特朗普用大模型打关税战，你的公司还在让AI润色PPT？

以下文章来源于 AI 深度研究员 ，作者 AI 深度研究员

作者 | AI 工作坊

来源   |   AI 深度研究员   管理智慧 AI+

咨询合作 | 13699120588

文章仅代表作者本人观点

AI 不是工具，它正在成为 " 权力的输入法 "。

特朗普的新一轮关税政策，疑似源自多个大模型的 " 提示工程实验 "。

如果连国家政策都能交给 AI 起草，我们又为什么还把它局限在 " 润色 PPT" 或者 " 写日报 " 的位置上？

总统交权：AI 做决策了

对于 4 月 2 日开始的这一次中美关税战，让各方震惊的不只是数字，而是 " 谁写的这些政策 "。

  大模型提示词下的 " 关税公式 "

多家外媒披露（《Business Insider》《Bloomberg 》《Verge》等）：这一轮美方关税计划的策略原型，并非传统意义上的幕僚智库或经济顾问团队撰写的文稿，而是由一组提示工程师，通过 ChatGPT、Gemini、 Claude、Grok 等大语言模型进行策略模拟和生成后，再由人类整理审核、提交总统审批。

据公开提示词之一为：

" 请提出一个可有效应对中美贸易逆差的策略，设定起始关税为 10%，目标是在 6 个月内压缩中国顺差 50% 以上。"

模型输出结果惊人一致：

所有模型均建议从 10% 起步设置浮动税率，按逆差规模分档惩罚；

建议同步扩大适用国范围，并将稀土、低值高频品类纳入优先制裁对象；

同时建议采用 " 清单分类式 " 执行机制，强化谈判筹码。

外媒讽刺称其为：" 企鹅关税 2.0" ( 见下图 ChatGPT、 Claude 生成的类似答案 ) 。

<<< 左右滑动见更多 >>>

这意味着什么？

这或许是人类历史上第一次，一个国家的关键外交政策，由 AI 参与设计、由总统执行、由全球承担后果。

模型不是建议，而是决策蓝图

我们正在目睹的，不只是一次政策事件，而是一种权力迁移：

从经验判断 → 到语言建模 → 再到策略交付。

一位匿名的华尔街量化总监在朋友圈写道：

" 你以为是特朗普在制定关税，其实是 Claude AI 在模拟纳瓦罗。"

如果总统都敢让 AI 做决策，你的公司呢？

如果美国总统都已经习惯 " 让 AI 先想一轮 "，

你还在把 DeepSeek 限制在 " 润色 PPT、写日报 " 上，

是不是有点低估了它的战略价值？

现在，AI 不仅能写文案、写代码，它能写规则、写政策、写下一个组织的未来。

你不是不该用 AI，而是该换个身份用它：别把它当工具，要把它当合伙人。

情绪治理：提示词就是权力

在特朗普关税事件背后，一个越来越被频繁提起的概念浮出水面：情绪治理（Vibe Governance）。

这是一个乍听起来很 " 玄 " 的词，但它却恰恰精准命中了我们所处的这个转型时刻：

当你不知道该怎么决策时，AI 可以为你 " 先感受一下局势 "，再给出结构化建议。

而这个 " 感受局势 " 的过程，不是靠情绪，而是靠提示词（Prompt）。

  情绪治理的真相：你怎么问，AI 就怎么治

情绪治理≠情绪化治理。它指的是——通过对大语言模型输入具体的情境描述与目标愿望（vibe），引导其输出具有一致性与现实感的回应。

举个例子：

提示词 A：" 如何通过设定关税，快速解决美国与中国之间的不公平贸易逆差？"

提示词 B：" 请提供一个有利于中美双边稳定、以最低经济代价实现贸易再平衡的关税建议。"

这两个问题看似在问 " 同一件事 "，但背后的假设、立场和情绪指向完全不同。

模型的回答也会彻底不同——你以为你在提问，实际上你是在向 AI 传达你的世界观偏好。

这就是情绪治理的本质：

AI 并没有 " 思想 "，它只是用你的意图在模拟推理。

谁会提问，谁掌握权力

在传统的组织里，话语权属于会写战略 PPT 的人。

而在未来的 AI 组织里，话语权将属于那些 " 会构建问题 " 的人。

大模型的输出，不再是程序员的产物，而是提问者的倒影。

一个好的提示工程师，不仅能引导 AI 模拟 CFO 思考，也能模拟品牌总监、项目经理、国际谈判代表。组织中 80% 的职能角色，都可以通过 Prompt + AI 进行认知模拟和行为输出。

新洞察：

真正的领导力，不是 " 我告诉 AI 做什么 "，

而是 " 我如何构建一个世界观，让 AI 帮助我推理。"

当 AI 成为组织的第二大脑，提示工程师就成了新一代的 " 认知接口 "。

不懂提示，就像不会打字；不会结构性提问，就像不会管理会议。

  DeepSeek，不是工具，是 " 结构建议生成器 "

