朝后厨喊一句“少盐，多辣，快一点”，谁都会；把后厨改成洗菜、切配、起锅、装盒、复核五道工序，才是老板。我看 OpenAI Academy（OpenAI 的学习平台）这批新课，真正瞄准的不是“怎么问 AI”，而是这件更值钱的事：最值钱的AI能力，不是提问，是拆流程。
这话听上去不时髦。过去一年，互联网上最热闹的买卖，是把 AI 用法讲成一种新型咒语学：谁的提示词长，谁就像掌握了秘传剑谱。仿佛白领的前途，不在脑子里，也不在制度里，只在几个漂亮的动词和语气词里。可 OpenAI Academy 的课程页 恰恰把这层窗户纸捅破了：先是 AI Foundations（AI 基础），教你理解模型、给清楚指令、补上下文；再是 Applied AI Foundations（AI 应用基础），核心不是“多问”，而是把重复任务拆成可重复流程；最后是 Agents and Workflows（智能体与工作流程），重点已经变成设边界、定输出、做复核、能复用。
这不是教你聊天，这是教你造一条小型生产线。
我判断，这就是“下一代工作”最要命的变化：AI 把会说话这件事变便宜了，于是会分工、会设闸门、会做复检，突然变贵。
看三个场景就明白了。
周一早上九点十二，招聘专员阿蓉盯着八十三份简历，先把岗位描述和简历一股脑扔给 ChatGPT（对话式 AI 工具），问一句：“谁最合适？”AI 回得像老式媒婆，谁都不错，谁都像样。后来她把活拆开：先列硬门槛，再列加分项，再做淘汰规则，再生成首轮电话问题，最后统一出面试纪要。突然之间，AI 不再像一个爱发表意见的亲戚，倒像一个训练过的助理。
问题不是“你会不会问”，问题是“你有没有尺子”。
周三下午三点四十，做客服的老徐在售后群里被二十七条投诉追着跑。以前他最爱问 AI：“帮我写一个让客户满意的回复。”结果句子越来越体面，退款还是越来越多。后来他换了脑筋：先分投诉类型，是物流慢、包装破、功能不会用，还是纯粹发泄；再查订单记录；再决定是解释、补偿、升级处理还是拉黑；最后才让 AI 起草回复。这个时候，AI 才第一次像工具，不像壁纸。
好提示词像灵感，拆流程像制度；灵感能救一回，制度能救一队。
周五晚上十点零七，一个做内容运营的小团队在赶周报。实习生小邱最初的做法，是把一周数据丢给 AI，让它“写得高级一点”。写出来当然高级，像一位穿燕尾服的废话家。后来主管逼她重做：先拉数据，后比上周，再找异常，再写原因假设，再标出“不知道但必须追问”的地方，最后才出结论。周报一下子从作文变成了仪表盘。
当答案可以批发，判断就成了奢侈品。
这就是反常识的地方。多数人以为，AI 时代最值钱的是提问艺术；我恰恰觉得，提问只是前台，拆流程才是后厨。前台再会说，也救不了一间厨房里的手忙脚乱。公司这种东西，说穿了，就是把个人的默会经验，改造成别人也能接手的秩序。过去这件事靠老员工带、靠主管骂、靠新人成长；现在，AI 把这件事逼到台面上了。你不把步骤写出来，不把边界画出来，不把检查点立起来，AI 就会把你的含糊其辞放大十倍，再漂漂亮亮地还给你。
所以我看这批课，真正尖刻的地方，不在“新”，而在“诚实”。它很坦白地承认：未来工作不会奖励那个最会和 AI 套近乎的人，而会奖励那个能把一团浆糊的工作，切成几段清楚工序的人。前者像酒桌上会说场面话，后者像工地上真会放线。一个热闹，一个值钱。
说到底，AI 并没有先改变机器，它先改变了人暴露无能的方式。以前流程乱，靠加班遮羞；现在流程乱，AI 会把混乱高速复制。以前一个能干的人还能凭手熟把局面撑住；现在你若只会亲自下场，不会拆解任务、布置接口、设置复核，你就像一位手艺极好的厨子，却守着一家永远开不成连锁店的小馆。
提问只是敲门，拆流程才是拿钥匙。
不会拆流程的人，用 AI 是加速器；会拆流程的人，用 AI 是复制器。
真正的职场分水岭，不是谁先学会一句提示词，而是谁先把自己的工作画成流程图。
这才是我对“下一代工作”的判断：它不是每个人都多了一个会聊天的屏幕，而是每一份工作都被迫回答同一个问题：这件事，到底是凭感觉在做，还是能拆开来做？
能拆开的人，才配拥有放大的杠杆。不能拆开的人，只是多了一个陪他说话的机器。