---
author: 课代表立正
date: '2026-04-05'
guest: ''
layout: post.njk
source: https://www.youtube.com/watch?v=drTNakM9iRA
speaker: 课代表立正
tags:
  - ai-management
  - tacit-knowledge
  - self-reflection
  - prompt-engineering
  - cognitive-empathy
title: 能用好AI的人一定是个好领导和好伴侣
summary: 探讨在AI时代，有效使用AI的关键在于人格修养，特别是隐性知识显性化与自省能力。通过场景分析，指出模糊指令和无效管理如何阻碍AI效用，并提出认知同理心、3C模型、损失函数思维是实现知识显性化的核心，从而成为更好的AI使用者、管理者与伴侣。
insight: ''
draft: true
series: ''
category: ai-application
area: tech-engineering
project: []
people: []
companies_orgs:
  - OpenAI
products_models:
  - GPT-4o
media_books: []
status: evergreen
---
### 模糊指令与无效管理：人与AI的共同挑战

很多时候，我们可能会遇到这样的情况：老板给的任务需求含糊不清，脑子里只有一个模糊的概念，却要求下属“把这个设计做得更高大上一点”。当成果不符合预期时，老板可能只会简单地说“这个东西不是我满意的，你回去再悟一悟”，或者“我对这不满意，对那不满意”。经过多次修改，最后却可能用回了最初的版本。

在这种情况下，我们很容易会抱怨老板是“傻逼”。然而，具体“傻逼”在哪里却至关重要。一个不好的管理者，如果只会管理动机，比如通过PUA（精神打击）或威胁来控制下属，就无法真正帮助下属更有效地完成工作。当面对AI时，如果缺乏将自己脑中的隐性知识显性化的能力，也只能陷入“无能狂怒”。

### AI的“幻觉”（Hallucination）与隐性知识鸿沟

我们AI之所以会产生“**幻觉**”（**Hallucination**: AI产生了一个它认为正确但实际上错误的输出），很多时候是因为我们大脑中存在的**隐性知识**（**Tacit knowledge**: 难以言传、难以量化的经验性知识），AI并不具备。

大家有没有发现，同样的AI模型和工具，在不同的人手里，发挥的效果却天差地别。那么，决定一个人AI使用好坏的核心因素是什么？经过长期的教学实践，我发现，很大程度上并非技术能力，而是“**人格修养**”和对“**信息工程**”（**Information engineering**: 侧重于信息架构和系统设计的能力）的理解。

### 人格修养：自省与知识显性化

这里我说的“人格修养”，并非指一个人的品德，而是指一些关键的、人格层面上的具体能力。主要体现在两个方面：

1.  **把隐性知识变成显性知识的能力**
2.  **自省的能力**

具备了更好的人格修养，我们不仅能更好地使用AI，还能成为更有效的管理者，甚至更好的伴侣。

### 自省能力：从责备AI到反思自我

“**自省**”（**Self-reflection**: 反思自身行为和结果的能力）这件事相对容易理解。当AI的任务不达预期时，一个缺乏自省能力的人会立刻抱怨AI不好用，觉得“AI这么聪明了，为什么连这么简单的事情都做不好”。这导致他们不愿意再尝试。

而有自省能力的人，会认为“AI不知道它是错的，我知道它是错的”。他们会反思：“AI‘**幻觉**’了，那是因为我提供的额外信息不够有效，或者信息太多导致AI的‘**注意力**’（**Attention**: AI模型中用于聚焦关键信息的机制）混乱。我能不能更好地向AI提供所需信息，或者更精确地‘**策展**’（**Curate**: 精心挑选、组织和呈现信息）我的‘**上下文**’（**Context**: AI处理信息时所依据的背景信息）？”他们会将AI的错误视为一个待解决的问题，并将责任归于自己，从而寻找改进方法。

### 隐性知识显性化：连接人类智慧与AI能力

“**隐性知识**”在人际交谈中占了很大比重。如果两个人的隐性知识差异巨大，行为就容易被误读。AI之所以会“**幻觉**”，正是因为它缺乏我们脑中的隐性知识。那么，如何将自己的隐性知识显性化呢？这可以进一步拆解为三个重要能力：

#### 认知上的同理心 (Cognitive Empathy)

我们通常说的“**同理心**”（**Empathy**: 理解并分享他人感受的能力）多指情感上的。我这里强调的是“**认知上的同理心**”，即准确模拟对方已知内容的能力，并将有效信息传递给对方。这就像玩“**狼人杀**”游戏一样，你需要站在对方的视角，理解他们看到和听到的信息，才能更有效地构建可信的论述。玩好“狼人杀”有助于提升AI的使用能力。

#### 信息的拆解与补齐 (Information Decomposition and Supplementation)

在“**AI时代的编程基础**”课程中，我们详细讲解了“**3C模板**”：
*   **Context (上下文)**
*   **Component (组成部分)**
*   **Criteria (标准)**

只有将这三个方面清晰地提供给AI，它才能准确理解你的意图。一个“**Agentic AI**”（**Agentic AI**: 能够自主规划和执行任务的AI系统）可以基于此模板自动迭代和纠错。如果最终结果不符合预期，通常是你的Context、Component或Criteria出了问题。通过这个模板，可以将模糊的需求转化为清晰的解决方案和明确的边界。

#### 损失函数的思维 (Loss Function Thinking)

“**损失函数**”（**Loss function**: 在机器学习中衡量模型预测与真实值之间差异的函数）思维，意味着我们不能只告诉AI“好”或“不好”。我们需要明确定义什么是“好”，什么是“不好”。这是所有“**评估**”（**Evaluation**: 对AI工作结果进行的衡量和判断）的根本。

如果能清晰地向AI阐述“好”的标准，凭借其强大的算力和迭代空间，AI一定能通过不断尝试达到更好的标准。反之，如果定义不清，比如只说“我要做一个很好的网站”，AI将无从下手，也无法产出符合期望的“好”东西。这就像日常生活中，别人告诉你“你错了”，但如果不告知错在哪里、为什么错、以及期待的“好”是什么样子，对方就很难改进。

### 总结与实践

想要用好AI，良好的人格修养至关重要。它包含两个核心能力：**自省**和**隐性知识显性化**。做到这两点，不仅能提升AI使用效率，更能让我们成为更好的管理者、领导者和伴侣。

在AI工具日益强大的今天，我们不应变得懒惰。我们应将脑力投入到真正重要的、需要清晰表达的事物上，比如定义“好”与“不好”，并注重自我反省。AI工具本身已足够强大，关键在于我们如何运用。比较AI使用者之间的巨大差异，与其讨论AI是否好用，不如多自省如何更好地利用它。

如果你对以上理念感兴趣，并想学习如何在工作中落地，欢迎了解我们的课程，“**AI builders module 3**”这门课将详细讲解如何有效管理AI、定义评估标准、以及如何通过过程信息而非代码审核来判定AI工作结果，实现更有效的“**微观管理**”（**Micro management**: 指对下属工作进行过度细致干预的管理方式）的升级。我们强调的是基于信息**上下文**和工作的管理，而非基于动机的PUA式管理。

希望大家在与AI打交道的过程中，不断鞭策自己成为一个更好、更有“人格修养”的人。