一位叫 Sean Goedecke 的资深工程师，最近把自己现在到底怎么用 AI 干活，一五一十写了出来。没有玄学，没有大词，全是大白话。

最让人意外的是：他几乎把能交给 AI 的活，全交出去了——可偏偏留了一小撮，打死不交。

天天用 AI 干活、又老纠结「这事到底能不能信它」的人，这篇能递给你一把尺子；从来不碰 AI 的，可以划走。

先看他放心交出去的。写第一版代码、查 bug（程序里的毛病，他说 AI 自己就能诊断对差不多八成）、写测试、调配置出错——这些他张口就交，自己最多花30秒扫一眼，能用就用，不行就让它重来。难一点的，他能连着退它五六回，直到满意，或者干脆自己上。

再看他死活自己干的。代码审查、写给别人看的说明、做设计上的取舍、跟人沟通该怎么开口——这几样，他从不假手于 AI。

这两堆活，到底差在哪儿？

说白了，就一条：能不能很快验证它对不对。代码跑不跑得起来、测试过没过、毛病复现没复现，一试便知，错了也藏不住——这种就放心交，你退到后面当个验收员就行。可有些事的好坏，得靠人去掂量「什么更重要」：这话该不该这么说、这个设计是不是更好、要不要这么跟领导提。它压根没有标准答案，AI 给得再漂亮，最后也得你自己拍板。

这就像批作业。口算、填空这种有标准答案的，你大可交给别人对着答案改，自己抽查几道；可作文、面试这种没标准答案的，只能你一个字一个字自己读。AI 干活，也是这个理——有标准答案的题，撒手交；没标准答案的题，自己盯。

好在这把尺子，不写代码的人照样能用。

能验证的，大胆交。让 AI 算账、转格式、翻译（翻完让它再译回来一遍，准不准立马见分晓）、把一堆乱资料归归类——这些对错一眼能查，交出去你省心，只管收货。

不能验证的，自己盯紧。让 AI 拟一封措辞微妙的邮件、出个方案、琢磨该怎么跟人开口——它能给你垫个底稿，但「这话搁你这个场合合不合适」，只有你心里有数，最后那一下，必须你来。

要是拿不准一件事到底归哪类，就问自己一句话：它给的东西，我能不能很快看出对错？能，就交；不能，就自己把关。

当然，这只是他一个人的活法，算不上金科玉律。但「能不能验证」这条线，比那些张口「AI 无所不能」、闭口「AI 全是泡沫」的口水话，实在太多了。

#马力的AI知识分享#
#马力在记录AI领域500位大佬的分享#