当 AI 可以替我执行时，哪些决定仍必须自己做？
把判断、证据与外部后果留在人手里；把可逆的执行交给工具。
先把问题说清楚
哪些步骤可以委托，哪些步骤必须保留人工确认？
- 谁在决定
- 正在把 AI 放进日常写作、研究与产品工作的独立创作者／开发者。
- 眼前情境
- 工具已经能整理材料、起草内容、修改代码，甚至代替人完成网页上的操作。
- 需要选择
- 哪些步骤可以委托，哪些步骤必须保留人工确认？
- 要守住什么
- 获得真实的执行效率，同时不把方向、证据和公开后果交给一个无法承担责任的系统。
- 现实约束
- 一个人时间有限；不同任务的可逆性、隐私风险和错误成本并不相同。
- 判断失误的代价
- 边界太松，错误会以产品、声誉或隐私的形式出现；边界太紧，工具只剩下表演性的效率。
- 本期不讨论
- 本期不比较模型优劣，也不提供合规建议；它只讨论独立工作中应由谁作最终判断。
初步回答
可以把可逆、可复核的执行交给 AI；但问题的定义、证据的确认、风险的取舍与会产生外部后果的动作，仍必须由承担结果的人做最后决定。
四条信号
每条证据，只检验一个判断。
目标、情境与可接受风险不能由执行者替你决定
NIST 将 AI 风险管理拆为 GOVERN、MAP、MEASURE、MANAGE，并强调用途、情境与风险容忍度会改变判断方式。
检验的判断只要任务写得足够详细，代理就能自己决定什么结果算好、什么代价能接受。
它把「判断」变成委托之前的具体责任：目标、边界与可接受的失败先由人定，AI 才有可执行的框。
编辑判断
查看来源 →提示词可以传递任务，不能转移取舍。先把目标、边界和可承受的失败写清，才谈委托。
流畅的检索与总结，不等于证据已经成立
NIST 的生成式 AI 补充文件要求审阅来源与引用，并提醒自动化偏见和检索数据中的提示注入风险。
检验的判断只要 AI 给出了出处，公开判断就已经完成核验。
它给研究和写作画出可守的线：AI 可以检索与综述，但证据是否足以支撑公开结论必须由人确认。
编辑判断
查看来源 →研究可以交给 AI 加速；「这条证据够不够支撑公开结论」必须由编辑亲自确认。
外部动作越接近后果，人工确认越不能省略
ChatGPT agent 的发布说明区分了网页操作与具有后果的动作，并描述了对部分关键操作的确认和监督要求。
检验的判断既然工具能点击、发送或发布，就可以把最后一步也交出去。
它把「责任不能外包」落成操作上的区分：草稿与可回滚的改动是一类，发布、发送、购买、改账户是另一类。
编辑判断
查看来源 →草稿、分析和可回滚的改动是一类工作；发布、分享、购买和改账户是另一类。后者需要明确的人来按下确认。
感觉变快，不代表整个工作流真的变快
METR 对经验丰富的开源开发者进行了随机试验；在该样本与当时工具条件下，允许使用 AI 的任务平均完成时间更长。
检验的判断只要 AI 产出了更多内容，就应扩大它在工作流中的权限。
它防止「委托执行」变成未经测量的效率口号：是否扩大委托，应由对照测量决定，而不是由体感决定。
编辑判断
查看来源 →把审阅、修正和维护也算进去。是否继续扩大委托，应由自己的对照结果决定，而不是由新鲜感决定。
本期到此
边界不应按「AI 能不能做」划分，而应按「谁定义目标、谁核验证据、谁承担外部后果」划分。执行越自动，确认点越要清楚。
可以做什么挑一条你已在用的 AI 工作流，写下一个人工确认点：发布前、发送前、付款前，或把结论公开前。
仍然不确定不同任务的风险与工具能力会变；这不是一张永久不变的委托清单，而是一套需要随实际后果复核的规则。
下一期问题当一个平台让你更快上线，哪些依赖成本必须先写进账本？
往期