从划桨到掌舵
AI 接管执行之后，人的工作从划桨变成掌舵。掌舵是什么、抽象层级怎么升、责任落在谁头上。
未来工作会越来越像掌舵（steering），而不是划桨（rowing）。这个比喻来自 OpenAI 负责 Codex 与 ChatGPT Work 的产品负责人 Tara Seshan：智能体负责大量划桨，你的角色越来越变成把船指向正确的方向。seshan
读完你能回答：
- 划桨和掌舵的区别到底在哪
- 掌舵的抽象层级为什么会不断升高
- 责任和判断为什么必须留在人这边
这个变化不是某个产品带来的，是 AI 的能力带来的。过去你写一行代码、按一次 Tab，那是划桨；现在你说一句话，代码已经写完了，你的工作变成了判断这段代码该不该存在、为谁存在、下一步往哪走。
什么是划桨，什么是掌舵
划桨是执行：写代码、做表格、整理资料、跟进进度、把想法变成可交付的东西。掌舵是方向：决定去哪、为什么去、先做哪一步、做到什么程度收手、什么东西坚决不做。
两者的分界不在技能，在回答的问题。划桨的回答是「怎么做」——它有标准答案，可以验证，也就可以交给工具。掌舵的回答是「去哪、为什么、值不值」——它没有标准答案，需要判断，暂时只能由人来做。
AI 正在把越来越多「怎么做」变成「一句话的事」。于是你能用来划桨的时间越来越少，需要掌舵的地方越来越多。这不是某一天突然发生的，是每个环节逐个移交的过程：先是代码补全，然后是整段代码，然后是原型、测试、文档，再然后是整个功能。
掌舵的抽象层级在升高
划桨交给 agent 之后，掌舵本身也在变抽象。最低的层级是「我写了这行代码、按下 Tab」——这是划桨。高一层是「让 agent 做这个综合任务，我来验收」——这已经开始掌舵。再高一层是「指导更综合的事情」：定目标、选策略、判断要不要做。最高层是目标本身：这个产品三年后应该长成什么样。
层级升高不是让你更轻松，是让你离执行更远、离判断更近。每一层你都要重新学会一件事：怎么把一个方向表达清楚，让 agent 能执行；怎么在 agent 做出来的东西里看出问题，而不是自己动手改。这比亲手做难得多——因为你不再能靠「我自己来」回避判断。
掌舵需要主见的判断
掌舵的一部分来自数据，但很大一部分是做出有主见的判断——甚至是一种对未来的「正面确定」：我选择让产品长成这个样子，不是因为没有别的可行策略，而是因为我希望世界变成我推动的方向。
这个区别很重要。数据能告诉你现状，不能告诉你该把世界推向哪。当所有人都用同样的工具、都能做出同样的东西时，区分人与人之间的，是观点、品味和判断——不是谁的划桨更快。产品也一样：它像电影多过像房地产，投很多钱不保证成功，需要某种作者表达与艺术性。
责任必须有人扛
当角色边界开始模糊——工程师在做产品经理的活，产品经理在发原型——最危险的不是分工乱了，是责任没人扛。必须有人对「产品是否被用户使用、是否被人想要、是否高质量、是否有效」负核心责任，不管 TA 是工程师、设计师还是产品经理。这个角色叫 DRI（Directly Responsible Individual，直接负责人）。
具体工作可以由大家按兴趣与能力认领，但团队不应纠结个人角色边界，而应聚焦于把结果做成。判断失误时责任落在谁头上，是区分角色最干净的办法——这句话在 AI 时代不但没过时，反而更重要了：事情变快之后，没人负责的东西会以同样的速度变坏。
一群人共同掌舵
现在和 agent 协作基本是一对一：你和你的 agent，最多派生几个子 agent。但这与同事各自 agent 的工作是割裂的——大家曾经只能在聊天工具里互相发截图，那不是最自然的协作方式。
未来的图景是工作像一场多人游戏：一群人对着一组 agent 共同掌舵。你的 agent 做了分析，让我的 agent 去核实它是否可信；所有人一起检查进行中的工作，一起给反馈。把其他团队成员带入你与 agent 的协作中，是掌舵从个人行为变成团队行为的方向。
怎么检查自己是不是在划桨
拿你现在做的事，问三个问题：这件事有没有标准答案？如果有，能不能交给 agent？如果答案都是「是」，你正在划桨——哪怕它曾经是你的核心技能。真正值得你花时间的是另一类事：没有标准答案、需要判断、出了问题责任在你。如果你发现一天下来，大部分时间还是花在「怎么做」上，不是工具不够好，是你还没把船交给舵手。
一个务实的判断标准：如果 agent 能替你做，你就不该继续做；你该做的是那些 agent 替不了你的部分——定方向、做取舍、承担结果。这听起来轻松，做起来难：划桨有完成感，掌舵没有。掌舵的回报要等很久才看得见，但你唯一能长期提供的价值就在这里。