返回沙龙首页
从超级个体到智能组织：AI 赋能全场景实战指南

让AI接管我的工作:从协作工具到自动化系统

吴国凯
上海汉得信息技术股份有限公司 研发工程师

核心观点概览

  • 从“单点对话”到“系统工程” 大模型（LLM）不仅是对话工具，它的本质是一个“大脑”。要让AI真正接管工作，必须通过 MCP（Model Context Protocol）协议等工具为大脑装上“手脚”，让它具备读取本地文件、执行命令、操作终端的物理能力。
  • 多智能体（Multi-Agent）团队协同机制 单个AI模型在面对复杂任务时存在局限性（容易出现思维局限或“偷懒敷衍”）。高效的自动化需要构建 Agent 团队，引入“批判者（Critic）”和“横向探索者（Lateral Explorer）”角色，通过内部博弈和校验来提升输出质量。
  • 物理隔离与全天候无人值守运行 把自动化流程放在本地电脑是低效的（盖上屏幕即中断）。真正的自动化应将开发流和Agent部署在云端/远程工作站，结合 Tmux 等会话维持工具，实现7x24小时的“后台静默打工”。
  • “规矩先行”的个人知识库底座 AI的输出质量取决于上下文规范。通过构建私有知识库（如 Obsidian），提前定义好代码规范、需求模板等约束文件。让AI在执行任何任务前“先读规矩再干活”，从而保证结果的标准化。

经典金句提炼

  1. “现在写代码确实非常快，我日常工作中 80% 到 90% 的代码都是全靠 AI 去写的。”
  2. “大模型本质上是一个大脑，想要让它帮你做更多的事情，你需要给它加上‘手脚’（MCP）。”
  3. “AI 有时候脑子也会偷懒，如果你顺着它的思路，它就糊弄过去了。这时候就需要一个‘批判者’角色来反向质疑它。”
  4. “如果只在本地运行，盖上电脑 AI 就罢工了。把开发过程放到远程工作站，才能实现真正的自动化执行。”
  5. “所有的文档本质上都是 AI 写的，我只要把规范定义好，AI 就会先读规范然后再去干活。”

实操步骤与落地案例复盘

讲师展示了一套高度定制化的个人 AI 操作系统，以下为核心架构与实操拆解：

1. 核心工具链与系统架构

  • 交互入口（Channel）： 使用 飞书（Feishu） 作为统一入口，通过 Open WebUI 对接。周末或下班在地铁上突然想到需求，直接在飞书发指令，工作助手自动接单执行。
  • 任务调度中心（Task Hub）： 基于微服务架构搭建的任务派发系统，负责拉取任务、状态回写和校验。
  • 智能体执行端（Agent）： 借助 Claude-code 和 Aider (命令行Agent工具) 在云端工作站落地执行具体的编码或操作任务。
  • 知识沉淀底座： 使用 Obsidian 搭建个人知识库，存储所有结构化规范和项目背景信息。

2. 构建 Agent 团队（对抗与协作机制）

讲师针对复杂需求设计了 Agent Team（微型特遣队），包含以下角色分工：

  • Leader Agent（主节点）： 接收飞书需求，分析意图，调取 Obsidian 中的规范，生成执行计划（Spec）。
  • Critic Agent（批判者）： 专门负责“挑刺”。审查 Leader 生成的方案，防止 AI 偷懒敷衍。
  • Lateral Explorer（横向探索者）： 负责发散思维。在既定方案外，探索是否还有更优的开源替代品或技术路径，打破大模型的思维惯性。
  • Executor（执行与实验员）： 真正去写代码、跑测试用例，将结果反馈给上层。如果报错，内部自动重试循环（直至达成闭环）。

3. 实操落地案例

  • 案例A：开发辅助（3D打印耗材管理系统） 基于 TDD（测试驱动开发）模式，讲师只需在飞书丢出需求，Leader Agent 生成需求说明书，Executor 编写测试用例并自动跑通所有代码。整个过程在远程 Tmux 中全自动执行，讲师仅需在最后进行 Code Review（由于经过了3轮以上的Agent交叉审查，代码质量极高）。
  • 案例B：生活与研究助手（网络爬虫自动化） 为了周末游玩，讲师部署了“网络助手”。该助手每小时自动巡检小红书、抖音、高德地图、携程等平台，根据讲师的个人偏好（居住地、习惯），抓取、总结并规划路线。周末讲师只需看一眼最终生成的出游简报即可出发。
  • 案例C：PPT 自动生成 利用 AI 将文本转化为 SVG 格式的可编辑图表，并自动生成结构化的 PPT 文件，省去了大量排版时间。

4. 极致的成本优化技巧（Token 耗损管理）

  • 由于这种“多智能体内部辩论”和“自动化轮询”会消耗海量的 Token（大模型费用昂贵）。
  • 解决方案： 讲师通过闲鱼等二手平台购买廉价的共享账号或 API 渠道，并使用 New-API 这类中转管理系统搭建了“个人池”。
  • 分级使用： 高端复杂需求（个人直接对话）使用官方高价账号；后台自动化疯狂跑代码、查资料的 Agent 则全部路由到廉价的 Token 池中。一个月仅花费三四百元，却撬动了价值上万的算力效能。