哈佛教授：我解雇过拿模型答案交差的人

佛商学院教授卡里姆·拉哈尼在访谈中直言工具能帮人完成任务，但他无法接受，人直接把结果交上来，却连好坏都没判断过。 一项研究观察了244名咨询顾问。有人边用AI边思考，有人把双方擅长的工作分开；还有一组人让AI从头做到尾，自己只做简单润色。最后这组人节省了动手的时间，也失去了从任务里学习的机会。 另一项研究发现，模型面对两件看似相近的任务，可能做好一件、做错另一件。更麻烦的是，它答错时也能讲得很有道理。 拉哈尼因此不相信模型的第一个答案，还会要求它先反驳自己。 聊到岗位，他不认为初级员工最先失业。比起敢于上手新工具的年轻人，他反倒担心不愿改变的中间管理层。他甚至设想：如果AI让团队提交的PR数量翻倍，人工审查很快会跟不上。 开发者把更多工作交给Agent后，这个问题已经不远。

拉哈尼谈有人拿“AI给我的”解释工作结果 以下根据访谈内容和拉哈尼提及的研究整理。 244名顾问中，27%是“放手型”：活交给AI，自己学得最少 主持人先问拉哈尼：使用AI，为什么有人越用越熟练，有人却开始依赖它？ 拉哈尼把在BCG研究中观察到的使用方式分成三类。“协作型”会和模型来回讨论，一起寻找解法；“分工型”知道自己擅长什么、AI擅长什么，分配任务后再回来监督；“放手型”把整项任务交出去，等答案出现。 拉哈尼：分工型的人会说，“这部分我更懂，那部分交给AI做”，但回来以后仍会检查。放手型的人只是按下开始键。论学习效果，最后这一组最差，因为他们不再参与思考和解决问题。

拉哈尼解释“放手型”使用者为何容易停止学习 研究记录的244名顾问里，约27%属于“放手型”。 拉哈尼自己更在意这种工作状态：一个人如果只负责把AI的输出搬到交付物里，还能从哪一步积累经验？ 协作型与分工型同样把工作交给AI，区别在于他们仍会追问、挑选和检查。模型升级以后，原先的分工也得跟着调整；一直把AI当成只会做某类小任务的工具，同样可能落后。 两件差不多的任务，AI可能只做对一件 主持人拿出“锯齿状能力边界”的图问：普通人能不能提前看出哪项任务适合AI？拉哈尼说，研究团队起初也以为模型会做好顾问的大部分工作，实验结果却没有那么整齐。 拉哈尼：做完实验才发现，有些顾问任务AI做得好，有些就做不好。棘手的是，我们拿到的是一种不完美的智能，可它说话很流利，也很有说服力。

拉哈尼谈模型对相近任务也可能表现不同 另一项实验把这种差异测了出来：在大模型擅长的咨询任务上，使用AI的人完成得更快；换到超出其能力范围的任务，使用AI反而降低了得出正确答案的概率。这与前面244名顾问的使用方式研究不是同一项实验。 主持人提醒拉哈尼，新模型上线，过去划好的边界又会移动。他承认这很难：只能持续把真实任务交给新模型试，留意它在哪里失手，而不是凭一次顺利的结果相信它从此都能做好。 你指出它错了，它可能把错误解释得更漂亮 访谈接着聊到一项更让人头疼的发现。主持人提到，顾问质疑AI的答案时，模型有时没有认真退回去检查，反而给出了更强硬、更完整的论证。 拉哈尼点头。他认为人容易被这种流畅表达欺骗，尤其在自己本来就不熟悉的问题上。

拉哈尼谈模型不完美却很会表达 哈佛商学院相关研究发现，研究团队查看了72名BCG顾问验证AI答案时留下的近5000次提示。 模型被追问后，有时会拿出更能让人信服的说法，顾问也可能因此停止核查。这是特定实验里的现象，不能推成所有模型都会在被质疑时“嘴硬”。 主持人问，既然模型会这样诡辩，日常工作怎么防范？ 拉哈尼：别让AI只负责支持你的想法。先请它指出你的问题可能问错了什么，找出反面证据，再要求它交代哪些判断没有可靠依据。 拉哈尼：我会让它先提出反对意见。如果有一份方案摆在面前，就请它找出几个理由，说明这份方案为什么可能行不通；还要继续调查，找可能被我们漏掉的危险信号。我从不直接接受第一个答案。

拉哈尼讲述自己怎样追问模型 他形容自己和模型的关系有一点“对抗”：模型要敢反驳他，他也要敢反驳模型。 对开发者来说，让Agent质疑自己的修复方案可以帮助发现遗漏；最后仍得回到可检查的证据，例如失败路径是否被测试覆盖、改动有没有碰到旧接口。模型第二次说“我检查过了”，本身不算检查结果。 一个人能做整个产品，也可能只拿到“平均方案” 主持人又提到一种新用法：给模型数据和工具权限，它能自己挑分析方法、安排步骤。既然模型越来越会做决定，人还需要盯着它选了什么吗？ 拉哈尼说需要。他担心模型会挑一种常见、平稳的办法，而不是最适合眼前问题的办法。自己做了20年研究、受过5年博士训练，他仍会遇到这种情况：让模型从几种回归方法中选择，它挑出的不一定适合那份数据。 拉哈尼：如果让模型自行决定方法，而你不看它选了什么，它可能给你一个平均做法。平均做法对这个具体任务，未必够好。

