一、指定命题与讨论偏差
| 项目 | 内容 |
|---|
| 指定命题 | 我在 AI 上踩过最大的坑 |
| 轮次/类型 | 第3/9次 · 命题讨论 |
| 实际讨论主题 | AI在代码、信息查询、公文写作等场景中的具体失误案例、AI工具、模型选择与成本控制的挑战、AI对个人技能、老板预期和劳资关系的影响 |
| 命题贴合度 | 75/100（部分偏离） |
| 偏差证据 | 大部分发言紧扣'踩坑'主题，分享了具体失败案例和教训，切题度较高。但讨论中后期，特别是李楠和肖家炜关于老板预期、Cursor收购、AI泡沫等话题的讨论，偏离了'个人踩坑'的命题，转向了对行业趋势和劳资关系的宏观探讨。此外，命题中'最大的坑'这一要点未被充分聚焦，多数成员分享了多个坑而未明确比较哪个是最大的。 |
| 跑题内容 | AI行业趋势与收购案（Cursor收购SpaceX）、AI泡沫与否的宏观判断、老板对AI的预期与劳资关系 |
| 遗漏命题要点 | 未深入比较哪个坑是'最大的'，缺乏优先级排序、未讨论如何系统性预防AI踩坑，多为事后补救、未涉及AI在非工作场景（如教育、医疗）的伦理与安全边界 |
二、知识库
- AI会使用夸张词汇并杜撰不存在的数据（行为改进 · 0023-李晨 · 共识）
- - 内容：AI在生成文本时倾向于使用夸张的表述，甚至编造没有的数据。使用者若不仔细审查，可能导致严重后果，如在学术论文中引用虚假数据。应对方法是要求AI客观、简洁，并加入长期记忆作为规则。
- - 依据：李晨分享写论文时AI生成夸张内容，被导师质疑数据来源。
- - 行为改进：在使用AI生成重要文本时，逐字审查并明确要求其不得夸张、不得编造数据。
- AI在复杂任务上会乱生成，需拆解任务（方法论 · 0130-聂见广 · 共识）
- - 内容：对于复杂需求，AI容易生成混乱或不准确的结果，导致审查成本高于自行编写。解决方法是将大任务拆解为多个小任务，让AI逐步生成，以便于控制和验证。
- - 依据：聂见广分享公司TPM工具在复杂需求下乱生成，需拆解任务。
- - 行为改进：遇到复杂任务时，主动将其拆解为多个小步骤，逐步让AI完成并验证。
- AI在医疗建议上可能给出错误且矛盾的信息（行为改进 · 0130-聂见广 · 共识）
- - 内容：AI在提供医疗建议时可能不准确，甚至不同AI给出相反结论。依赖AI进行健康调理可能适得其反，尤其在疾病治疗过程中，应保持警惕，以专业医嘱为准。
- - 依据：聂见广分享家人按豆包建议吃阿胶导致贫血加重，停药后反而好转。
- - 行为改进：在涉及健康等关键决策时，不依赖AI，咨询专业医生。
- 领导轻信AI信息会传导压力给下属（概念 · 0152-殷晓影 · 共识）
- - 内容：当领导直接采用AI查询结果并下达指令时，下属可能因信息错误而承担额外工作。这反映了AI信息未经核实就进入决策流程的风险。
- - 依据：殷晓影转述同行因老板轻信AI补贴信息而增加工作负担。
- - 行为改进：在向领导汇报AI查询结果前，先进行多方核实。
- AI编码可能产生低级错误且直接提交（行为改进 · 0207-朱浪 · 共识）
- - 内容：AI生成的代码可能存在低级错误，并可能被直接提交，造成线上问题。需要在使用AI编码后增加人工审查环节。
- - 依据：朱浪分享AI编写的代码有低级错误并直接提交。
- - 行为改进：对AI生成的代码必须进行代码审查，不能直接信任。
- AI在精确信息（如地址）上可能出错（行为改进 · 0207-朱浪 · 共识）
- - 内容：AI在提供精确信息如地址时可能错误，且错误可能源于训练数据过时或错误。对于需要精确性的信息，应使用专门工具（如地图）进行验证。
- - 依据：朱浪分享AI推荐公积金地址错误，打车到理发店，后用高德地图找到正确地址。
- - 行为改进：对于地址等精确信息，使用专业工具二次确认。
- AI会加入自己的理解导致过度处理（行为改进 · 0227-李亚军 · 共识）
- - 内容：AI在执行任务时可能加入自己的理解，进行超出指令的额外操作，如修改大小写，导致与预期不符。需要在指令中明确所有要求，并设置严格的规则。
- - 依据：李亚军分享AI删除敏感字段时还自动将标题首字母大写，导致线上bug。
- - 行为改进：在给AI下达指令时，明确所有限制条件，并测试其输出是否符合预期。
- AI在公文写作中会杜撰数据（行为改进 · 0022-祝昆 · 共识）
