把 AI 当成研究工作台，而不是答案机器

我越来越少把 AI 当成一个“问答框”，更多把它当成研究工作台。

答案机器会让人想尽快得到结论；工作台会让人把问题拆开，把假设摆出来，把证据和反证放到同一个平面上。

好问题比好答案更值钱

如果我问“这家公司值不值得买”，得到的回答往往太粗。更好的问法是：

• 这家公司过去五年的利润增长主要来自收入、毛利率还是费用率？
• 当前估值隐含了什么增长假设？
• 哪些公开数据能最快证伪这个假设？

问题一旦变具体，AI 就更适合扮演整理者、对照者和草稿搭建者。

保留人的判断位置

AI 可以帮助生成检查清单、找缺口、重写论证、提出相反观点。但最终承担风险的是人，所以判断的位置不能交出去。

我更喜欢让 AI 做“第二双眼睛”：它不替我看世界，但能提醒我哪里看得太快。