用AI这大半年，我经历了一个有意思的心路历程：从"AI说的都是对的"到"AI说的需要验证"，再到"我知道AI能做什么、不能做什么"。这个转变，好比一个工程人从"师傅说啥就干啥"到"知道自己的手艺在哪"的过程——AI辅助决策的边界，正是在这种实践中逐渐清晰的。
一、AI最容易翻车的地方：数据不完整时的"编造"
AI最擅长的，是基于已有的知识去生成貌似合理的答案。但问题在于——当它没有足够的数据支撑时，它会"编"，而且编得面不改色。这在工程领域是非常危险的。
比如让AI做成本分析，如果你只给了它几个不完整的单价，它会自动"脑补"出其他数据，然后给你一份看起来很专业的分析报告。但那个分析结论可能是错的——因为基础数据就不对。所谓"垃圾进，垃圾出"，在AI这里尤其明显。
"AI给出的答案，其质量上限取决于你输入信息的质量下限。"
所以现在我的原则是：AI可以帮我"算"，但不能替我去"收集数据"；可以帮我"建议方向"，但不能替我去"确认事实"。数据采集和事实核查，这两件事必须由人来做。
二、AI擅长的事：从混沌中梳理结构
虽然AI有它的局限性，但它的优势也是人类无法替代的——处理大量非结构化信息，快速提取框架。这一点在工作中帮了我大忙。
举几个真实应用：面对几十份合同条款，AI能在一分钟之内帮你提取关键信息并列出对比表——每份合同中的付款条件、违约条款、争议解决方式的差异，一目了然。再比如写施工方案，AI能快速搭出一个框架——从编制依据到施工部署到工艺方法，逐项列清。你只需要往里填入本项目的实际数据和现场条件就行。以前一个施工方案要憋两天，现在半天搞定，剩下的半天用来核实和优化。
AI的真正价值，是帮你把"从0到1"的过程缩短，把"从1到10"的判断留给人。
三、AI做不到的事：需要"工程直觉"的判断
什么叫工程直觉？就是一个干了十几年的老施工员，到了现场看一眼就知道"这个土方有可能会塌""这个配合比不行"。这种直觉来自经验积累，来自数百次成功和失败中沉淀出来的模式识别能力——AI目前还做不到。
你不能让AI替你去判断"今天晚上要不要加班浇筑混凝土"——它无法感知现场的温度湿度、工人的精神状态、监理的配合程度、材料的实际到场时间。而这些变量，才是工程师每天真正要做的决策。
所以我现在对AI的定位是：它是我手下的一个"得力助手"，不是"替代我的大脑"。它帮我处理那些繁琐的、流程化的、信息整理的事情——我腾出精力和脑力去处理那些真正需要经验、判断和直觉的事情。这才是AI和工程人协作的正确姿势。
四、关于"AI替代工程人"的思考
经常有人问：AI会替代工程人吗？我的答案是：AI会替代那些"只会做流水线工作"的工程人，但不会替代"会思考、有经验、能判断"的工程人。更进一步说，AI会成为拉开工程人之间差距的新变量——会用AI的人，效率比你高一倍，方案比你写得快，数据比你算得准。当大家都在同一条起跑线上时，会用AI就是那个额外的加速器。
与其焦虑"AI会不会替代我"，不如思考"怎么用好AI让我更值钱"。
用好AI辅助决策，关键在于守住三条线：数据来源必须真实——不经过核实的数据不要直接使用；关键判断保留给人——工程直觉和经验判断，AI给的建议只做参考；结果必须验证——AI生成的内容，至少要审视一遍逻辑是否合理。守住这三条线，AI就是你最好的战友，而不是最大的坑。