- - 内容：AI在生成公文时可能杜撰不存在的数量或数据，影响材料可信度。使用时需强调数据不可更改，并人工核对。
- - 依据：祝昆分享AI在周报中自动生成'数据质量98%'等虚假数据。
- - 行为改进：在AI生成公文时，明确要求数据不可更改，并逐项核对。
- AI工具和模型选择影响结果，需对比试用（方法论 · 0101-张林 · 共识）
- - 内容：不同AI工具和模型在处理相同任务时结果可能差异显著，需要根据具体问题选择合适工具和模型，并关注版本更新。
- - 依据：张林分享通义灵码效果不佳，改用Claude Code后效果更好，并提及模型版本差异。
- - 行为改进：在关键任务前，对比不同AI工具和模型的效果，选择最优方案。
- AI过度分解代码导致难以维护（行为改进 · 0159-朱光悦 · 共识）
- - 内容：AI在优化代码复杂度时可能过度分解，生成大量小方法，反而使代码难以理解和维护。需要限制AI的生成范围，分步优化。
- - 依据：朱光悦分享AI将300行代码拆成120个小方法，导致代码无法运行。
- - 行为改进：要求AI分步优化代码，每次只生成少量修改，并验证结果。
- AI会曲解意图，需使用Harness手段（方法论 · 0021-肖家炜 · 共识）
- - 内容：AI可能曲解用户意图，以出乎意料的方式达成目标。可使用Harness工具（如superpowers、gomi）或自建流水线来约束AI行为。
- - 依据：肖家炜分享AI曲解意图，通过自建流水线解决。
- - 行为改进：探索使用Harness工具或自建流水线来管理AI开发流程。
- AI执行定时任务不稳定，需脚本化（方法论 · 0021-肖家炜 · 共识）
- - 内容：AI执行定时任务时可能不稳定，第一次成功但后续失败。解决方法是将任务转化为脚本，确保可重复执行。
- - 依据：肖家炜分享AI定时拉取会议文档不稳定，后改为让其生成脚本。
- - 行为改进：对于重复性任务，要求AI生成脚本而非每次交互执行。
- AI生成技术文档可能因幻觉出错（行为改进 · 0021-肖家炜 · 共识）
- - 内容：AI在读取技术文档生成新文档时，可能因幻觉读错内容，导致文档错误，影响后续开发。需要人工核对AI生成的文档。
- - 依据：肖家炜分享AI读错MQ topic导致技术文档错误，开发测试不通。
- - 行为改进：对AI生成的技术文档进行严格审查，确保与原始资料一致。
- AI工具成本控制是重要痛点（概念 · 0100-李楠 · 共识）
- - 内容：AI工具使用成本高昂，公司成本控制可能导致个人使用额度迅速耗尽，影响工作。需关注成本，选择合适模型，并寻找低成本渠道。
- - 依据：李楠分享公司成本控制导致个人额度一天用完，李亚军分享公司月成本70万美金。
- - 行为改进：关注AI工具成本，合理选择模型，并探索低成本使用渠道。
- AI工具迭代快，需持续学习（概念 · 0100-李楠 · 共识）
- - 内容：AI工具和模型迭代速度极快，大公司兼并频繁，使用者需持续学习以适应变化。
- - 依据：李楠提到模型版本快速升级，Cursor被收购等。
- - 行为改进：保持对AI工具动态的关注，定期学习新功能。
- 老板认为AI万能导致工期压缩（概念 · 0021-肖家炜 · 共识）
- - 内容：老板可能高估AI能力，认为功能开发只需一天，导致工期被不合理压缩，增加员工压力。
- - 依据：肖家炜分享老板认为AI一天能完成原本半个月的功能开发。
- - 行为改进：与老板沟通AI的实际能力边界，合理设定工期。
- AI在药物用法上可能给出不一致建议（行为改进 · N186-韦志峰 · 共识）
- - 内容：不同AI工具对同一药物用法可能给出不同建议，如饭前服用时间，需谨慎对待，以专业医嘱为准。
- - 依据：韦志峰分享DeepSeek和豆包对奥美拉唑服用时间给出不同结果。
- - 行为改进：对于药物等专业问题，不依赖AI，咨询医生或药师。
三、冠军评分
| 维度 | 得分 |
|---|
| 命题回应 | 75 |
| 知识库质量 | 80 |
| 讨论深度 | 70 |
| 互动质量 | 85 |
| 效率 | 65 |
四、本场成就达成
| 成员 | 达成的成就 |
|---|
| 0100-李楠 | 邀请他人发言、复述确认他人观点、分享他人观点、收到他人认可、给出建设性反馈 |
| 0101-张林 | 收到他人认可 |
| 0152-殷晓影 | 分享他人观点、收到他人认可 |
| 0023-李晨 | 邀请他人发言、收到他人认可、坦诚承认不足 |
