Appearance
AI 时代，我们不要想好再做，而是边做边想边改
我以为我是在用 AI，其实我是在等一个标准答案
我最近在用 AI 的时候，经常掉进一个很奇怪的状态。
明明只是想让它帮我写一段文字、整理一个想法、做一个小功能，我却会在输入框前停很久。我想把自己脑袋里的想法一次性说清楚，想给它足够完整的背景、足够明确的要求、足够精准的风格描述。
我希望自己能写出一个“最好”的提示词。只要这个提示词足够好，agent 就能完全理解我，然后交给我一个满意的标准答案。
但真实情况常常相反。
我越想把提示词写好，就越不敢开始。越想让 AI 一次性理解我，就越发现自己其实也没有完全理解自己。于是 AI 本来应该降低创作和工作的门槛，却变成了另一种心理负担：我开始担心自己不会提问，担心自己描述得不够好，担心 agent 跑偏，担心最后得到一个看起来完整、但完全不是我想要的东西。
后来我意识到，我不是不会用 AI。
我是太想一次性用对 AI。
很多人都在追求那个“完美提示词”
这种状态并不是我一个人的问题。
现在很多人谈 AI，都会问一句：“你用的是什么 prompt？”好像只要拿到那段提示词，就能稳定召唤出高质量结果。提示词变得像一种咒语：越长、越精密、越像工程模板，就越让人安心。
但很多使用 AI 的真实经验都指向另一件事：好结果很少来自第一句话，而是来自后面的来回。
我们一开始说出一个模糊的需求，AI 给出一个不完全对的版本。我们看见它哪里理解错了，才补充背景；看见它哪里太泛，才要求具体；看见它哪里太像模板，才提醒它加入个人经验；看见它哪里过度发挥，才把边界拉回来。
也就是说，AI 的第一版输出并不是答案，而是镜子。
它把我们没有说清楚的地方照出来，把我们以为自己想清楚、其实还很模糊的地方照出来。
所以提示词焦虑表面上是技术焦虑，实际上是创作焦虑的新形态。我们面对的不是“我该怎么命令 AI”，而是一个更难的问题：
我到底想要什么？
很多时候，我们并不是已经有一个完整想法，只是不知道怎么告诉 AI。恰恰相反，我们是在告诉 AI 的过程中，才发现自己的想法并不完整。
agent 让这种焦虑变得更强
如果只是普通聊天，模糊一点也没关系。AI 回答得不对，大不了再问一次。
但 agent 不一样。
agent 会行动。它会搜索、读文件、写代码、调用工具、连续执行很多步骤。一个模糊的聊天问题，只会得到一个模糊回答；但一个模糊的 agent 指令，可能会变成一连串看似合理、其实逐渐偏离的行动。
所以我们更想在开始前把一切都说清楚：
- 目标是什么；
- 背景是什么；
- 不要做什么；
- 风格是什么；
- 判断标准是什么；
- 每一步应该怎么执行。
这些当然有价值。清晰的上下文和边界能让 agent 更可靠。
但问题在于，我们很容易从“提供必要上下文”，滑向“试图提前消灭所有不确定性”。
而这件事几乎不可能。
因为很多不确定性不是藏在提示词里，而是藏在任务本身里。你不让 AI 先做一版，你就不知道它会怎么理解；你不看见一个偏差，你就不知道哪里需要校准；你不进入工作流，你就不知道真正复杂的地方在哪里。
所以最消耗人的，并不是 AI 不够聪明，而是我们总想在开始之前，就把后面所有问题都解决掉。
AI 时代，不是想清楚才能开始，而是开始以后才更容易想清楚
过去我们习惯的工作方式是：
想清楚 → 写方案 → 执行 → 交付。
这个顺序在很多场景里依然重要。但 AI 改变了一件事：生成一个初稿、搭一个原型、试一个方向的成本变得非常低。
于是很多事情不再需要等到完全想清楚才开始。
你可以先把一个很粗糙的想法丢给 AI，让它展开。展开以后，你会马上看到：这个方向太空、那个例子不对、这个结构有点意思、那句话不像我会说的话。
这些反馈会反过来帮助你理解自己。
你原本只知道“我想写点关于 AI 焦虑的东西”。看完 AI 的第一版，你才发现：你真正想写的不是工具技巧，而是“为什么我总想让 AI 一次性读懂我”；不是教别人怎么写 prompt，而是记录一种从控制 AI 到协作 AI 的心态变化。
