人和人之间，没有幻觉是最大的共识。
01
2023 年人工智能彻底爆发，很多企业和个人在焦虑中观望。当时 AI 能力尚不稳定，但在确定的趋势面前，互联网企业的一贯态度是：
参与或凑热闹，都必须要趁早。
2024 年很多公司开始尝试 AI 能力，不过还停留在单点形式，比如设计师验证视觉创意、产品和开发搭建业务流程、企业整理搭建知识库。
虽然实践遇到各种奇葩问题，但用起来可以缓解焦虑，并且满足对新事物的猎奇心。
2025 年，AI 工具在企业工作流中彻底铺开，主要集中在产品研发领域；社交媒体上各种创意玩法刷屏，前一年几款模型的惊艳能力，几乎霸占了全年的流量效应。
为什么又是编程领域？因为AI让产品的验证成本趋近于零。
2026 年 AI 话题热度在降温，工作场景里却持续升温：从 OpenClaw 小龙虾到 Codex 产品，AI 应用不再满足于纯粹的编程，开始连接组织协作的上下游。
从单点效率的提升，转向重构工作流的综合领域。
02
年初养龙虾火遍全球，但很多用户尝试后选择放弃——并不是这款智能体不好用，而是找不到有价值的场景，只能白白消耗大量 Token，社媒的话题热度也断崖式下滑。
但企业真实的工作流中，OpenClaw们反而不断增加。
在销售和运营岗中，经常要记录线索或想法创意。
有人习惯先临时发到聊天框，等忙完再统一整理；现在直接发给 OpenClaw 智能体，由 AI 工具自动整理，甚至做适当的完善，最终写入文档或产品系统。
最热门的产品研发领域，AI工具更是加速进化，已经不是纯粹的编程方向。
Cowork和Codex极具代表性，从垂直领域向工作流进化，通过插件市场的持续扩展，AI IDE所能串联的场景，几乎可以覆盖在线流程。
三月份做过一款轻量产品，主要分析复杂流程的质量。
项目需求很明确：在按年交付的业务中，需要从周期上跟踪和监控质量。只要把指标和数据维度定义清楚，产品本身没有开发难度。
唯一的麻烦点是：三人不在同一个城市，所以要先对齐AI协作的共识：
基于Codex管理项目，所有文件上传Git仓库，业务方定义关键的指标，Codex分析数据的支撑能力，产品在关键场景编程出效果图，最后由开发维护完整的工程。
每周需求完成后演示，项目发起方非常认可。
项目里重构了人与 AI 的协作：人指挥 AI 完成需求标准化，信息在工作流的不同节点传递和扩展，但始终在 Codex 内部处理，所以需求还原度非常高。
不过要强调一句关键：虽然AI和工作流相互融合，但核心节点都是专业人员负责，并且对齐AI使用和协作模式。
管理者没有幻觉：一人一AI可以横推项目，才是效率和质量的前提。
03
在人与人与AI协作的流程中，虽然直观感觉就是借AI增效，但细节处的变化值得反思和分析。
什么是对齐共识？从AI的视角分析项目。
由人来定义流程和规则，只是不同节点和需求，输入信息的边界有变化，AI针对各角色要求做输出，但信息传递过程的理解，交给AI自己设计规则，维持上下文处理的一致性。
至于人和人之间，没有幻觉是最大的共识。
为什么可以提升效率？因为把复用做到最大化。
企业级的项目和需求中，存在大量文档和已有工程，想要在此基础上分析需求，这一步费时费力效率低。
不同角色都需要理解业务，并且还容易出现偏差问题。
在 AI 工具中把输入当知识库，分析整理后再做标准化输出，同步给相关成员的文档质量很高；等项目完成阶段，所有文档皆可回溯。
与其管理Prompt和Skill，聚焦在AI输出的结果上，更容易提升团队协作效率。
04
社媒上有一个很火的话题：打工人的经验和技能，是否会被AI蒸馏和复制，站在人与AI协作的角度，这是必然发生的事情。
很多专业领域的用户，在投喂AI语料教AI做事，所以它的进化速度非常快。
当然变化也是人的底色，质疑AI理解AI到使用AI，适应的过程还历历在目。
最后聊聊经验和技能，打工人的核心竞争力。
当初学专业的笔记还在吗？相信大部分人都没保留，而能力在不断积累和更新，关注和思考的角度在变化，在AI蒸馏我们的同时。
也可以用AI的能力，去蒸馏一下魔幻的职场。
评论0