【場景】第四個月的那一愣

一位主管開始用 AI 寫所有的報告。頭三個月，效率驚人——產出翻倍、格式漂亮、老闆滿意。

第四個月，會議上有人追問報告裡的一個判斷：「這個優先順序是怎麼排的？」

他愣住了。

不是忘了——是那個判斷從來就不是他的。AI 排的，他看過去覺得「還行」，就送出了。三個月來，幾十份報告裡有多少個「還行」，他自己也說不清。

【問題】AI 用得越順，人的判斷力去哪了？

這是第四幕最重要的一條紅線。AI 當幕僚的全部前提，是搞清楚什麼可以外包、什麼絕對不行。

【方法】卸載勞力，不卸載判斷

認知卸載有兩種，一好一壞：

• 卸載勞力（好）：搬運、檢索、轉格式、整理、初稿——你會做、但重複又耗時的事。交給 AI，省下的力氣拿去做判斷。
• 卸載判斷（危險）：取捨、優先序、要不要、為什麼——需要你思考、需要你負責的事。也交給 AI，久了你不再知道「為什麼這樣做」，只知道「AI 說這樣」。判斷力跟肌肉一樣：不用，就萎縮。

界線就一句話：AI 做你會做但懶得做的；人做只有你能做的。

三個警報句——聽到自己（或團隊）說出任何一句，判斷力正在外流：

1. 「反正 AI 會幫我想。」
2. 「我不知道為什麼這樣做，但 AI 這樣說。」
3. 「我懶得驗證，它應該是對的。」

兩道防線，一道給個人、一道給團隊：

個人：自檢三問。 每次重要產出送出前——這個結論是我想的，還是 AI 給的？沒有 AI，我能不能獨立完成這件事？這一次，AI 做了多少、我做了多少？三題不需要每題都「全是我」——需要的是你答得出來。答不出來的那一刻，你已經不是在用工具，是在被工具用。

團隊：一欄鐵則。 每一份 AI 協作的產出，至少標出一個「我認為對的、而 AI 看不到的」洞察——一條現場才知道的脈絡、一個數據之外的判斷、一句「AI 建議 A 但我選 B，因為……」。這一欄長期空白，等於那個位子的判斷已經整體外包。它是判斷力的心跳監測器——比任何 AI 使用率報表都誠實。

把這條紅線放回 Day 19 的 OS 藍圖裡就清楚了：帳本、節奏、推演，AI 全都可以做——它們全是勞力。而「看了推演之後選哪條路」「這個異常要不要處理」「這份帳本該記什麼」——全是判斷。OS 設計得再好，這條線一鬆，你得到的不是 AI 幕僚，是 AI 傀儡師。

還記得 Day 8 那個晚上嗎？游標停在「匯出」上，最後關掉系統的，是人的判斷。那種時刻，AI 幫不了你——也不應該幫你。

【一個動作】

翻出你最近三份 AI 協作的產出，逐份標出：「哪一段是我的判斷？」

標得出來的，安心。標不出來的那一份——重做一次：這次先寫下你自己的判斷（哪怕三行），再讓 AI 補勞力。

感受一下兩個版本的差別。那個差別，就是你還沒外包掉的東西。

本系列情節經改寫與化名處理，聚焦方法與機制，不指涉特定個人。
【第二座山｜第四幕：AI 幕僚】Day 20/30。昨日：〈AI 幕僚不是聊天機器人〉。明日：〈帳本就是介面——AI 不跟 AI 聊天〉。