下午三点，一个人对着屏幕改一段模型生成的文字。改到第三遍，他停下来，发现自己在顺着模型的句式往下写——原本想表达的东西已经被带偏了。这个画面大致能说明一点：人机协作里，并不是谁指挥谁，两边都在被对方的输出塑形。
通常的想象是人提需求、机器执行、人验收。流程图上这样画没问题，坐到工位上却常常是另一回事。真实的过程更像来回递东西：人给一句模糊的意图，机器还一个具体的版本，人看着这个版本才慢慢想清楚自己到底要什么，再递回去。意图不太像起点，更像是中间生出来的东西。
卡住的地方常在交接处
这样一来，成本就落在交接上了。一个人要把脑子里的判断说清楚，有时比自己做一遍还慢。机器的回应越快，这种“说不清”的感觉就越明显——它已经把答案摆在面前，你却还得先想明白自己不满意哪一句。
配合得比较顺的任务，通常有个共同点：意图是能说出口的。改错字、换语气、把一段话压到原来一半长度，这些事交代起来几乎不费什么力气。反过来，那些标准本身还在形成中的工作就不好办。比如一段文案到底该不该这么写，你自己还在犹豫，这时候就很难把自己这份犹豫递出去。
有些场景用两次就放下了，与其说问题出在能力上，不如说双方对“做完了”的定义没对上。人心里有一条模糊的完成线，机器给的是一个像模像样的版本，两者差着几厘米，来回几轮之后就累了。
能改，比聪明更实用
所以我的判断是：与其等一个更聪明的模型，不如把交接的界面做薄一点。让它在拿不准的时候停下来问一句，让人能低成本地改、撤回、重来。一个会问“这里你指的是哪个意思”的工具，通常比一个自信给出长答案的工具更耐得住用。
另一件事是保留自己动手的部分。全部递出去，人很快会失去判断的坐标，连自己想要什么都说不准。人机协作到最后，可能不是一种新的工作方式，而是一种分寸感：知道哪些环节该自己握着，哪些可以递出去，以及什么时候该把东西要回来。