| 0130-聂见广 | 收到他人认可、坦诚承认不足 |
| 0207-朱浪 | 邀请他人发言、收到他人认可 |
| 0227-李亚军 | 邀请他人发言、收到他人认可 |
| 0022-祝昆 | 邀请他人发言、收到他人认可 |
| N186-韦志峰 | 收到他人认可 |
| 0159-朱光悦 | 收到他人认可 |
| 0021-肖家炜 | 收到他人认可、坦诚承认不足 |
🎉 恭喜 0100-李楠、0101-张林、0152-殷晓影、0023-李晨、0130-聂见广、0207-朱浪、0227-李亚军、0022-祝昆、N186-韦志峰、0159-朱光悦、0021-肖家炜 等成员，本场共解锁 23 项成就，继续加油！
五、讨论目标达成度评估
讨论从李楠确认网络和参会人员开始，随后李晨首先分享论文写作中AI夸张表述导致被导师质疑的经历，聂见广接着讲述工作中TPM工具复杂需求乱生成和豆包医疗建议导致家人病情加重两个案例，殷晓影则转述同行因老板轻信AI补贴信息而增加工作负担的故事。朱浪分享了AI编码低级错误和公积金地址错误两个坑，李亚军提到显示器体验店地址错误和AI过度处理标题字段的生产事故，祝昆则因公司数据安全禁止使用AI且AI会杜撰数据。张林和朱光悦分别从工具模型选择和代码复杂度优化角度分享，肖家炜最后集中吐槽AI曲解意图、不稳定、幻觉文档以及老板认为AI万能导致工期压缩。李楠作为主持人穿插点评，最后分享了自己在成本控制、模型选择上的经验，并邀请韦志峰补充了不同AI工具查询药物用法结果不一致的例子。讨论在殷晓影提议调整讨论时间、李楠同意提前结束后收尾。
找了个 wifi。人还是在外面，但是找了个 wifi，应该看情况吧。
💡 讨论起点，李楠确认网络和参会人员，为讨论做准备。
今天聊的其实主题是蛮简蛮直接直截了当的，就是有哪些用的踩用的踩坑的经历就用的不太好，失败了。
💡 明确讨论主题，引导成员聚焦。
在依赖这个豆包一大 ai，但是如果是真的发生了，在在调理或者在治病这种啊进行时的时候还是多留一个心眼。
💡 分享医疗案例，凸显AI风险，引发共鸣。
他还会给你说想，这个这个数据是不是可以有其他的数据去做替代？是不是可以转换一下转换正确。
💡 指出AI的'自作主张'问题，引发对AI可靠性的讨论。
老板觉得 ai 是万能的，但是我们觉得我们，我们知道 ai 它没有那么。那么强大，但是我们越来越忙了。
💡 提出老板预期过高的观点，将讨论引向劳资关系，是讨论的转折点。
我觉得这个可能是我们一个共通的问题啊，很多师兄虽然我们是在小组内讨论，但是其他小组师兄也可能同样的问题。
💡 将讨论从个人经验升华到共通问题，为后续行动埋下伏笔。
我们的作业是总结一下使用原则，就是说相当于学会了哪些使用 ai 的一些底层原理吧。
💡 明确课后作业，为讨论产出定下方向。
1. 预设目标回顾
| 目标 | 达成程度 | 完成说明 |
|---|
| 分享个人AI踩坑经历 | 完全达成 | 每位成员轮流发言，分享具体案例和教训。 |
| 总结AI使用原则 | 部分达成 | 李楠提议总结使用原则，但未在讨论中完成。 |
| 形成避坑指南 | 未达成 | 讨论中未形成系统化的避坑指南。 |
56%
整体达成率
3个目标中1个基本达成，1个部分达成。其中分享个人AI踩坑经历达成较好，形成避坑指南还需更多推进。
2. 发言总体情况
| 姓名 | 占比 | 一句话 |
|---|
| 0100-李楠 | 44.6% | 主持人，引导讨论节奏，追问细节，总结观点 |
| 0021-肖家炜 | 10.6% | 集中分享AI在开发中的多个踩坑点，并提出老板预期过高的观点 |
| 0159-朱光悦 | 9.2% | 分享AI过度分解代码导致难以维护的案例，以及AI在教育方面的建议 |
| 0227-李亚军 | 9.1% | 分享AI地址错误和过度处理的生产事故案例，以及成本控制经验 |
| 0101-张林 | 6.0% | 分享AI工具选择与模型差异的经验，提出老板压缩工期的观点 |
| 0152-殷晓影 | 5.6% | 分享同行案例，提出讨论时间与内容调整建议 |
| 0130-聂见广 | 3.9% | 分享工作和生活中AI踩坑的典型案例 |
| 0023-李晨 | 3.6% | 首位发言者，分享论文写作中AI夸张表述的踩坑经历 |
| 0022-祝昆 | 3.3% | 分享公文写作中AI杜撰数据和公司禁用AI的情况 |
| 0207-朱浪 | 2.9% | 分享AI编码和地址查询的踩坑经历 |
