快刀青衣最近有個想法：給員工打卡。

不是為了防止早退，而是為了防止加班。

為什么？他說，員工晚上11點還在工作，不一定值得表揚，反而可能說明一件事：TA可能還沒學會把AI當同事。

沒學會，很重要嗎？很重要。

為什么這么說？

快刀青衣，是我們的老朋友，得到的聯合創始人，長期負責產品、數據和技術，也是這次《進化者》欄目的嘉賓。他一方面是管理者，另一方面也是企業內部，AI應用的推動者。

這個視角，在今天這個時點，尤其珍貴。

因為從2026年初到現在，由于編程能力的突破，智能體的成熟，AI的能力有了質變。之前AI只能輔助，但現在可以直接動手。

換句話來說，AI正在從工具，變成同事。

而一旦AI變成同事，公司里很多習以為常的標準，就要變化了。比如，什么樣的員工值得獎勵？什么樣的管理方式會失效？

針對這些問題，刀哥分享了很多，干貨滿滿。

所以，我也把印象特別深刻的幾點，分享給你。希望能對你在AI時代，如何找到自己的位置，如何設計組織，有所啟發。

01

2月份的AI是工具，5月份的AI是同事

如今AI的能力，到了一個什么地步？

先看一個視頻。這條視頻，來自脫不花的視頻號。

視頻的主要內容，是脫不花講書。作者劉開心，雖然同時還是畫畫和游戲大神，但她的身體卻非常糟糕。先天結締組織發育不全，體重只有30多公斤，要靠輪椅行動，靠每天20小時的鼻飼營養液活著。

就是這么一個人，她卻非常樂觀。甚至，有點狂野。

初次和脫不花見面，她就發出邀請：要不要兜兜風？于是，脫不花就坐在電動輪椅上的半個座位上，在郎園兜風。脫不花說，我這輩子坐過很多車，但沒有哪趟比這更猛。

這故事很觸動人。而且你看，這個視頻不是單純把直播片段摳了出來，它還有邏輯編排，有字幕設計，還嵌了一段畫中畫。

如果我說，這條視頻基本上是AI剪的，你會不會有點意外？

當時，脫不花做了一場4個小時的直播，回放視頻有十幾個G。她把視頻給了刀哥，說我直播里講了本書，能不能幫我把這段剪出來？

這是一個典型且麻煩的剪輯任務。

你首先得把直播從頭到尾看一遍，因為她的講解可能不集中。然后，把需要的素材片段拖出來，串一個邏輯線，加字幕。還要判斷哪一幀最有傳播力，做成封面。如果有額外素材，還要想辦法插進去。

但刀哥直接把視頻丟給了AI助手，Codex。交代：

幫我把講書的這段找出來，我要剪個切片視頻。

AI先是每5分鐘抓一幀，掃遍全局。到45分鐘，發現脫不花開始講書，改成2分鐘抓一幀。到1小時25分鐘左右，發現脫不花開始拿閱讀支架，于是判斷講書部分結束。后面每半小時抓一幀，只做確認。

這40多分鐘摘出來，AI又問，最終視頻要多長？刀哥說，10分鐘吧。AI又開始吭哧吭哧地干活。壓縮，加字幕。

字幕搞定，要做封面。這時，同事提醒說，脫不花這場直播里講哭了。于是，刀哥又讓AI去找脫不花哭的鏡頭，AI就3秒一幀去找畫面，于是找到了現在的視頻封面。

厲害吧？但最讓我驚訝的，還是一個細節。

視頻中，要插入一段劉開心，用電動輪椅載著脫不花兜風的素材。可放在哪里？放多久？刀哥讓AI自己判斷。最后，AI選出45秒，并且建議用畫中畫的形式插入。

為什么？因為主視頻是直播，如果突然切全屏，會蓋住直播信息。而且，這段素材的音量還要壓低，否則會蓋住脫不花直播的聲音。

哇。什么感覺？

這下真的是：2月份的AI是工具，5月份的AI是同事。

以前你用AI，更多是輔助。寫一段話，做一張圖，總結一份會議紀要。你把任務拆好，它替你執行。但現在，你給Agent一個目標，它就能自己判斷重點，提出方案，甚至當你做錯選擇時，還能糾正你。

但AI越像同事，我們越要先學會：把目標講清楚。

02

把目標講清楚，會成為最重要的能力

很多老板，喜歡說員工，沒有悟性。

老板說，你去做個方案。員工做完，老板說我不是這個意思，你有點悟性。老板說，你去推進一下項目。員工推進半天，老板說，方向不對，你怎么就不理解意思呢？

可很多時候，不是員工不夠聰明，是老板自己沒想清楚。

如果你真的知道自己要什么，為什么要別人去猜呢？你要杯咖啡，可以說美式，少冰，不加糖。你不能走進星巴克，對店員說，你給我做杯“有感覺”的咖啡，然后怪店員沒有悟性。

過去這種管理方式行得通，是因為人會腦補。

成熟的員工拿到模糊任務，會根據他對業務的理解、對公司的熟悉，把沒說清楚的部分補上。補錯了，大不了重做。一次不行，就兩次。白天溝通不完，就晚上加班。總能磨出個結果。

