书架
《AI赋能》
读书笔记
Reading Notes · 精读摘要卡

《AI赋能》

Co-Intelligence: Living and Working with AI

沃顿教授伊桑·莫里克的核心主张是:面对 AI,最该学会的不是「怎么用它搜索」,而是「怎么把它当共事者」——永远邀请它参与,但主动权始终在人。流畅的回答不等于正确的回答,机器能放大你,却不能替你负责。

2024首版年份
10 大核心原则
6 张关键原则卡
1 条主线:人握主动权
01

这本书讲了什么

一句话总览 + 基本信息

One-liner莫里克给出的总纲是:把 AI 当作共事者(Co-Intelligence)而非搜索引擎——永远邀请它参与,相信它、验证它、但最终的判断与责任仍握在人手里。
作者伊桑·莫里克
(Ethan Mollick)
领域AI·工作·教育
首版2024 年
核心命题把 AI 当共事者
框架10 大原则
关键词邀请·幻觉·品味·责任
02

核心模型:把 AI 当检索工具 vs 把 AI 当共事者

全书的地基——同一款 AI,用法差一层,产出差一个量级

LEFT · 旧习惯

把 AI 当检索工具

有问题时才去「查一下」
  • 触发方式:遇到具体问题才打开它
  • 角色定位:高级搜索引擎 / 答案机
  • 对结果:照单全收,容易信
  • 价值上限:省一点查资料的时间
「有问题,问 AI。」
RIGHT · 书的主张

把 AI 当共事者

默认就在场,参与从构思到复盘
  • 触发方式:默认「永远邀请它参与」每件事
  • 角色定位:同事 / 实习生 / 陪练
  • 对结果:相信但验证,人保留判断
  • 价值上限:放大人的品味、判断与产出
「这件事,先听听 AI 怎么说,再由我定。」
对比维度把 AI 当检索工具把 AI 当共事者
默认状态不用时关闭默认在场,全程参与
角色答案机同事 / 实习生 / 创意陪练
对幻觉容易照单全收默认不信,先验证
谁负责人(但常被答案带偏)人始终明确担责
价值省查资料的时间放大思考与产出本身
关键洞察
莫里克最反直觉的一句,是把 AI 请进工作流不该是「有需要才用」,而是「默认就在场」。当 AI 成为「永远在场的同事」,它参与的不只是执行,还有构思、挑战和复盘——这正是「Co-Intelligence(共智)」一词的意思:智能是人和机器叠加出来的,不是机器单独给的。但叠加的前提是,人始终握着那一下「拍板与担责」。
03

关键原则卡

六张能直接拿来用的方法卡,每张配一个 Lily 的 AI 小团队场景

原则 1
Always Invite AI

永远邀请 AI 参与

把「在场」设成默认

书的头号原则:别等卡住才用 AI,而是让它在你做的每件事里默认参与——写、想、计划、复盘都先问它一句。它参与得越早,能帮上的越多。

Lily 的场景:写公众号前先让 AI 出 5 个角度,做选品前先让它扫一遍评论——把它从「救火队」变成「一直坐在旁边的同事」。
原则 2
AI as Colleague

把 AI 当同事 / 实习生

不是搜索引擎,是会出错的新人

像带实习生那样带 AI:给背景、给目标、看初稿、纠偏差。它能力强但缺乏上下文与判断力,需要你像带人一样去交代和复核。

Lily 的场景:让 AI 起草客服话术时,先给它「品牌调性 + 常见拒赔边界」两份背景,再让它出稿——像给新人做 onboarding。
原则 3
Hallucination

知道它会幻觉

流畅 ≠ 正确

AI 会自信地编造事实、引用、数据。书的硬提醒是:它说得越顺,你越要先验证。把「默认不信」当成使用习惯,而非偶尔为之。

Lily 的场景:AI 给的「竞品数据 / 平台政策」一律标「待核实」,对外发布前用官方后台或一手来源核一遍——绝不拿 AI 的引文当事实。
原则 4
Creative Partner

