晚上九点,一位编辑把刚写完的段落贴进对话框,要求换成三种语气各写一遍。她没有等模型给出一个答案,只想多几个可以挑选的版本。十分钟后,她留下其中一段,改了两个词。这个动作太日常,日常到很少有人意识到,工作已经被拆成两半:一半交给模型去展开可能性,一半留给人来收窄。
很多人谈人机协作,习惯从工具能力讲起,我倒是觉得要先看清这条分界线画在哪里。它不按难易划分,也不按职位划分,更接近按“可验证性”划分,也就是结果对不对,人能不能很快看出来。能快速检验的环节,交给模型试错成本低;一旦错了要很久以后才暴露,人就得留在流程里盯着。
交出初稿,比想象中难
真正的阻力常常不在模型这边。写作者对自己的初稿有依附感,哪怕明知道它粗糙,也不愿意让别人,或者别的东西,先动一遍。于是出现一种折中:人写完全文,再让模型润色。看起来用了工具,实际上只用了它最边缘的功能。
更有效的做法往往相反:先让对方给出结构上的备选,人来决定保留哪一条线。人机协作的价值不仅是省下打字的时间,也在于把“从零到一”的压力分摊掉一部分。前提是人愿意在还没想清楚时就开始,而这恰恰是最不舒服的阶段。
交接处的损耗
把活交出去,信息就会掉。人写需求时,默认对方知道自己所在的情境、读者的脾气、上一版被打回的原因,这些默认项在传递中全部消失。于是多出一道新工序:把“我知道但没说”的部分写下来。
这道工序看起来是额外负担,其实是一次难得的整理。很多模糊的判断,只有在试图向一个没有背景的协作者解释时,人才会发现自己也没想明白。写不清楚的地方,通常就是还没想清楚的地方。
- 能明确描述验收标准的,放心交出去;
- 说不清什么算“好”的,先自己动手做一版;
- 错了代价大且难回滚的,人始终在场。
判断力被推到更前面
模型擅长给候选,人负责取舍。候选越多,取舍越累,这是很多人用了之后反而更疲惫的原因。疲惫感不是错觉,它说明重心从“生产”移到了“判断”,而判断比生产更消耗人。
有些团队把流程做成审核流水线,人只负责点通过或退回。这种状态下,人机协作是名义上的:人退化成一道闸门,既不理解产出,也提不出更好的问题。真正起作用的协作,是人还在改问题本身,把“再写一版”换成“换一个角度,从读者的疑问开始”。
有些活不该交出去
需要现场感知的、涉及责任归属的、错了无法挽回的,这几类环节交出去都不划算。反过来,人一直做得不好的事,比如重复核对、把散乱信息归拢成同一格式,交出去是实实在在的改善。判断标准不只是“这活高不高级”,更在于“人做它的时候是不是在机械重复”。
我不想把这件事说得太宏大。眼下能做的,大概是学会描述自己的工作:哪些步骤是机械的,哪些判断依赖经验,哪些错误一旦发生就收不回来。描述清楚了,分界线自己会浮出来。人机协作更像一种需要反复调整的分工习惯,而不是一次性的方案。