我把這些東西寫清楚了，丟給了Opus 4.8。
然後問題就來了。
Opus 4.8是一個很強的模型，這個我承認。
如果Fable 5還安在，這個事情可能半天就搞定了，而且省心省力。
因爲我之前用Fable 5做過好幾個類似複雜度的項目，每次的體驗都是一樣的，我只需要把目標講清楚，甚至不需要那麼明確的目標，一個模糊的目標也行，它給出來的方案經常比我自己能想到的要好N個數量級，而且大概率是能以非常優雅的姿態，完成你的目標。
那玩意，就是那種你給它一個方向它能自己跑到終點還順手把沿途的坑都填了的選手。
但它出師未捷身先死，中道崩殂了。
所以我只能用Opus 4.8或者GPT-5.5，然後用更細緻的管理方式去補它們和Fable 5之間的差距。
但這個體驗，讓我想明白了一件非常非常非常重要的事。
不同能力的AI，你得用不同的管理方式。
跟管人，是一模一樣的。
這幾年，當過大頭兵，當過小組長，管過小團隊也管過大團隊，現在也作爲一個創始人在創業管着自己公司的三十來號人。
我自己對管理最深的體感就是一句話：
越厲害的人，你給的東西就得越不一樣。
回到管人這件事。
我這兩天其實也一直在想一個問題，爲什麼有些人用AI效果特別好，有些人就總覺得AI很笨。
管人管得好的人，天然就知道怎麼定義目標、怎麼給約束、怎麼設反饋機制。
但更重要的是，他們知道怎麼判斷面前這個人的能力層級，然後動態調整自己的管理顆粒度，這一點真的非常非常非常重要。
任正非有一句話我覺得非常對。
“讓聽得見炮聲的人來做決策。”
這句話在華爲內部被反覆提起，意思是總部不要替前線的人做每一個決定，你把戰略方向定清楚，把資源配到位，具體怎麼打讓前線自己判斷。因爲前線的人最瞭解現場的情況，他們的即時判斷經常比總部坐在會議室裏的遙控指揮要準得多。
這個思維方式，我覺得跟現在用AI是完全一樣的。
你給AI寫一堆詳細的步驟，就像總部在遙控指揮，每一步都給前線下死命令，這個方式看起來很縝密，但一遇到你沒預料到的情況，AI就懵了，因爲步驟裏沒有覆蓋到這種case。
你給AI一個清晰的目標，一套約束，然後讓它自己決定怎麼執行，這纔是“讓聽炮聲的人做決策”，AI也才真正有了自主決策的空間。
但是，這裏有一個前提。
任正非這句話之所以在華爲管用，是因爲華爲的人才密度夠高。
你讓一個剛入職的應屆生去聽炮聲做決策，他可能連炮聲從哪邊來的都分不清就被炮給轟死了。
但如果你讓一個打了十年仗的業務老將去做同樣的事，他不光能判斷方向，還能在混亂中即興發揮出你想不到的打法。
同一套管理哲學，對不同能力的人，效果天差地別。
同樣是管人，你跟一個初級運營說“把這篇文章排到今天下午三點發”，這是一個執行層的目標，明確、可驗證、沒有歧義。
你跟一個經紀總監說“這個季度MCN要在XX這個平臺做到垂類領域No.1”，這是一個策略層的目標，模糊但有方向，需要對方自己拆解。
你跟一個合夥人說"我們今年要成爲AI行業最有影響力的內容公司”，這是一個願景層的目標，幾乎沒有執行路徑，但它錨定了所有人的方向。
三個層次，給不同的人。
你把執行層目標給了一個合夥人級別的人，他會覺得你不信任他，覺得你在微操。你把願景層目標給了一個剛來的實習生，他會完全不知道從哪下手，然後焦慮到失眠。
給AI也是一模一樣的。
我做聚簇那兩天的痛苦，根源就在這裏。
我給了一個策略層目標，但Opus 4.8在這個任務的維度上，需要的其實是更接近執行層的指引，管理方式和能力層級之間，錯配了。
但是，以上所有這些討論，其實都還停留在我們當下、今天的遊戲裏。
AI、Agent、模型一定是會繼續進化的。
Cladue Fable 5馬上可能就要回來了，GPT-5.6也要上線了，可能要不了多久，Claude Fable 6、GPT-6也會來了。
