昨天下午，我主持了百度世界大会「超级智能，全球上岗」分论坛的圆桌环节。

台上一共五位嘉宾。

锡创投倪福龙，主要看AI和空天赛道；周兆成，干了快20年的律师，刘学州案就是他代理的。

菩提猫，做科技视频的博主；还有库库国内业务负责人钟昊，以及负责B端研发和业务的唐海浩。

五个人干的事情不一样，对AI的理解也各有不同。

我准备了五个问题：

从普通人怎么用AI，到专业经验怎么分享出去，再到AI怎么进入企业，最后落到一个挺现实的问题：如果今天让你把一件工作完全交给AI，你愿意交什么？

我原本想听五个答案，聊完发现，五个人都愿意让 AI 干活，真到某些环节，又都想自己留一手。

……

第一个问题，我提得挺具体：AI上岗，到底从哪些活开始？

菩提猫先回答。他说：

现在八成的创作过程已经交给AI了。从找素材、编排素材，到初剪、复剪、包装输出，基本一条龙。剩下两成，他还是坚持自己来，一个是选题，一个是对着镜头录口播，不用数字人。

这个比例有意思。剩下两成，是他最想保留的东西。

钟昊讲了另一个例子。

他说，平台上有个用户，一个月跟库库聊了六七千轮。六七千轮是什么概念？平均一天两百多轮。

这个人原来是金融行业出身，后来转行了，但一直保持着投资的习惯。

他花了这么多轮对话，就是为了搭一个管理个人资产配置的工作台。股票之外，还有其他金融产品。搁以前，要做这么一套东西，可能得有个小团队支持。

钟昊把这个用户的使用过程讲得挺细。

一开始就是试试，问问关注的投资标的最近有什么变化？或者设个盯盘提醒，市盈率到了某个位置，就让AI提醒一下。

后来用得越来越深，他开始把自己的投资理念、判断偏好讲给AI听。

聊得多了，慢慢形成了一套共同的记忆；有了这些积累，他才开始集中打磨不同的投资模块，最后把它们拼成一套完整的工作台。

再往后，对话频率反倒降下来了，更多是在维护和调整。

我听完有个感觉，这个过程有点像带新人；前期得反复交代，慢慢磨合，等对方熟悉了你的习惯，很多事情就不用每次从头讲了。

钟昊还讲了一个历史爱好者的例子。

这个人一开始也是拿库库问问题，后来发现，它回答历史问题时，很多观点和史料都能找到出处。

于是，他干脆不再一个个提问了，直接让AI帮他写一本书，从1799年到新中国成立，中间分成四五个历史阶段，每个阶段都有自己的主线和人物。

最让他惊喜的是，书里不少核心观点背后，都附着学术论文和期刊的引用。

研究历史，最怕资料不准，越研究越偏。想学又不敢深看，这个门槛，AI给抹平了一点。

这几个例子放在一起看，还挺有意思。

菩提猫是从八成开始交的，那位投资者从一个问题开始，历史爱好者从一次查资料开始。三个人起点不一样，交出去的东西倒是越来越整。

他们交给AI的事情越来越复杂，但哪些事情自己做、最后做成什么样，仍然由人来决定。

......

第二个问题，我想请教周兆成。律师这个行当，有哪些本事能交给AI？

他先讲了讲自己的经历。执业快20年，办过不少案子；可这么多年下来，他发现一个问题，一个案子一个案子地办，能帮到的人终究有限。

他也想过别的办法，给公检法做信访法治化培训，拍普法短视频，一拍就是上千期。累是真累，可这些事都是他一个人在做。

他有个说法，叫「个案即法治」。

听着挺大，意思倒不复杂，把每一个案子办好，推动法律在一个个具体案件中不断完善。

后来，他开始尝试把自己近20年的办案思路整理出来，做成一套维权Skill，放到库库上。普通人遇到法律问题，可以输入自己的情况，让AI调用相关案例和维权路径，先帮忙梳理思路。

