https://seunghoonchoi.com/zh/tags/%E5%B7%A5%E4%BD%9C%E6%B5%81/Recent content in 工作流 on Seunghoon ChoiHugozh-CNSun, 21 Jun 2026 00:00:00 +0000https://seunghoonchoi.com/zh/column/six-fundamentals/Sun, 21 Jun 2026 00:00:00 +0000https://seunghoonchoi.com/zh/column/six-fundamentals/<p><img src="https://seunghoonchoi.com/images/col-six-fundamentals.jpg" alt="攀岩者在困难岩壁前往手上抹镁粉"></p> <p class="inline-image-caption">AI 越快，基本功越重要。人还是要检查 AI 的答案对不对、漏了什么、能不能直接用。</p> <p>AI 已经能摘要、翻译、写报告初稿，甚至写代码。那么学习脑会不那么重要吗？恰恰相反。 单纯记忆和重复计算可能会变得不那么重要。但阅读句子、理解工作流程、把多项信息整理成结构、处理看不见的概念，会变得更重要。AI 越快生成结果，判断这个结果对不对的人，其基本功越重要。 看了 AI 写的报告，却解释不出为什么得出这个结论，那份报告就不是我的。看了 AI 写的代码，却不知道数据从哪里进、到哪里出，那段代码就不是我的工具。看了 AI 摘要的文档，却分不出核心主张和薄弱依据，我就不是理解了，只是在消费摘要。</p> <p>我们常把这种差异简单叫做学习脑。但仔细看，所谓学习脑不是一种单一才华。</p> <ul> <li>读写能力</li> <li>画出工作流的能力</li> <li>结构化信息的能力</li> <li>处理抽象概念的能力</li> </ul> <p>这四个基本功合在一起，别人才会觉得你脑子好。</p> <h2 id="1-读写能力不是读字而是读语境的能力">1. 读写能力：不是读字，而是读语境的能力</h2> <p>读写能力不是只读懂字。重要的是读出这句话在主张什么、隐藏了什么、默认了什么前提。</p> <p>读报告时，重要的不是理解每一句话。</p> <ul> <li>这篇东西最终在主张什么</li> <li>依据是什么</li> <li>依据里强的是什么、弱的是什么</li> <li>缺了什么条件</li> <li>读者可能会追问哪里</li> </ul> <p>读到这里，才算真正读了。AI 可以摘要长文。但摘要是否抓住核心、有没有漏掉重要前提、结论是否过度，必须由人判断。</p> <p>读写能力弱，就会照单全收 AI 摘要。不是读文章，而是抄 AI 整理好的话。AI 时代的读写能力，不是读更多文字，而是读出文字背后的主张、前提、利害关系和空缺。</p> <h2 id="2-工作流理解画出事情实际如何运转的能力">2. 工作流理解：画出事情实际如何运转的能力</h2> <p>很多人理解资料，却不理解工作。表格里的数字知道，会议纪要里的决定知道，谁说过什么也知道。但事情实际如何运转，脑子里没有图。 必须能画出这件事从哪里开始，谁给输入，哪个部门判断，谁执行。哪里出现瓶颈，结果又反馈到哪里，也要看见。没有这张图，报告就站不住脚。 句子看起来对，实际却不合流程。结论像样，却不知道执行时谁会遇到困难。解决方案看起来好，却不知道哪个部门要承担成本。AI 写的报告常出现这个问题。</p> <p>文档逻辑很顺，却和真实公司的工作流不同。所以要会画工作流。输入、处理、输出、批准、瓶颈、反馈如何连接，必须在脑子里。 即使 AI 给了初稿，这个初稿是否放在实际工作流程上，也要由人来看。</p> <p><img src="https://seunghoonchoi.com/images/inline/column-six-fundamentals.jpg" alt="比学习脑更重要的东西：AI 越强，越拉开差距的 4 个基本功"></p> <p class="inline-image-caption">草稿只是一个起始材料，了解实际情况的人应该编辑结果直到最后。</p> <h2 id="3-结构化能力把多项信息整理成可用形态的能力">3. 结构化能力：把多项信息整理成可用形态的能力</h2> <p>信息多，不等于理解。信息越多，越容易乱。十份资料、五份会议纪要、几十个数字一进来，脑子很快会复杂。这时需要的不是更多资料，而是结构。</p> <p>结构化能力，是把多项信息整理成可用形态的能力。</p> <ul> <li>分开原因和结果</li> <li>分开核心和枝节</li> <li>分开事实和解释</li> <li>分开问题和解决方案</li> <li>分开需要决定的事和仅供参考的事</li> </ul> <p>这样捆起来，信息才有用。不会结构化的人，会把所有信息都用同样重量处理。于是报告变长，说明变模糊，结论变弱。 会结构化的人，会先抓住主干。AI 可以提结构，但哪个结构适合当前问题，要由人选择。好结构不是把内容摆得漂亮，而是让思考能顺畅展开的框架。</p> <h2 id="4-处理抽象概念的能力把看不见的东西弄清楚的能力">4. 处理抽象概念的能力：把看不见的东西弄清楚的能力</h2> <p>初学者只看见可见的东西。销售额、成本、日程、人员、功能、句子、代码，这些比较容易处理。但越重要的问题，核心越常是看不见的东西。 信任、风险、激励、权限、责任、语境、所有权、瓶颈、杠杆，都是这样的词。它们不能直接看见，却常常是推动真实工作的力量。 处理抽象概念，就是给看不见的力量命名，并能把它应用到现实里。比如知道“语境债”这个词，就不会停在“报告很难”。可以分辨自己缺的是知识、流程、责任结构，还是决策者关心的点。</p> <p>知道“信任资本”，就不会停在“为什么机会只给那个人”。你会看到，被验证的记录、推荐、声誉、接触权，本身就能换来机会，作用不亚于钱。概念不是为了背漂亮话，而是为了把复杂现实拆解开，让它重新变得可处理。 AI 可以解释概念定义。但这个概念是否适合我的情况、说明了现实的哪一部分，必须由人判断。不能处理抽象概念，就会每次被眼前案例牵着走。能处理抽象概念，就会在看起来不同的事件里看见同一种结构。</p>