什么时候该把活儿交给 AI：一个可以算的判断

译者说明：本文译自 Ethan Mollick 的博客 One Useful Thing，原文发表于 2026 年 1 月 27 日。 文中提到的 GDPval 是 OpenAI 发布的、用真实职业任务对比人类专家与 AI 的评测。

我刚在宾夕法尼亚大学上完一门实验性的课，我要求学生在四天内从零做出一家创业公司。班上大多数人在读高管 MBA，也就是说他们一边上课一边还在当医生、经理，或者大小公司的领导。几乎没有人写过代码。 我把 Claude Code 和 Google Antigravity 介绍给他们，要求他们用这些工具做出一个能跑的原型。但光有原型不算创业公司，所以他们还用 ChatGPT、Claude 和 Gemini 来加速创意生成、市场调研、竞争定位、路演和财务建模。

我很好奇他们在这么短时间里能走多远。结果是：他们走得很远。

我教创业课已经十五年，见过数千个创业点子（其中一些后来长成了大公司），所以我对一班聪明的 MBA 学生能做到什么程度有很好的判断。我估计，我在两天里看到的东西，比 AI 出现之前学生花一整个学期做出来的，在通往真实创业公司的路上要远一个数量级。

大多数原型不只是示意界面，而是真的有一个核心功能能跑。创意比平时更多样、更有意思。市场与客户分析很有洞察。

还有一件事：多数早期创业公司都需要转向（pivot），随着对市场需求和技术可能性的了解而改变方向。由于转向的成本降低了，探索各种可能性变得容易得多，不会被锁死，甚至可以同时探索多个创业方向——你只要告诉 AI 你想要什么。

我很想说这个成果是我教得好，但我们其实还没有一套关于如何使用所有这些工具的好框架，学生基本是自己摸索出来的。有帮助的是他们具备一些管理能力和专业知识，因为事实证明成功的关键恰恰是上一段最后那半句：告诉 AI 你想要什么。

随着 AI 越来越能完成那些人类要花好几个小时的任务，而评估这些结果本身也越来越耗时，「善于委派」的价值就上升了。但什么时候该委派给 AI？

委派的方程

我们其实有答案，只是有点复杂。考虑三个因素：

第一，因为存在 AI 能力的参差前沿，在复杂任务上你无法可靠地预知 AI 会擅长还是不擅长什么。

第二，无论 AI 做得好还是差，它一定很快。它在几分钟内产出的东西，人要做好几个小时。

第三，它相对于专业人士的工资很便宜，而且它不介意你生成多个版本再把大部分丢掉。

这三点意味着，是否委派给 AI 取决于三个变量：

一个有用的心智模型是：你在拿「做完整件事」（人类基线时间）与「支付这笔开销」（AI 流程时间，可能要付好几次直到拿到能用的东西）做权衡。成功概率越高，你需要支付 AI 流程时间的次数越少，把事情交出去就越划算。

举例：一件事你自己做要一小时，AI 几分钟就能做完，但检查答案要三十分钟。这种情况下，只有当成功概率非常高时你才该交给 AI——否则你花在生成和检查草稿上的时间会超过自己动手。但如果人类基线时间是 10 小时，那么花几个小时和 AI 打交道就是值得的，前提是 AI 能被调教到做出称职的活儿。

用 GDPval 的数字算一遍

我们知道这个方程成立，因为去年夏天 OpenAI 发布了关于 AI 与真实工作的一篇重要论文——GDPval。它让金融、医疗、政府等不同领域的资深人类专家与最新的 AI 对决，再由另一组专家当评委。

• 人类基线时间：专家平均要 7 小时完成这些工作
• AI 流程时间：AI 只要几分钟，但专家需要一小时来核查这些工作，当然写提示词也要时间
• 成功概率：GDPval 刚出来时，评委多数情况下判人类胜出；但随着 GPT-5.2 发布，平衡发生了变化——GPT-5.2 Thinking 和 Pro 平均有 72% 的情况打平或胜过人类专家

现在可以算：一件 7 小时的活儿，假设 72% 的成功概率和 1 小时的评估时间。如果你每件事都先花时间写提示词、花一小时评估答案、答案不行再自己做，那么平均能省下 3 小时。AI 失败的那些任务会更慢（你白白花了写提示词和审阅的时间），但 AI 成功的那些会快得多。

但我们还能用管理学的技巧，把这个方程进一步扭向对我们有利的一侧。

委派就是新的提示词工程

有三件事能让委派给 AI 更划算——提高成功概率、降低 AI 流程时间：

1. 给出更好的指令，设定清晰的目标，让 AI 有更高的概率一次做对
2. 提升评估与反馈的能力，这样需要的尝试次数更少
3. 让「判断 AI 做得好不好」这件事本身更省时间

