AI越来越聪明，还用教它我们公司的做法吗？空降高管上任第一周拿到的那页纸，就是答案

这两年，很多老板都花过一笔"教AI"的钱：请人写提示词，买工作流，建知识库，把公司怎么做事一条条写给AI看。

可AI半年就升级一次。于是一个问题绕不开：模型越换越聪明，我花功夫写给它的这些"我们公司的做法"，是不是很快就白写了？

这个问题值得认真回答——它决定你下一笔AI预算往哪花。

先把答案放桌上：AI越聪明，越不需要你教它"怎么做"，越需要你告诉它"在我们这儿什么算做对"。手册不会作废，作废的只是手册里手把手的那部分。

这不是安慰话。2026年9月，国际论文预印本网站arXiv上发表了一篇论文（编号2609.00006），把11个主流AI编程系统的源码逐个拆开研究——包括Anthropic、OpenAI、谷歌的官方编程AI。据这篇论文2026年9月版本：11个系统里，9个内置了"技能包"机制——技能包，就是给AI写的、一读就会干的手册；而这9个里面，又有8个平时只让AI读手册的标题和一句简介，真用到的时候才翻正文。

人话翻译：造这些系统的人，认定手册必须写。他们操心的不是"手册有没有用"，是"手册怎么写，才不乱占AI的脑容量"。

应届生领两百页手册，空降高管只拿一页纸

先讲一件每个公司都在发生的事。

应届生入职，领一本两百页的操作手册：第一步点哪里，第二步填什么，打印机卡纸了找行政哪个窗口。写得越细越好——他什么都不会，你也没法指望他会。

空降的总经理上任第一周，拿到的往往只有一页纸：我们的客户是谁，什么绝对不能碰，前任栽在哪几个坑里，办事该找谁。不是公司偷懒——他当了二十年管理者，"怎么干活"他自己会，可能比手册写得还好；他缺的只是"在你们这儿，怎么算干对"。

越资深的人，给的纸越薄，那页纸却越值钱。

现在的AI，正在从应届生长成空降高管。两年前它像个聪明的实习生，每一步都要你写给它；今天主流模型的通用能力已经很强，"怎么做"它大多自己会，真正稀缺的，是你这家公司的客户、规矩、坑和门路。你手里那份"教AI的文档"，该跟着它一起升职了。

手册里有两种内容，一种贬值，一种升值

第59篇聊过技能包是什么：给AI写的手册，麦当劳靠它让新员工第一天就上岗——知识库让AI查得到，技能包让AI干得对。这一篇接着往下说一层：手册里的内容不是铁板一块，它分两种，命运相反。

第一种是"怎么做"：报价第一步打开什么，第二步核对什么，第三步发给谁。这部分随模型升级贬值——去年还要手把手教的查资料、转格式、写初稿，今年模型自己就会了；你写得越细，过时得越快。

第二种是"在我们这儿什么算做对"：报价的利润红线是多少，哪类客户宁可不接，上次栽的那个坑长什么样，出了事找谁。这部分不随升级贬值——模型再聪明，也没法从互联网上学到你公司去年那笔烂账。它越聪明，你越不用写操作，这部分的份量反而越重。

写法上，手册已经进化出三代：第一代是菜谱，写给什么都不会的新手，一步一步照着做；第二代是清单，写给会干活的人，只列关键检查项；第三代是简报，写给空降高管——目标、标准、坑、找谁办，一页纸。

模型每升级一次，你的手册就该往下一代挪一格。

为什么有人说"给AI写手册没用"

那这种说法是怎么来的？一个常见场面：供应商或者员工，把给AI的手册写成了十二步流程——第一步做什么、第二步做什么，步步写死。AI一旦遇到脚本没想到的情况，走偏了，就显得"不听话"。折腾几次，老板得出结论：这东西没用。

失败的是写法，不是机制。把流程写死有三个天生的毛病：脆——真实业务永远有脚本没想到的变体；贵——步骤越写越长，把AI有限的注意力全占满；不泛化——模型本来能处理的变化，被写死的步骤禁掉了。

