周五下午，一个做运营的朋友把一周的零散记录丢给工具，让它生成周报草稿。三十秒后草稿出来了，格式整齐，用词规范。她看了两分钟，删掉一半，又补了三段自己写的话，最后花的时间不比平时少多少。
这件事让我对“人工智能省时间”这句话多了点警惕。省下的往往是某个环节的耗时，花掉的是另外几个环节的注意力，两者不一定能对上账。
写周报这一步，其实不是“写”
回忆这周做了什么、判断哪件事值得说、猜上级会追问什么、决定哪些问题先不写进去——这些动作在“生成文字”之前就已经发生，而工具接手的只是最后那一段。前面几步没被替代，只是被压缩了：因为草稿来得太快，人容易跳过梳理，直接进入修改。
于是出现一种微妙的变化：写的时间短了，想的时间也短了。稿子看起来像样，但里面的判断未必是自己的。
它真正帮上忙的地方
倒不是说这类工具没用。在我观察到的用法里，效果比较实在的有几种：
- 把散落在聊天记录、便签、邮件里的碎片先拢成条目，人再挑；
- 给一个已经想清楚的观点提供反例，看看哪里站不住；
- 把一句话改成三种语气，方便对着不同的人发出去；
- 在卡住的时候先给个粗糙的起点，哪怕最后不用。
这些用法的共同点是：人心里已经有方向，工具负责降低起步的摩擦。反过来，如果连“这周到底发生了什么”都没想明白就让它写，得到的多半是一段正确但空的话。
责任没法一起交出去
还有一个常被忽略的问题：工具可以对措辞负责，但不能对内容负责。写进周报的那句“项目进展顺利”，一旦被追问细节，站出来解释的仍然是写这句话的人。同理，对外发布的材料、给客户的说明、涉及数字的描述，都需要有人回头核对一遍。这一步很枯燥，却也是最不该省的一步。
我见过几次因为直接复制生成内容而出错的场面，错得不算严重，但足以让人在会议上尴尬。后来那个团队的规矩很简单：草稿可以生成，事实必须自己查。
把它当成同事，还是当成笔
这两个定位差别不小。当成笔，人始终握着判断权和署名权；当成一个什么都懂的同事，就容易在不确定的时候默认它对。而在很多具体场景里，它给出的答案听起来确实很像那么回事——语气笃定，结构完整，错的地方也不显得突兀。
所以我对人工智能的态度偏向实用：在起步、整理、试错这些环节上放心用，在需要担责、需要和具体的人和事对上的环节上，自己来。它把“从零到一”变便宜了，但“从一到能用”这一步，目前还是人的活儿。
那位朋友后来调整了做法：周报先自己列五个要点，再让工具把要点展开。她说这样反而快，因为不用在别人的稿子上改出自己的意思。