他说，做这件事没有商业目的，就是希望自己的经验能帮到更多人。

不过，这事说起来容易，真做起来还挺费劲。

他跟我讲，整理案件是个很辛苦的过程。每个案子怎么打？为什么采用这种办法？背后有哪些考虑？都得先整理清楚，才能变成一套别人可以调用的方法。

这里还有一个麻烦，准确性。

周律提到，以前用一些AI工具时，碰到过编造法条的情况；法律上的事，哪能这么干？一条法条引用错了，后面的判断就可能跟着出问题。

所以，他特别在意，AI调用的法律依据和案例，到底能不能核实。

聊到这里，他还提起刘学州案。

他说，自己曾向全国人大法工委提出有关网络暴力的立法建议；当时处理这类案件，法律适用上存在不少难题，连责任主体的认定都可能遇到障碍。

普通人遇到这种事，本来就不一定知道从哪入手，再加上请律师要花钱，门槛就更高了。这也是他想把办案经验做成Skill的原因。

不过，我听完也在想，一个律师积累了20年的经验，真的能完整交给AI吗？

有些办案方法可以归纳成流程，有些判断却高度依赖具体案情；换个人、换个案子，原来的办法未必还能直接用。

AI可以帮忙整理、调用这些经验，但最终准不准、适不适用，仍然需要专业人士把关；这大概也是专业能力交给AI时，最难跨过去的一道坎。

......

第三个问题，我请教了唐海浩，AI怎么才算真正进了企业？

外面有种说法，拉个AI助手进群，让它跟着开会、记会议纪要、回答几个问题，就算AI进入组织了，是这么回事吗？

唐海浩说，关键不在于IM是什么形式，群聊也好，单聊也好，得看AI在里面承担什么工作。

过去群聊，主要解决人与人之间的信息交换、任务传递；把AI拉进来做总结，当然有价值，但如果要实现AI原生协作，还得往前走一步。

什么意思呢？

AI得先理解目标，再把目标拆成具体任务，安排给相应的人或者Agent，最后协调大家把事情做完。这样一来，AI在整个协作过程中，就开始承担任务调度的角色。

我让他举个具体例子，他讲了两个。

一个，他们部门前两周开全员会，需要做一份PPT。搁以前，可能就是拉个群，几个人分头写，最后再拼起来。

这次他换了个办法，先在库库上建项目，跟AI对齐这次会议的目的，再让AI根据目标建议PPT的内容框架。

框架确定以后，他才把团队成员拉进来。AI根据每个人负责的工作，把PPT拆成不同部分，安排给相应的人。大家接着各自的任务往下做，最后再合成一份完整的PPT。

团队成员因此知道自己要干什么，也能看到整个任务的背景。不过他也说了，这套流程中间仍然需要人参与。

另一个，做标书的企业客户。

做过标书的人应该知道，商务标、技术标、报价标，各有各的要求；过去要先弄清楚标书类型，再安排不同的人负责，最后还得汇总检查。

现在客户希望让AI先理解标书要求，把任务拆开，分给相应的团队成员。有些工作还可以继续交给子Agent完成。

等各部分做完，AI再负责匹配、检查，发现问题继续修改，最后交给人进行终审。

你看，这两个例子里，人还在，派活的换成了AI。

唐海浩有个说法，我记下来了。他认为，这相当于给每个CEO配了两个角色，一个是业务助理，负责理解任务、把工作分下去；另一个是项目PMO，负责协调和管理整个流程。

人的精力就从这些杂事里撤出来，更多放在专业判断和质量把关上。

......

