问题：两个常见的错误比喻
用 AI 的人通常有两种直觉：
“AI 是个拥有全人类智慧的打工人，我只需要分配任务。”
或者更谦虚一点：
“AI 是个工具，我告诉它怎么做，它就怎么做。”
前者高估了 AI 的判断力，后者低估了 AI 的知识覆盖面。两个比喻都用错了地方。
原因：书呆子的知识结构
更准确的比喻是书呆子——一个博览群书但没有阅历的人。
| 维度 | 打工人 | 书呆子（AI） |
|---|---|---|
| 知识面 | 有限，来自经验 | 极广，来自语料 |
| 判断力 | 有，能评估可行性 | 弱，难以区分理论与现实 |
| 主动性 | 会推、会拒绝、会偷懒 | 你说什么做什么，边界感为零 |
| 成长方式 | 从失败中积累 | 每次对话从零开始 |
书呆子能引经据典、举一反三，但”这个方案在真实情况下行不行”——他不知道，他没试过。
这不是缺陷，是结构性限制。AI 的训练把知识”蒸馏进了骨子里”，但没有蒸馏进去的是：在具体约束下的取舍经验。
判断标准：书呆子和打工人的核心区别
打工人会推——他有利益、有情绪、有疲劳，遇到不合理的需求会抵抗。书呆子不会，他只会照单全收，然后给你一个在逻辑上成立但在现实中可能跑不通的答案。
这意味着，跟 AI 协作时，“把关”的责任永远在你这里：
- AI 给的方案逻辑上通顺，不代表现实可行
- AI 没有异议，不代表你的问题问对了
- AI 输出越流畅，越需要你停下来验证
实践含义：如何向书呆子提需求
既然 AI 是书呆子，跟他协作的核心技能就是沟通设计，不是技术配置。
提示词工程的本质，是把一个模糊的意图转化成书呆子能理解的清晰结构：
- 目标：你想要什么结果，衡量标准是什么
- 约束：什么不能做，边界在哪里
- 上下文：他不知道但必须知道的现实情况
问题问得烂，答案就烂——不是 AI 的问题，是你没有给够他需要的东西。
书呆子最大的价值，是在你想清楚之后，帮你快速展开执行。他放大的是你已有的判断，而不是代替你判断。