4.5
深览指数
科技人人都是产品经理·李召羊··AI 生成
AI工作流：从企业到个人的落差
本文通过一个真实项目案例，揭示了企业强制推行AI工作流时面临的核心矛盾：企业追求生产力，但员工个人效率的提升反而加剧了团队协作中的摩擦。作者认为，AI工作流成功的关键不在于工具本身，而在于组织共识、项目体量与人员配置的匹配，并指出个人使用AI的“幻觉”与真实生产力之间存在巨大落差。文章提供了一个批判性视角，适合对AI落地效果持怀疑态度的从业者阅读。
核心观点
- ▍AI工作流在企业与个人之间存在核心矛盾：企业强制推行AI以提升生产力，但个人效率的提升可能在协作中导致节奏错位和摩擦，无法直接转化为团队产出。
- ▍AI工作流成功的必要条件并非AI工具本身，而是组织自上而下的共识、项目体量足够轻、人员配置专业且边界清晰，以及不因AI而压缩项目周期。
- 01项目成功的关键在于公司管理者和项目负责人没有因AI加入而缩短项目周期评估，依旧按常规流程并预留搭建AI工作流的时间。
- 02项目体量足够轻（三个城市、少量核心人员），才为AI的介入留有空间；作者认为复杂的多部门协作项目，AI难以发挥作用。
- 03项目中选择Codex作为基础AI工具（因当时Token额度高且消耗低），将业务文档、源码、数据库脚本统一维护在Git仓库作为AI上下文。
- 04个人简化版的AI工作流最终依赖DeepSeek模型才能走通流程，而其他梯队的模型无法顺利执行，表明AI能力在不同场景下差异巨大。
- 05作者将个人工作流开源在GitHub，但坦言其“并没有实质的生产力”，主要用于测试AI水平。
反方 / 局限
- — 作者承认，个人使用AI会产生两种矛盾感觉：AI能解决的事有限，但其想象空间无限，这种认知偏差是“错觉和幻觉的来源”。
- — 文章暗示，AI工作流在个人层面可能流于形式（“方便用来顺手测测AI水平”），真正的生产力提升依赖于专业人员指挥和第三方工具支持，这限制了其普及性。
CodexClaudeDeepSeekGitGPT-5Opus 4.7人人都是产品经理
5 分钟 · 3 卡片 · 6 资料
读原文 →