让它当创意伙伴与陪练

出题、挑战、模拟对手

除了产出,AI 最适合做的是「逼你想得更深」:让它列相反观点、扮演挑剔客户、当随机性头脑风暴的对手。它是最好的陪练,不是只会点头的助手。

Lily 的场景:重要投放前让 AI 扮「红队」挑刺,或让它给 3 个完全相反的选题方向——专门打破自己团队的群体思维。
原则 5
Taste & Judgment

用 AI 提升品味与判断

机器给你选项,你练眼光

AI 一次给几十版,反而逼人更快做出「哪个更好」的判断。书的主张是:让机器出量,人练品味——你的鉴赏力会因为高频对比而变强。

Lily 的场景:让 AI 一次出 10 条标题,你只选 1 条改。选的瞬间就在练「品牌调性 + 点击预期」的判断,长期下来眼光更准。
原则 6
Ask & Own

学会问好问题 + 保持人的责任

提问是杠杆,责任不可让

会提问的人能把 AI 用出十倍效果;但不管 AI 多能,最终决定与后果仍由人承担。书把「问好问题」和「不甩锅」并列为使用者的基本修养。

Lily 的场景:把「给 AI 的指令」本身当作可迭代的资产沉淀成模板;任何发给用户、涉及钱与合规的内容,落款责任始终在人。
04

10 大原则脉络

通行归纳:从「怎么用」到「人如何不被替代」

01在场

永远邀请 AI 参与

把 AI 从「工具箱」挪到「默认在场」。这是所有后续原则的前提:你先让它一直在,才谈得上共事。

默认在场,而非有需才用
02关系

当同事 / 实习生,别当搜索引擎

用「带新人」的方式带 AI:给背景、看初稿、纠偏差。角色一定位错,后面全白费。

定位决定用法
03戒慎

知道它会幻觉,先验证

流畅不等于正确。把「默认不信、先核实」刻进习惯,尤其涉及事实、数据、引用时。

相信,但验证
04共创

让它当创意伙伴与陪练

出题、挑战、模拟对手。AI 最好的用法之一,是逼你把想法想得更透。

它是对手,也是镜子
05眼光

用 AI 提升品味与判断

机器出量,人练眼光。高频对比让你更快认出「好的东西」。

量交给它,眼光练自己
06提问

学会问好问题

提问是杠杆。同一款 AI,会问的人用出十倍效果;把指令当可迭代资产沉淀。

问题质量 = 产出上限
07责任

保持人的责任

任何决定与后果仍由人承担。AI 不背锅,人也别甩锅——这是共事的底线。

责任不可让渡
08协作

与人协作,而非只与人竞争

书也讨论 AI 对团队与工作的重塑:把它放进协作流程,而不是只用来「替代谁」。

重设流程,而非只裁员
09教育

重新思考学习与教育

当答案随手可得,莫里克主张要重新教「怎么思考、怎么提问、怎么判断」,而不是只教「记住答案」。

AI 时代,学「怎么学」
10未知

拥抱不确定,亲手试验

书的收束:没人能预言 AI 最终会怎样,最稳的策略是亲自用、亲自试、亲自形成判断——而不是等别人给结论。

亲手试验,胜过旁观
尾声:10 条原则指向同一句话——AI 是「共智」,不是「代脑」。它能放大你的产出与品味,却把「该不该、好不好、谁负责」永远留给人。用好它的关键,不在技巧多花哨,而在你始终愿意自己拿那一下主意。
05

金句摘录

据本书核心观点概述,非原文直引(书中具体措辞请以原书为准)

“

该书最常被转述的一句总纲是:把 AI 当成「共智(Co-Intelligence)」——它不是替你思考的机器,而是与你叠加、放大你思考的共事者;你应当默认让它参与,但从来不把最终判断让出去。

—— 据本书核心观点概述,非原文直引
对应书名与第 02 节。这是全书的轴:智能是「人 + 机器」叠加出来的。具体措辞请以原书为准,莫里克原话不同译本/引述版本差异较大。
“

