AI 不是同事，而是外骨骼
Hacker News 摘要原标题：AI is not a coworker, it's an exoskeleton
这篇文章的核心观点是：我们对 AI 的理解存在偏差。许多公司将 AI 视为能够独立完成工作的“助理”或“同事”，结果往往令人失望。真正的转型效果来自于将 AI 视为现有员工的延伸，即一种外骨骼。这种模式不取代人类，而是放大人的能力。
外骨骼模型的现实案例
文章引用了制造业、军事和医疗领域的实际数据来支持这一模型：
• 制造业：福特汽车在 15 家工厂部署了外骨骼，使相关部门的工伤率降低了 83%。宝马和宜家使用的外骨骼减少了工人 30% 到 40% 的体力消耗，病假率也降低了 25%。这些设备帮助工人承担重量，但工作仍由人完成。
• 军事领域：萨科斯公司的外骨骼提供 20:1 的力量放大，让 100 磅的重物感觉只有 5 磅。它不是替士兵战斗，而是防止士兵在执行任务时受伤。
• 医疗与运动：外骨骼帮助 76% 的脊髓损伤患者重新行走。斯坦福大学的研究显示，足踝外骨骼能减少 15% 的跑步能耗。
这些案例的共同点是：外骨骼不代替人走路、跑步或搬运，它只是让这些行为变得更可持续、更高效。
AI 智能体的问题
目前 AI 行业过度追求自主智能体。人们希望 AI 能在没有人类干预的情况下完成整个工作流。这种想法忽略了背景信息的重要性。AI 往往因为缺乏未被记录的上下文（例如客户对可靠性的偏好或团队的战略转变）而产生幻觉或做出错误判断。
产品开发中的应用
Kasava 平台采用了外骨骼模式，而不是让 AI 自动决定产品方向：
• 代码提交分析：AI 阅读每一行代码提交，识别技术债务和潜在风险，但它不决定如何处理，最终决策由开发者做出。
• 对话记录分析：AI 从数百小时的用户访谈中提取主题和情绪，处理人类无法同时在大脑中存储的海量数据，而由人类来解读其中的深层含义。
产品图谱（Product Graph）
为了解决 AI 缺乏背景信息的问题，Kasava 构建了产品图谱，它包含两个层级：
1. 自动构建层：通过读取 GitHub 提交记录、Issue 任务、代码库和文档，了解产品的真实状态，而不是营销页面上的描述。
2. 人类决策层：由人类输入战略优先级、竞争对手动态和判断准则。
这两层结合，让 AI 能在了解真实情况的同时，遵循人类的战略导向。
微智能体架构（Micro-Agent Architecture）
要让 AI 真正发挥作用，应当遵循以下框架：
• 分解工作：不要问 AI 能否做开发者的工作，而要将开发者的工作分解成几十个具体任务。例如，编写 commit 信息、搜索代码模式、编写模板代码可以由 AI 放大；而架构决策和功能定义则保留人类判断。
• 构建专注的微智能体：每个 AI 组件只做一件小事，并保持高可靠性。
• 保持人类在决策环路中：AI 负责放大决策的执行力，而不是代替决策。
• 保持过程透明：每个组件的输入输出应清晰可见，方便在出错时进行调试。
生产力的复合效应
外骨骼带来的收益往往超出预期。在软件开发中，当开发者不再把精力消耗在编写样板代码、格式化任务或整理文档上时，他们会有更多认知资源投入到创造性工作中。这种认知资源的节省会产生复合效应，提升整体工作质量和团队幸福感。
总结
AI 的未来不是全自动化的，而是被放大的。企业不应寻找能独立处理流程的 AI 机器人，而应寻找员工在工作中感到最疲劳、最容易出错或摩擦力最大的地方，然后用 AI 提供支撑。真正的价值不在于脱离人类的系统，而在于那些像身体自然延伸一样、能让员工变得更强、更快、更具韧性的工具。