湖北
最近和朋友聊AI，发现一个挺有意思的现象：同样是天天用AI，有人越用越顺手，有人却一直在原地打转，每次用都像第一次。
差别到底在哪？我琢磨来琢磨去，最后落到一个词上——复利工程。
说白了就一句话：让每一次和AI的协作都不白费，把经验、偏好、做出来的东西都存下来，下次直接拿来用，而不是每次都从头解释一遍。
大多数人用AI的方式，是"一次性"的。今天让它写个周报，明天让它改篇文章，每次都得重新交代背景、风格、格式。聊完就完了，什么都不留。下次再遇到差不多的事，还是从"你好，请帮我……"开始。
真正拉开差距的，是那些能把一次性智力活动变成长期资产的人。
他们用几次之后，就把"我习惯什么口吻""我要什么格式""哪些坑别踩"这些东西沉淀下来，变成记忆、偏好、规则，甚至是封装好的技能。
举个最实在的例子。报销、算账、数据清洗这类事，本质上就是重复劳动。第一次做的时候，你把规则拆清楚、标准定明白；做顺了之后，这些规则就成了能循环跑起来的流程，AI照着执行就行，你只需要在最后校对、验收一下。
听着好像还是有点"脏活累活"要干，对吧？但复利的妙处就在这儿：随着你沉淀的东西越来越多，连校对验收这种活也会慢慢变少。
有人担心AI迟早把工作都替掉。
我倒觉得，与其焦虑这个，不如想想怎么跟它一起进化。方向其实很清楚——人从做重复的事，转向做有创造性的事。重复的部分交给AI，判断和创造留给自己。
也有人会嘀咕，这不就是"偷懒"吗？是，但偷懒是好事。主动把重复劳动减掉，你才有精力去想那些更值钱的事。
不过复利工程有个前提：得持续维护。
你辛辛苦苦总结的经验，如果散落在几百条聊天记录里，不整理、不归档，过段时间照样找不到，等于白沉淀。这也是为什么很多人把它和"第二大脑"、个人知识管理这些理念放在一起——AI不是一个用完就扔的工具，而是一个可以被训练的系统。
至于怎么衡量效果，我的办法很朴素：看同一个任务，这个月比上个月少问了几句、少纠了几次错、省了多少时间。数字不用多精确，趋势对不对，一眼就看得出来。
想动手的话，可以先做两件小事。
第一，建一个自己的偏好库，把常用指令、写作风格、输出格式都整理好，配到AI的记忆里。第二，挑一个最高频的重复任务，比如周报生成或者数据清洗，把它拆成标准流程，封装成模板或技能，跑几次看看效果。
时间花在前面，回报在后面。这句话放在AI协作上，一点不夸张。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
