AI白菜价时代，更需要想清楚再开口

最近看到一条值得关注的消息：Google AI Plus会员从每月8美元下调至5美元，存储空间也从200GB扩容到400GB。与此同时，国内也掀起了Token套餐的热议，AI算力正逐渐像手机流量一样，按量、按包、按场景向个人和企业出售。

表面看这是利好。成本降低了，门槛也放宽了，谁都能用它查资料、写文案、生成图片、处理表格。

然而，科技日报引用的联合国大学报告却揭示了另一面：AI不仅消耗屏幕里的进度条，背后还有数据中心、电力、水资源和土地。报告指出，推理环节占据AI总能耗的80%到90%；一次生成式AI搜索，能耗最高可达传统搜索的10倍。

我并非劝大家少用AI。说实话，我自己每天也在依赖它。只是这个对比值得深思：当AI像水龙头一样随手可及时，最容易被浪费的，往往不是金钱，而是我们的思维习惯。

工具越廉价，越容易让人把未经梳理的问题直接抛出去。

在工厂推进信息化建设时，我见过类似的现象。系统刚上线时，大家觉得新奇，什么都往里填。后来才发现，系统不怕你录入数据，怕的是你把零散信息、口头判断、临时想法都塞进去。数据量增加了，但真正可用的却减少了，反而要耗费更多时间进行清洗。

AI同样如此。

过去调用一次模型还会心疼额度，如今订阅降价、套餐扩容，很多人开始把它当作"思维外包"。开会前不准备背景，直接让AI写方案；遇到问题不先分析原因，直接让AI给答案；想做账号不研究受众，先让AI生成50个标题。

短期看确实省事。长期看却埋下隐患。

因为AI非常擅长顺着你的提问延伸。如果问题本身是散的，它会给你一堆看似完整却分散的答案；如果目标是模糊的，它会给你一套漂亮却无法落地的计划。最终你得到的不是真正的结果，而是一堆看起来像结果的内容。

提问者对问题越模糊，AI给他的答案就越像心理安慰。

这不是模型能力的问题，而是使用者没有先把自己的场景界定清楚。

AI的资源成本当然需要平台、企业和政策层面共同解决。但对个人而言，还有一份更隐蔽的账单：注意力账单。

以前遇到问题，你可能会在纸上写几行：我要解决什么？已知条件有哪些？卡点在哪里？这个任务明天要交付给谁？

现在很多人跳过了这一步。因为向AI提问太快了。

我在做流程自动化时，经常遇到一个老问题：如果原始流程本身没想清楚，自动化只会把混乱放大。比如一张生产报表，人工填写时一天错3个格子，自动同步后，可能半小时就把错误数据推送到5个部门。速度变快，并不代表事情做对了。

AI同样是这种加速器。它能帮你更快写完一段话，也能让你更快相信一段未经核实的话；它能帮你更快生成10张图，也能让你更快丧失对"哪张图真正有价值"的判断。

速度本身不稀缺，在速度中保持判断力才稀缺。

所以我越来越意识到，AI时代的自我管理，不是把各种工具都用一遍，而是在提问前给自己留一点"思考的刹车"。

可以从几个微小的动作开始。

先把问题转化为一句清晰的人话。不要一上来就说"帮我写个方案"。改成："我要给30个门店店长做一次新品陈列培训，他们没时间看长文，我需要一页能直接执行的清单。"这句话写清楚了，答案质量会提升很多。

把AI定位为二稿助手，而不是第一反应。第一稿可以粗糙些，自己先写5分钟。哪怕只写出背景、目标、约束条件，再交给AI优化，也比空手要答案好。你先动过脑子，才知道它哪里跑偏了。

重要问题分两次提问。第一次让它展开可能性，第二次让它挑毛病、找风险、压缩到可执行的步骤。很多人只问第一轮，拿到一堆选项就兴奋了。真正有价值的部分，往往在第二轮：剔除不适合的，留下明天能做的。

少产出一些"看起来完成"的东西。尤其是图片、PPT、长文案。生成太多，会营造出一种虚假的进度感。文件夹里躺着20个版本，并不等于项目真正推进了。有时候一张能让老板、客户、同事看懂的设计图，比30张风格相近的图更有价值。

使用后做一次小复盘：这次AI帮我节省了什么？有没有让我偷懒？有没有留下我没核实的判断？这个动作很小，但会逐渐把工具使用转化为自己的经验积累。

善于使用AI的人，不是提问最多的人，而是清楚什么时候该停下来自己思考的人。

AI降价的趋势还会持续。模型会更快，套餐会更划算，入口会更多。以后打开手机、浏览器、办公软件，可能处处都是"帮你做"的按钮。

这时候，差距不一定出现在谁先按了按钮，而是出现在谁清楚自己为什么按。

做客服的人，要分清哪些话术可以交给AI，哪些投诉必须自己处理；做运营的人，要分清哪些标题只是热闹，哪些内容真正能建立信任；做工厂现场的人，要分清哪些数据可以自动采集，哪些异常必须亲自到机器旁查看；做自媒体的人，更要分清哪些观点来自自己的观察，哪些只是模型替你拼凑的顺口话。

技术会把很多事变得廉价，但不会替我们判断什么值得认真对待。

这大概是当下这个热点给我的警示。

AI像流量一样便宜之后，我们更要像管理时间一样管理它。别有事就问，别有空就生成。先把问题拿在手里掂量一下：它是不是我的真实问题？我提供了足够背景吗？我准备用答案做什么？

如果这三件事想清楚了，再去问AI。

那一问，才更有价值。

参考