Skip to content
OpenWalk
Go back

AI时代,你的工作空间准备好了吗

Edit page

你手机里装了多少个AI应用?

可能五六个,可能更多。你每天用AI工具的频率,大概也比以前高了不少。但你有没有这种感觉——AI好像也没帮上什么大忙。问它一个问题,它回答了;过两天忘了,再问一遍,下次还是忘。给你生成了一段文字,你改了半小时才像样;帮你做个总结,写完发现漏了最关键的那点。

问题出在哪?


你可能以为是AI不够聪明。但我最近读到一篇Notion团队的访谈,发现他们的答案比我以往以为的要有意思得多:Agent时代最难的事,根本不是做出更强的AI,而是把整个工作系统改造成AI能工作的样子。

翻译成人话就是:不是AI不行,是你的工作空间还没有准备好被AI调用。

怎么理解这件事?

我们先从一个具体的场景出发。


你最近在做一个项目,关于AIGC的应用。你的笔记本里可能躺着这些东西:几段微信读书的划线,几个飞书文档的碎片,一些会议纪要,还有脑子里偶尔闪过的几个想法。

现在你让AI帮你总结一下「AIGC应用的现状和机会」。

会发生什么?

AI读了你给它的材料,然后给出一个听起来很完整的答案。但你仔细一看——它漏掉了你两周前在飞书上写的那个关键判断,因为它在另一个文档里,没有被归入「AIGC」这个文件夹。它也没有用到你会议纪要里的那个甲方真实需求,因为那条记录没有标签,AI不知道它跟AIGC有关。

AI不是不帮忙,是它根本不知道该从哪里找。

不是AI的问题,是你的工作空间太乱了。


这就引出了一个核心的问题:大多数人以为的「用AI工作」,实际上是「把AI当成一个可以回答任何问题的工具」。

但AI能介入你的工作,前提不是它够不够聪明,而是它能不能读懂你正在做什么。

它要读懂你,得有东西读。你的知识库是你的工作历史,你的任务列表是你的工作方向,你的协作记录是你在团队里的位置。这些东西如果没有结构,AI进去就是一片黑。

Notion团队在开发自己的Agent产品时,前后做了四五次才真正能用。按他们的说法,不是团队不够聪明,是整个工作系统还没有准备好让Agent进来做事。这个判断放在个人层面是一样的:不是AI没能力,是你的工作空间还是一片混沌的时候,AI进来也只能在里面继续混沌。


那么,AI到底需要什么样的工作空间?

我把它拆成三层,方便你对号入座。

第一层是知识层。你有没有把自己的知识整理成AI能读懂的结构?不是说你得把所有笔记都重新标签化——那太累了,效果也未必好。而是说,当你想找「关于AIGC应用的所有想法」的时候,你自己能在三分钟内找到吗?AI能在你指路之后,立刻接手继续找吗?

第二层是任务层。你手头在做的事,有没有一个清晰的「当前状态」?AI要帮你推进一件事,首先得知道这件事现在卡在哪里、下一步是什么。如果你的任务都记在脑子里或者聊天记录里,AI连插手的入口都找不到。

第三层是协作层。你在团队里的工作,有没有形成可追溯的记录?一次会议结论是什么,谁认领了什么,AI能不能从系统里读到这个信息?

知识层让AI能读懂你的积累。任务层让AI能接手你的工作。协作层让AI能参与你团队的节奏。三层缺一,AI都只能打个下手。


你可能觉得这太复杂了。工作本来就够累了,还要给AI维护一套基础设施?

但这里有个反直觉的点:整理这件事,从来都不是为了AI。整理是为了你自己。

你想过没有,为什么同样是用AI工具,有的人效率能翻倍,有的人却感觉AI就是个高级搜索引擎?

区别不在工具,在工作空间。

一个整理好自己知识体系的人,让AI找东西,AI能找到;让AI推进任务,AI知道卡点在哪;让AI参与协作,AI能读懂上下文。AI在有序的空间里如鱼得水,在混乱的空间里寸步难行。

而一个没有整理过工作空间的人,AI进去只能从零开始理解每次对话。每次都要重新描述背景,每次都要纠正方向,每次都要大海捞针。用的力气比不用AI还多。

换句话说:整理不是在讨好AI,是在给自己铺路。整理的受益者首先是你自己,AI只是顺便借了个光。


回到那个核心的判断:Agent时代最重要的不是追新模型,而是把自己的知识、任务、协作链路整理成「AI能理解、调用、组合」的状态。

为什么这件事这么重要?

因为AI会越来越强,但AI再强,也需要入口。你把入口维护好,AI的每一次进步你都能用上。你的工作空间越有序,AI能调用的资源就越多,它能帮你做的事就越复杂。

反过来说,你工作空间乱七八糟,AI每次进来都是重新开始。模型升级了又怎样,它还是读不懂你的碎片化信息。

这不是技术问题,是个人选择的问题。你愿不愿意花一点时间,把工作空间从「混乱」变成「可调用」?

不用一步到位。先从一个最小的角落开始。


什么是最小的角落?

就是你最高频在用的那个场景。比如你最近在写一个项目文档,那你就先把这个文档相关的所有材料归到一个地方,给它一个清晰的名字,让AI进来能读懂这些材料之间的关系。或者你最近在跟一个项目,那就先把这个项目的当前状态、待办事项、下一步计划写清楚,让AI能帮你推进而不是每次都要你从头解释。

这一个角落整理好了,AI就能在这个角落发挥作用。发挥作用之后,你会感受到「原来整理是有用的」,这个感受会成为你继续整理的动力。

这就是系统动力学里的反馈回路:整理让AI好用,AI好用让整理更有价值。慢慢滚起来,正循环就形成了。


写到这,我想停下来回答一个问题,这个问题可能已经在你脑子里了:

「你说的我都懂,但我就是懒得整理。工作已经够累了,哪有时间搞这个?」

这个想法很正常。但我想提一个不一样的角度。

整理不是额外的负担,整理是把碎片变成资产的动作。你每天产生大量的想法、笔记、对话,这些东西如果没有被整理,就是一次性的消耗——用完就忘了,下次想用也找不到了。但如果整理一次,它们就变成了你的长期积累,可以在未来的无数次AI调用中被反复使用。

从这个角度看,整理是一种投资。投的是当下的十分钟,收的是未来每次调用时的效率。

AI时代,谁的积累更有结构,谁就能更好地利用AI的能力。这不是技术竞争,是个人基础设施的竞争。

而你现在的个人基础设施建得怎么样?你的笔记有结构吗?你的任务状态清晰吗?你的协作记录可追溯吗?

这些问题的答案,决定了AI在你手里能发挥几成功力。


Edit page
Share this post on:

Previous Post
Next+ OS:驾驭工程与个人操作系统
Next Post
反脆弱的真相:不是越强越好,是坏了还能修