把 AI、注意力、作品、证据与项目交付放进同一套责任结构，让工具扩大人的能力，而不是扩大未经检查的判断。
工具从来不只放大效率。它也放大目标的清晰或混乱，放大判断的可靠或轻率，放大一个团队已经拥有的秩序，也放大它一直回避的问题。
AI 让答案变得廉价，让草稿、代码和方案出现得前所未有地快。速度令人兴奋，却也容易制造一种错觉：只要产出足够多，我们就已经理解；只要页面能够运行，产品就已经成立；只要模型给出自信的句子，事实就已经被核验。
这一部不讨论如何把人变成更熟练的提示词操作员。它讨论的是更难的事情：怎样保留问题的所有权，怎样保护注意力，怎样把回答推进成作品，怎样让作品接受证据，以及怎样在真实项目里为权限、成本、故障和他人的利益负责。
工具最好的位置，不是坐在驾驶座上替你决定方向，而是在你已经说清目的、边界和验收标准之后，帮助你走得更远。
越强的工具，越需要清楚的停止条件。不能解释、测试或回滚的加速，可能只是让错误更快抵达更多人。
| 路径 | 章节 | 要留下的东西 |
|---|---|---|
| 定义协作 | 使用 AI 学习一切 | 问题、基线、来源、隐私和人工判断边界 |
| 保护判断 | 注意力篇 | 一个关闭的入口和一段独立思考窗口 |
| 做出作品 | 作品篇 | 受众、完成标准、版本、验收人与回滚方式 |
| 验证变化 | 证据篇 | 基线、即时表现、延迟保持和迁移 |
| 进入项目 | AI 开发与资源层创业 · 作者项目与现实实践 | 测试、成本账本、权限记录、故障预案和关联披露 |
不要因为某个工具在榜单上领先，就把它放进所有任务。先选择问题，再选择证据，最后才选择工具。产品名称会变化，这个顺序应该能够留下。
这一部结束时，请完成一次真实交付，而不是再保存一段精彩对话：
如果关键结论只能在聊天记录里找到，项目还没有真正属于你。把决定写回代码、文档、账本和能够由别人接手的记录。
我们不从“哪个模型最好”开始。先把对话窗口关上，写下今天真正要解决的问题，以及什么结果才算完成。
只有这样，工具带来的速度才不会把方向一起带走。