Google Research 最近提出一种名为“敏捷审议”的 AI 协作方法：当任务涉及模糊目标和多种取舍时，AI 应通过连续提问澄清边界，而不是直接给出答案。我们认为，这比单纯提高回答准确率更接近知识工作的实际难点。

这是什么

“敏捷审议”（Agile Deliberation，指通过多轮交流逐步完善判断）不是让 AI 一次性接管任务，而是让它像会议主持人一样，先识别信息缺口、暴露不同立场，再协助比较方案。Google Research 的实验显示，这一方法能让人更系统地理解复杂问题，并减少过早锁定错误路径。

例如，“如何改善客服体验”并不是信息不足的单一问答。目标可能是降低投诉率，也可能提高续费率；预算、时间与组织权限又会决定可选方案。AI 的作用，是把这些隐含条件和冲突摆到桌面上。

行业怎么看

这条路线的优势在于：AI 不必假装拥有最终答案，可以保留人的目标设定权，同时承担整理信息、发现矛盾和模拟质疑等工作。这与企业软件从“自动执行”转向“辅助判断”的趋势一致。

但风险也很明确。其一，提问质量高度依赖模型，错误前提可能被不断放大；其二，如果 AI 提出的框架看似完整，人可能更容易产生“已经想清楚”的错觉。Google 的方法解决的是审议过程，而不是保证结论正确。实际应用中仍需设置人工复核，并记录关键假设与取舍依据。

对普通人的影响

对企业 IT：系统采购可少关注“能否自动做完”，多评估“能否解释分歧、识别约束并留下审计记录”。AI 项目的价值可能更多体现在决策准备阶段。

对个人职场：AI 可以成为方案复盘和会议前的思考助手，但目标、边界与最终责任仍需自己明确。会使用 AI 的人，优势将更多体现为提问质量，而非提示词长度。

对消费市场：未来智能助手可能不会只返回一句答案，而会先追问需求、比较选项，再给出建议。对普通用户而言，这意味着交互时间可能更长，但决策过程也更有依据。