想法不是一开始就完整存在的东西。
它是在一次次生成、观看、否定、修改中长出来的。
这可能是 AI 时代最重要的心态变化：
不要等自己想好了再做，而是通过做，让自己想得更清楚。
第一版不是结果，是用来反应的材料
很多人用 AI 会失望，是因为他们把第一版输出当成最终结果。
看到第一版不好，就会觉得：AI 不行，或者我不行。
但更合理的期待是：第一版本来就不该完美。它只是一个可以反应的材料。
就像你和一个新同事合作。你不会期待他第一天就完全理解你的风格、你的标准、你的隐含偏好。你会让他先做一版，然后告诉他：这里太正式了，那里太泛了，这个例子不是我们用户会遇到的，那个结论下得太快。
AI 也是一样。
不是因为它像人，而是因为协作这件事本来就需要反馈。
我们需要把“不满意”说出来，而且说得具体一点：
- 这里太像鸡汤；
- 这里太技术化；
- 这里没有我的个人感受；
- 这里观点太满了，我想要更犹豫一点；
- 这个标题太像营销号；
- 这一段是对的，但不是我真正想表达的重点。
这些不满意不是失败，而是下一轮修改的燃料。
如果说 prompt 是起点，那么反馈才是真正的方向盘。
我开始更愿意用“小步走”的方式和 AI 协作
现在我会尽量避免一上来就说：
帮我写一篇完整文章。
我更愿意先说：
我有一个模糊想法，你先不要写正文，先帮我拆几个可能的角度。
或者：
你先问我几个问题，帮我澄清我真正想表达什么。
再或者：
下面是我的一些碎片想法，请你帮我整理出一个框架，但不要替我下太满的结论。
这种方式慢一点，但更不容易失控。
因为每一步都很小，我可以随时修正方向。AI 不再是一个接了任务就跑很远的黑箱，而更像一个可以不断校准的外部思考器。
我也越来越觉得，好的 AI 使用方式不是“把脑子里的完整答案倒给它”，而是让它参与到想法成形的过程里：
- 先把粗糙想法说出来；
- 让 AI 帮我展开几个方向；
- 我选择其中真正有感觉的部分；
- 让它写一小段；
- 我指出哪里不像我、哪里没击中；
- 再继续推进。
这个过程不像考试，更像捏泥巴。
第一坨泥巴当然不好看，但它比脑子里那团雾更好改。
但边做边改，不等于无限修改
当然，迭代也有另一个陷阱。
有时候我们会在一个 AI 对话里改到第十几轮，每一版都只是“有点不同”，但并没有真的更好。我们以为自己还在优化，其实只是在拖延判断。
所以边做边想边改，并不是把判断权交给 AI，也不是让自己陷入无限微调。
我现在会提醒自己几个停止条件：
- 如果三轮之后只是变得不同，而不是变得更好，就停下来；
- 如果 AI 开始把我的表达磨得越来越圆滑、越来越没有个人痕迹，就停下来；
- 如果问题已经不是表达问题，而是我自己还没有观点，就先离开 AI；
- 如果核心结构已经清楚，就进入人工整理，而不是继续让 AI 润色。
AI 可以陪我改，但不能替我判断什么时候够了。
这也是为什么 AI 时代人的价值并没有消失。相反，它变得更集中：你要判断什么是对的，什么是多余的，什么是像你的，什么只是看起来漂亮。
我不再追求一次说清楚，而是允许自己慢慢说清楚
现在回头看，我之前的焦虑来自一个错误期待：我以为使用 AI 的理想状态，是我一开始就能把需求表达得完整、准确、无歧义。
但也许真正的理想状态不是这样。
真正的理想状态是：我可以带着不完整的想法开始；我可以先生成一个粗糙版本；我可以在看到偏差后修改；我可以在对话里逐渐发现自己真正想说什么。
以前我以为：
我得想清楚，才能让 AI 帮我。
现在我更愿意相信：
我可以借助 AI，慢慢想清楚。
AI 不是标准答案机器，而是想法显影液。它把模糊的念头显出来，让我有东西可以看、有东西可以改、有东西可以反对。
所以我不想再把提示词当成一次性命中答案的咒语。
提示词只是开端。真正重要的是后面的观看、判断、反馈和修改。
AI 时代，我们不要总想着想好再做。
很多时候，正是因为开始做了，我们才第一次看清楚自己到底在想什么。