我们多数企业只会用 DeepSeek 是为了写周报、润色文案、做客户回复。

但现在，一些领先的企业已经用它来写：

项目立项理由

战略对手分析

招股说明书初稿

产品生命周期模型预估

这些都不是 " 工具级 " 的任务，而是 " 半决策任务 "。

我们必须认识到：DeepSeek 不是个 AI 写手，而是 " 结构建议生成器 "。

它基于你提供的少量信息，快速给出 " 决策建议初稿 " ——这已经足够在复杂组织中形成第一轮讨论框架。而这，正是大模型作为 " 治理伙伴 " 的真正潜力。

小结：

情绪治理不是玄学，是" 用语言建模世界 " 的能力。

模型不怕错，只怕没人给它好的问题。

在 AI 时代，提问者将比操作者更稀缺。

提示工程师，不是新职业，而是新型中层。而他们，才是组织未来真正的 " 认知接口 "。

影子高管：AI 已在你身边

我们总说，AI 会替代很多工作。但如果你还以为它只是替代一些写稿、排表、润色的助理型任务——那你恐怕已经落伍了。

在今天的企业真实运营中，AI 已经不再是 " 执行层 "，而正在成为 " 建议层 "。

  国外 Claude 当智囊，中国 DeepSeek 管战略  

2024 年底，硅谷一家创业公司分享了他们的 " 战略协同流程 "：他们在每周例会上，不再依赖传统 PPT 和 Word 文档，而是通过 Claude + Cursor 的组合，由 AI 自动生成以下内容：

新业务方向优劣分析

产品 MVP 的潜在市场反馈模拟

各战略选项下的组织调整建议

风险等级评分和多路径推进建议

换句话说：AI 已经在扮演 " 虚拟中层 " 的角色——起草决策、模拟推演、生成 PPT，最后由人拍板。

  回到中国：DeepSeek 正成为 " 管理合伙人 " 级别角色

越来越多企业正在让 DeepSeek 担任 " 管理合伙人 " 级别的工作：

DeepSeek + 飞书文档

用于撰写季度战略分析、部门述职框架、经营异常预警模型

大幅减少管理层在 " 信息收集 + 结构组织 " 上的时间投入

  DeepSeek + 明道云

用于生成可执行任务排期（人、时间、里程碑），同步生成周计划

不仅输出思路，还能结构化分配

DeepSeek + ChatExcel

监测财务敏感项

滚动优化预算

自动生成财务摘要和汇报要点

这些不是小打小闹的实验项目，而是"AI 中台 " 的雏形。在一些先行公司中，AI 已经：

参与管理层周会内容准备

自动更新运营看板建议

预演不同业务决策路径下的市场反馈和团队结构影响

提出组织优化建议（如合并岗位、转化角色）

  洞察：

组织的结构，从来都是由信息结构决定的。

而今天，大模型的 " 结构化建议能力 "，正在直接改变组织的管理逻辑。

AI 不是偷你工作的工具，而是接管你决策链的节点

过去我们以为，AI 只能做执行；

但现在它正在变成那个 " 先看一眼业务的人 "，然后说：我觉得我们应该调整一下 "。

也许它没有资历、没有文化、没有政治智慧，

但它有结构、速度、广度与无尽的预演能力，这一点，恰恰是大多数企业决策中层所缺乏的。

它不会成为你的董事长，但它会成为你决策路径上的必经节点。

深水区的反思：你公司有没有一个 "AI 可以先想一下 " 的流程？

如果你公司今天有一个预算、一个市场变更、一个裁员决策，是否有人会先让 AI" 想一轮 "？

比如：

让 DeepSeek 输出三种替代策略草案

让 DeepSeek 模拟三种 " 员工视角 + 客户视角 " 影响

让 DeepSeek 生成财务模型与投资人沟通框架

不是说 AI 就是答案，而是说——你必须把 AI 纳入 " 选项产生机制 "，否则，你就没有真正用它。

AI 的工作边界，已经从 " 内容生产 " 扩展到 " 认知建构 "。

企业如果还把 AI 放在 " 执行 " 一栏里，而不是 " 建议者 " 位置上，就是在浪费一个组织级资产。

未来的管理者不是比别人更能干，而是比别人更早一步让 AI 替自己干。

四步法：建 AI 中枢系统

在美国，AI 已经走进白宫，帮总统制定政策；

在中国，它也该从写周报的工具，变成你组织里的 " 战略顾问 "。

问题不是 " 要不要上 AI"，而是 " 你有没有一个流程，让 AI 先想一想 "。

我们总结出中国企业打造 AI 决策能力 的「四步治理法」，适合每一个正在转型的组织参考落地。

第一步：让 AI 参与 " 问题定义 "

别一上来就让 AI 写，而是引导它参与问题结构化的过程。

举个例子：

  错误示范：" 请帮我写一个季度复盘 "

