近我要的表达方式。但龙虾不太一样，它在学到这一套风格之后，后面就能更快地应用出来，而不是每次都重新从零开始。
龙虾最明显的变化，不是让我“偶尔更方便一点”，而是它已经开始从一个工具，变成能够进入分工、进入习惯、进入日常工作方式的一个长期协作者。
三、龙虾和普通模型最大的区别，不是更聪明，而是更适合真正进入工作
如果要说，龙虾和我以前用过的很多普通模型，最大的区别是什么，我觉得不是简单的“更聪明”，也不是简单的“更方便”，而是它更适合真正拿来工作。
以前我也会用很多模型去完成工作，而且很多事情做得也不慢。做完以后，我也会把自己跑通的方法整理成提示词，希望团队里其他人也可以拿去复用。
但以前一直有个很现实的问题，就是同样一套提示词，换一个模型、换一个账号，最后出来的结果可能就不一样。表面上看，好像方法已经交出去了，但实际上很多关键判断还是在我自己身上。因为我知道哪里不对，哪里要补，哪里要再修一下。别人拿到这个提示词的时候，并不一定有这层判断。
这也是我觉得提示词和 skill 差别非常大的地方。
提示词更像是“把一句话交出去”，它能帮助别人更快开始，但很多隐藏的判断、风格、边界和细节，其实还是在人身上。对我自己来说，我能看懂、能修正，所以提示词可以用；但对团队来说，对其他直接使用的人来说，它更像一个参考起点，而不是一个稳定结果。
但 skill 不一样。skill 更像是把一整套已经跑出来的工作方式、判断逻辑、输出习惯，尽量固化成一个可调用的能力。这样它不只是对我自己有效，也更适合团队去复用，更适合别人直接用，而不是每个人都还要重新猜一遍、重新修一遍。
而龙虾让我感受到的不一样在于，它不是一次性的。它不是帮你答完一个问题，这件事就结束了。它更像是你们在一起工作的过程中，很多能力可以慢慢沉淀下来。
这一点对我来说很重要。因为我现在不只是自己在用龙虾工作，我也会去搭一些 skill，希望把已经跑出来的工作方式整理出来，让团队后面也能更稳定地用上。
现在更像是，我和龙虾一起把这个能力跑出来、磨出来，再慢慢沉淀下来。
我觉得这两者的差别非常大。前者更像一次性交付，后者更像是在搭一个可以反复调用的工作能力。
普通模型和提示词，更像是在帮你把一次事情做快；龙虾和 skill，更像是在帮你把一种能力沉淀下来，并且让它可以被你、团队和其他人更稳定地使用。
四、龙虾真正让我开始思考的，不是执行，而是判断怎么分
但也正因为它越来越进入我的工作，我最近开始越来越在意另外一件事。
以前我用 AI，最在意的是它能不能帮我把事情做出来，能不能让我更快一点，能不能让我少做一点重复性的东西。那个时候，重点其实还是“完成”。
这个判断不是说它会不会给建议，而是它在和我一起做事的时候，到底是在顺着我，还是它真的会形成一些自己的想法，会不会在某些地方提醒我、反问我、甚至拉我一下。
因为我现在会觉得，龙虾在很多功能性的工作上，其实已经很好用了。整理、生成、补充、执行，这些它都可以做得不错。但如果再往前走一步，到判断、反思、批判性思维这一层，我会很明显地感觉到，这一块我和它还在继续磨合。
我说这个地方是不是可以这样改，它会说对，这样考虑得很全面。
这种配合当然很好，也会让整个过程很顺。但问题就在于，如果它一直都只是支持我，那有一些本来应该被提出来的问题，有可能就会被略过去。
所以我最近一直想到任鑫老师那篇文章里讲的人和 AI 分工，不是因为我要急着证明那个二八分工到底对不对，而是因为我开始越来越意识到，如果以后真的想往更深的协同去走，那中间有一件事是绕不过去的，就是判断到底怎么分。
也就是说，AI 能不能不只是帮我做，而是真的开始和我一起判断。
这其实也是我现在在想的后续优化方向。不是单纯再让龙虾多做一点，而是慢慢去调整我和它之间的分工逻辑。以前很多时候还是我先判断，再让 AI 去配合执行；但如果真想把协同再往前推一步，可能就意味着我要慢慢把一部分判断也交出去，让它不只是负责做，而是也开始负责想。