| N186-韦志峰 | 1.2% | 分享不同AI工具查询药物用法结果不一致的案例 |
六、讨论总体回顾
本次讨论以'我在AI上踩过最大的坑'为命题，成员们围绕AI在代码编写、信息查询、公文写作、生活建议等场景中的幻觉、过度生成、成本失控等问题分享了大量真实案例，共识集中在AI容易'胡说八道'、需要人工审查、工具选择与成本控制是核心痛点。但在AI是否导致老板预期过高、个人技能退化等影响上存在显著分歧，李楠认为老板的焦虑源于市场竞争压力，肖家炜则强调老板倒逼导致个人痛苦加剧。讨论最终收敛到总结AI使用原则、避坑指南的课后作业，由李楠负责总结，并确定了殷晓影统计周计划、肖家炜尝试用AI自动化统计流程等后续行动。
李楠确认网络和参会人员，并明确讨论主题为'AI踩坑经历'。
💡 李楠明确主题，引导成员聚焦。
💡 开场高效，直接进入主题。
李晨、聂见广、殷晓影、朱浪、李亚军、祝昆、张林、朱光悦依次分享AI在论文、工作、生活、代码、公文等场景的踩坑经历。
💡 聂见广分享医疗案例，凸显AI风险。
💡 案例丰富，但多为现象描述。
肖家炜集中分享多个踩坑点，并提出老板预期过高的观点，引发李楠、李亚军等关于成本控制、劳资关系的讨论。
💡 肖家炜提出'老板万能论'，讨论转向宏观。
💡 讨论深度提升，但偏离个人踩坑主题。
殷晓影提议调整讨论时间，李楠确定课后作业和后续行动，讨论结束。
💡 李楠明确课后作业，为产出定方向。
💡 收束明确，但产出未在讨论中完成。
1. 讨论三要素
00:00
开场
确认网络和参会人员，为讨论做准备。
开场高效，直接进入主题。
00:48
转折
提出老板认为AI万能导致工期压缩，引发对劳资关系的讨论。
将讨论从技术踩坑引向管理和社会层面，拓宽了话题。
01:13
收束
提议总结AI使用原则，并确定课后作业和后续行动。
收束明确，为后续讨论和行动定下方向。
2. 关键洞察
AI的'幻觉'问题在专业领域（如医疗、公文）风险更高
聂见广分享豆包医疗建议导致家人病情加重，祝昆分享AI杜撰数据。
提示在关键领域需谨慎使用AI，不能盲目依赖。
AI工具成本控制是实际工作中的重要痛点
李楠和李亚军分享公司成本控制导致额度一天用完。
成本问题影响AI的可用性，需寻找平衡。
老板对AI的预期过高，导致员工压力增大
肖家炜和张林分享老板压缩工期。
反映了AI引入后劳资关系的新变化，需沟通和调整预期。
3. 关键决策
| 决策 | 提出者 | 状态 |
|---|
| 课后作业由李楠总结AI使用原则 | 0100-李楠 | 已确定 |
| 殷晓影统计周计划 | 0152-殷晓影 | 已确定 |
| 肖家炜尝试用AI自动化统计周计划 | 0021-肖家炜 | 待确认 |
七、整体讨论质量评价
📋 讨论质量评价
🤝 互动协作
✓ 李楠主动邀请韦志峰发言，体现包容性。
✓ 成员间有追问和补充，如李楠追问李亚军生产事故解决方式。
✗ 部分成员发言后未得到直接回应，互动性不足。
✗ 讨论中后期，李楠和肖家炜对话较多，其他成员参与度下降。
✗ 韦志峰发言简短，未得到深入探讨。
🧠 思维与论证
✓ 成员能结合具体案例反思AI的局限性，如聂见广的医疗案例。
✓ 肖家炜提出老板预期过高的观点，触及了深层问题。
✗ 多数发言停留在现象描述，缺乏对根本原因的深入分析。
✗ 对'最大的坑'缺乏比较和排序，思考深度不足。
✗ 讨论后期转向行业趋势，偏离了个人踩坑的命题。
📦 产出成果
✓ 李楠总结出AI使用原则，为讨论产出提供了方向。
✓ 成员分享了多个具体案例，为知识库提供了素材。
✗ 未形成结构化的避坑指南，多为零散经验。
✗ 课后作业由李楠一人承担，未形成集体产出。
✗ 讨论时间控制不佳，部分成员发言超时。
八、周老师团队评价
场域与温度
周老师评分
★★★
场域安全，成员能坦诚分享失败经历，如聂见广分享家人病情加重，肖家炜吐槽老板，都未受到批评。李楠的幽默和包容性营造了轻松氛围。
思维与深度
周老师评分
★★★
讨论触及了AI幻觉、成本控制、老板预期等本质问题，但多数停留在现象描述，未深入分析根本原因。肖家炜的'老板万能论'和聂见广的'医疗风险'是思考较深的点。
互动与协作
周老师评分
★★
互动以李楠为中心，他引导讨论并追问细节。成员间直接对话较少，但李楠与肖家炜、李亚军的对话形成了有效互动。韦志峰发言后未得到深入回应。
推进与产出
周老师评分
★★★
讨论产出了丰富的案例，但未形成系统化的避坑指南。李楠提议总结使用原则，但未在讨论中完成，课后作业由他一人承担。整体上，讨论有收获但缺乏明确行动项。