该书反复强调的一个提醒是:AI 的回答越流畅、越自信,越可能是错的——「幻觉」不是例外,而是它的本性,所以要先验证,再采用。

—— 据本书核心观点概述,非原文直引
对应第 03 节原则 3。这是最容易被忽视、也最危险的一条:人天生倾向相信流畅的文字。
“

该书主张:面对 AI,最该练的能力不是「操作技巧」,而是「提问的能力」——你问得越好,它答得越有用,问题质量决定了产出上限。

—— 据本书核心观点概述,非原文直引
对应第 03 节原则 6。把「给 AI 的指令」当可迭代资产,是书里很实操的一点。
“

该书判断:当答案随手可得,教育的重心要从「记住答案」转向「学会思考、提问与判断」——否则人会被自己造出的机器反超。

—— 据本书核心观点概述,非原文直引
对应第 04 节「重新思考学习」。这对带团队的 Lily 也很直接:培训重点该变。
“

该书在收尾处主张:没人能预言 AI 最终会怎样,最稳的策略是亲自用、亲自试、亲自形成判断,而不是等别人给一个现成结论。

—— 据本书核心观点概述,非原文直引
对应第 04 节原则 10。这是一种「用手思考」的态度,也呼应「保持人的责任」。
06

落地行动清单

给 Lily 的小团队(2 运营 + 1 美工 + AI):明天就能做的 6 件事

01

把 AI 设为「默认在场」

给团队定一条规矩:写文案、做选品、复盘数据前,先让 AI 出一轮。从「卡住才用」改成「一开始就在」。

对应:原则 1 永远邀请 AI 参与
02

给 AI 写「新人 onboarding」

沉淀一份「品牌调性 + 常见边界 + 错别字清单」背景文档,每次让 AI 接手写作类任务前先喂进去——像带实习生。

对应:原则 2 当同事 / 实习生
03

建「待核实」红线

任何 AI 给的数据、政策、竞品引文,发布前用官方后台或一手来源核一遍;对外内容一律加「事实待核」检查项。

对应:原则 3 知道它会幻觉
04

让 AI 当「红队」陪练

重要决策前让 AI 扮挑剔客户 / 相反立场,出 3 个反对角度。专门打破团队的群体思维,逼方案更扎实。

对应:原则 4 创意伙伴与陪练
05

用「量产 + 精选」练品味

标题、文案、选题都让 AI 一次出 10 版,人只选 1 版改。把「选」的频率拉高,长期训练判断力与品牌眼光。

对应:原则 5 提升品味与判断
06

沉淀指令模板 + 守住责任

把高频 prompt 存成可复用模板(提问即资产);同时明确:发给用户、涉及钱与合规的内容,落款责任永远在人。

对应:原则 6 问好问题 + 保持责任
07

适合谁读

四类人 + 一条读前提示

两个圆之间的虚线,是「共智」。机器出量,人拍板,叠加出更大的智能
每天用 AI 的知识工作者想从「查资料」升级成「与共事者协作」的人——本书就是为此写的操作手册。
带小团队的经营者像 Lily 这样用 AI 做内容 / 客服 / 选品的人——「默认在场 + 责任在人」可直接落进 SOP。
教育工作者 / 培训者关心「AI 时代怎么教人思考」的人——第 9 条原则专讲学习与教育的重设。
怕被 AI 取代的人书给的答案很具体:守住判断、品味、责任这三样,人就仍是「拍板者」而非「被替代者」。
读前提示(诚实说三点)①本书 2024 年首版,AI 能力变化极快,书中具体工具与案例可能已过时,价值在「原则」不在「操作步骤」。②本页金句均为据核心观点概述,非原文直引,不同引述版本措辞差异大,引用请以原书为准。③书中关于「未来工作会怎样」的论断属作者主张,不是定论;请结合你自己的实践去验证,本页不背书任何确定性预言。