拉哈尼解释模型自主选方法时可能落入“平均方案” 他把话题引到“一人产品团队”：工程师借助AI可以做页面、访谈用户、写测试，不再只管代码。但一个人能产出设计稿，不等于已经知道什么设计适合产品。他说自己的女儿学了四年工业设计，对产品的判断就比自己强；模型能很快给出一版看起来不错的设计，却未必给得出这个团队真正需要的那一版。 主持人追问：如果一个人原本不懂设计，怎么判断模型交来的是一流作品，还是一份中等水准的拼接？ 拉哈尼的回答是先补一点该领域的基本知识，知道有哪些方案和取舍，再决定让模型往哪个方向做。工具扩大了一个人的工作范围，也把更多学习责任推回给这个人。 新人还要不要练基本功？他让900名MBA学生亲手做项目 这就引出了主持人的下一个问题：基础任务被AI接走，新人从哪里学会判断好坏？拉哈尼说自己也没有现成答案，但他借用了一个学积分的例子。 拉哈尼：最开始，你得亲手做几道积分题，弄懂它是怎样算出来的。后面几十道、上百道重复题，可以让机器去做。你再观察机器处理不同题目的规律，而不是永远重复同一种练习。 这不是要求新人先关掉AI苦练几年。 先建立能看懂结果的底子，再利用机器扩大练习和观察的范围，是他在访谈里给出的顺序。 拉哈尼还谈了自己参与的哈佛商学院AI必修课。课程内容每年都得改，单靠读案例已经跟不上模型变化。于是他们取消了原来的期末考试，让约900名MBA学生动手做项目。他说，下一轮课程还计划让学生构建检索增强应用、做模型评测、尝试多Agent系统，用AI解决真实的商业问题。 拉哈尼：我们不能在商学院里只谈AI，却不让学生真正去做。只有亲手构建，才会知道这些工具能完成什么、在哪些地方做不到。

拉哈尼介绍哈佛商学院约900名MBA学生的AI项目实践 他把“学会学习”看得很重。模型可以解释概念、换一种讲法、随时提问，学生也可以更快做出作品；但如果作业只剩复制和粘贴，人就没有机会弄明白自己到底会了什么。 经理以为团队在用AI，自己却没碰过它 拉哈尼在给企业高管做训练时，也见过另一种落差。 管理者说公司已经在用AI，真让他们围绕自己的工作动手做一个应用，阻力却很大。他不愿他们做一个与业务无关的小玩具，而是让负责生产、运营的人拿自己头疼的事来试。 他回忆，把一些高管放到电脑前约90分钟，情况会突然变化：有人发现，自己催了IT部门好几年的一个需求，竟然可以先做出可运行的原型。另一个变化是管理者终于明白，自己没有亲手试过工具，就很难判断团队哪些工作该改变。

拉哈尼转述高管亲手试用AI后，对多年未解决需求的反应 访谈谈到2030年的岗位时，他也不肯对“初级员工先失业”下定论。 他明确表示，初级工作是否已经被自动化，这个问题远没有定论。自己观察到的年轻人敢用AI做东西；一些中间管理层反而因为熟悉旧流程，不愿改变。 拉哈尼：从我看到的公司内部情况看，中间管理层可能比初级员工面临更大的风险。但这不意味着每个新人都安全。如果你的工作只是复制模型输出，这样的岗位确实很难保住。

拉哈尼强调“初级工作最先被自动化”尚无定论，中间层风险是他的观察与判断 他没有拿出一项证明“中层比新人更容易失业”的岗位统计。这个判断来自他在企业里的观察，不能被写成就业市场的既定趋势。采访中更确定的一点是：一个人处在什么级别，并不能代替他亲自理解新工具。 PR真要翻倍，人工审查还看得过来吗 访谈后半段，主持人问：AI让每个人产出更多东西，接下来谁有时间看完？拉哈尼立刻拿软件开发举例。 拉哈尼：假设团队能提交的PR数量一下翻倍，人工审查很快就会跟不上。模型可以继续帮忙审查，但那时人要做什么？这个问题我还没有答案。

拉哈尼设想PR数量上升后，人工审查可能成为新的卡点 让另一个模型审PR，也许能筛掉不少错误；但是当生成和审查都加快，团队得重新决定哪些改动可以自动过，哪些改动必须有人看，以及看的人究竟对什么负责。拉哈尼在访谈中提出了问题，没有声称找到一套可以直接照搬的审查制度。 他研究软件行业并非偶然。上世纪90年代末，他最初想弄明白：开发者明明能拿高薪，为什么还有人愿意为开源项目无偿写代码？他发现，人并非只为报酬工作，也会享受解决问题本身。 如今AI接手更多编码任务，他反过来问：如果人喜欢的那部分工作也被拿走，只剩管理Agent，这份工作对人还有没有意义？ 写在最后 主持人最后问，如果下一代模型越来越强，公司怎样判断自己是在做有价值的产品，还是只给模型套了一层界面。拉哈尼说，他还不知道完整答案。但他坚持一件事：领导者不能把这个判断外包给别人，自己必须动手理解模型能做什么。 这也是这场访谈留给开发者的落点。AI会继续写更多代码、给出更多方案，甚至审查另一台AI的改动。工作可以交出去，判断却不能只靠“模型说没问题”。