前阵子，一家叫Super Logical的初创公司发表了一篇产品宣言。这篇宣言被转发到了硅谷知名社区Hacker News的首页，而且被顶到了第一名。

有意思的是，Super Logical才刚刚成立，甚至还没有任何产品。

那为什么会有这么多人关注它？

因为Super Logical说，他们在做一个可以处理各种工作的“多路复用器”（multiplexer）：你可以在不同设备上进入同一个工作环境，处理同一份工作，而且不只是自己工作，还可以和同事、AI一起完成。

我看了以后拍手叫好。因为它描述的，其实很接近我最近几年的工作方式。我也越来越觉得，这可能就是未来很多人的工作方式。

这篇文章，我想讲讲这种模式到底是什么，你也可以把它看成一篇关于怎么真正用好AI的经验分享。

1. 思路转变：从想怎么自己做，到想怎么交给AI做

这可能是最重要的一点：不要先想“这件事情我应该怎么做”，而是先想“怎么构建一个机制，让AI去做”。

这话听起来好像是废话。现在用电脑工作的人几乎都已经在用AI了，但是据我观察，身边的人基本上只会在一小部分工作上使用AI，而且主要还是把它当成搜索引擎或者写作工具来用。

很多工作其实手工做起来非常耗时，交给AI却可以很快完成。但问题是，要把工作交给AI，你得先停下来想一遍：AI需要什么资料？需要什么工具？怎么判断它做完了没有？

这个准备过程本身有成本，所以很多时候，人还是会下意识地选择自己动手。

所以我觉得，真正困难的并不是学会使用ChatGPT或者Claude，而是改变自己的思考方式。

看到一件事情以后，不要马上开始做，而是先想一下：这件事情有没有可能变成一个AI可以执行的任务？

刚开始这样做，进度甚至可能会变慢，因为你需要花时间设计整个过程。但一旦熟练以后，很多工作的效率确实可以提高几十倍，甚至几百倍。可以说，在AI时代，人人都可以成为10X工程师、设计师……

2. 给AI提供工具和环境

像上面所说，要想真正把工作交给AI，光告诉它“帮我做这个”是不够的，还得给它合适的工具和工作环境。

工具大致可以分成两类。

一类是直接操作图形界面的。比如让Claude打开浏览器、点击按钮、填写表格，甚至帮你在某个网站下单。这种方式看起来很炫，也最像大家想象中的“AI替我操作电脑”，但目前速度慢、成本高，而且AI偶尔还会判断错误，所以实用价值仍然比较有限。

另一类，是通过程序调用的。比如查询天气，与其让AI打开天气网站找到今天的温度，不如直接给它一个可以查询天气的API。后者看起来没那么酷，但速度更快，也更加稳定可靠。

我给AI提供工具的时候，会尽量选择第二类。

我举几个自己常用的例子：

• 做幻灯片：让AI用做网页的方式做幻灯片，我用的是Reveal.js。它边做，我可以边在浏览器里预览，做完以后让它导出成PDF，就可以直接用来演示。相比于直接操作PowerPoint，用网页来做幻灯片，修改、翻译和版本管理都会容易很多；
• 优化网站SEO：让AI自己运行Lighthouse CLI检查网站，根据结果修改，然后再重新检查。Google Search Console报出来的错误，也可以让AI自己用CLI工具读取、修改，再检查结果。

总之，磨刀不误砍柴工。很多时候，先花一点时间想清楚到底怎么让AI完成工作，再给它准备好工具，比马上自己动手更重要。

3. 构建反馈机制（feedback loop）

让AI工作的时候，除了告诉它目标以外，最好再给它一个客观的评价方法，让AI自己判断有没有达到目标。如果没有，就继续修改，直到达标。

比如，如果你让AI给一个Excel文件加公式，最好不要让它加完公式以后就算完成，而是再让它自己验证。你可以给它一个已知结果的例子，让它用公式计算，看看算出来的结果和你提供的结果是不是匹配。如果不匹配，就继续检查和修改，直到结果正确。

这个方法可以用在很多地方。

写程序以后，让AI自己跑测试；修改网站以后，让它自己重新打开网页，或者重新跑一次Lighthouse；处理数据以后，让它检查最后的数字是否符合预期。

也就是说，不要只是告诉AI“你要做什么”，还要告诉它“怎么知道自己做对了”。

这样AI就可以形成一个“执行、检查、修改、再检查”的反馈循环，而不是做出第一版以后就停下来，等人告诉它哪里有问题。

4. 多路复用（multiplexing）

之前有个笑话，说AI流行之后，经常能看到一些社畜下了地铁以后还捧着电脑走路，因为电脑上的AI正在干活，不敢把电脑合上。

换句话说，虽然AI已经可以自己工作了，但工作仍然受到人类既有工作模式的限制。

更理想的方式，是让工作本身存在于一个持续运行的环境里。

你可以关掉电脑，换一台设备，甚至过几个小时再回来，之前的任务仍然在那里继续运行。

程序员其实很早就在这样工作了。有一个叫tmux的工具，可以把很多命令行程序放在一个长期运行的工作区里。你可以在里面启动几个任务，然后离开；过一阵子从另一台电脑重新连接进去，之前的东西还在那里，正在运行的程序也不会因为你离开而停止。

以前，这种工作方式主要对程序员有用。但AI出现以后，我觉得它开始变得适合所有用电脑工作的人。

我最近几年基本上就是这种工作模式。我的主要工作环境在一台Mac Mini上，代码和一部分文件放在那里，其他文件放在Google Drive上。这台Mac Mini、还有MacBook、Surface和手机等等设备都通过Tailscale连起来，所以我可以在家里开始一个任务，出门以后用手机继续工作，到了别的地方再换回MacBook。

以前人离开电脑，工作通常也就停了。现在很多工作其实完全没有必要停下来：AI可以继续写代码、跑测试、查资料、生成文件。人只需要在需要的时候重新接进去，看看结果、做个决定，然后让它继续。

所以我理解的“多路复用”，并不只是远程桌面，也不只是文件同步。

它更像是把很多工作放在一个持续存在的工作环境里，人、AI和不同设备都可以随时接入，而工作本身不会因为某个窗口关闭、某台电脑合上就消失。

换句话说，以前我们习惯认为“我正在这台电脑上工作”；未来可能更像是“工作本身一直在那里，而我只是通过不同设备接进去”。

以上大概就是我认为的未来工作模式。

在这个模式里，人越来越像一个乐团的指挥家。你不需要亲自完成每一件事情，而是要决定做什么、把任务交给谁、提供什么工具，以及怎么判断结果对不对。

谁更擅长同时组织和调度多个AI，谁就可能工作得更快，也能完成过去一个人很难完成的事情。