周老师总结
场域安全，成员能坦诚分享失败经历，如聂见广分享家人病情加重，肖家炜吐槽老板，都未受到批评。李楠的幽默和包容性营造了轻松氛围。
讨论触及了AI幻觉、成本控制、老板预期等本质问题，但多数停留在现象描述，未深入分析根本原因。肖家炜的'老板万能论'和聂见广的'医疗风险'是思考较深的点。
互动以李楠为中心，他引导讨论并追问细节。成员间直接对话较少，但李楠与肖家炜、李亚军的对话形成了有效互动。韦志峰发言后未得到深入回应。
讨论产出了丰富的案例，但未形成系统化的避坑指南。李楠提议总结使用原则，但未在讨论中完成，课后作业由他一人承担。整体上，讨论有收获但缺乏明确行动项。等人的回应停留在「没什么建议」——不是他们没想法，是没人给他们一个思考的锚点。下次主持人问完「有没有建议」之后，可以追问「如果必须改一个地方，你会改哪里？」——这一个追问，能让沉默者从听众变成思考者。
九、成员个体评价
0100-李楠（8464字/122条 (44.6%)）
发言概括：「它太容易胡说八道的，需要很多的调教。」
发言概要
发言量：8464字/122条 (44.6%)
关键贡献：主持并引导讨论流程、追问案例细节（如李亚军生产事故的解决方式）
改进方向：减少对话题方向的过度主导，给其他成员更多发挥空间。
独特价值：作为主持人，确保了讨论有序进行，并提供了深度总结和行业洞察。
角色评价
① 角色定位：主持人，引导讨论节奏，追问细节，总结观点
② 发言质量：发言结构清晰，善于追问和总结，能快速抓住要点并延伸讨论，但有时会主导话题方向。
③ 沟通风格：口语化，带有引导性，常用'对吧''是不是'等确认语气，善于活跃气氛。
④ 启发与帮助贡献：作为主持人，确保了讨论有序进行，并提供了深度总结和行业洞察。
⑤ 下周小实验 🌱：在下次讨论中，尝试让每位成员先总结自己的核心观点，再展开讨论。
本次点评
李楠作为主持人，展现了出色的控场和引导能力。他不仅确保了每位成员都有发言机会，还通过追问（如李亚军生产事故的解决方式）挖掘出更深的细节，提升了讨论价值。他自身的分享也很有深度，特别是关于AI成本控制和模型选择的见解，为讨论提供了宏观视角。然而，他的主导性较强，有时会不自觉地将话题引向自己关注的领域，可能限制了其他成员的自主发挥。总体上，李楠的贡献是讨论得以高效进行的关键。
💬 周老师建议
李楠师兄作为主持人，已展现出很强的引导和总结能力。从修身角度，可进一步练习'放'的智慧，在讨论中适当退后，让其他成员有更多空间去主导话题，培养他们的主动性。同时，在分享自身观点时，可多采用提问而非陈述的方式，激发更多元的思考。这不仅是管理技巧，也是修'谦'德，放下'我见'，倾听他人。
0101-张林（1138字/10条 (6.0%)）
发言概括：「这个是我说的这个工具和模型的这个事情。」
发言概要
发言量：1138字/10条 (6.0%)
关键贡献：分享通义灵码与Claude Code的对比经验、指出老板压缩工期的问题
改进方向：增加对问题原因的深入分析，而不仅仅是描述现象。
独特价值：提供了具体工具对比的实战经验，对成员选择工具有参考价值。
角色评价
① 角色定位：分享AI工具选择与模型差异的经验，提出老板压缩工期的观点
② 发言质量：发言务实，基于实际开发经验，能清晰描述问题，但有时缺乏深度分析。
③ 沟通风格：平实、直接，用词准确，偶尔带点幽默。
④ 启发与帮助贡献：提供了具体工具对比的实战经验，对成员选择工具有参考价值。
⑤ 下周小实验 🌱：在下次分享时，尝试分析一个AI踩坑案例的根本原因。
本次点评
张林的发言基于实际开发经验，提供了具体的工具对比（通义灵码 vs Claude Code），对成员有实际参考价值。他指出的'老板压缩工期'问题也引发了共鸣。但他的发言偏重现象描述，对问题背后的原因（如为什么AI理解不清晰）分析较少。若能增加深度，将更具启发性。
💬 周老师建议
张林师兄的分享很务实，但可尝试从'事中修'的角度，深入思考AI踩坑背后的'心'的问题。例如，当AI理解不清晰时，是否是因为我们自己的表达不够清晰？当老板压缩工期时，我们内心的焦虑和抗拒如何影响沟通？通过内省，不仅能提升技术，更能修炼心性。
0152-殷晓影（1072字/18条 (5.6%)）
发言概括：「如果是领导没有用好 ai 的话，那对给员工的压力是挺大的。」
发言概要
发言量：1072字/18条 (5.6%)
关键贡献：分享领导轻信AI的案例、提议调整讨论时间与内容结构
改进方向：在分享案例时，可增加更多个人体验和深度分析。