也許三個月後，也許半年後，你手上用的每一個模型都能接策略層的目標，都能自己設計方案，都能在你沒想到的地方做出超出你預期的判斷。
甚至，未來還會出現合夥人級別的模型。
到那個時候，當你面前坐着十幾個合夥人級別的Agent，每一個都比你聰明，每一個都比你高效，每一個都能在它的領域裏交出你想不到的方案。那你作爲管理者，到底還有什麼存在的理由呢？你的精力、你的思考、你的時間，到底應該投資在什麼地方呢？
這個問題，在這個小小的假期中，浮現了出來。
我想了很久答案，最後，我想到了一個人，叫德魯克，就是這個老頭，被譽爲現代管理學之父。
他的思想，如果被歸納成一句話的話，我覺得就是：
“管理者的工作，是思考應該思考什麼。”
大多數人每天在做的事情，是思考怎麼做這件事，怎麼寫更好的代碼，怎麼做更漂亮的PPT，怎麼跑更快的模型，怎麼寫更精準的prompt，這些是執行層的思考，不用想，AI進步的速度在這些事情上比人快一個數量級，你從Coding和Agent的進化上就能看出來了。
再高一層，是思考做什麼。比如做哪個產品，切哪個市場，選哪個技術路線，這些是策略層的思考，Fable 5級別的模型已經開始在這個層面展現出驚人的能力了。
但德魯克說的不是這兩層，他說的是第三層，“思考應該思考什麼”。
這一層的意思是，你有沒有能力判斷，在所有可能思考的問題裏面，哪幾個問題纔是真正值得你坐下來想的。
換句話說，我們每個人的注意力和精力都是有限的，我們到底應該如何保護自己的精力，聚焦在真正值得我們注意的問題之上。
AI時代，目前看，在逼着所有人往第三層走。
因爲第一層和第二層的思考，AI都會越來越擅長，你在這兩層上的優勢，會被模型能力的增長不斷蠶食。
只有第三層，什麼問題值得想這個判斷，AI過去、現在、未來都做不了。
倒不是說AI不能幫你列出選項、做決策樹、分析利弊，這些它絕對都能做，而且做得比你快。
但最後那一下，在所有分析都擺在桌面上之後，你選A還是選B，這個選擇背後站着的，是你這個人的價值觀、你的審美、你對世界的理解、你願意爲什麼承擔代價。
這些東西，是計算不出來的。
因爲它們不是計算問題，是選擇問題。
計算有最優解，選擇沒有。
選擇只有你選的和你沒選的，然後你用你的餘生去承受這個選擇的後果。
AI可以窮舉所有可能的路徑，給你每一條路的概率分佈和預期收益。
但這條路值不值得走，這個判斷，永遠只能由一個真實活過的、痛過的、做過錯誤選擇並且承受過後果的人來做。
這就是爲什麼管理學讀到最後，一定會走向哲學。
你去看德魯克後期的內容，越寫越像搞哲學的，怎麼做計劃、怎麼定KPI他也不說了，他開始聊什麼是有效的人生、什麼是值得追求的東西。
還有稻盛和夫，他一輩子管理思想的核心就一句話，“作爲人，何謂正確”，因爲他發現，當你管理的層級足夠高的時候，所有的商業判斷到最後都會變成一個倫理判斷，你到底相信什麼，你願意守住什麼。
所以我現在的想法是這樣的。
很多人覺得AI越強，人就越沒用，但我覺得剛好反過來，AI越強，你被推到的管理層級就越高，從一個執行者的位置被推到管理者，從管理者被推到戰略制定者，從戰略制定者被推到一個更接近哲學家的位置。
你會被這個時代逼着，越來越往上升職，而你能不能接住這個新的位置，取決於這些年，我們到底有沒有在積累真正不可替代的東西。
如果不能，那可能就會像五代十國裏的 石重貴和耶律德光，被時代無情的碾過，然後吞噬。
真是一個殘忍，又喫人的時代。
以上，既然看到這裏了，如果覺得不錯，隨手點個贊、在看、轉發三連吧，如果想第一時間收到推送，也可以給我個星標⭐～謝謝你看我的文章，我們，下次再見。
>/ 作者：卡茲克
>/ 投稿或爆料，請聯繫郵箱： [email protected]