最近看了不少公司的内部材料，PPT、Word 都有，AI 味道浓郁。它们有一些共同特点：结构完整，层次清楚，一、二、三点整理得很好，尤其擅长总结 PPT 页标题。有时也有金句，单独拿出一页，看起来挺有道理。但整份读下来，总有一种飘着的感觉。每一页都讲了些什么，合起来却很难说清，写材料的人究竟想表达什么。
这让我想起去年的 Vibe Coding，把代码交给 AI，自己主要通过描述需求、观察运行结果来推进，代码本身则是完全不看了。如今，一些工作材料也给了我类似的感觉：页面齐了，论述顺了，结论也有了，看起来工作已经完成。至于这些结论为什么适用于眼前的问题，还需要仔细追问。我愿意把这种状态叫作 Vibe Working。
我查了查，微软在 2025 年 9 月就用 Vibe Working 描述人与 AI Agent 协作生成 Office 材料的工作方式：人把握意图，AI 帮助完成文档、表格和演示。这个分工听起来很合理。但人究竟有没有把握住自己的意图，又传递了多少给 AI？
鲜明观点需要取舍
AI 已经可以把很多工作做得很好。收集数据、整理材料、分析问题，每件事情都能洋洋洒洒给出十个建议。大部分时候，它想到的比我多，其中一些观点的质量也很高。尤其是在刚接触一个问题、需要了解全貌的时候，这种能力非常有用，可以帮助我看到原本没有注意的方向。
但工作往前走，往往会进入另一个阶段。可能的方向已经摆出来了，背景也了解得差不多，接下来需要决定什么值得做。多数时候，关键的事情就那么两件，关键的话就那么两句。再多列八个建议，未必能让问题更清楚，有时还会把原本值得集中讨论的事情淹没。
举一个常见的情形。假设一份分析同时建议开拓新客户、深耕老客户、加大研发投入、提升经营效率，每一项都很有道理。再配上一个“增长与效率并重”的标题，页面也很完整。但如果预算只够支持其中一部分，这份材料就需要往下多走一步：今年优先保什么，哪些投入可以放缓，为什么愿意接受由此带来的代价。如果这些问题没有展开，四个方向都重要，讨论最后还是回到了起点。
我越来越觉得，分析和建议类材料需要有鲜明观点。这里说的是一种有依据、有明确取舍的判断。面对同一组事实，作者愿意说清自己更相信什么，因此建议优先做什么，也知道这个选择会放弃一些东西。这样的判断可以有争议，甚至后来被证明是错的；有了新证据，也应该修改。但它至少给讨论提供了一个具体的对象，其他人能够指出自己同意哪里、不同意哪里。
AI 很会把一段话总结成结论式的标题，也能按要求把语气写得十分坚决。可一个标题是否有力量，最终还得看下面的内容：有没有解释为什么作这个选择，是否处理了与这个选择相冲突的事实。写出一句金句，与想清楚一个问题之间，仍然可能隔着很远。
意图很难完整表达
从 2022 年底 ChatGPT 发布开始，我用 AI 工作已经三年多了。模型能力提高了很多，工具也越来越丰富，但到现在，我产生文档的主要方式，仍然是自己写大纲，再让 AI 填肉。最近看多了这些材料，我才开始认真想，为什么这一步一直留在自己手里。
大纲看起来只是几个标题和要点，实际已经做过一轮选择。这次要谈什么，哪些问题值得展开，哪些背景可以略过，最后希望读者记住什么、讨论什么，都在里面。内容的顺序也有意义。同样一个风险，放在开头作为整个问题的前提，与放在最后作为执行时的注意事项，读者得到的理解会很不一样。
理论上，只要 Context 给全，再在 Prompt 里完整描述自己的意图，AI 是可以给出想要的结果的。问题在于，人的意图很难完整地形式化表达。它包含的信息远多于“帮我写一份什么材料”，也远多于受众、篇幅和表达风格。人的三观、性格、过往经验和取舍习惯，都会进入判断。其中很多东西与眼前工作的表面关联很弱，写任务说明时未必想得到，却会影响自己为什么接受这个结论，拒绝另一个结论。
面对同样一个增长机会，有人更在意经营的稳定，有人更怕错过窗口。即使大家看到的数据完全一样，对同一项风险的权重也可能不同。最终呈现在文档里的，可能只是某一段多写了几句，某一个问题被放到了前面，背后却有一个人的经验和偏好。长期使用、补充背景和多轮交流，可以让 AI 逐渐接近这些偏好，但这种接近需要在工作中不断发生，很难靠一句“请站在我的角度”完成。
意图还有另一层复杂之处：它未必在动笔之前就已经清楚。这篇文章就是一个例子。最初和 AI 讨论大纲时，我用的是“正确答案”，后来才更正为“有鲜明观点的答案”。这个更正看起来只是换了一个词，实际上改变了整篇文章讨论的问题：事实无误以后，我仍然可能对一份材料不满意，因为它没有作出值得讨论的判断。把这一点说清楚，也让我更明白自己为什么想写这篇文章。
