本文通过Build in Public方式与星尘洞见群友共创完成,核心思想来自"贫穷的微笑"的实战分享
引言:会议室里的新成员
"我们公司的各种决策都是这样搞的,一堆高管开会投屏就投Gemini。"
这不是科幻小说的场景,而是正在发生的现实。当传统会议还在为"谁说了算"争论不休时,一些走在前面的团队已经找到了更高效的解决方案——让AI成为会议的第三方裁判。
一、让AI来主持会议,靠谱吗?
先泼个冷水
Nick说得对:"这个模式要真的好用,估计要等AI能接近贾维斯的能力。"
现在是什么情况?"人工辅助AI主持"——听听这个词,是不是哪里不对?应该是AI辅助人才对吧。
但即便如此,用好了还是能提升不少效率。
先说个事,"贫穷的微笑"他们公司开会,核心就一个人操作AI,其他人围着看。这个操作AI的人,他们叫Supervisor(别和Linux那个supervisord搞混了)。
说白了,Supervisor就是会议里负责和AI对话的人,通常是老板或者项目负责人。为啥要有这么个角色?因为总得有人把大家七嘴八舌的意见整理成AI能懂的话,再把AI的回复翻译给大家听。
"贫穷的微笑"团队内部把这套方法叫"磕头法"——不清楚的,磕一个(问AI);有争议的,磕一个。形象又好记。
工作原理其实很简单
大家讨论,Supervisor整理问题输入给AI,AI给方案,不满意就改改再问。就这么简单。
关键是什么让这个方法好用:
- • AI没有立场,不会偏袒任何人
- • 所有人看着同一个屏幕,信息透明
- • 有分歧了,"磕一个",让AI来评判
- • 不清楚?"磕一个"就清楚了
工具选择:自动化 vs 人工总结
自动化工具路线:
- • 飞书妙记/腾讯会议:自动生成会议纪要
- • 豆包语音/通义听悟:实时语音转文字
- • 优点:轻松,全程记录,不遗漏
- • 缺点:内容冗长,AI可能被无关信息干扰
人工总结路线(贫穷的微笑团队):
- • Supervisor现场总结要点
- • 手动输入关键问题给AI
- • 优点:精练、直击要害、AI回复更准确
- • 缺点:对Supervisor要求高,脑负荷重
怎么选?看团队情况:
- • Supervisor能力强、会议焦点明确 → 人工总结
- • 会议内容庞杂、需要完整记录 → 自动工具
- • 可以混合:自动记录做备份,人工总结问关键
适用性说明:这个方法不是万能的
先泼点冷水。正如群友Bingyao说的:"没觉得AI在开会提效这件事上能提升特别大的效率。"确实,AI辅助会议有它的适用场景。
什么时候效果好:
1. 方案评审类会议
- • 参会人提前准备好方案文档(架构图、数据对比、风险评估)
- • 会上主要是对比和决策,不是从零开始想方案
- • AI的价值:快速对比多个方案的优劣,给出客观评估
2. 技术选型会议
- • 各技术负责人带着调研结果来(性能测试、社区活跃度、学习曲线)
- • 不是临时起意要选什么技术
- • AI的价值:综合评估技术栈,预测潜在问题
3. 项目复盘会议
- • 有明确的数据和事实(延期天数、预算超支、bug数量)
- • 不是互相推卸责任的批斗会
- • AI的价值:客观分析问题根因,提供改进建议
4. 预算分配会议
- • 各部门带着详细的需求清单和ROI分析
- • 不是拍脑袋要资源
- • AI的价值:基于数据做权衡,给出分配建议
什么时候效果一般:
1. 创意策划会议
- • 需要天马行空的想象力
- • AI的建议往往太常规、太"正确"
- • 创意需要人的灵感碰撞,AI反而是束缚
2. 团队建设会议
- • 涉及人际关系、团队氛围、个人情感
- • AI理解不了会议室里的微妙气氛
- • 有些话只能意会,给AI说不清
3. 紧急事故处理会
- • 现场信息混乱,各种消息满天飞
- • 没时间整理成结构化输入
- • 需要的是快速反应,不是完美方案
4. 跨部门撕逼大会
- • 表面上讨论方案,实际上是利益博弈
- • AI给不出能平衡各方利益的"政治正确"方案
- • 需要的是妥协的艺术,不是最优解
会前准备是关键(很多人忽略这点)
会议成功的本质(AI改变不了)
Bingyao总结得精准:
- • 会前准备决定一半成败(context是否对齐)
- • 会中效率看三点:参会人专业度 + 沟通水平 + 主持人把控
- • AI只是工具,人不行,工具再好也白搭
参会人员的准备:
- • 不要带着"想法"来,要带着结构化的方案来
- • 提前准备一页纸总结:问题是什么、我的方案、数据支撑
- • 如果讨论技术,把关键代码、架构图准备好
- • 如果讨论业务,把用户数据、竞品分析准备好
Supervisor的准备:
- • 提前梳理议题框架,知道要问AI什么
- • 设定明确的决策标准(成本优先?时间优先?质量优先?)
- • 准备好prompt模板,不要现场现想
- • 预估每个议题的时间,现场总结超过5分钟的就别用AI了
时间成本考量:
- • 如果整理输入要20分钟,AI回复2分钟,讨论10分钟 = 32分钟
- • 如果直接讨论30分钟能出结果,就别折腾AI
- • 但如果已经争论30分钟没结果,"磕一个"可能5分钟搞定
具体案例对比:
✅ 成功案例:某公司技术方案评审
- • 三个团队各自准备了设计文档(10页PPT)
- • 会议开始,每个团队5分钟陈述
- • Supervisor总结三个方案的核心差异,问AI
- • AI给出对比表格:性能、成本、风险、实施难度
- • 团队基于AI分析,15分钟达成共识
- • 原本2小时的会,45分钟结束
❌ 失败案例:某公司产品创意会
- • 大家想讨论"怎么提高用户留存"
- • 花了30分钟给AI描述现状和困境
- • AI给的建议:优化新手引导、增加社交功能、搞积分体系
- • 团队反应:这些我们早想过了...
- • 最后还是靠头脑风暴想出了新点子
- • 结论:AI没帮上忙,反而浪费时间
记住coso的话:"输入条理越清晰,描述越结构化,边界清晰,AI的输出能力,比大部分人要好。"反过来说,输入乱七八糟,AI也救不了你。
黄金原则:如果你没法在2分钟内向同事说清楚问题,也别指望AI能帮你。
还有个扎心的真相:人数问题
Bingyao说得好:"理想开会人数也就3-5个人,再多会议效率和质量会急剧下降。"
薇冷更是一语道破:"小会大决策,大会小决策。"
大铭的实践也证实了:"最近大决策没有超过4个人的。"
所以别指望AI能拯救你的20人大会。人太多,神仙也救不了。
二、实施流程:如何开一场AI驱动的会议
准备阶段
路线一:精简人工版(贫穷的微笑团队)
- • 选定能力强的Supervisor(要求:快速抓重点、简练表达)
- • 投屏GPT/Gemini界面
- • 准备好核心议题
路线二:自动工具版
- • 开启会议记录工具(飞书妙记/腾讯会议/豆包语音)
- • 设置好AI…