但AI時代，“想不清楚目標”的壞處，會被迅速放大。

AI不會揣摩你心情好不好，不會根據你開會的表情，猜你喜歡哪種風格。你給它個模糊指令，它會認真快速地執行出來。

比如，你跟AI說，幫我做個爆款短視頻。

它當然會交付給你一套標題腳本分鏡。看上去沒啥毛病。但問題是，你要發哪個平臺？視頻給誰看？爆款標準是什么？最終要共鳴傳播，還是要商業轉化？是要讓用戶轉發，還是要讓用戶下單？

如果這些都沒有，那“做爆款視頻”，就不是目標。而是許愿。

刀哥說，AI時代越來越重要的能力，是把目標定義清楚。

這事聽起來是在提醒老板。但它同時，也在改變員工的價值。

03

加班，可能越來越不值得被獎勵

AI時代，好員工的標準，也不太一樣了。

怎么理解？刀哥舉了個例子：反向打卡。

什么是反向打卡？得到一直沒有考勤打卡。但最近，刀哥有點想設置打卡了。不過打卡的目的，不是防止早退，而是防止加班。

為什么這么晚了，你還在工作？很可能是你AI用的不好。

過去，如果員工，經常晚上10點、11點還在加班，老板可能會覺得，這個人真努力，真負責。久而久之，就形成了一種判斷：誰愿意多干，誰就更負責。誰晚上還在線，誰就更像好員工。

但AI來了，這個標準變得微妙起來。

因為很多過去靠人熬出來的東西，明明可以先交給AI跑一遍。查資料，可以讓AI先查。寫初稿，可以讓AI先寫。改代碼、找漏洞、做校對，很多事情都不再需要人，一點點磨。

所以，如果一個人還是靠加班完成工作，管理者就應該問：

這是因為他負責，還是因為目標沒講清楚？是因為任務真的重，還是因為流程沒理順？是因為他不可替代，還是因為工具沒用起來？

過去，好員工聽話、執行。未來，好員工判斷、重構。

什么意思？

判斷，是知道什么值得做，什么不值得做。重構，是不再機械遵從老板指令，而是反過來問：這個流程能不能被簡化？這里過去靠人加班兜底，現在能不能被系統解決？

過去，公司獎勵用時間兜底的人。

以后，公司最該獎勵的，是用方法提效的人。

04

能不能用好AI，首先看好奇心

那這樣的人，從哪里來？

很多人的第一反應是培訓。員工不會用AI，那就組織一場培訓。員工不會寫提示詞，就請人講堂課。員工不知道有哪些工具，就發份清單。

但培訓，更多解決“怎么用”的問題，解決不了“想不想用”的問題。

刀哥提到，一個人能不能用好AI，首先看好奇心。

有好奇心的人，對低效是敏感的。他看到重復動作，會“不舒服”。為什么這個表格每周都要人手工填？為什么每次都要重新復制粘貼？為什么流程跑了十幾次，卻還沒自動化？

AI時代的管理，不是培訓員工用AI。更重要的，是識別誰真的有好奇心，并且，讓他們折騰。

是的，識別。因為好奇心，很難培養。

一個人必須先覺得“這里有問題”，他才會主動探索。你可以教他工具，但你不能替他覺得“這里不對”。他如果覺得原來的辦法挺好，手工做也沒什么，那培訓完之后，他還是會回到老的工作方式。

