大家都在弄Agent，弄自动化工作流，指望招100个AI小弟给自己打工。

结果跑起来全不是那回事，要不就是胡说八道，要不就是跑一半卡死，气得人在屏幕前直爆粗口，恨不得把键盘砸了。

我太理解这种感觉了，花了大几百开各种API，熬夜画了一堆节点，就等着它自我闭环，结果它连个最简单的总结都给你写歪。

我鬼使神差地想起了一封信，一封写在1910年，一个71岁的老头写给他儿子的信。

这个老头叫洛克菲勒，信里讲了他和钢铁大王卡内基的一次聊天。

卡内基当时去拜访洛克菲勒，就问了一个问题，说你手底下那些人看着也就那样，怎么一打起仗来就所向披靡，你到底用了什么魔法。洛克菲勒的回答特别有意思，他说，如果想基业长青，我们的领导方式就必须拒绝以任何理由指责任何人或任何事。

他原话是这么说的：指责的习惯就像一片沼泽，一旦失足陷进去，你就会失去立足点和方向感，动弹不得，然后坠入怨恨和沮丧的深渊。

我当时看到这句，一时间无语凝噎。这不就是我们现在用AI的真实写照吗。

我们面对这些数字小弟的时候，太容易陷入指责的沼泽了。Claude 3.5 写不好文案，说它降智。

GPT 算错数据，说它是个人工智/障。Coze 上的工作流跑不通，说平台太垃圾。反正错的都是AI。
可是，说完之后呢，问题解决了吗？并没有。

洛克菲勒遇到问题的时候，从来不怪别人。他会停下来问自己一个极其反人性的问题——「我的责任是什么」。

这话听着有点刺耳但，我觉得用到管理AI员工上，简直绝杀。当大模型写的文案跟一团乱麻一样的时候，停下来问一句，我的责任是什么。是不是我的Prompt写得太模糊了，是不是我没有给它提供足够的背景上下文，是不是我让它一步跨得太大，没有拆解好SOP。

我自己也还在摸索。在具体怎么管理这些AI员工，我自己有一些不成熟的经验，今天毫无保留分享出来。

1，克制指责的本能。把你的AI当成一个刚刚入职，极其听话但没有任何社会经验的应届生。它搞砸了，先查自己的指导手册。

2，把「为什么你这么蠢」变成「我还能提供什么信息」。大模型没有读心术，它只能基于你给的token做概率预测。

3，无限拆解你的工作流。你不要让它一次写一篇文章，你让它先写大纲，再写开头，一段一段来。如果一个环节容易出错，那就把它拆成三个环节。

这个过程一开始极其痛苦，你会觉得，我花钱买工具是为了省事，怎么现在比我自己干还累。是的，前期调优的时间绝对比你手动做要长。很多朋友可能就在这半道上放弃了，直接下结论说AI没用。

但只要你跑通一次闭环，那种感觉太爽了。

洛克菲勒在信里还提到了一个词，倾听。他说拥有权力的其实是倾听者，而不是发言者。

我们对AI，也需要倾听。不是听它说话，而是看它的输出路径。看它在哪一步卡壳了，看它到底是怎么理解你的指令的。当你认真去看它的中间推理过程时，你就能获得更多信息，改变你对整件事来龙去脉的假设。这其实就是一种深度的对话。

很多时候我觉得，我们在这个所谓的大模型时代，追求的到底是什么。是算力的狂欢吗，可能不仅是。我们在重新学习如何去表达，如何去清晰地界定责任的边界。

AI就像一面极其平整的镜子。你扔给它一团乱麻的情绪和模糊的指令，它就还你一堆不知所云的幻觉。你给出结构清晰，责任明确的框架，它就还你不可思议的生产力。

技术一直在变，从1870年的标准石油，到今天我们电脑里挂着的各种Agent。但管理的底层逻辑，好像从来没变过。

下次当你的数字员工再跑出Bug的时候，试试深呼吸，从那片沼泽里拔出脚来。问自己那句咒语——我的责任是什么。