独特价值：提供了领导视角的AI踩坑案例，并关注讨论机制优化。
角色评价
① 角色定位：分享同行案例，提出讨论时间与内容调整建议
② 发言质量：发言简洁，善于转述他人经历，关注讨论流程和效率。
③ 沟通风格：温和、有条理，注重规则和效率。
④ 启发与帮助贡献：提供了领导视角的AI踩坑案例，并关注讨论机制优化。
⑤ 下周小实验 🌱：在下次分享时，尝试加入自己的一个AI使用体验。
本次点评
殷晓影的发言虽短，但提供了一个独特的视角——领导轻信AI导致下属工作负担增加，这丰富了讨论的维度。她提出的讨论时间与内容调整建议也体现了对讨论效率的关注。然而，她的分享多为转述，缺少个人直接体验，若能结合自身使用AI的经历，将更具说服力。
💬 周老师建议
殷晓影师兄关注讨论机制，这是很好的'利他'行为。从修身角度，可尝试在分享中更多融入个人体验，不仅转述他人，也分享自己的'事上磨练'。这能帮助自己更深入地反思，也能让分享更具感染力。同时，在提议调整规则时，可更耐心倾听他人意见，避免急于得出结论。
0023-李晨（691字/8条 (3.6%)）
发言概括：「他喜欢用一些夸张的那种词汇。」
发言概要
发言量：691字/8条 (3.6%)
关键贡献：分享AI在论文写作中杜撰数据的案例、提出将规则加入AI长期记忆的解决方法
改进方向：可增加对问题原因的思考，并尝试更生动的表达。
独特价值：提供了学术场景的AI踩坑案例，并展示了规则设定的方法。
角色评价
① 角色定位：首位发言者，分享论文写作中AI夸张表述的踩坑经历
② 发言质量：发言简洁，案例具体，能清晰描述问题及应对方法。
③ 沟通风格：直接、务实，语速适中。
④ 启发与帮助贡献：提供了学术场景的AI踩坑案例，并展示了规则设定的方法。
⑤ 下周小实验 🌱：在下次分享时，尝试用更生动的语言描述案例。
本次点评
李晨作为首位发言者，为讨论定下了务实基调。他分享的论文写作案例具体且具有代表性，提出的'将规则加入长期记忆'的方法也很有实用价值。发言简洁明了，但缺少对问题背后原因的深入分析，若能进一步思考'为什么AI会夸张'，将更具深度。
💬 周老师建议
李晨师兄的分享很实用。从修身角度，可尝试在'表达'上多下功夫，让分享更生动，更能打动人心。这不仅是沟通技巧，也是'仁心'的体现——让他人更容易理解你的经验。同时，在设定AI规则时，也可反思自己内心的'规则'，是否也有需要调整的'夸张'或'不实'之处。
0130-聂见广（734字/8条 (3.9%)）
发言概括：「在依赖这个豆包一大 ai，但是如果是真的发生了，在在调理或者在治病这种啊进行时的时候还是多留一个心眼。」
发言概要
发言量：734字/8条 (3.9%)
关键贡献：分享TPM工具乱生成和豆包医疗建议错误两个案例、提出拆解任务和保持警惕的应对方法
改进方向：可尝试更精炼地表达，避免重复。
独特价值：提供了工作和生活两个维度的踩坑案例，特别是医疗建议的案例很有警示意义。
角色评价
① 角色定位：分享工作和生活中AI踩坑的典型案例
② 发言质量：发言内容详实，案例具体，能清晰描述问题及后果。
③ 沟通风格：平实、直接，略带口音，但表达清晰。
④ 启发与帮助贡献：提供了工作和生活两个维度的踩坑案例，特别是医疗建议的案例很有警示意义。
⑤ 下周小实验 🌱：在下次分享时，尝试先总结核心观点，再展开案例。
本次点评
聂见广的分享非常具体，工作和生活两个案例都很有代表性。特别是医疗建议的案例，凸显了AI在关键领域可能带来的风险，具有很强的警示意义。他提出的'拆解任务'和'多留一个心眼'也是实用的应对策略。发言内容详实，但表达略显冗长，若能更精炼，将更具冲击力。
💬 周老师建议
聂见广师兄的分享很实在。从修身角度，可练习'言简意赅'，在表达时抓住核心，去除冗余。这不仅提高沟通效率，也是修'定'——在表达前先厘清思路。同时，对于AI的'坑'，可反思自己内心的'依赖'，是否在不知不觉中放弃了独立思考，这也是'事中修'的好机会。
0207-朱浪（549字/15条 (2.9%)）
发言概括：「凡事不能不能太相信 ai 这个结果吧！」
发言概要
发言量：549字/15条 (2.9%)
关键贡献：分享AI编码低级错误和公积金地址错误两个案例
改进方向：可增加对问题原因的思考，并尝试更生动的表达。
独特价值：提供了编码和地址查询两个不同场景的踩坑案例。
角色评价
① 角色定位：分享AI编码和地址查询的踩坑经历
② 发言质量：发言简洁，案例具体，能清晰描述问题。
③ 沟通风格：直接、平实，语速适中。