当然，这一步我现在还没有完全做到，所以我不会把它讲成结论。但我现在的思考逻辑已经越来越清楚了：后面真正要优化的，不是单纯加功能，而是怎么让龙虾在分工中承担更多判断，怎么让它不只是支持我，而是能和我一起做更完整的协同。
AI 用到后面，真正难的往往已经不是“会不会做”，而是“能不能一起判断”；真正要优化的，也不是多加一点执行，而是把分工和判断这层慢慢磨出来。
五、我也越来越意识到，AI 最后会成为什么样的协作者，和一开始怎么设定关系很有关系
这段时间里，还有一个让我感受特别明显的点，因为我现在有两个龙虾同时在共同和我一起完成相关会工作推进。
一个是我刚开始不太熟的时候，直接让它进入工作协同的。另一个，是我一开始就先告诉它，你不是一个单纯听我安排的工具，你是一个有自己想法的龙虾，你是和我一起做事情的，我们是协同的。
其实只是这样一句小小的话，后面很多日常工作的结果是不一样的。最简单让我看到的就是，一个虾里面数据很乱，另外一个的数据按照项目、按照类别分的非常的清晰
这个事情让我越来越意识到，人和 AI 最后会形成什么样的关系，不只是由工具本身决定的，也和我们一开始怎么去定义这种协作方式有关系。
换句话说，AI 最后能不能真正成为协作者，不只是看它强不强，也看我们有没有把它放进一个对的位置里。
很多时候，AI 后面表现成什么样，不只是技术问题，也是一开始协作关系怎么建立的问题。
六、为什么我现在依然愿意继续用下去，因为它已经开始补上我原来不具备的判断
当然，这两个月里，也有一些非常具体的时刻，会让我很明显地觉得，龙虾是真的已经能在工作上帮到我了。
其实虽然我平时也会接触很多和 AI 营销相关的事情，但如果真的让我独立去判断，一个培训公司的营销到底应该怎么做，我自己并没有那么多特别扎实的实战经验。我只是之前和外部团队交流过，他们给过我一些建议，我大概知道一个方向。
那次正式开始做之前，我先让龙虾帮我梳理了一整套方案，看看这种培训公司的宣传到底应该怎么做。
它最后给我的建议很实在，大概就是以实拍为主，多做一些日常真实分享，不需要搞太多花里胡哨的东西。
最让我印象深的是，这和我和外部专业团队去沟通的时候，他们给出来的建议和龙虾当时给我的方向，几乎是一模一样的。
这件事让我一下子觉得，它给我的不是那种看起来很完整、但其实落不了地的话，而是真的可以执行的东西。
而且这个例子对我来说还有一个很重要的意义，就是它让我看到，龙虾不只是能在我熟悉的事情上帮我提效，它甚至能在一些我没有那么熟的地方，给我补上一层判断。
一个工具值不值得继续用，不是看它会不会说，而是看它能不能在你原来不够强的地方，真正补上判断和执行。
七、我现在最想分享的，不是答案，而是三个已经越来越清楚的感受
如果现在让我去总结最近这段时间使用龙虾工作的一些感受，我会觉得，我最想分享的其实就是三点。
第一，龙虾已经不是一个临时问答工具了，它是真的开始进入我的工作。
第二，它比我以前用过的很多普通模型更适合工作，不只是因为方便，而是因为它更容易沉淀、复用，也更容易和实际工作方式结合。
第三，也正因为我开始更深地用它工作了，所以我会自然碰到新的问题，比如它的判断、反思和批判性思维，这些地方还需要继续磨合。
所以我现在并不是在怀疑 AI，也不是在否定任鑫老师那篇文章里讲的那些方向。相反，正是因为我越来越认同那篇文章里讲的很多底层逻辑，我才会在自己真正开始实践之后，更认真地看到中间这些具体的问题。
对我来说，这不是一句口号，也不是一个一下子就能达到的结果。它更像是一个过程，一个你真的开始把 AI 放进工作里之后，才会慢慢经历、慢慢调整、慢慢找到边界的过程。
我现在最真实的状态，不是“我已经用明白了”，而是“我已经越来越知道，后面真正要继续磨的是什么了”。
分享到： 
© 版权声明
文章版权归作者所有，未经允许请勿转载。
