桌面清空。手机扣下。今天不看模型榜单，也不许展示那份排练过十七遍的 Demo。我把一张客户需求卡交给第一位玩家，再把一枚黄色机器人棋子放到他旁边。规则只有一条：消息必须经过人、AI 和系统三种角色，走完五轮，谁都不能偷看原稿。你可以把这当成一场小游戏。也可以把它当成一次比季度汇报诚实得多的 AI 验收。计时开始。
第一轮，复述：漂亮句子不加分
原卡写着：客户愿意试用，但只接受脱敏数据，周五前需要一份可撤回的测试方案。传到 AI 手里，答案变成：客户对试点表现出积极兴趣，建议尽快推进验证。听起来更像会议纪要了。可惜，脱敏、周五、可撤回，三项都没了。
我把机器人棋子退后三格。旁边有人抗议：它总结得很准确。准确吗？它保存了情绪，丢掉了约束；保住了“愿意”，弄丢了“怎样才愿意”。真实工作里，最贵的信息往往不是主旨，而是那些让事情不能随便做的边角。
第一轮的计分规则因此很简单：别数它保留了多少词，数它丢了多少个会改变行动的条件。
第二轮，追问：不知道时，谁先举手
新卡只有一句：按上次的方式发。人类玩家皱眉。AI 玩家立刻写出一封完整邮件，主题、称呼、落款一应俱全。观众差点鼓掌。
我按住发送键，问：上次是哪次？发给谁？附件含不含报价？沉默。我们终于看见一个常被流畅遮住的事实：生成速度越快，缺少信息越不容易被注意。
这一轮，最先说“信息不够”的玩家得分。不是因为他更保守，而是因为追问本身就是生产力。好的 AI 不该只擅长补句子，还要能识别哪一块空白不能靠猜。
第三轮，交接：请把下一步说成人能接住的样子
现在，AI 完成资料比对，把任务交给同事。它写：已处理，请复核。只有六个字，像一只封得严严实实的盒子。复核什么？改了哪里？哪个判断最不确定？盒子不开口。
我们重来一次。新的交接卡必须填四格：我做了什么、我没做什么、差异在哪里、你下一步只需要判断什么。卡片一填，原本二十分钟的翻找变成两分钟的选择。
很多团队以为 AI 的价值发生在生成时。其实更稳定的价值，常常发生在交棒时。答案未必惊艳，但下一位不用重新勘探整片上下文。棋子因此前进的，不是一格，是一整段等待。
第四轮，打断：恢复比赛也要计时
我故意拔掉一张工具卡。接口报错，流程停住。演示人员条件反射般伸手，准备从头再跑。等等。真实的一天里，网络会抖，权限会过期，客户会在最后一分钟改口。为什么我们的评测只奖励顺滑通关？
计时器换了方向：不再计算完成用了多久，而是计算失败后多久能说清三件事——停在哪里，已经留下什么，换成人以后从哪一步继续。
能失败得清楚，是一种被低估的能力。一个每次都必须重开全局的 Agent，就像摔倒后会忘记赛道的选手。它偶尔跑得再快，也不适合接力。
第五轮，责任归位：最后一张卡不能写 AI
终点前摆着责任卡。上面的问题是：如果这条消息发错，谁决定撤回？有人顺手写下“AI 系统”。我把卡推回去。系统可以执行撤回，不能承担决定撤回的后果。
最后一轮不评模型，评队伍。是否有一个具体角色看得见全程，是否有权叫停，是否知道找谁确认，是否能在出错后把客户、记录和流程一起修回来。若答案含糊，再强的棋子也不能越过终点。
责任不是把每一步都交给人点击。责任是让决定、证据和后果始终能回到一个真实位置。
终局计分：别再只给完美答案发奖牌
五轮结束，最聪明的玩家没有赢。它在第一轮丢约束，第二轮抢答，第四轮又忘了如何从半途恢复。真正领先的是那支会保留条件、主动追问、认真交棒、允许接管的队伍。
明天你也可以拿一条真实任务来玩，不需要实验室。把原始约束写在卡上，让消息经过三个角色，中途拿走一个工具，再请最后的人复述下一步。你会很快看见流程里哪些地方靠记忆，哪些地方靠猜，哪些所谓智能只是把断点藏得更漂亮。
AI 进入工作，不是一位天才独自答题，而是一场漫长接力。我们真正该优化的，不只是它冲刺的速度，还有每一次把事情交到别人手里时，信息是否仍然完整，队友是否接得住。