当"还不错"变得一文不值

前几天,一个做了十几年市场总监的朋友约我喝茶。落座第一句话:他有点慌。

慌什么?他们公司上了 AI,全组产出翻了几倍。周报、推文、白皮书,要多少有多少。可数据不涨,客户也不买账。他问我:东西越产越多,怎么反而越来越不值钱了?

我说,你这个问题,恰好是这个阶段最要命的问题。

先从一个小动作说起

聊正题之前,先给你一个我最近特别惊喜的小发现。

你每装一个新的 AI 工具,打开对话框,先别急着提问。敲一个 @ 试试,再敲一个 / 试试。

很多工具会把一整层功能,藏在这两个字符后面。而且几乎不会有任何弹窗,告诉你它们存在。

比如 ChatGPT。敲 @,会弹出一个菜单:传文件、联网搜索、把 Deep Research 拉出来用、召唤你已经接好的插件或技能。敲 /,出来的更像一排快捷开关:把当前对话分叉成新的一条、中途换模型、把这段对话收进某个项目、直通个性化设置。

这套暗门也不是 ChatGPT 独有。Claude、Gemini,大多数现代 AI 助手都有自己的一套。菜单内容各有不同,逻辑是一样的。

工具的功能从来不少,缺的只是入口。

下次你打开一个新工具,哪怕是个用了很多年的老工具,先敲个 @ 或者 /,再下结论"我全都会用了"。说不定,有个功能一直在那儿等你。

什么叫"知识肥胖"?

好,说回我朋友的慌。

我最近看到一个 AI 战略顾问,叫 Austin Marchese,专门辅导企业高管用 AI 把业务做大。他造了一个词,我特别喜欢:intellectual obesity,直译过来是"智力肥胖"。

什么叫智力肥胖?

就是吃进去的,比消化掉的多。

AI 把生产"还不错的内容"的成本,打到了几乎为零。于是所有人都在拼命吃:更多文章,更多报告,更多 PPT。看起来一片繁荣。

但你想,你一天能写一百篇,你的对手也能。当所有人都能量产,"多"这件事就瞬间失效了。

当"还不错"的成本趋近于零,"还不错"就一文不值。

所以优势掉了个头。以前比的是谁产出快、产出多;现在比的是,谁的东西真正好。这就是为什么我朋友产得越多越不值钱——他在错误的赛道上拼命踩油门。

没有反馈,就没有质量

那怎么办?怎么把质量提上去?

Marchese 的思路很妙:先别急着让 AI 写得更漂亮,把你的反馈闭环搬进来。

你想,一个人写东西,最缺什么?

反馈。而且是那种快的、不留情面的反馈。等真人给,慢,还总带着三分客气。老板太忙,客户惜字如金,等你收到修改意见,三天过去了。

Marchese 的做法,是在 AI 里先造一支"克隆评审团"。

第一招,造一个 AI 版的老板、AI 版的客户,或者 AI 版的你最想打动的那种读者。东西写完,先过这一关,再发给真人。以前要等几天的反馈,压缩到几秒钟。

第二招,组一个虚拟焦点小组。这套打法大品牌玩了几十年,以前得请一屋子真人,成本高昂。现在,一个人加一个 AI 工具就能组:拉几个不同视角的虚拟评审,一个代表客户挑刺,一个代表外行追问"这到底什么意思",轮番对你的东西做压力测试。

真人还没看到之前,先让作品挨上一百刀。

这套系统,第一天一定不准

听到这儿你可能会想:AI 乱给意见怎么办?

问到点子上了。这套系统第一天一定不准,而这恰恰是方法的一部分。

Marchese 的用法是一个迭代循环:AI 说得不像你老板?修设定。语气太客气?喂例子。每次它说得和真人对不上,你就修正一次。像调音师调琴,一次拧一点。

调到某一天你会发现,AI 评审说的话,和你老板真会说的话,几乎重合。

到那时,你等于拥有一支不要工资、随叫随到、永不疲倦的内部评审团。省下来的时间,拿去做只有你能做的事:判断,和最后的拍板。

机器负责多轮挑刺,人负责一锤定音。

这几天,圈子里还有几件事

最后,顺手聊聊最近 AI 圈的几条动态,都挺有意思。

Google 把音乐生成模型 Lyria 3.5 放进了 Gemini 和开发者生态。音质更高,人声更有表现力,选曲风、套模板、定长度都更顺手。给视频配个底、给品牌写支 jingle、给朋友定制一首生日歌,门槛又矮了一截。

Gemini 的语音能力,也开始长进 Google 自家的办公套件。Gmail 可以用对话的方式帮你翻邮箱找东西;Docs 能把你随口说的想法,整理成结构化的草稿;Keep 能把一段语音里的脑内浆糊,变成清清爽爽的清单。目前先对订阅用户开放,商业版随后跟上。

模型本身也有更新。Google 发了 Gemini 3.8 Flash,编程、智能体、复杂推理都更强,入门价格却没涨。旁边还配了一个安全专用的 Cyber 版本,给通过 Fairwind Program 审核的防守方,做漏洞挖掘和自动打补丁。

OpenAI 那边发布了 GPT-6 Astra。这是它第一个广泛部署、网络安全能力达到内部 Preparedness Framework 最高档"Critical"的模型。越狱抵抗、提示注入防御,都比上一代 GPT-5.6 Sol 强了不少。有意思的是,OpenAI 自己也承认:对抗环境下,这个模型会更难被监视。

**能力越强,看住它越难。**这道题,是全行业接下来要一起做的作业。

最后,回到我那个慌了的朋友

我把 @ 和 / 的暗门告诉了他,又劝他别再拼产量。先组一支 AI 评审团,把质量的反馈闭环建起来。

一周后他跟我说,稿子砍掉了一半,数据反倒动了起来。

你看,大家慌的从来不是 AI 太强。慌的是,所有人都在拼命生产"还不错"。

生产,已经不值钱了。值钱的,是判断。

祝你,别做知识的胖子。