周三下午，项目群里有人发来一句提示词，让生成式人工智能把散落的会议记录整理成周报。几秒后，一份结构齐整的草稿出现。省事是真实的，但另一件事也浮上来：我们省下的，究竟是写的时间，还是想的时间？
草稿越快，判断越要慢
生成式人工智能擅长把已有材料压缩、改写、归类，却看不到会议桌上那些没被写进记录的分歧。它能把“讨论了上线时间”写成通顺句子，却不知道这句话背后是等待确认，还是已经决定。草稿越顺，人越容易跳过核对。我的习惯是先把原始记录放在旁边，再逐段问自己：这句话有没有来源，是否改变了原意，读者会不会据此做动作。周报不是文字工艺品，它要传递可执行的信息。把判断留在人手里，不是对工具不信任，而是承认上下文有重量。
省下来的时间去了哪里
效率讨论常把时间当作唯一尺度。过去写周报，过程本身迫使人回顾一周：哪些事推进了，哪些卡住了，哪些只是看起来很忙。草稿提前出现后，省下的时间可能被更多会议填满，也可能被用来反复调整措辞。若没有明确安排，效率会变成新的忙碌。生成式人工智能进入日常文档流程后，真正需要设计的，是省下来的半小时归谁使用：留给复盘，留给和同事确认一句含糊的结论，还是留给下一份草稿。这个问题不解决，工具带来的轻盈很快会被流程重新填满。
把边界写在流程里
有些材料不适合直接交给工具处理，比如未公开的客户信息、未经确认的结论、需要承担责任的承诺。与其在事后提醒，不如在流程里写清楚：哪些内容可以进入提示词，哪些只能留在内部记录中；提示词里明确“只整理已确认事项”“列出待核实问题”；输出后保留人工复核的痕迹。生成式人工智能可以参与草拟，但责任人不能外包。它像一面整理镜，把材料照得更整齐，却不会替人决定哪些话该说、哪些话不该说。边界不是免责声明，而是让工具的输出有落点。省下来的时间若能被用来做更慢的判断，这份效率才算真正落地。