光标闪的时候，人在做什么
夜里十一点，材料写到第三段卡住。打开对话框，敲进一句模糊的要求，回车。几秒钟，一段结构齐整的文字落下来。改两个词，复制，粘贴，继续往下写。整个过程安静得像什么都没发生。
事后回想，被省掉的其实不只是打字的时间。中间原本还有别的动作：翻两页资料，发现说法对不上，回头换个词再搜一遍，犹豫要不要换个角度。这些动作有点笨，也有点慢，但它们构成了理解本身。现在它们被折叠进一次回车，折叠得几乎不留痕迹。
顺滑的答案，和它没说的部分
用得多了，会察觉到一种手感：回答通常挑不出明显毛病，措辞妥当，层次清楚，却常常缺少棱角。它给的是这类问题的通行写法，而不是你手上这一件具体事情的例外。真正的麻烦往往藏在例外里——那份材料要交给谁看，那个人在意什么，哪些话说了会引出追问。这些它不知道，也很难从提问里猜出来。
原因并不神秘。这类人工智能系统擅长从大量文本里归纳出常见的表达方式，对罕见的、只属于当下处境的判断，自然给不出对应答案。所以它写出的东西，读起来像一份整理得很干净的公共模板。
省下来的力气，转移到了别处
有个容易被忽略的变化：写的人轻松了，读的人未必。一份由人工智能起草、未经细看的材料发出去，核实的工作就落到了接收方身上。核对事实、辨认语气是否得体、判断某个说法有没有出处，这些原本属于起草者的工序，被沿着流程往下推了一格。
这种转移在团队里不太容易被说出来，因为它看起来像是顺理成章的副产品。但一旦养成习惯，返工的总量并不会消失，只是换了个位置。
把哪些事交出去
我的做法比较保守，划了一条不算精细的界线。可以交出去的：把散乱的想法归拢成条目，把一段啰嗦的话改短，为一份文档搭个骨架，把不同来源的说法并排放在一起看。这些活儿的共同点在于，即使结果不理想，也容易一眼看出问题，改起来不费劲。
不太愿意交出去的：需要有人承担后果的判断。给谁回复、怎么措辞、某个承诺要不要写进文本，这类事一旦出错，代价不落在工具身上。工具不会因为一句话被记住，写的人会。
还有一个具体的动作值得保留：先自己写一段再对照。哪怕写得很糟，也是在把自己的理解和它的放在一起比。跳过这一步，很容易把它的思路当成自己的思路，之后连分歧在哪里都说不清。
留一段可以停下来的空隙
回到那个深夜的场景。答案来得快，是好事，但快本身不该成为唯一的尺子。偶尔可以把提问改成“这个问题可以从哪几个角度想”，而不是“帮我写一段”；有时可以让它先反问你两句，再动笔。这些做法会多花几分钟，换来的是一点点摩擦感。
技术会继续往前，这一点没什么疑问。真正需要自己决定的，是在流程里留下哪一段不被打断的空隙——光标在那里闪着，人在那里想。