今年年初读到一本书，说实话，看到书名我犹豫了一下。

《Co-Intelligence: Living and Working with AI》，中文版叫《共生智能：与AI一起生活和工作》。乍看之下，很像那种关于“AI时代来了，你准备好了吗”的泛泛之作。但翻到一半就发现，完全不是。

作者伊桑·莫里克（Ethan Mollick）是沃顿商学院的教授，但他并非那种高高在上的学院派。他几乎是全天候和AI泡在一起——带着学生用、带着公司用、自己在家也用。然后把观察到的真实反馈写成这本书。它回答了当下最值钱的问题：当AI能做的事越来越多，人到底该做什么？

四句核心，一杯就够

整本书的精髓可以浓缩成四句话。

1. 把AI当人，而不是工具

这可能是全书最碘伏思维的观点。大多数人用AI的方式是：直接扔上一句指令，等着吐结果——满意就用，不满意就重来。这和用搜索引擎没什么区别。

莫里克认为，你应该像和一位聪明的同事协作一样去使用AI。不是死板地下命令，而是给上下文、给角色、给约束条件。举个简单的例子：

❌ 「帮我写一篇公众号文章」
✅ 「你现在是一个做了3年出海工具站的人，刚被Google算法更新影响了排名。用第一人称写一篇复盘文章，语气要真实，不写套话。读者是同样在做出海的中小创业者。」

同一个AI模型，一个指令的区别，出来的内容天差地别。因为AI不是搜索引擎，而是「推理引擎」——你给了多少上下文，它就能推理出多深的内容。

2. AI能力的边界是动态的

莫里克观察到一种普遍现象：很多人拿AI做一个任务，发现效果不好，就立刻断言「这个领域AI不行」。但问题在于，AI的能力边界并不是固定的。

今天做不到的事，很可能下个月就能做到。所以他的建议很简单：要定期用你领域里最难的问题去测试AI。不能因为一次糟糕体验就放弃，也不能因为一次成功就以为它无所不能。把它当成一个持续升级的同事——你今天不了解它，明天合作就会出问题。

3. 四个角色模型：人机协作的不同玩法

莫里克提出了四种人机合作的模式，非常实用，可以直接对照你在用哪一种：

• 半人马模式：人和AI分工明确。你写开头，AI写中间，你来改结尾；AI做数据分析，你做最终决策。大家各做最擅长的。
• 赛博格模式：人和AI深度绑定。AI在后台实时辅助——写邮件时补全句子、做PPT时推荐排版、编程时自动完成代码。人和AI之间没有明显的「指令-结果」界限。
• AI优先模式：AI主导大部分工作，人做审核和决策。比如用AI批量生成100个广告文案，人选其中最好的10个。
• 人优先模式：人主导创意和策略，AI负责执行和拓展变体。比如你定下核心观点，AI帮你生成10种不同写法。

没有哪种模式绝对更好。关键在于针对不同任务切换模式：写代码用赛博格，做方案用半人马，批量内容用AI优先。知道什么时候切哪种才是真本事。

4. 秘密项目：个人创新更主动

这是书里最“搞事情”的部分。莫里克直言：别等公司组织AI培训，个人可以先行动。因为在大多数公司里，管理层对AI的认知比一线员工滞后至少半年。

他的建议是，每个人都应该有个「秘密AI项目」——在正常工作之外，用AI做一件能显著提升效率或创造价值的事。不需要跟任何人说，等跑通了再展示出来。读到这段时确实会心一笑，因为这恰好是很多人在过去一年里做的事：用AI写代码做工具站、用AI写文章、用AI管理飞书和微信。没人要求，自己就先干起来了。

三个读完就能落地的动作

直接说读完这本书后可以立即执行的几件事：

第一，所有AI对话都加上角色设定。不再是死板的「帮我做XX」，而是「你现在是XX角色，背景是XX，用XX语气，做XX事」。效果提升明显。

第二，每周固定测试一次AI的能力边界。拿这周遇到的最棘手的问题，直接丢给AI。有时它真能解决，那就多一个武器；解决不了，也清晰知道了边界在哪。

第三，做一个自己的「秘密AI项目」。比如用AI搭一个自动化的内容管线——选题、写稿、改稿、发布，每天省下2小时。这个项目后来可能变成日更公众号的系统。不用跟任何人说，跑通了再亮出来。

谁适合读？谁不适合？

适合的人群包括：
• 每天和AI打交道，但总觉得「没用好」的人
• 想在公司里推动AI，但不知从何开始的管理者
• 对AI感到畏难，觉得「太难学不会」的人

不太适合的：
• 只想找一本纯技术手册学习Prompt Engineering的人（这本书讲的是思维模式，而非指令技巧）
• 对AI持完全否定态度的人（很可能读不下去）

最后说一句：这本书不长，英文版不到300页，中文版也就200多页。一个下午可以读完。但读完之后，你再使用AI的方式可能会完全改变。不是「AI会改变世界」，而是「你改变一下和AI的合作方式，你的世界就会变」。