“AI 很好用”和“用 AI 反而更累”，可能都来自真实体验。两个人做的任务不同，熟练程度不同，对结果的要求也不同。我们更值得追问的是：对我眼前这件事，怎样分工才划算？

先把“这件事”说具体。例如“准备一场分享”包含确定要讲的问题、寻找材料、核对事实、组织论证、制作视觉稿，以及现场表达。每一步对背景知识、判断和执行的要求不同。把整个过程一次交出去，很难知道哪一步带来了帮助，哪一步增加了负担。

本专题的暂时判断：以具体任务为单位，尝试不同的委托程度，同时检查结果与全程投入。 这是我们的策展建议，下面的材料帮助理解它的依据和边界。

HBS 对“参差不齐的技术前沿”研究的解读，适合作为短入口。758 名咨询顾问参与的实验提示，AI 对不同任务的帮助并不一致。

带着一个自己的任务读：它能拆成哪些步骤？其中哪些步骤已有清楚的判断标准？留意这项研究的时间和情境：它研究的是 2023 年的 GPT-4 与咨询任务，不能用其中的数字替你预测今天的工作收益。

METR 的早期 2025 开发者实验观察到：在熟悉项目的 16 名开发者、246 项任务中，允许使用 AI 时完成任务耗时增加了 19%。这为“用了就会更快”的推断提供了一个具体反例。

但阅读不应停在这个数字。2026 年的方法更新说明后续实验受到参与者与任务选择等影响，难以可靠估计当时的提效幅度。2026 年的自报调查又把“做得更快”与“创造更多价值”分开讨论；它是问卷，不能直接与实验耗时比较。

带走的问题是：我说的“有用”究竟指更快、更轻松、质量更好，还是能做以前不会做的事？这些收益值得分别记录。

人机组合何时有用的元分析，区分了两种比较：组合优于人独做，以及组合优于人和 AI 单独表现中的较强者。在它纳入的研究中，前者平均成立，后者平均不成立。

这项研究覆盖的是 2020 年至 2023 年 6 月的实验。我们用它来厘清评价基准，不据此判断当前所有 AI 的表现。

如果你关心的是“它有没有帮到我”，比较过去自己的做法就有意义。如果你要证明某种分工最优，就需要比较更多工作方式。人的参与还可能承载学习、责任或体验等目标，这些应另行说明。

下面的观察框架供你联系自己的任务思考，可任选一项，也可以跳过。它是尚待实践检验的策展建议。

希望进一步理解委托层级，可选读 Building effective agents 中的定义和何时使用 Agent 部分。它提供工程实践视角；页面已提醒部分工具信息过时，这里只用来讨论固定流程与自主探索的取舍。

我们有理由按任务和评价目标讨论协作效果；现有材料还不足以给普通读者一份稳定的“哪些工作必须交给 AI”清单。本期材料的技术工作与英语环境比重较高，中文写作、资料整理、活动策划等任务，需要补入更完整的经验。

仍想追问：成功委托、返工过多和完成原本做不到的事，分别需要什么条件？这些差别是否会改变你下一次的分工？