理解了。可要讓員工釋放好奇心，還有一個現實問題：

很多時候，員工不是不會用AI，而是不想讓公司知道他會。

05

員工不想暴露會用AI，是怕更多工作找上門

員工如果能用AI，1小時完成原來要8小時做完的事，他的第一反應，可能不是興奮，而是警惕。

為什么？

你想啊。如果老板得知這事，會說什么？1）你真有方法，我給你獎勵。2）剩下7小時，再多接幾件事吧。很多公司里，后者是更常見的情況。

所以，員工不愿意暴露自己用AI，是害怕：

效率一旦提高，收益卻不歸自己。

AI提效之后，最先出現的，不是技術問題，而是分配問題。當工作時長從8小時壓縮到1小時，省下來的7小時歸誰？

如果全歸公司，那員工當然會藏起來。他會把1小時干完的活，拖到8小時再交。他不會把自己的方法拿出來，更不會主動教給別人。

這也是為什么刀哥說，AI落地最大的阻力，可能不是員工不會用，而是公司沒說清楚，提效之后的好處歸誰。

當效率提高，公司當然應該受益。否則為什么要投入工具和預算？但同時，員工也應該受益。否則他為什么要把自己的方法拿出來？

員工用AI把流程跑順了，公司不能只是說：太好了，以后你多干點。公司更要把好處，讓一部分給員工。比如，增加收入。減少工作時間。

AI時代，公司真正要解決的，不只是讓員工會用AI。更重要的是，讓員工敢于公開自己怎么用AI。

但是，如果員工的能力經驗，被復制沉淀，他會不會因此不值錢？

06

能把本事教給 AI 的人，其實更值錢

如果一個人的水平，還沒有超過通用AI，那為什么要蒸餾他？

值得被蒸餾的人，恰恰說明他在某個領域，超過了AI的平均能力。

刀哥舉了個例子。

得到有一位數據工程師，大家叫他牛博士。

過去，他大量的工作，是查數。運營要查數據，內容要看趨勢，產品要出報表。這些事，當然重要，但牛博士也因此，不停地在做很多重復性工作。

后來，牛博士做了一個智能體，叫牛小數。

牛小數知道公司有哪些數據，知道不同指標之間的口徑差異。它是被牛博士的經驗、業務上下文、歷史判斷喂出來的內部智能體。

于是，很多要找牛博士的問題，就可以先問牛小數了。半夜有人想查一個數，可以問。會開到一半，要確認指標，也可以問。

那牛博士是不是失去價值了？

沒有。刀哥說，他還給牛博士漲了工資。

為什么？企業做一個智能體，肯定是希望它不斷迭代，越來越好用。而牛博士的重要工作，就是維護牛小數，更新知識庫。本質上，他的工作就成了：定義公司理解數據的標準。所以，當然要漲工資。

刀哥說，萬一牛博士離職，他都不知道找誰來迭代牛小數。

蒸餾，最多可以替代員工身上，已經成熟、重復的部分。但是，它不能替代員工身上，可以持續判斷，解決新問題的能力。

人人都可以蒸餾馬斯克，但沒人能靠它造出SpaceX。

07

未來簡歷上最值錢的，不是幾年經驗，是真實項目

假設你現在要招一個HR經理。手上有兩份簡歷。

一個人，做了8年HR。經驗很豐富，招聘、薪酬、員工關系，都做過。另一個人，只做了5個月。但他自己編過一個HR智能體，可以做薪酬統計，能設計激勵方案，也能自動回答重復的人事問題。

如果是你，你要哪個？刀哥說，我更傾向要5個月的。

過去，我們很習慣用年限證明自己。我做了5年運營，我做了8年產品，我做了10年銷售，我在這個行業待了很多年，所以我有經驗。

但現在，很多基礎經驗，正在被AI快速壓平。候選人信息，AI可以先整理。績效方案，AI可以先給框架。

比起你“干了多久”，公司會更想知道，“你干成過什么”。

刀哥招實習生，也是這個邏輯。

他說，如果你是個大學生，想證明自己會用AI，最好的方式，不是簡歷上寫“熟悉各種AI工具”，而是說清楚你做過什么項目。

比如，你發現學校統計信息很麻煩，就做了個工具，讓老師少花時間。你發現同學查課很麻煩，就做了一個機器人，整理信息。你發現社團每次報名、分組都很混亂，就用AI搭了一套流程。

過去，很多人靠資歷建立信任。未來，更多人要靠作品建立信任。

最后的話

未來幾年，有個問題至關重要：你把自己，放在什么位置上。

如果，這個位置叫做“聽話執行”，那你很危險。因為再聽話的人，也沒有AI聽話。再能重復的人，也沒有AI能重復。

那怎么辦呢？通過這次訪談，我看到了一些不一樣的方向。

比如，定義目標。

不等老板給一個模糊任務，然后埋頭苦干，而是先問清楚：要什么結果？給誰看？怎么算完成？AI越強，越需要人把目標講清楚。

比如，判斷重構。

不是接到任務，就默認用老辦法硬磨，而是多問一句：能不能讓AI先跑一遍？能不能換個流程？過去，好員工用時間兜底。未來，好員工用方法提效。

比如，沉淀方法。

不是只證明“這件事我會做”，而是能把自己為什么這么做講清楚、拆明白。然后，持續更新，不斷解決新的問題。AI可以蒸餾你過去的經驗，但很難蒸餾你面對新問題的判斷力。

這個時代需要的，不是更聽話的員工。而是更會提問、更會判斷、更會折騰、更會把事情做成的人。

也是某種意義上，沒那么聽話的人。

不是對抗，不是為了證明自己比老板聰明。而是不再只等指令，不再只用時間兜底，不再只是把任務做完。

AI時代，人的價值不會消失。但會換一種方式，被看見。

觀點/ 劉潤主筆/ 景九編輯/ 歌平版面/ 黃靜

這是劉潤公眾號第2990篇原創文章。未經授權，禁止任何機構或個人抓取本文內容，用于訓練AI大模型等用途