所有这三个因素都会被专业知识放大——专家知道该下什么指令，更能看出哪里出了问题，也更擅长纠正它。

如果你不需要什么特别具体的东西，今天的模型已经强到能自己想办法解决问题。比如我发现 Claude Code 能用一句提示词生成一整个 1980 年代风格的冒险游戏：「创建一个完全原创的老派 Sierra 风格冒险游戏，要有 EGA 风格的画面。用你的图像 agent 生成图片，给我一个文字解析器。所有谜题要有趣且可解。把游戏做完（玩起来 10–15 分钟），不要问任何问题。做得惊艳而愉快。」就这样，AI 做出了一切，包括美术。

这确实惊人，但这份惊人被放大了，因为我并不需要任何具体的东西——我只要一个冒险游戏，AI 可以自由发挥。

但真实的工作、真实的委派，意味着你心里有一个具体的产出。 这就是事情变棘手的地方。你要怎么把你的意图传达给 AI，让它既能用「判断力」解决问题，又能交出你想要的那个产出？

每个行业都早就发明了解决它的表格

这个问题远在 AI 之前就存在，而且普遍到每个领域都发明了自己的文书来解决它：

• 软件开发者写产品需求文档（PRD）
• 电影导演交出分镜清单
• 建筑师写设计意图文件
• 海军陆战队用五段式命令（形势、任务、执行、行政、指挥）
• 咨询顾问用详细的交付物说明来界定项目范围

所有这些文件都能出色地充当这个 agent 时代的 AI 提示词（AI 一次能处理很多页的指令）。你之所以能用这么多种格式来指挥 AI，是因为它们本质上是同一件事：试图把一个人脑子里的东西，变成另一方的行动。

当你看真正好的委派文档里包含什么，会发现内容惊人地一致：

• 我们想达成什么，为什么？
• 被委派的权限边界在哪里？
• 「做完了」长什么样？
• 我需要哪些具体产出？
• 我需要哪些中间产出来跟进你的进展？
• 你在告诉我「完成了」之前，应该自查哪些东西？

如果这些都被明确写下来，AI 和人一样，都更可能干得好。

而在琢磨如何把这些指令给到 AI 的过程中，你基本上就是在重新发明管理。

管理 agent

我觉得有意思的是，一些顶级 AI 实验室里最知名的软件开发者都提到，他们的工作正从「主要在编程」变成「主要在管理 AI agent」。编程一直有非常规整的结构，产出可清晰验证（代码要么能跑要么不能），所以它是 AI 工具最早成熟的领域之一，因而也是第一个感受到这种变化的职业。它不会是最后一个。

作为商学院教授，我认为很多人已经具备——或者能学会——与 AI agent 协作所需要的技能：它们就是管理学 101 的技能。如果你能说清楚你要什么、能给出有效的反馈、能设计出评估工作的方式，那你就能与 agent 协作。

在很多方面，至少在你的专业领域内，这比琢磨聪明的提示词要容易得多，因为它更像在和人共事。

同时，管理一直假定稀缺：你委派是因为你不能什么都自己做，因为人才有限且昂贵。AI 改变了这个等式。现在「人才」变得充裕而廉价。稀缺的是「知道该要什么」。

这就是为什么我的学生做得这么好。他们不是 AI 专家。但他们花了多年时间学习如何在自己的专业领域里界定问题、定义交付物、识别一份财务模型或医疗报告哪里不对劲。他们从课程和工作中辛苦挣来的框架，变成了他们的提示词。那些常被贬为「软」的技能，反倒成了硬的那一批。

我不确切知道当每个人都成为管理者、手下有一支不知疲倦的 agent 队伍时，工作会是什么样。但我猜想，能够胜出的人会是那些知道「好」长什么样，并且能把它讲得足够清楚，清楚到连 AI 都能交付出来的人。

我的学生用四天想明白了这件事。不是因为他们是 AI 原住民，而是因为他们本来就会管理。

译后附记：你的项目范围书就是提示词

原文里那句「咨询顾问用详细的交付物说明来界定项目范围」值得单独拎出来。

你已经会写这类文件了。 SOW、项目建议书、简报模板、访谈提纲、编码本——这些都是「把我脑子里的东西变成别人的行动」。原文的意思是：把它们原样贴给 AI，效果好过你临时想的那句提示词。

一个可以直接照着改的委派模板：

【目标】这份东西是给谁看的、要让他们做什么决定
【范围】要覆盖什么，明确不覆盖什么
【完成标准】满足哪几条才算做完
【最终产出】格式、长度、结构
【中间产出】你做到一半时先给我看什么
【自查清单】交给我之前，你自己先核对这几条：
  - 每个数字有没有标出处
  - 有没有把相关性写成了因果
  - 有没有出现材料里没有的机构名或人名

最后一栏——自查清单——是回报最高的一段。它把「你评估产出的时间」这一项直接压下来，也就是原文方程里的 AI 流程时间。

出处

本文译自 Ethan Mollick 的 One Useful Thing，原文 Management as AI superpower， 发表于 2026 年 1 月 27 日。译文与译后附记由 HiBridge 撰写。