④ 启发与帮助贡献：提供了编码和地址查询两个不同场景的踩坑案例。
⑤ 下周小实验 🌱：在下次分享时，尝试分析一个案例的根本原因。
本次点评
朱浪的分享简洁明了，两个案例（编码错误、地址错误）都很具体，特别是地址错误的案例，直观地展示了AI在精确信息上的不可靠性。他总结的'凡事不能太相信AI'也点出了核心教训。但发言深度有限，若能进一步分析为什么AI会在这些场景出错，将更有价值。
💬 周老师建议
朱浪师兄的分享很直接。从修身角度，可练习'深入思考'，在遇到AI踩坑时，不仅记录现象，更追问'为什么'。这有助于培养洞察力。同时，在分享时，可尝试用更生动的语言，让经验更容易被记住，这也是'利他'的体现。
0227-李亚军（1720字/26条 (9.1%)）
发言概括：「他还会给你说想，这个这个数据是不是可以有其他的数据去做替代？是不是可以转换一下转换正确。」
发言概要
发言量：1720字/26条 (9.1%)
关键贡献：分享显示器体验店地址错误和AI过度处理标题字段的生产事故、分享公司AI成本控制经验及寻找低成本渠道的方法
改进方向：可尝试更精炼地表达，避免过多细节。
独特价值：提供了生产事故的具体案例，并分享了成本控制的实用经验。
角色评价
① 角色定位：分享AI地址错误和过度处理的生产事故案例，以及成本控制经验
② 发言质量：发言内容详实，案例具体，能清晰描述问题及解决过程。
③ 沟通风格：直接、务实，表达清晰。
④ 启发与帮助贡献：提供了生产事故的具体案例，并分享了成本控制的实用经验。
⑤ 下周小实验 🌱：在下次分享时，尝试先总结核心观点，再展开案例。
本次点评
李亚军的分享非常详实，特别是生产事故的案例，生动展示了AI'自作主张'的风险。他分享的成本控制经验（从70万美金到2000元人民币）也很有价值，为成员提供了实际参考。发言内容充实，但细节较多，若能更精炼，将更具冲击力。
💬 周老师建议
李亚军师兄的分享很实在。从修身角度，可练习'抓重点'的能力，在表达时突出核心，去除冗余。这不仅提高沟通效率，也是修'明'——清晰识别什么是重要的。同时，在成本控制上，可反思自己内心的'成本'，是否也在一些不必要的地方消耗精力。
0022-祝昆（632字/13条 (3.3%)）
发言概括：「数据质量啊，我根本就没写，它就数据质量 98% 99%自动给你生成了。」
发言概要
发言量：632字/13条 (3.3%)
关键贡献：分享AI在公文写作中杜撰数据的案例、提及公司因数据安全禁用AI的规定
改进方向：可尝试更流畅地表达，提前组织语言。
独特价值：提供了公文写作场景的AI踩坑案例，并提及数据安全这一重要维度。
角色评价
① 角色定位：分享公文写作中AI杜撰数据和公司禁用AI的情况
② 发言质量：发言内容具体，能清晰描述问题，但表达略显断续。
③ 沟通风格：平实、直接，但有时因网络问题表达不流畅。
④ 启发与帮助贡献：提供了公文写作场景的AI踩坑案例，并提及数据安全这一重要维度。
⑤ 下周小实验 🌱：在下次分享时，尝试提前写下要点，确保表达流畅。
本次点评
祝昆的分享内容具体，特别是'AI自动生成数据质量98%'的案例，生动展示了AI杜撰数据的问题。他提及的公司因数据安全禁用AI的规定，也增加了讨论的维度。但发言因网络问题略显断续，影响了表达效果。若能提前组织语言，将更流畅。
💬 周老师建议
祝昆师兄的分享很实在。从修身角度，可练习'从容'，在表达时保持内心平静，不受外界干扰。这需要平时多下功夫，如提前准备、深呼吸等。同时，对于AI的'坑'，可反思自己内心的'数据'，是否也有不实之处，需要'校对'。
N186-韦志峰（237字/2条 (1.2%)）
发言概括：「deepseek 给的结果是饭前 1 小时，豆包的话是直接给饭前半小时。」
发言概要
发言量：237字/2条 (1.2%)
关键贡献：分享DeepSeek和豆包对药物用法给出不同建议的案例
改进方向：可增加对问题原因的思考，并尝试更正式的表达。
独特价值：提供了医疗健康场景的AI踩坑案例，补充了讨论的维度。
角色评价
① 角色定位：分享不同AI工具查询药物用法结果不一致的案例
② 发言质量：发言简短，案例具体，但表达略显随意。
③ 沟通风格：直接、随意，语速较快。
④ 启发与帮助贡献：提供了医疗健康场景的AI踩坑案例，补充了讨论的维度。
⑤ 下周小实验 🌱：在下次分享时，尝试更正式地组织语言。
本次点评