手册该写的是四样：标准（什么算做对）、坑（前任栽在哪）、判断点（什么情况怎么权衡）、工具入口（靠什么干、去哪查）。一句话：手册写的是标准和坑，不是步骤；步骤交给脚本。

也要说句公道话：不是什么都不许写死。权限、留痕、格式校验这类事，本来就该写死——AI不该碰的，一步都别让它碰；确定性强、不需要判断的动作，交给脚本和工作流去跑，正是它们该在的位置。第57篇说过一句话，放在这里正好：该写死的地方写死是纪律，不该写死的地方写死是偷懒。

所以，已经写过一堆提示词、买过工作流、建过知识库的老板，不用慌：这些都不是白花钱——工作流接着当零件用，知识库照旧管"查得到"。要改的只是手册的写法，不是推倒重来。

手册已经开始自己长

这篇论文里还有一个更值得留意的发现：手册不再只靠人写。

据论文2026年9月版本，这11个系统里已经出现了让AI自己提炼手册的机制：比如Hermes系统，会让一个后台AI在每次干完活之后自动复盘，把手册的修改补丁整理出来，交给人审；谷歌的Gemini CLI也有类似设计——把一次干活的会话挖成手册补丁，人点头才入库。

落到企业里，含义很直接：员工每踩一个新坑，手册就厚一行；同一个错，犯一次，永不再犯第二次。老师傅退休带走经验的老问题，第一次有了"越用越厚"的解法——这是组织记忆的复利。

手册还在变成一种可流通的资产：论文记录，已经有4个系统建起了远程技能注册表——可以理解成手册的"应用商店"，有的还给上架的手册做信任分级、安装前检查。具体怎么流通，这里不展开，老板只需要记住趋势：写进手册的经验，正在从消耗品变成资产。

当然，边界也要说清楚：手册管"干得对"，"错了能不能发现"靠验收——那是这个系列接下来要讲的事。

数一数你的文档：几句讲标准，几句讲步骤

给老板一个今晚就能做的动作。

把你现在写给员工、供应商、AI的那份流程文档拿出来，从头到尾数一遍：几句在讲"什么算做对"——标准、红线、坑、判断的权衡；几句在讲"第一步第二步"——操作的顺序和动作。

前一类句子的占比，就是这份文档的保鲜期。通篇是步骤的文档，模型每升级一次就贬值一截；讲标准和坑的句子越多，它越像给空降高管的那页纸——越放越值钱。

数完发现通篇是步骤，也不用急着重写：把每一步背后"为什么这么干"补出来，把"什么情况算出错"补出来，步骤交给脚本去跑——这份文档就开始从菜谱向简报进化了。

回到开头那个问题

AI越来越聪明，还用教它我们公司的做法吗？

用。但教的内容变了：不用再教它怎么干活，要告诉它在你这儿什么算干对。应届生要的两百页和空降高管要的一页纸，都是手册——只是越往后，纸越薄，越值钱。模型每升级一次，就把你的手册往下一代写法推一格；挪得越早，复利开始得越早。

围着模型的这套环境——手册、工具、权限——行业今年给它起了正式的名字：harness（行业术语，直译是马具、缰绳——第09篇把它译作缰绳）；研究这套环境的学问，叫harness工程。名字背后的判断只有一句：模型是给定的，杠杆全在环境。模型你换不了，但"什么算对、哪里有坑、规矩是什么"，完全在你手里。

樊军刚AI自己的军团体系，就由几十个自研技能包驱动，写法和本篇说的一样：手册只写标准、坑和验收，步骤交给脚本。帮企业做AI落地也是这条路——樊军刚AI的服务方式：先诊断、先算账，省不了钱不接；单点场景3万起、2-4周上线，多场景组合与长期合作另有分期方案，大项目分期落地控风险。

一句话总结：AI越聪明，越不需要你教它"怎么做"，越需要知道"在你这儿什么算做对"。把那份流程文档里讲步骤的句子，换成讲标准、讲坑、讲判断的句子——手册不会作废，作废的只是手把手的那部分；改写法，不作废。