WorkBuddy无人值守:定时、远程、协作、交付
人不在电脑前,任务照样能往下走。定时、远程、协作、交付四类用法各有一套配置,本地与云端怎么分、权限给到哪、三档交付怎么选,都有交代。用法铺开之后另有一个问题,产品没有一键导出,文件和数据得自己留一份、留版本、定期导出。
AI的学习、实践和思考
人不在电脑前,任务照样能往下走。定时、远程、协作、交付四类用法各有一套配置,本地与云端怎么分、权限给到哪、三档交付怎么选,都有交代。用法铺开之后另有一个问题,产品没有一键导出,文件和数据得自己留一份、留版本、定期导出。
WorkBuddy资料库不是存完就翻篇的仓库。存进去的资料能读回任务让Agent继续加工,MD、CSV、HTML三种格式互相引用、改一处处处生效,还能发布成链接往外流转。资料不是一次性上传,而是进入持续工作的循环。
WorkBuddy默认权限以工作空间为界,完全访问一旦开就是全局的,也不跨设备。重要资料与唯一副本、桌面与下载目录、批量操作、陌生脚本这四种情形不该开;安全中心七项分拦、退、防、查四组,附八条红线。
WorkBuddy自带的本事有时不够用。缺一个动作加技能,缺一个判断换专家,一件活要几路人分头做才上专家团,要连外部系统接连接器。四样各管一段,不是四档强弱,附一张选型表。
WorkBuddy记忆分两份。一份是AI每晚自己生成的,只记事实、习惯、关系、待办四类;一份是四个本地文件,程序生成、人维护,每轮全量读进上下文。一份会攒出冗余,一份会放成过时,都得定期整理。
把活交出去和把问题问出去,是两种用法。文件、信息、内容、数据四类活,各自怎么说清要求;判断、签署、亲历三件事,始终留在自己手上。
让WorkBuddy干活,第一步不是打字,是先挑一个文件夹。选好工作模式,交活时说清目标、输入、输出格式与约束,回来在结果区验收。这一轮走完,起步就过了。
AI从只给答案,变成直接交结果——文件、表格、报告,出来就能用。省下的不只是排版的时间,风险也换了张脸:它开始动我的东西。于是我给它立了五条规矩。
把打磨交给 AI,三轮下来 skill 长了一半,做到了,又像没做到。我认得出规矩的好,却说不出它为什么长成这样——说不出,就不算我的。工具可以代劳,实践不行。这几周没磨出预期中的成品,却磨清楚了自己想要什么。
想给旅行助手skill搭框架,却卡在空对空。先弄出一份自己想要的攻略:翻出旧行程表,看清了两个我,也想明白了攻略该串起哪些东西。输出倒逼输入——先定产出,再啃框架。
让AI给乐山排了份三日行程:大方向靠谱,细节差点意思——先放行李还是先吃饭,它排错了。为了讲清它不足在哪,我第一次拆解自己做攻略的思路,也看清了:skill的本质,是经验。
“用AI”实战系列开篇,从打造旅行skill迈入skill的世界。skill的本质是经验——把经验固化为程式,skill给方法,AI去执行。七步打造思路:思考旅行意义、明确产出、参考学习、搭建框架、验证、复用、迭代。
用十几轮对话和AI磨出一份青岛到大连的11天旅行攻略,过程中把"懂诉求、会判断、敢想象、能执行"四个能力跑了一遍——AI能替我规划,替不了我走。
八篇文章学完了AI的基本概念,接下来不只是学了——要用。学的尽头是用,用得起来的前提是有一个真正需要解决的场景。
从工作流到智能体——当AI不再按图纸施工,而是学会了自己画图。一文讲清智能体原理、驾驭工程、多智能体协作,以及当下两条产品路线。
工具调用是给AI一把锤子,工作流是给它一张图纸加整套工具。从n8n到扣子,从手动串联到自动化流水线——以及一个必须回答的问题:Agent时代,学工作流还有意义吗?
从提示工程到上下文工程再到工具调用——当AI不再只是聊天,能搜索、读文件、操作软件,底层发生了什么。文科生视角的系统梳理,包含一个极简MCP工具实例。
提示工程决定第一轮的质量,上下文工程决定第十轮还能不能稳住。从容量管理到信息密度,从位置效应到上下文污染——系统梳理上下文工程的六个核心问题,以及从入门到精通的三步路径。
从LLM的预测引擎本质出发,系统梳理提示工程的核心概念、输出配置、基础与高级提示技术、常见挑战和实践经验。
AI不是代码的专利。AI能说人话之后,主场从代码转向了语言——文科生本来的领地。从Token到Agent——一张地图加一条路线,文科生的AI入门指南。
AI时代,人还剩下什么?四个能力:知道自己要什么、能判断好坏、敢于想象、最重要的是——行动起来。前三个是人的光芒,最后一个,是让光芒落地的地基。
AI让很多事不需要人亲自做了,这是机遇也是挑战。当"有答案了"的确定性覆盖越来越多的领域,人还剩下什么?思考、好奇心、写作——意义不在结果,在人在场。AI时代的人文精神,重心从"能力"转向"在场"。
AI时代需要底层支撑。这篇文章搭建了一个六层框架——硬件、连接、软件、数据、安全、理念,帮助普通人建立清晰的整体认知,识别短板与优先级。
用AI处理低质量信息源,只会把平庸处理得更整齐。工具越强大,方向选择就越重要。这次折腾让我重新理解了"垃圾进垃圾出"——带上AI也不行。