韦志峰虽然发言简短，但提供的案例很有价值，展示了不同AI工具在专业问题上可能给出不一致的建议，凸显了AI在医疗健康领域的风险。他的分享为讨论补充了重要维度。但表达略显随意，若能更正式地组织语言，将更具说服力。
💬 周老师建议
韦志峰师兄的分享很实在。从修身角度，可练习'敬'，在表达时保持恭敬和认真，这能提升沟通质量。同时，对于AI的'坑'，可反思自己内心的'依赖'，是否在健康等关键问题上也过于依赖外部信息，而忽视了自身的感受和专业的意见。
0159-朱光悦（1739字/16条 (9.2%)）
发言概括：「他一个几百两三百行的代码跟我分跟我写了个。120 个方法吧。」
发言概要
发言量：1739字/16条 (9.2%)
关键贡献：分享AI将代码拆成120个小方法的案例、分享AI提供教育建议（让孩子读题）
改进方向：可尝试更精炼地表达，避免过多细节。
独特价值：提供了代码优化和家庭教育两个场景的AI应用案例。
角色评价
① 角色定位：分享AI过度分解代码导致难以维护的案例，以及AI在教育方面的建议
② 发言质量：发言内容详实，案例具体，但表达略显冗长。
③ 沟通风格：平实、直接，语速适中。
④ 启发与帮助贡献：提供了代码优化和家庭教育两个场景的AI应用案例。
⑤ 下周小实验 🌱：在下次分享时，尝试先总结核心观点，再展开案例。
本次点评
朱光悦的分享内容详实，特别是AI过度分解代码的案例，生动展示了AI'过度优化'的风险。他分享的AI教育建议（让孩子读题）也体现了AI在生活场景的应用价值。发言内容充实，但表达略显冗长，若能更精炼，将更具冲击力。
💬 周老师建议
朱光悦师兄的分享很实在。从修身角度，可练习'简'，在表达时抓住核心，去除冗余。这不仅提高沟通效率，也是修'定'——在表达前先厘清思路。同时，对于AI的'坑'，可反思自己内心的'过度'，是否也有把事情复杂化的倾向。
0021-肖家炜（2004字/35条 (10.6%)）
发言概括：「老板觉得 ai 是万能的，但是我们觉得我们，我们知道 ai 它没有那么。那么强大，但是我们越来越忙了。」
发言概要
发言量：2004字/35条 (10.6%)
关键贡献：分享AI曲解意图、不稳定、幻觉文档等多个案例、提出老板认为AI万能导致工期压缩的观点
改进方向：可尝试更系统地组织发言，避免跳跃。
独特价值：提供了多个深度开发场景的踩坑案例，并提出了对劳资关系的深刻见解。
角色评价
① 角色定位：集中分享AI在开发中的多个踩坑点，并提出老板预期过高的观点
② 发言质量：发言内容详实，案例丰富，表达流畅，带有一定情绪。
③ 沟通风格：直接、坦诚，语速较快，带有感染力。
④ 启发与帮助贡献：提供了多个深度开发场景的踩坑案例，并提出了对劳资关系的深刻见解。
⑤ 下周小实验 🌱：在下次分享时，尝试将多个案例归纳为几个主题。
本次点评
肖家炜的分享非常详实，涵盖了AI曲解意图、不稳定、幻觉文档等多个踩坑点，并提出了'老板认为AI万能'这一深刻观点，引发了共鸣。他分享的自建流水线经验也很有价值。发言内容充实，但案例较多，若能更系统地组织，将更具说服力。
💬 周老师建议
肖家炜师兄的分享很有深度。从修身角度，可练习'统'，在表达时统筹全局，将零散的经验归纳为系统的方法。这不仅提升沟通效果，也是修'智'——从现象中提炼规律。同时，对于老板的'预期'，可反思自己内心的'预期'，是否也对自己或他人要求过高，需要调整。
十、关键问题与改进行动清单
| 序号 | 问题描述 | 改进措施 | 优先级 |
|---|
| 1 | 发言集中在李楠和张林 | 设轮流发言制，每人先讲3分钟 | 高 |
| 2 | 多人在被问到时只说「没什么建议」 | 主持人追问「如果必须改一个地方」 | 中 |
| 3 | 缺少书面任务清单和时间节点 | 结束前花3分钟确认三件事 | 中 |
11、后续讨论建议
- 议题优化：下次讨论可聚焦'如何与老板沟通AI能力边界'，以解决成员共通的痛点。
- 流程优化：建议在发言前先让每位成员用一句话概括'最大的坑'，以聚焦主题。
- 规则优化：建议控制每位成员的发言时间在3分钟内，避免超时。
- 沉淀优化：建议将本次讨论的案例整理成文档，作为避坑指南的素材。
🎯 为什么你该来——对坚持来的同学说
你今天听到的不是标准的会会议记录。李楠的发言贡献、张林的分析视角、殷晓影的独特思考——这些信息只有身在其中才能捕捉到。下一次讨论继续来。
📌 对没来的同学说
本次讨论分享了多个AI踩坑案例，包括医疗、代码、公文等场景，建议抽空查看逐字稿，了解AI的潜在风险。
🌱 下周只做这一件事
下周尝试使用一个AI新工具，并记录一个踩坑案例。