在你信任一个重要的任务之前，先在一项无聊的任务上测试每一个人工智能工具

每个人工智能工具演示都是一个备受瞩目的最佳案例。我的评估方法是相反的：在我让它接近任何重要的事情之前，我都会给每个新工具分配我实际一周中最无聊的任务。无聊的任务就是营销活动逐渐消失的地方。

这个无聊的任务具有演示所没有的特性：输入不明确，没有成功的宣传，“任何时候”的真正截止日期，以及在我疲倦时在周二下午工作的要求。转录工具得到的是我最差质量的音频，即在打开的窗户旁边录制的通话。写作工具得到了我最不光彩的任务，没人愿意写的更新电子邮件。

钻孔测试衡量的是可靠性，而可靠性是复合的唯一特征。如果一个工具在演示任务上表现出色，但在普通任务上却表现不佳，那么您所付出的代价将超过它节省的成本，因为您将无法在脆弱的基础上构建任何东西。不起眼但始终有效的工具成为基础设施。

该测试还暴露了演示隐藏的集成摩擦。该演示预加载了干净的输入；我的星期二有一个该工具半支持的格式的文件和一个需要首先从某个地方导出的工作流程。对于日常工具来说，每次使用十分钟的摩擦就相当于宣判了死刑，而在五分钟的试用中却是看不见的。

经过一周的无聊测试后，我的得分是一个问题：我是否在不记得它存在的情况下伸手去拿它？就是这样。通过的工具将被提升到实际工作中。那些需要我的热情才能发挥作用的工具已经悄悄地失败了，在更新电子邮件中学习它比在客户端交付中学习更好。