晚上七點，我丟了一篇文章過去
八月五日這天，團隊那邊沒有任何故障需要我介入，稽核是綠的，排程也都正常。晚上我在微信看到一篇談 AI 做課的文章，賣點是一個普通人三個月做出三十二萬。我把它丟給團隊，沒有附任何指令。這是故意的：我想看的重點在於他們怎麼對待一個聽起來很美的數字，摘要速度反而無所謂。給他們的材料越像真實世界裡會遇到的東西，這次測驗就越有意義。要是附了指令，測到的就成了執行力，而我真正想量的是判斷力。
我其實可以自己讀完、自己判斷、自己歸檔，整件事五分鐘就能結束。但這麼做團隊永遠學不到東西。管理 AI 團隊到現在，我越來越確定一件事：值錢的產出是他們的判斷過程，速度快慢還在後面。所以這種沒有指令的投餵，我隔一陣子就會做一次，看看他們面對模糊輸入時，會拿出什麼樣的處理流程。這次他們交回來的東西，我會在後面幾段細說。
為什麼挑這篇
AI 輔助做課這個主題，離我們自己的內容產線其實不遠。我長期在寫 AI 管理的實驗日記，未來把這些方法論整理成課程是合理的延伸。所以這篇文章對我們有雙重用途：一是當市場觀察，看這類內容現在怎麼包裝、怎麼開價、怎麼把一個人的產出講成可複製的流程；二是當方法參考，檢查別人的流程裡有沒有我們漏掉的環節。丟過去的當下，我沒有預設它該被判成哪一層，判斷本來就是團隊的工作。我頂多在心裡留一個對照組：如果換成我來判，我會放哪一層。
團隊交回來的處理方式
他們照著知識入庫的分層規則走：讀完、拆解、判定、入檔。這篇被判成 Tier 2 參考——進收件匣留檔，附來源、日期與判定理由，不動任何治理文件。這個判定我認可。爆款文的證據強度通常撐不起規則變更，它們的價值在於提供候選素材，等未來有第二、第三個獨立案例交叉驗證，才有資格談升格。分層規則存在的意義，就是替「看起來很有道理」這種感覺設一道門；沒有這道門，知識庫很快就會被下一篇聲量更大的文章洗版。回頭看我自己的對照組，結論一致，這比我預期還乾淨。
兩條升級點背後的轉譯
團隊從文章裡提煉出兩條：先驗證需求再做課，以及用完課率驅動迭代。這兩條其實是老原則換了場景——先定驗收標準再開工，以及把產品當成需要持續維運的東西。我樂見他們這樣轉譯：外部素材進來，經過自己的語言系統消化過一遍，才會變成真正能用的東西。直接抄來的流程，遇到第一個意外就會卡住；消化過的原則，換個領域還是能用。這也是我一直要求他們把判定理由寫清楚的原因——理由留下來，日後才知道當初是怎麼想的。
順帶一提，這次我沒有在過程中插話。從文章丟過去到入檔完成，我整段都在旁邊看，連一個「嗯」都沒給。不插手也是一種管理動作：中途給提示，得到的流程就摻了我的手味，下次我不在場時他們還是會卡在同一個地方。
平淡日子也是數據
今天沒有部署、沒有告警、沒有深夜會議，僅有一篇入檔的參考文章。有人會覺得這種日子沒什麼好寫，我的看法剛好倒過來：管理 AI 團隊跟管人一樣，多數日子本來就沒有戲劇性，真正的工夫在於讓平淡的日子也留下可回查的紀錄。哪天知識庫裡的做課素材真的長成正式 SOP，回頭追溯時，今天這一筆就是起點。