"你把 AI 当学徒用，还是当替身用？"——这俩词差一个字，却是天壤之别。

太多人以为自己在"用 AI"，其实是在"被 AI 用"。区别不在工具，在那个姿势：你是师傅，还是观众。

学徒是什么：你教、它练、你判

一个好学徒，关系是这样的——

你教它。 不是扔一句"写篇干货文"就完事，是把你的标准喂给它：这篇要给谁看、语气要什么调、哪些词你雷区、上次那版哪里不对。你把自己的"好"拆成它能听懂的指令。

它练。 它根据你的标准出活，十版、二十版，越快越好。它不在乎对错，它在乎"够不够接近你刚说的那个好"。

你判。 最关键的一步——你看它出的活，说"这版对、那版偏了、这句留那句砍"。你的判断回灌给它，它下次更懂你。

这一圈跑下来，学徒会越长越像你。它记住你的口味、你的雷区、你那个"对味"的标准。到最后，你说半句它就知道你要什么。

我知识库里存的那些 AI 工具案例，能成立的全是学徒逻辑：藏师傅先把自己那套审美——某种质感、某种光影、某种"对味"——写成 MJ 风格代码喂给 AI，AI 才把那套审美批量实现出来。是他教了 AI 什么是"他的好"，AI 才成了他的学徒。vibe coding 也是：你脑子里有张图、有个流程，用嘴说出来，AI 写。核心是"你已经有东西了"，AI 是翻译器。

帕斯卡讲"习惯是第二本性"——判断力不是天生的，是反复"做 + 判"养出来的肌肉记忆。你拿 AI 当学徒，每天做"生成—判断—反馈"的闭环，养的不是 AI 的判断力，是你自己的。

替身是什么：它做、你躺、你锈

替身关系，长这样——

方向它定、草稿它写、调性它选、连"哪篇发出去数据好"它都替你判断了。你呢？你负责点发送，偶尔改个错别字。

表面看省事了。实际发生的是两件事：

第一，你的判断力在锈。 段永平说："知道自己的能力圈有多大，往往比自己能力圈有多大更重要。"能力圈是你用无数次试错、复盘、被打脸换来的。你把判断外包，等于把能力圈停了电。等哪天 AI 给的答案你隐约觉得不对、却又说不出哪不对——你就已经不会判了。学徒养你，替身废你。

第二，你的作者性在蒸发。 全替身产出的内容，没有一处是你的判断。读者认的是"判断的角"，不是那双手。当所有决定都是概率平均值，你的声音就淹没在十万个别人的平均值里。慢慢你就没了脸。

乔布斯有句话越想越准："苹果的执行力非常好，只是他们用在了错误的道路上。"让 AI 当替身，就是给它一身好执行力，却没给它道路——而道路，本该是你的。执行力越强，它在错路上送你越远。

差在哪：一句话

学徒和替身，差在"谁在长本事"。

学徒模式：AI 替你干活，你趁机长判断力。 它出活、你判、你反馈，每次闭环你的标准更清楚、眼光更毒。一年下来，你从"不会写"变成"很会判"。工具越强，你越强。

替身模式：AI 替你干活，也替你思考。 它出活、它判、你签字。一年下来，你从"不太会写"变成"彻底不会写"。工具越强，你越废。

芒格那句话是照妖镜："我特别注重汲取各学科的主要知识，这样才不至于只见树木，不见森林。"学徒是让你站在山顶看森林，替身是把你按在树坑里——AI 给你满坑的树，你却忘了森林长啥样。

怎么把 AI 养成学徒，而不是供成替身

不复杂，三个动作：

一，给它需求文档，别给它决策权。 动笔前先写清：给谁、核心一句、要带走什么、必留的话。这是教，不是甩。

二，永远自己判第一稿。 AI 出十个版本，你逐个说"为什么留、为什么砍"。这一句"为什么"，就是养判断力的土办法。

三，定期回头看自己的成长。 一个月前你判稿要十分钟，现在要十秒——那是你长本事了，不是 AI 变乖了。替身模式里你永远看不到这条曲线，因为曲线是平的。

收个尾

学徒和替身，一字之差，是"你驾驭工具"和"工具驾驭你"的分界。

把 AI 当学徒养：你教、它练、你判，它越来越懂你，你越来越会判。

把 AI 当替身供：它做、你躺，它越来越像你（的平均值），你越来越不像你。

选哪个，决定了三年后，写作这件事上，你还在不在场。

这是「岛主的 AI 思考」第七篇。前面从判断力讲到写作分工、作者身份，这篇换一个比喻：AI 到底是你的学徒，还是你的替身。核心就一句：你教、它练、你判，它越懂你；它做、你躺，你越来越不像你。