那些用AI“快速交差”的人，正在毁掉职场本文探讨了滥用AI工具以“快速交差”对职场效率与工作质量的负面影响。文章指出，AI能快速生成结构完整、看似专业的文档（如报告、方案、周报），但这些成果往往缺乏事实核查、专业判断和实际价值，被称为“职场AI垃圾”。其核心问题在于将工作成本转移给他人：生成者省时，接收者却需耗费更多时间核实、修正和理解。 文中举例说明：一份AI生成的方案数据来源不明、信息失真，反而给团队制造了新任务；一份由AI润色的绩效反馈措辞正式却内容空泛，让下属无从改进；一个团队过度依赖AI生成各类文档，却在客户询问依据时无人能回答，因为无人进行过实际调研。 文章强调，AI放大了使用者的工作习惯差异。认真者将其作为助手，用于辅助整理、检查，但仍亲自核实与决策；敷衍者则将其视为替身，直接提交未经验证的初稿并让他人“完善”。真正有价值的工作应提供新事实、做出明确判断并有人为结果负责，而这些是AI无法替代的。滥用AI虽提升个人表面效率，却可能降低团队整体效能并消耗信任。marsbit07/29 08:11marsbit07/29 08:11
李善友：世界越卷越快，我们可以更慢、更深、更向内李善友提出，在AI加速迭代、经验频繁失效的时代，需要回归“第一性原理”，并将思考基点从“认知”（所知）下移至“能知”——即认知能力本身。他认为，知识本身没有力量，能知才有力量。 他以张一鸣为例，指出其在移动互联网时代的成功，关键在于实现了“能知跃迁”，从依赖经验的“一阶能知”跃升到依靠逻辑与模型思维的“二阶能知”，从而对经验型创业者形成降维打击。 然而，AI时代对理性逻辑的掌握已达高峰。要成为新时代的引领者，极少数人需向“三阶能知”跃迁，即进入理念层面，如马斯克、乔布斯那样，让商业成为理念追寻的副产品。DeepSeek梁文锋的思考，可能代表了这种面向原生创新的理念洪流。 对于大多数无法置身时代洪流的人，李善友提出了第二条路：良质之路或作品之路。不必追求宏大理念，而是转身向内，将手中的事情当作“作品”用心打磨，追求“良质”（Quality）。当人与作品合一时，工作便成为艺术，个人意识也能借此进化。在世界加速内卷时，我们可以选择更慢、更深、更向内，通过做好每件小事来修养内心，让微小的频率荡漾开去，影响世界。 他强调，事是为人服务的，无论是大事小事，都是修心的载体。这同样是回归第一性原理。marsbit07/17 04:13marsbit07/17 04:13
慢下来，才是Agent时代的答案在生成式AI加速进入软件工程的当下，行业从“能力惊叹”滑向“效率焦虑”，但盲目追求效率导致问题频出。编码Agent进入生产环境后，错误被放大、复杂性失控、系统难以理解，效率提升并未带来质量提升。 Agent缺乏学习能力，会重复犯错且无自我修正机制。在无人类瓶颈约束下，小错误快速累积，最终导致系统不可信任。同时，Agent基于局部视角决策，引入大量重复代码与不合理抽象，加速系统混乱。其搜索召回率低，难以全面理解复杂代码库，无法有效重构。 应重新校准人与Agent的关系：让Agent承担局部、可控、非核心任务，人类保留系统设计、质量审查与关键决策权。需设定生成代码上限，亲自参与架构与核心代码编写，保持对系统的理解与掌控。慢下来，承受适度摩擦，才能维护系统质量与可维护性。 真正稀缺的是对复杂性的判断力、在效率与质量间取舍的定力，以及说“不”的能力。Agent应是辅助工具，而非替代人类决策与责任的主体。marsbit03/29 15:35marsbit03/29 15:35
AI Agent 输出垃圾？问题在你舍不得烧 TokenAI Agent的输出质量与投入的Token数量成正比，即投入的Token越多，错误越少。文章指出，通过增加Token，Agent可以进行更深入的推理、多次独立尝试、自我审查和验证，从而显著提升代码质量和问题解决能力。然而，Token无法解决“新颖性”问题，即当问题不在训练数据中时，仍需人工引导。作者建议通过“WAIT”（多次审查和修复）和“VERIFY”（频繁验证）两种简单方法来优化Agent性能，并强调领域专业知识在解决新颖问题时的关键作用。marsbit03/23 06:14marsbit03/23 06:14
