北京
“以前想把一个公司内部流程教给 AI，你要么抓破脑袋写几页操作手册，要么求 IT 团队写代码排期。”Grok Bot 这段演示视频之所以被反复转发，恰恰是因为它把这句话里的两个选项都删掉了。
演示里的做法很直接：工程师接管电脑，在 Google Slides 里手动做一遍动画排版，Grok Bot 在后台记录视觉变化与点击轨迹，做完之后直接封装成一个可调用的专属技能。下次再碰到类似需求，Bot 顺着这个工作流自己跑。
被神化的不是AI，是输入方式
很多人看完直呼 AI 成了精。但如果把那些神化“AI 偷师学艺”的词剥掉，它真正解决的根本不是 AI 有多聪明，而是终于不用逼着人类写三千字提示词，去向一个模型解释那个该死的按钮在屏幕什么位置了。
真正值钱的转变不是 AI 拥有了开悟的灵性，而是人类知识输入的接口彻底变了。过去想让自动化工具帮你干活，最痛苦的不是执行，而是交代任务：你要截图、标红框、写长篇大论的提示词去描述界面。
示教学习相当于给系统装上了三件套：
- 眼睛是多模态录屏器，扫过界面的每一个元素状态；
- 脑子是语义提取器，把一次性动作抽象成带参数的标准工序；
- 手是带容错的自动脚本，下次遇到同类任务照方抓药。
你用最本能的肌肉记忆点一遍，就把深埋在脑子里的隐性流程全交接了。大模型最大的浪费，就是让懂业务的人天天在提示词里扮演人工编译器。
两个必须讲清的现实
但如果你以为从此所有岗位都能一键复制，有两个残酷的现实绕不过去。
第一，录制下来的只是顺风局的操作轨迹。一旦目标网页稍微改版、或者跳出一个意料之外的验证弹窗，缺乏异常处理分支的 Bot 会瞬间卡在原地。
第二，它学会的是怎么点，而不是为什么要点。当业务数据发生冲突时，它依然无法做价值取舍。
这两条限制指向的是同一件事：示教学习交接的是动作序列，不是判断力。它能覆盖的是那些路径稳定、边界清晰的重复操作，一旦任务需要临场权衡，录下来的轨迹就失效了。
门槛被打平的是哪一段
正方会说，能把一次手动画面的操作变成长期复用的技能，确实把普通人做自动化的门槛打平了一大截。过去这道门槛卡在“交代任务”上，现在卡点被移除了，懂业务的人不需要再学一套描述语言。
反方会说，门槛只是从输入端挪到了维护端。录制出来的技能需要有人盯着它别跑偏，网页一改版就得重新教一遍，这笔账未必比写提示词便宜。
我的判断是：两边说的其实是不同阶段的事。示教学习解决的是从零到一那一步，让一个流程第一次被系统接住；至于它能不能长期稳定运行，取决于这个流程本身有多规整。规整的流程，录一遍就够用很久；不规整的流程，录十遍也还是会在意外分支上卡住。
所以永远别担心自己的工作会被录两下就偷走。能被轻易复刻的从来只是鼠标指针的位移，那个在关键时刻知道什么时候该打破流程的人，依然是你。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
