最近结束了一个合作了几个月的顾问工作，主要是辅助对方给一些企业做 AI 落地。
以后每个月少一笔收入。但这个过程还挺有意思的。
以前客户预期和实际交付对不上，至少大家心里都有个数：时间不够、人手不够、预算不够。最后聊一聊，砍点需求，往后推一推，大家还可能各退一步。
现在，有了 AI，大家反倒飘了，都觉得自己更“专业”了。
甲方觉得：“你应该能一句话就给我出个差不多能用的”，“你们现在不是都有 AI 了吗，为什么还要这么久？”
干活的乙方，很多领导也觉得：“既然都有 AI 了，为什么还要那么多人、那么多时间、那么多反复确认？”，甚至人家还会因为有了 AI 自降预算去竞标。
前两天在 X 上看到别人分享的一个段子：
产品经理用 AI 生成需求，项目经理用 AI 评审需求，开发用 AI 生成项目，测试用 AI 测试需求，客服用 AI 解决售后。
最后客户炸了：我要人工服务！！
哈哈，整个流程里，唯一认真思考问题的人，居然是客户。
当然是个段子，但其实还真是这么回事儿。
因为现在每个环节，都能很快交出一份看起来挺像那么回事的东西。
需求文档很完整，评审意见很专业，页面也做出来了，连测试报告都有了。
大家手上都有东西，谁也没闲着。
但这件事到底要解决什么问题，好像还可以继续往后放。反正先生成一版，看看再说。
我最近点赞过一条宝玉的帖子，大意是，搭 Agent 本身没那么值钱，给 Agent 做工具、用它重构工作流、解决具体业务问题，才更有价值。
结合最近接触到的很多企业项目，再看这句话，会多一点感受。
“一句话出个东西”，确实越来越容易了。
但这句话该是什么，谁来把它想清楚？
所谓“差不多能用”，是谁觉得差不多，交到谁手上，又要用来干什么？
这些问题，最后还是得有人问，有人回答。
问多了，还容易显得你效率不高。
别人已经出第三版了，你怎么还在问第一版到底给谁用。
也挺有意思的。AI 把做东西的速度提上来了，大家能接受的等待时间也跟着缩短了。省下来的时间，好像很快就从预期里扣掉了。