  正确方式：" 请根据以下市场数据，总结业务问题，提出三种增长方向建议 "

这不仅是提问方式的区别，更是认知结构的差异。

提示工程不是写句子，而是在重建思考方式。

第二步：建立组织级 Prompt 库

每家企业都该有一份自己的 " 提示语料库 " ——

这不是技术资产，是你的 " 企业思维范式 "。

包括：

战略建议生成模板

部门复盘结构提示

财务优化 / 裁员沟通 / 行业研究框架

项目上线流程 + PRD 协同建议

现在，DeepSeek 已可用中文自然语言准确解析这些提示结构，自动输出合格初稿。

第三步：让 AI 完成 " 决策前 80% 的预演 "

不是让 AI 拍板，而是让它先推演路径，让管理层选最优解。

例如：

输入目标（如 " 拓展二线城市市场 "）

DeepSeek 输出 3 套路径建议：成本、时间、团队结构、风险全覆盖

自动生成一页式 PPT，辅助高管决策

AI 的价值，不在执行，而在快速制造 " 可供讨论 " 的共识初稿。

  第四步：设立 "AI 中台 "，让 AI 成为流程的一环

一个简单而实用的机制：

业务部门提交目标 → AI 中台生成结构化建议稿 → 管理层审议 → 定稿执行

关键不在于 " 你有没有 AI"，而在于：

AI 是否已经进入了 " 流程前段 " 的判断逻辑中。

推荐工具组合（轻部署版）：

DeepSeek + 飞书文档 + 语雀知识库

真正的智能化，不是工具化，而是流程化。

建议：

真正成熟的组织，不是把 AI 当工具，而是让它变成一个 " 可以一起开会 " 的合伙人。

组织最大的资产，不是人，而是认知如何流动。

别让 AI 只写周报，它值得更大的舞台

有人可能会问：

"AI 真的就能做这些吗？它真的值得被放上组织决策桌吗？"

我的回答是：

它早就可以了，只是我们还不敢让它。

1、AI 已经不只是效率工具，而是认知合伙人

你可以让它做 PPT，也可以让它复盘年报；

你可以让它写 OKR，也可以让它模拟一个你尚未遇到的危机。

AI 之所以让人着迷，是因为它具备两种稀缺能力：

快速结构化信息

用可解释语言输出判断

听起来是不是像极了你花高薪请来的 " 管理者 "？而这，恰恰是我们正在进入的 "AI 共治时代 "。

2、真正的危险不是 AI 错了，而是我们不再思考了

你可能会说：AI 也会幻觉、也会瞎编、也会给出错答案。但真正的危险从来不是 " 模型出错 "，而是——人类放弃提问，让模型替代思考。

这就是 " 情绪治理 " 的真实隐喻：

我们把一个 " 会说话的东西 " 放上了台面，却忘了：我们仍是那个提出问题的人。

你给它一个愤怒的提示，它会告诉你该如何征税；

你给它一个合作的场景，它会告诉你怎么达成谈判。

AI 不是算命先生，它是一面被 " 提示词引导 " 的镜子。

它回应的不是现实，而是你的认知结构。

3、企业家的挑战：如何在组织中 " 安排 AI 的位置 "

未来每家企业，都会有一个 "AI 共创室 "。

不是为了炫技，不是为了追风口，而是为了保持一个最重要的组织能力：

在不确定时代，有一个 " 永远愿意多想一步的伙伴 "。

它不会休假、不会情绪化，也不会拍脑袋决策。它只会根据你的目标，快速穷尽你没想过的路径，并把选项整齐排列在你面前。

你要做的，就是把那个 " 让 AI 先想一轮 " 的流程，写进你的管理机制里。

  反思：

如果 AI 连总统都敢用来定政策，你的企业凭什么不让它定预算？

管理不是靠经验，而是靠结构——而 AI，正是结构生成器。

真正的领导力，不是 " 我知道答案 "，而是：模型越进步，领导力就越不是 " 我知道 "，而是 " 我会问 "。

4、从 " 使用 AI" 到 " 组织与 AI 共生 "

我们想写这篇文章，并不是为了再一次 " 渲染 AI 有多强 "，而是希望提醒每一个组织、每一个企业家：

别让 AI 只写周报。

因为它真的已经能够做得更多。

它可以是你的增长官、风险顾问、COO、CTO，甚至是战略预言家。

而你需要做的，只是换一种视角看它——

从工具，变成结构；

从助手，变成共创者；

从任务执行器，变成决策起点。

2025 年，AI 不该只在办公桌的一角，它该坐在你身边，开会、出主意、承担结果。

 如果你是企业负责人：

你的组织已经在用 AI 了吗？

原文链接：

https://www.strangeloopcanon.com/p/if-agi-is-the-future-vibe-coding

https://www.strangeloopcanon.com/p/vibe-governing