司晓 · 腾讯研究院
"我是不是在偷懒?" "这算不算作弊?" "我将来会不会被取代?"
中南政法本科 · 法学博士
曾和你们坐在同一种教室里
不训练模型 · 不写代码
和你们一样是"文科脑"
用 AI 驾驭 102 路智能家居
用 AI 写科幻长篇小说
深度 AI 生活/工作实践者
以前(古法编程):一个个写自动化脚本,没有泛语言理解,没有智能编排
现在(MCP + AI):说一句话,AI 理解意图并自动编排 100+ 设备联动
我不写代码。我只需要用自然语言描述"我想要什么"。
方法论:
① 全球最好的 50 部科幻电影 + 50 部科幻小说
② 抽离每一部中最独创、最被公认的情节设定
③ 先做加法——全部放进故事结构
④ 再做减法——去同质化,保留最独特的
布置给人类团队?他们会疯掉。
布置给 AI?完全没有问题。
答案只有一个词:Harness(马具)
不再比模型大小,比的是"马具"
—— 汤道生《人工智能正式进入 Harness 时代》2026-04
AI 从 "调一次模型解决一个问题" → 变成 "作为一整套体系化的工作流去运转"
你们这一届,恰好赶上 "AI 时代的交通规则"被书写的那一刻
三者缺一不可。但价值权重正在剧烈重分配。
把法律状纸整个丢给 ChatGPT
ChatGPT 虚构 6 个判例
案号不存在 · 法官名拼凑
无审核 · 无兜底 · 无约束
结果:制裁 $5,000 + 公开谴责
同一个模型,但接上真实判例数据库
自动交叉验证案号是否存在
每条引用标注置信度
AI 生成 → 人类终审 → 提交
判例真实可查 · 可直接引用
他缺的不是 AI,是 Harness
模型没变,变的是套在它身上的那套马具。
当编程语言变成你说的话
文科训练的语言精度、逻辑结构、修辞能力
全部变成了"生产力"
Harnessing — 驾驭一支天才军团,去你想去的地方
说白了就是:派活的能力。知道派给谁、派什么、怎么验收。
2026:知识唾手可得 · 表达随时调用 · 身份随时切换
新时代比的不是谁掌握知识
而是谁能驾驭智能
第一层 · 知识 —— 免费的。AI 直接给你,零成本。
第二层 · 技能 / 表达 —— 极低门槛。学一句 prompt 就能调用。
第三层 · 产能 / 团队 —— 花点 Token 就能扩展。一人 = 一军团。
第四层 · 判断 + 方向 + 品味
—— 剥不掉。买不到。只能自己修炼。
这就是驾驭力。
自学 AI 后独立开发
解决了 IT 部门多年没做出来的东西
现已全所推广
Law.com 2026-01
GitHub 星标历史最快纪录
全球增长最快的开源 AI Agent
被 OpenAI 挖走
Fortune 2026-02
从没学过拍电影
用 AI 完成全流程
门槛消失,壁垒只剩品味
2025
技术不是他们的核心壁垒
真正让他们赢的只有一件事:知道要做什么,并且判断做得对不对
你有别人没有的信息 + 能调动的资源
区别只在于:你会不会派活
不清楚 → 人 · 想
清楚 → 可派 AI
不可逆 → 人 · 签字
可逆 → 可派 AI
需要 → 人 · 在场
不需要 → 可派 AI
翻译:派活之前,先搞清楚锯齿在哪
香港已经把"派活力"写进了官方指引
这不是技术,这是管理学
和你管一个实习生团队的原理一样
—— Anthropic 三智能体架构 · 2026
翻译 1:未来的 IT 部门,就是 AI 员工的人事部。
翻译 2:以后公司不是在招人,是在 "招" AI。
翻译 3:IT 负责给 AI 入职、培训、考核、开除。
腾讯内部已有数万名员工在"领养" AI 员工,用 Agent 参与研发
把模糊问题变清晰指令
派活的起点
识别 AI 何时在胡说
派活的质检
100 个答案里选那 1 个
派活的终审
为 AI 产出负最终责任
派活的底线
Silicon Valley 由文科生创立:Airbnb (艺术) · LinkedIn (哲学) · Slack (哲学) —— Scott Hartley, Stanford
派活力的硬指标
千瓦时 → 电力
桶 → 石油
GDP → 国家经济
Token → 智力
Token → AI 服务
用 Token 量 → AI 化程度
中国日均 Token 调用量
两年增长倍数
中国日均 Token 调用量
2026 年
数千份文件自动摄入
首轮审查时间 -40~60%
每周 5000 万条款
月省 $10~30 万人力成本
50 万份文件分类标记
成本 降低 30~50%
同时监控 15 个司法管辖区
2~3 周 → 数小时
PwC 首席 AI 官(Fortune 2025.05):"如果把 Harvey 从初级律师手中拿走,那会引发一场暴动。"
→ AI 消除了 60-70% 枯燥工作 · 原本入行 10 年才能获得的实战经验现在大大提前
同样让 AI 工作一小时(消耗差不多的 Token),产出值多少钱?
写代码贵在技能——但技能正在被 AI 抹平
法律审阅贵在判断——判断力无法被抹平
Token 经济学的溢价区,正是文科生的主场
每消耗一个 Token
能创造多大的价值
= AI 时代的投入产出比
任何一个本来该衡量结果的指标
一旦被当作目标本身
就会从工具变成表演
一份 due diligence 报告消耗 500 万 Token 是合理的,但写一封邮件消耗 50 万 Token 就是浪费。
Token 效率意识 = 驾驭时的成本控制能力。
你能调动多少 AI
你做的事值多少
派得对 · 审得准
法学院训练偏重第三项 —— 你们缺的是把第三项乘以前两项
不需要学编程,不需要懂技术
找一个 AI 工具(Claude / ChatGPT / Cursor / 龙虾 / …)
每天和它协作 2 小时
让它变成你的"数字搭档"
· 让 AI 帮你读一篇英文判例,然后质疑它的总结
· 让 AI 帮你起草一份备忘录,然后改到你满意为止
· 让 AI 帮你做课程论文的文献综述,然后你负责判断哪些该留
关键不是"用了",是形成协作习惯——你出方向,它出初稿,你做终审。
你能给 AI 装上的"装备"越多
它能帮你做的事越多
给 AI 加技能包
读 PDF · 做 PPT · 搜网页 · 分析数据
一句话装载
能力即插即用
让 AI 连接外部世界
数据库 · 邮件 · 日历 · 法律数据库
AI 从"只会说"
变成"能动手"
自己跑一个本地模型
搭一个自动化工作流
让 AI 帮你管文件/做研究
不需要写代码
拖拽 + 自然语言就够
这些都是"驾驭力"的一部分——给你的 AI 装好马鞍、缰绳、挽具,它才能真正替你干活
把作业丢给 AI → 复制粘贴 → 交
(这叫依赖,不叫协作)
你想清楚要什么 → AI 出初稿 →
你判断、修改、追问 → 终稿是你的
(这叫驾驭)
形式不重要:用 ChatGPT、用 Cursor、用龙虾都行
重要的是:每一次交互都在练"驾驭力"
AI 能帮你做所有执行
但"这件事值不值得做"永远是你的判断
方向盘在你手里。这是文科训练给你的最大资产。
谢谢各位
扫码关注公众号