第四个问题，我把位置换了换，请教了下坐在投资人那一侧的倪福龙。

他主要看AI和空天赛道，所在无锡市属国资平台投了九十多个项目，阶跃星辰、沐曦、蓝箭航天、东方空间都在名单上。同时，他自己也是AI用户，团队每天都在用。

我准备了三个问题。第一个，你们自己怎么用？

他讲了一段转变，以前团队各用各的，有人用这个，有人用那个，都挺顺手。

可用了一阵，他发现一个问题：这些能力都停留在个人身上。一个人可以是超级个体，效率提高不少，但这些东西很难沉淀成组织的能力。

这话我琢磨了一下。

一个人把AI用得好，那是他的本事。可他一走，本事可能也跟着走了；公司付了钱，买到的是一段时间的效率，人一换，很多东西又得从头来。

所谓「沉淀」，是一个人摸索出来的工作流程，能不能留下来，让其他人接着用。

所以，他后来做了个决定，让整个团队切到库库上。数据、原始资料都放在同一个平台，谁摸索出一套好用的技能，其他人也能拿来用。

接着，我问他，AI到底改变了投研这个行当什么？

他说，很多繁杂、重复的工作交给AI，人就能腾出整块时间做深度思考。

他还提到，自己经常跟团队讲，要永远想清楚，你比AI强在哪里。如果你的工作AI都能做，那你的价值是什么？

这话挺直接，说到人的优势，他用了「道、法、术」来解释。

AI在术的层面，已经能承担不少工具性的工作；到了法的层面，也开始能提供方法和思路。但道这一层，他认为还得靠人。

第三件，我问他老本行，什么样的AI团队值得投资？

他说，今年开始更加关注应用层，主要看两件事。一，有没有独特的数据。

他举了个例子，平时做企业研究，很多企业提供的资料，尤其是几百兆甚至上G的大文件，有一半以上是通过百度网盘传过来的。在他看来，库库依托这些数据积累，有自己的优势。

二，幻觉解决得怎么样？

他反而觉得，AI有时候克制一点更好，只讲事实，做有依据的归纳，别给出一堆似是而非的判断。

这两条，说的是同一件事。手里有没有别人没有的东西，遇到不确定的敢不敢承认不知道。

聊到这里，我又想起他开头那句话：十个人各自是超级个体，加起来也未必是个超级组织；少的那一环，是让本事长在组织身上，别长在某个人身上。

最后一个问题，我问了所有人：今天有哪件事，你愿意完全交给AI去干？为什么？

钟昊说：

他有个古生物研究的爱好，现在每周六早上，都让AI帮忙整理全球最新的研究和期刊文献，挑出值得关注的论文和观点。这件事已经完全交出去了。

菩提猫愿意交出去的是重复性工作，还有信息整理。他有个说法我挺认同，照片、资料存进网盘，只是信息源，经过AI加工，才有机会变成能用的知识。

倪福龙说，交出去的是格式化文件；做项目投资分析，有不少合规要求和标准表格，现在这些文件已经交给AI生成。

唐海浩交出去的是数据分析，把产品和销售数据交给AI，一方面看业务基本盘有没有问题，另一方面提前发现业务链条上的异常。

四个人的答案，指向同一类活。

周兆成的回答有点不一样。他说，以前碰到案子，都是自己坐下来琢磨；现在有了库库，他会让AI站在周兆成律师的视角，看看如果接下这个案子，应该怎么处理。

AI给出一套思路，他再根据自己的经验往下判断。

说到这里，他又补了一句，交是要交，但交出去的同时，自己也会做一些修正。

律师这个行当毕竟复杂，法条、案例整理、基础文书可以交给AI，但一个案子究竟怎么打，走刑事、民事还是行政路径，涉及的判断就多了。

最后，他还说了一句话：这么多工具用下来，库库AI最懂我。

五个人答完，界线就出来了。

整理资料、生成文件、分析数据，这些工作已经可以交出去不少；专业判断也可以让AI参与，但最后总得有人回来看看，哪些能用，哪些还得改。

AI已经能接任务，也能交结果。可一旦涉及最终责任，人还很难完全退出；出了问题找谁？总不能找AI签字、赔钱，或者让它上法庭。

嗯，所以，眼下所谓的AI上岗，大概就是这么回事：执行上岗，责任留岗。