AI × 组织｜用真实案例讲清楚：AI上岗后，工作怎么分，谁来负责。 18年组织与人才实践。《AI上完之后，组织怎么办》作者。 AI at work: who decides, who owns the outcome? Author of The Accountable Firm
Beijing
Joined February 2011
- Tweets17.7K
- Following3.1K
- Followers7.3K
- Likes8.4K
Pinned Tweet
I wrote a book.
Not about how to use AI.
Not about prompts, models, or the latest agent framework.
It is about a harder question:
When AI starts doing real work inside an organization, what has to change around it?
A thread on why I wrote The Accountable Firm. 🧵
邮件说周三改周四，日历还停在周三。
ChatGPT 10月27日新增 iCloud 邮件和日历插件，我最想拿它试的就是这个小麻烦。官方列出的能力包括找邮件、查日程、更新日历事件。
先别让它包办所有安排。拿一封改期邮件试：找出旧时间、新时间和时区，对上正确的日历事件，列出修改前后，再由你确认。
能少一次手工搬运，还不把另一场会改错，这个连接才算有用。
官方发布记录：
openai.com/products/release-…
10月27日公布，面向所有套餐的网页、桌面和 iOS，实际可用性仍受工作区控制。上面的改期流程是我建议的测试场景，尚未实测。
写完代码，再拆个模型盲盒。🎃
ZenMux 这次万圣节，给日常用 AI 加了个小彩蛋：每个活动日，现金按量付费（PAYG）实际消费满 $1，就能解锁一个模型盲盒。
单份奖励最高估算使用价值 $500。奖池覆盖16款模型，每天3,000份，开出来可能是指定模型 Tokens、图片／视频生成额度或 PAYG Credits。这里的 $500 是使用价值，不是现金，也不是每盒都值这么多。
有意思的地方在开盒之后：平时没用过的模型，可以接手一个小任务。
比如抽到适合编程的模型 Tokens，就拿一个报名页练手：补上表单校验，空输入、格式错误、正常提交各试一遍。任务不大，但做没做好，一眼能验。
奖励绑定什么模型，就选它适合做的小任务。做出一个能留下来的东西，比只记住又一个模型名字更有意思。
ZenMux 本身是一站式 AI 模型平台，通过统一账户和 API 接入多家厂商的文本、图片、视频模型。需要哪一类工具，就按任务选。One API. Whole workflow.
参与路径也简单：
正常使用现金 PAYG → 本活动日累计满 $1 → 回活动页开盒 → 领取奖励，查看对应模型和有效期。
几个条件一起看：仅个人账户；订阅用量、赠送额度和优惠券抵扣不算进 $1。每个活动日最多一次，全程最多五次，奖励领取后14天有效。
活动时间为北京时间10月26日22:00至10月31日22:00，每天22:00刷新。本来就有 AI 任务要跑的，可以顺便看看今天是否已经达标。
前往 ZenMux，查看并解锁今天的盲盒。
zenmux.ai/halloween
🤝 Paid partnership
“你先想象一下，换成雨天，镜头从后面跟过去。”
拍片前，这句话有机会变成能现场比较的草稿。
Google 10月27日公布的 Genie 4，可以用自然语言修改交互世界，还加入了原生声音。官方给的用途之一，就是拍摄前试镜头、光线和动作。
我更看好它帮人尽早排除一个不合适的拍法，而不是直接把演示当成片。真要看能力，别只看第一眼：连续改几次，人物和空间关系还能不能对上？
官方介绍：
deepmind.google/blog/genie-4…
目前是可信测试者研究预览，不是人人已经能用。官方也明确列出物体持续性、复杂物理及长期一致性等限制。这里是基于官方材料的判断，没有上手体验。
AI 已经把申请分类了，为什么还得人工再填一遍旧表？
先别急着骂员工不愿意变。那张旧表，可能还在给另一个部门供数。
我会先问：这张表里，哪一列还被谁拿来做决定？
找不到这条线，新工具上线后，很容易只是多了一套要维护的东西。
ALT 流程示意：新表单经过AI初分，再由人工确认，人工兜底保留。试点期间暂留人工填写旧表；停填前先确认交付、财务等下游谁还在使用，并在确认迁移后才停止重复填旧表。示意方案，非实测数据。
我会在 AI 试点验收里加一栏：
“哪一步旧工作可以停？谁确认下游已经接住？”
这里说的是停止重复填报，不是删除历史记录或必要控制。
如果你的试点一直双轨运行，先找一列数据，把它的去向问明白。比再加一张漂亮的 AI 看板，更接近把重复劳动拿掉。
延伸阅读：Caspi 10月8日谈过 AI 新旧流程并行需要退出规则。
caspi.io/blog/ai-workflow-pa…
本串是流程改造建议，客服与退款例子完全虚构，不代表任何公司的实测结果。
教孩子用 AI，有一种练习我觉得挺值得做：让他找出模型哪里搞错了，再想办法修。
Google 10 月 26 日给 AI Quests 加了新关卡 Polar Peaks。这个和斯坦福合作的互动学习系列，面向 11–14 岁学生。
按官方介绍，新关卡让孩子在故事里整理数据、测试模型，帮助研究角色的记忆问题。
我更喜欢这里的学习顺序：先碰到一个具体问题，再判断数据够不够、模型靠不靠谱。比一上来背一堆“万能提示词”，多练了一步真正需要人的地方。
玩完不妨问孩子：模型哪次没答好？你改了什么？怎么知道改完更好了？
官方介绍：
blog.google/products-and-pla…
入口：
research.google/ai-quests/in…
这是教育模拟，不是实际医疗操作。以上根据官方介绍，尚未试玩；中文与手机支持也未核实。
同一个问题，问了几个 AI，答案差不多。是不是就能放心了？
我会再多问一句：它们到底查了什么？
ModelCompare 最近做了个小实验，让 14 个模型各谈三次“对人类最有争议的看法”。作者把 41 份有效回答中的 35 份，归到了“人更在意归属、地位或自己的故事”这一大类。
挺有意思，但这不是 35 票事实核查。分类是作者手工做的，回答也并不相同。
下次拿几个 AI 交叉核对，别只比较结论。把它们引用的原始出处打开：是不是同一篇文章？原文真支持这句话吗？
多开几个聊天窗口，不能省掉查证这一步。
原实验 10 月 22 日发布，26 日更新；14 个模型各 3 次，其中 1 次拒答。作者说明无系统提示、无重试，按一句话观点手工归类。
这只是网站自己的小型演示，不是关于人性的研究，也不是模型一致性的一般测量。我没有复跑实验。
modelcompare.ai/blog/ai-mode…
假设两份方案都写得漂亮，一份是把 AI 的回答直接贴过来，另一份是认真查过、改过才交的。
只看最后那份文档，你怎么区分？
用 AI 做得快，不该吃亏；直接复制，也不该混过去。
我觉得，评价一个人的贡献，得多看一件事：他让这份东西在哪儿变得更靠谱了。
我的建议很轻：重要交付后面，留一小段“我改了什么，依据是什么”。不用提交整套聊天记录，也别按提示词长短打分。
它得和最终结果一起看，不能变成另一种表演材料。这是一个可以尝试的做法，不是被这份调查验证过的管理制度。
下次收到一份很漂亮的 AI 辅助方案，先追问那处改变结论的判断。比猜“AI 含量”更有用。
调查原文与方法：
monday.com/blog/project-mana…
businesswire.com/news/home/2…
上面的活动方案是虚构示例；“交付后附一小段判断依据”是我的建议，不是调查结论，也不是公司内部案例。
