
前段时间,宾大的 Ethan Mollick 教授发了个有意思的帖子。帖子中他跟 AI 说,去把你们经理给我叫过来。

我看到这个帖子,差点笑喷饭。怎么会有这么有趣的教授。回过味来又觉得荒诞。
教授本来想派 Codex 里的 Sol 去写点小东西。Sol 又把活派给了它小弟 Luna 之类的模型。它自己在那里当甩手掌柜。连小弟干完活它都懒得去验收下成果。
教授说完还耐心的教了 Sol 活该怎么干。
三分钟后。教授回复了自己的帖子说,有效。
还好有效,还好 AI 不是 Grok。换上 Grok 多少会跟教授杠一下,活是你派的,你没教会我干活,你找谁捏?
以前我们忙着干活,现在忙着告诉 AI 活该怎么干。
本来想抓个 AI 当劳力,结果还要学带人。
Anthropic 搞过一个有趣的调研,想看看搞 AI 的人自己怎么给 AI 派任务。
有人说,十分钟能干完的活就自己干。一次性的功能直接让 ai 干。但设计问题一定要自己干。
有人说,用 AI 就跟用谷歌地图差不多。一开始你只会在不认识的路上用,后来熟路也会用,最后每天通勤都开着。区别是地图大概率不会把你带进河里。大概率。
有人还没开始就放弃了。他说最大的麻烦是冷启动,你脑子里有一堆关于代码怎么运行的东西,AI 一样都没有。想想还是算了,还是自己干吧。
他们得庆幸自己在 Anthropic 工作,用的是 Claude。如果用 gemini,你交代需求交代到第三遍的时候,它可能已经把第一遍的需求忘了。
OpenAI 的人也在研究怎么给 AI 派任务。做语音的 Guinness Chen 劝大家不要打字了,直接按住听写键唠个十分钟,把脑子里的碎片想法、例子,甚至感觉,一起说给 ai,ai 完全能理解。这比什么都省事。

Krea 的 Nicholas Dunzelman 习惯用 ChatGPT 写给 Codex 派任务的提示词。他说自己现在已经不告诉 ChatGPT 这提示词是写给 Codex 的,因为你说是写给 AI,它立马把对方 AI 看扁了。你说是写给人看的,它才认真对待。

以前我们选择工程师这个职业多半因为我们是 i 人,不擅长交际。现在好了,选择做工程师这个职业前你得先学会怎么做 AI 交际花。你得认清什么活适合 AI 干,还得区分什么 AI 适合干什么活,最后还得能把活交代清楚。
但把活交代清楚这个事情,可能就是我们没有想清楚。
GitHub 有个研究团队,去年找一批程序员问他们对 AI 的看法。几乎所有的程序员都说,现在大部分代码都交给 AI 写了。一开始都是抱着怀疑的心态,每天逼着自己什么都用 AI 试一试,然后某一天突然知道怎么更好的给 AI 派任务了。
后来大家还总结出来一个技巧,就是在动手之前,你先让 AI 采访你一遍。
你不用会写需求文档,不用会带人。你只要会回答问题。AI 问什么你答什么就好。这样你知道的那些说不清但有价值的东西,就会被 AI 一步步挖掘了出来。这时候再去派活给 AI 就简单了。
再后来后来 Matt Pocock 还将这个结合他的哲学思想,做成了一个 skill,叫 grill-me。Github 上 26 万星。
本来想抓个 AI 来帮忙,没想到它越帮你越忙。
伯克利有两位研究者,在一家两百人的科技公司蹲了八个月。
他们发现这里的员工午饭时给 AI 派任务,开会前给 AI 派任务,晚上冒出想法时,又给 AI 派任务。他们无论是审代码、写文档,还是开会时,电脑上总是挂者几个 AI 在干活。
原来属于别人的活,接了。原来不敢试的事,试了。
研究者调侃说,这就是能力涨了,产出就会涨,产出涨了,期望就会涨,期望涨了,周围人的期望都会跟着涨。
等回过头,才发现自己更忙了。因为派出去的任务多了,验收任务还得自己来。
有公司采访了几千个用 AI 的员工,问他们每周能省多少时间。大部分人说至少几小时。再问省下来的时间用来做什么了。回答是用来修改 AI 的错误,完善 AI 写的内容,还有验收 AI 做的有没有问题。
Anthropic 一个工程师说,自己会故意隔一段时间就不用 AI。因为这样才能保证品味,写不写代码无所谓,没法验证 AI 写的代码有没有问题才致命。
这个真的太魔幻了,为了让 AI 替自己干活,还得练习不用 AI 干活。
网友 Santiago 宣布自己以后不再看 AI 写的代码了。因为完全看不过来。他现在主要把时间花在改善验收任务上。

网友 @staysaasy 发帖说,用 Fable 干有难度的活,一干就是几个小时,他不停地补充上下文,Fable 不停地改。最后项目烂的跟庞氏骗局似的。有人跟帖说,Fable 要是个员工,早就该进 PIP(绩效提升计划)看要不要开除了。

上周有人说 AI 可能会灭绝全人类,当时我不信。现在我信了,AI 是准备让全人类都忙死。
到底谁是谁的外包。
前几天教授 Mollick 又发了条帖子说,对于 Fable 和 Astra 这个等级的模型,我们不需要把它们当成实习生了,我们终于可以把它们当成靠谱的外包。

马上有人回贴开杠说,再靠谱的外包,也还是要有人验收。
教授没有回。