AI优先｜5%的时间设计，90%的时间等待，5%的时间复核
用了AI一段时间以后，我越来越觉得，很多工作的最佳状态，不再是“人从头做到尾”。
而是：
5%的时间设计AI工作系统和提示词，90%的时间让AI执行，最后5%的时间复核。
当然，这个5%、90%、5%不是一个严格的数学比例。
它更像是一种工作方式：
人少做执行，多做设计；少做重复劳动，多做最后判断。
这其实也是“AI优先”进一步发展之后的结果。
一、真正值得花时间的，是任务开始前的那5%
以前做一项工作，往往是拿到任务以后马上开始。
打开文件、查资料、复制粘贴、做表格、改格式，一步一步往下做。
现在我反而觉得，最重要的是一开始不要急着执行。
先花一点时间设计。
比如要明确：
- 输入材料在哪里；
- AI要重点看什么；
- 需要调用什么工具或者MCP；
- 任务需要分成几步；
- 最终要输出Word、Excel还是Markdown；
- 文件保存到哪里；
- 哪些内容不能改；
- 哪些问题必须重点核验；
- 完成标准是什么。
这些事情可能只占整个任务很少的时间，但决定了后面AI能不能真正干活。
例如，同样是让AI审一份合同。
一句：
“帮我审一下这个合同。”
和一段明确的任务指令：
“代表甲方审阅某文件夹中的合同，仅做必要修改，不调整商业价格条款，重点审查付款、违约责任、知识产权和解除条款，输出修改版Word和修改说明表，引用法律依据须核实现行有效。”
最后出来的东西完全不是一个质量。
所以很多时候，AI工作效率的瓶颈并不在模型，而在任务设计。
二、90%的时间，不应该再盯着AI
当任务设计清楚以后，剩下的大量工作其实可以交出去。
让AI自己：
- 读取几十份文件；
- 搜索网页；
- 整理法规；
- 分析合同；
- 汇总数据；
- 运行脚本；
- 生成表格；
- 修改Word；
- 处理格式；
- 检查文件之间的差异；
- 甚至继续完成一个需要几十分钟甚至更长时间的任务。
这时候人没有必要一直盯着它。
这也是Agent和普通聊天式AI一个很大的区别。
如果每一步都要：
AI做一点 → 人看一下 → 再发一句话 → AI再做一点，
实际上人还是被绑在电脑前面。
真正理想的状态应该是：
把一个边界清楚、目标明确、输出明确的任务完整交给AI，然后人去做别的事情。
AI执行任务的时间，本质上就是人的“等待时间”。
而等待不是浪费时间。
因为这段时间里，我可以继续处理客户沟通、开会、看另一份文件，甚至再启动第二个Agent处理另一项任务。
这样一来，工作的基本单位就发生变化了。
以前是：
我一次只能做一件事。
现在变成：
我可以同时管理几个AI任务。
三、真正的效率提升，来自“并行工作”
这一点我觉得特别重要。
很多人评价AI效率时，会问：
“AI做这个任务要多久？”
比如人工20分钟，AI可能也要10分钟。
于是觉得只节省了10分钟。
但这里忽略了一个问题：
人工做20分钟，这20分钟必须由你本人占用。
而AI做10分钟，这10分钟你可以去处理第二项工作。
甚至可以同时：
- 让Codex处理代码；
- 让另一个Agent整理法律资料；
- 让OpenCode检查电脑问题；
- 让一个网页Agent搜索公开信息；
- 自己继续处理真正需要人工判断的事情。
因此AI提升效率，不能只计算“单个任务节省了多少分钟”。
更应该看：
同一个人在同一段时间里，可以同时推进多少项工作。
这才是Agent时代真正明显的变化。
四、最后的5%，反而比以前更重要
AI承担了大量执行工作，并不意味着人可以完全不管。
相反，最后的复核非常重要。
尤其是法律工作。
我现在越来越倾向于把人的精力留在几个地方：
- 法律依据有没有错误；
- AI有没有理解错合同结构；
- 有没有漏掉关键事实；
- 数据是否完整；
- 引用的案例是否真正存在；
- 修改是否误伤商业条款；
- 结论是否符合客户利益；
- 最终文件格式是否正常；
- 有没有AI自己补出来、但实际上不存在的信息。
这些事情，往往不需要从头重新做一遍。
而是站在结果层面进行检查。
也就是说，人的角色逐渐从：
执行者
变成：
任务设计者 + 质量控制者。
我觉得这才是比较合理的AI工作模式。
五、不要把大量时间浪费在“陪AI工作”上
现在还有一种很常见的AI使用方式：
人在电脑前陪着AI。
AI写一段，看一下；
再告诉它改；
再等它写一段；
再复制文件；
再重新上传；
再发下一条指令。
看起来使用了AI，但人其实仍然被整个过程占用。
这类工作流通常还有很大的优化空间。
可以尝试把任务一次说完整。
例如明确：
输入 + 任务 + 工具 + 约束 + 输出格式 + 输出位置 + 验收标准。
如果任务复杂，就让Agent自己拆解。
如果需要重复，就写成Skill。
如果经常需要执行，就写成脚本或者定时任务。
如果需要查询外部资料，就接MCP。
目标应该是尽量把：
“我和AI一问一答完成工作”
变成：
“我给AI一个完整任务，AI自己完成工作。”
这两个阶段的效率差距很大。
六、提示词不是聊天技巧，而是工作说明书
以前很多人讨论提示词，容易把它理解成：
“怎么问AI，才能让它回答得更聪明？”
但在Agent时代，我觉得提示词更像是：
给一个工作人员写任务说明书。
一个好的任务说明至少应该让AI知道：
- 你要干什么；
- 材料在哪里；
- 重点是什么；
- 哪些事情不能做；
- 用什么方法；
- 最后交付什么；
- 文件放在哪里；
- 完成以后怎么汇报。
当这些东西越来越成熟以后，就没必要每次重新写。
可以沉淀成：
- 模板；
- 全局指令；
- 项目指令；
- Skill；
- 脚本；
- 标准工作流。
所以，前面的“5%设计时间”，实际上并不是浪费。
这是在建设自己的AI工作系统。
而且这些投入往往可以重复使用。
七、未来真正稀缺的，可能不是执行能力
如果大量搜索、整理、写初稿、处理格式、分析文件，都可以交给AI完成，那么人的价值自然会往另外几个方向集中：
- 知道应该做什么；
- 知道怎么把任务设计清楚；
- 知道结果对不对；
- 知道什么地方不能相信AI；
- 知道最终应该做什么决策。
尤其对于专业工作来说，这几件事其实比“亲手把所有文件做出来”更重要。
所以我越来越喜欢这样理解未来的工作方式：
5%的时间，设计任务。
90%的时间，让AI干活。
5%的时间，检查AI有没有干对。
这不代表AI万能。
也不代表所有工作真的都可以按照5%、90%、5%严格分配。
它真正想表达的是：
不要再把人的主要时间花在AI已经可以完成的执行工作上。
人的时间，应该更多用来设计系统、提出要求、判断结果和承担责任。
如果上一篇说的是：
“不是AI万能，而是AI优先。”
那么下一步就是：
AI优先之后，人应该逐渐从执行工作中退出，把自己放到任务设计和质量控制的位置上。
这可能才是AI真正开始改变工作方式的标志。
