上周和一群刚工作的年轻人交流。有人问我一个问题：我每天都在用 AI，prompt 也调得不错，效率确实提高了——但为什么总觉得，我还是在「自己干活」？
我反问他：你的 AI，会不会越用越好？
他愣了一下：好像不会。每次新开一个对话，都像第一次认识一个新同事。
问题就在这里。他很会用 AI，但他从来没有管理过 AI。
这两件事的差距，比他以为的大得多。
一、四级台阶：变的不是技能，是身份
我把「人和 AI 的关系」分成四级台阶：
| 台阶 | 身份 | 你做的事 | 衡量标准 |
|---|---|---|---|
| 用 AI | 提问者 | 单点问答，解决一个个孤立问题 | 答案对不对 |
| 用好 AI | 熟练工 | 把 AI 嵌进自己的工作流 | 效率提没提升 |
| 带 AI | 带实习生的人 | 派活、审产出、给反馈 | 产出能不能交付 |
| 管理 AI | 管理者 | 定目标、立标准、搭班子、看结果 | 你管的 AI 产出了多少 |
绝大多数人卡在第一、二级之间——prompt 越调越熟，工具越用越多，但身份没变：所有的产出，仍然等于你亲手做的事。
真正的跃迁发生在第三级到第四级：你的产出不再等于你做的事，而等于你管的 AI 做的事。
这不是技能升级，是身份变化——和第一次当管理者是一回事。很多年轻管理者第一次带人时踩的坑，在管理 AI 时一个都不会少。
我在 数字分身和数字员工的分界线 里讨论过类似的分界：一个 AI 是「工具」还是「下属」，区别不在能力，在关系。你把它当搜索引擎，它就只能给你搜索结果；你给它岗位、标准和反馈，它才可能成为产出单位。
二、三种死法：管人的坑，管理 AI 一个不少
第一次带人的年轻管理者，通常死于三种姿势。管理 AI 的死法，几乎一一对应：
1. 微管理：「我自己做更快」。
每次交给 AI 都要反复改，改三次不如自己动手。于是你永远停在执行者的身份——AI 只是一个快一点的工具，你的产出上限没有变。
2. 放羊：丢个任务，不看过程，不验收。
AI 出错就怪 AI 不行。但真相是：你没有立标准，它不知道「什么算好」；你没有看过程，错误积累到最后一步才爆发。放羊的管理者带不出好团队，也带不出好 AI。
3. 不给反馈：用完就丢。
纠错了，但纠正只存在于那一次对话里，没有沉淀。你的 AI 永远不会变好——因为没有任何东西被积累下来。
第三种死法最隐蔽，也最致命。我在 私有 Eval 是终极护城河 里讲过企业的版本：每一次人工纠错，都是 eval 的原材料，是蒸馏不掉的资产。个人层面完全一样：你每一次对 AI 的纠正，如果不沉淀成标准，就只是一次性的情绪；沉淀下来，才是你的资产。
三、年轻人的悖论：最需要的，恰恰是最缺的
这里有一个残酷的悖论。
管理 AI 最核心的能力，是 「什么算好」的判断力——知道一份产出是 60 分还是 90 分，知道该在哪里立标准、该在什么时候放手。而这种判断力，传统上恰恰靠经验积累，年轻人最缺。
没有判断力就去「管理 AI」，结果不是管理，是确认偏误的放大器：AI 顺着你说，你觉得自己管得很好，其实你们在共同强化错误。
那是不是说，年轻人要等有经验了再来管 AI？
恰恰相反。AI 管理是史上最低成本的管理训练场，年轻人应该现在就上来练。
想想管人的成本：派活怕伤关系，反馈怕伤感情，错了要给别人擦屁股，反馈周期以月计。而管理 AI：
- 派活没有人际风险——它不会觉得你烦
- 反馈即时——标准立错了，产出立刻跑偏，你马上能看到
- 重来成本几乎为零——不行就推倒重来，没有人的时间被浪费
管 AI 是年轻人的判断力健身房。 你在管人的世界里要五年才能攒出的判断力，在管 AI 的世界里可能两年就能练出雏形——因为你试错的频次高了几个数量级，而每次试错的成本接近零。
我在 老板 AI 量的不是工程师，是老板自己的品味 里说过：AI 放大的是使用者的品味和判断。反过来这也成立——使用 AI 的过程，也在训练你的品味和判断，前提是你把它当管理来练，而不是当搜索来用。
四、三个动作：把「用」变成「管」
如果接受这个框架，落地的动作就清楚了：
1. 把自己的活写成 AI 能跑的 SOP。
挑一件你每周都做的重复性工作，把它写成 AI 可以直接执行的指令。写的过程会逼你回答：这件事的输入是什么、输出是什么、什么算做完、什么算做好。判断显性化的过程，就是长判断力的过程。
2. 给每类任务立「什么算好」的标准。
这就是你的私有 eval。别人可以抄你的 prompt，但抄不走你脑子里「这份产出为什么不合格」的判断。标准不需要一次写对——AI 的即时反馈会帮你迭代：标准立错了，产出会立刻告诉你。
3. 像带团队一样，看 AI 的「周报」。
定期复盘你管的 AI：产出了什么、错了多少、需要你介入几次。介入率下降，就是你管理能力的增长曲线——这比任何「AI 熟练度」都更能说明问题。
五、新的职业阶梯
上一代人的职业阶梯是：做事 → 带人。
这一代是：做事 → 带 AI → 带人。
中间多出来的这一级，对年轻人是历史性的机会。过去「管理能力」有资历壁垒——你得先熬年头，才有机会带人练手。现在壁垒没了：管理 AI 不看资历，只看判断力。没有资历壁垒，只有判断力壁垒——而判断力，恰好可以在这个训练场里提前练出来。
还有一件事值得想清楚：管理 AI 和管理人有本质区别——AI 不会离职、不带情绪、可以无限复制你的标准。 所以管理的瓶颈，第一次纯粹落在管理者自己的判断力上。你管不好，没有任何外部借口。这既是压力，也是公平。
以后衡量一个年轻人的生产力，不再是他自己能做多少事，而是他能管理多少 AI。
你在第几级台阶上？你的 AI，越用越好了吗？欢迎留言聊聊。