因此，自己写大纲也是一个弄清意图的过程。我可以让 AI 帮我找材料、提出问题，甚至提供一个原来没有想到的判断。它能够帮助我思考，也能够改变我的看法。但到了某个地方，我仍然要停下来，决定哪些观点值得留下，为什么自己愿意认同它们。这就是我仍然先写大纲、再让 AI 填肉的原因：AI 在很多具体任务上已经比我强，却不会自动拥有我的意图。
没有标准答案的工作
前两年，我们经常讨论 AI 的幻觉，仿佛它只是一个等着修复的 BUG。了解 LLM 的工作方式以后，会发现问题更深一些。我们常用的这类语言模型，会把输入转化为高维向量，在多层计算中处理上下文，再根据上下文和已经生成的内容，逐步预测后续的文字。预训练让模型从大量文本中学习怎样接续，而这些文本通常没有逐条附上经过核验的真假标签。模型赋予一种表达的生成概率，与这句话在现实中成立的概率，是两回事。某种程度上，LLM 很擅长给出“最像答案的答案”，而“像答案”本身并不保证答案正确。
在代码和数学中的许多任务里，这两种概率之间的差别相对容易暴露。代码可以运行测试，看输出是否符合要求；数学计算可以代回条件检查，推导也要接受逻辑和反例的检验。这些方法未必能发现所有问题，但一个结果即使写得再漂亮，只要某个关键测试不通过，或者推导中有一步不成立，问题就会暴露出来。
管理、战略、运营等公司内部问题，往往缺少这样的验证条件。一个建议是否适合当前阶段，要结合组织的能力和约束来看；一个取舍是否值得，可能要到执行了一段时间之后才知道。即使后来有了结果，也常常很难区分是判断本身的问题，还是执行、环境变化等因素造成的。两份主张不同的方案，可能都能找到支持自己的理由，很难当场判定哪一份更好。
喜欢通过和 AI 聊天来学习的人，大概都熟悉一种感受：在自己的专业领域以外，它像是你所有感兴趣领域的专家。无论聊什么，总能给出完整的解释，还能顺着问题继续往下讲。在不熟悉的领域，我有时连值得追问的问题都提不出来。一段话越顺畅，越容易被直接吸收；等它成为自己理解问题的前提，再去检查就更难了。一年前，我和 AI 聊网络安全，还很容易发现它回答中的问题，现在也已经越来越难。
在这种场合，LLM 擅长的“最像答案的答案”，就更容易被评价为高质量答案。缺少直接验证手段时，人会更多依赖结构是否完整、表述是否专业、论证是否顺畅来判断材料的水平，而这些恰好都是 LLM 的强项。一份材料因而可能在尚未经过实质检验时，就已经让人觉得很有价值。要看出里面有没有关键判断，阅读者既要懂事情，也要理解处境，还要能发现哪些重要的选择被略过去了。
即使事实都对，一份分析和决策材料也可能只把各种有道理的说法整理了一遍。它可以把增长、效率和风险都讲得很好，却没有说明在眼前的处境下，究竟更相信什么、优先选择什么。事实核验可以帮助排除错误，却无法替人决定留下什么、舍弃什么。这里需要的，是与具体处境和个人意图相连的鲜明观点。
写在最后
从个人工作效率看，学会使用 AI 已经越来越像白领员工的必选项。很多过去费时费力的整理和表达工作，现在可以很快完成。会议纪要、事实汇总、材料归类，本来就有明确的整理价值，也不需要每一份都提出鲜明观点。值得担心的是那些本来应该承担分析、建议和决策支持功能的材料：生产速度和呈现质量提高以后，里面的判断有没有一起变得更好？
如果组织仍然主要根据材料是否齐全、逻辑是否顺畅、标题是否漂亮来评价工作，Vibe Working 就很容易获得回报。材料越来越多，越来越像样，管理者却需要花更多精力，才能知道作者究竟想明白了什么。过去可能从一份粗糙材料里就能看出的思考不足，如今可以被完整的结构和熟练的表达遮住。
领导也未必天然拥有更好的判断。如果一个组织更喜欢面面俱到、不得罪人的说法，遇到鲜明观点时首先追究“为什么没有考虑其他方面”，员工自然会把所有方面都写进去。AI 可以让这件事做得更快、更漂亮。到了最后，每个人都显得考虑周全，组织却越来越难作出选择。
我愿意看到 AI 帮大家做出更好的材料，也愿意从中读到自己没有想到的观点。只是看完以后，我仍然希望知道，写材料的人究竟主张什么，为什么相信它，以及愿意接受怎样的取舍。如果连作者自己都没有想过这些问题，再漂亮的答案，也只能把判断留给下一个读材料的人。
领导们，你们准备好被这些看起来很有道理的答案轰炸了吗？