别当AI的「人肉代理」：我们该如何正确使用大模型

起因：一个扎心的概念

Simon Willison 在他的博客中分享了一个由 Niklas Gruhn 提出的概念——「meat proxy」，直译就是「人肉代理」。这个术语形容的是这样一类人：他们把AI当成搜索引擎或翻译机，拿到AI的输出后，不加任何处理，直接复制粘贴转发给同事、客户或老板。他们自己变成了一个毫无附加价值的中转站，一个「人肉代理服务器」。

这个比喻之所以尖锐，是因为它戳中了一个真实存在的痛点。随着ChatGPT、Claude等工具的普及，越来越多的人开始依赖AI来完成邮件、报告、代码甚至创意工作。但问题是，很多人只是把AI当成了更快的打字员，而不是一个需要被审视和驾驭的工具。

拆解：什么才是正确的AI工作流？

Willison 强调，使用AI本身没有任何问题——关键在于你拿到AI输出之后做了什么。他提出了一个简单但有力的四步流程：

1. 提示（Prompt）：向AI提出你的问题或需求。这一步需要技巧，但不是终点。
2. 阅读（Read）：认真阅读AI生成的内容。不是扫一眼就复制，而是逐字逐句地看。
3. 理解（Understand）：确保你真正理解了AI在说什么。如果有不懂的地方，追问、查资料、弄清楚。
4. 验证（Validate）：检查AI的输出是否准确、合理、符合你的需求。AI会犯错，会编造信息，会给出表面合理但实际有问题的答案。

最后一步是用自己的话重新表达。这不仅仅是为了避免抄袭嫌疑，更是因为你自己的语言风格、知识背景和判断力，才是真正能为这份输出「注入灵魂」的东西。

趋势洞察：AI越强大，人类的判断力越珍贵

这个观点揭示了一个更深层的趋势：当AI工具越来越强大、越来越「好用」的时候，人类最容易犯的错误反而不是不会用AI，而是过度信任AI、过度依赖AI。

这和自动驾驶领域的一个概念很像——「自动化自满」（automation complacency）。当系统看起来运行良好时，人类操作员会不自觉地放松警惕，直到系统突然出错，而他们已经来不及反应。

在知识工作领域，同样的事情正在发生。AI生成的报告看起来很专业，代码看起来能运行，翻译看起来很流畅——但这些「看起来」可能都是陷阱。如果你不经过验证就直接使用，你实际上是在用你的信誉为AI的错误背书。

实用价值：从「人肉代理」到「AI驾驭者」

对于IT从业者来说，这个提醒有几个实际的应用场景：

• 代码开发：用AI生成代码后，不要直接提交。理解每一行在做什么，测试边界情况，确保没有安全漏洞。
• 技术文档：让AI帮你起草文档后，用自己的专业知识补充细节、修正术语、确保技术准确性。
• 团队协作：当你需要转发AI生成的内容给同事时，先用自己的话总结一下关键点，表明你已经审核过。
• 客户沟通：永远不要把AI的原始输出直接发给客户。你的专业判断和个性化表达才是客户付费的理由。

反常识：慢才是快

很多人可能会觉得：「AI就是帮我省时间的，如果我还要花时间验证和改写，那用AI有什么意义？」

这其实是一个误区。AI的真正价值不是让你跳过思考，而是让你有更多时间去思考更重要的事情。如果你只是把AI当成加速器，而不是思考的辅助工具，你很快就会发现自己变成了一个高效的「人肉代理」——能快速转发，但无法提供真正的洞察。

真正的效率提升来自于：AI帮你处理了繁琐的初稿和信息收集，而你把省下来的时间用于更高层次的判断、创意和决策。这才是人机协作的正确姿势。

原文地址: Don't be a meat proxy