夜雨聆风
我的 AI 助理军团:11 个 AI 如何帮我每天省下 2 小时
从”单打独斗”到”军团作战”，我的 AI 助理体系是如何一步步演化过来的
一、我的 AI 助理，曾经只有 1 个
一直，我的生活被钉钉、微信、邮件、日程表填得满满当当。
每天早上醒来第一件事：
-
查邮件有没有重要通知 -
回钉钉的会议邀请 -
处理孩子的疫苗接种提醒 -
搜集明天的酒店比价信息
我给我的 AI 助理取名叫”main”，让它帮我做这些事。
问题很快来了：
那天下午，我正在用”main”查”明天上海到北京的高铁票”:
main: 正在查询 G1 次列车...
（1 分钟过去）
main: G1 二等座 ¥553，已帮您记录。
正好这时，钉钉弹出一条消息：”下午 3 点临时会议，准备 PPT”。
我告诉”main”:
"帮我查一下万豪酒店的价格"
“main” 说：”好的”，然后… 卡住了。
为什么？因为它正在同时处理”高铁查询”，而我的这条新消息，被它放在了队列末尾。
我又等了 2 分钟，”main” 才回复：
万豪标间 ¥800/晚，含早。
我突然意识到：我只有一个 AI 助理，它像一个干活的员工，但没有助手。它既要查酒店、又要回消息、还要写公众号——这不就是”一个人的公司”吗？
二、招 10 个 AI 助理？这听起来有点疯狂
2025 年底，我决定”扩招”。
我给这 11 个 AI 助理起了不同的名字，每个都有明确的”岗位职责”：
- main（丁小虾）
— 总经理，统筹调度、外部沟通，模型最强能理解上下文 - chengxia（程虾）
— 程序员，编程、代码审查、脚本开发，GLM 在代码方面特别强 - anxiaoxia（安小虾）
— 安全官，审计、漏洞扫描、风险评估 - bianxia（边虾）
— 性能工程师，压测、优化、对比测试 - fenxia（分虾）
— 数据分析师，统计、图表、趋势分析 - guixia（规虾）
— 架构师，规划、设计、方案评估，最强推理能力 - houlaoshi（侯老师）
— 小孩老师，教育内容、古诗启蒙、故事会 - zhulaoshi（猪老师）
— 小孩老师，睡前故事、习惯培养，表达生动有耐心 - niuzhuli（牛助理）
— 家庭助理，日常安排、采购清单、快递查询 - tunainaizhuli（兔奶奶助理）
— 小孩看护，跟娃玩、讲故事、英语启蒙 - tuyeyezhuli（兔爷爷助理）
— 老人看护，健康提醒、挂号预约、聊天解闷
有意思的是：这就像给 AI 发工作证——每个都有 agentId，它就知道自己该干什么了。
三、从”单兵作战”到”军团协同”
现在的流程，是这样的：
场景：我问”帮我查明天北京到上海的高铁和酒店，再查一下去年这时的价格”
-
**main **(总经理) 接收到请求 - main → chengxia
（程序员）：”请查高铁余票和酒店价格，30 分钟内” - main → fenxia
（数据师）：”请查去年此时的房价，做个对比” - main → anxiaoxia
（安全官）：”请确认 API Key 是否泄露（例行审计）”
关键是：这三个人并行干活，而不是排队等。
程虾查完高铁+酒店，立刻汇报：
高铁：G1 10:00-14:30 二等座 ¥553
酒店：万豪标间 ¥800/晚，含早
分虾查完历史价格，补充：
去年此时：¥750/晚（上涨 ¥50，涨幅 6.7%）
建议：如果预算充足，可以等大促再订
安小虾审计完安全，补充：
API Key 未泄露（所有配置文件已加密）
✅ 可以继续使用
main 收到三份报告，整理后回复我：
高铁：G1 次 10:00-14:30，¥553
酒店：万豪标间 ¥800/晚，含早
对比：比去年贵 ¥50（涨幅 6.7%）
安全：API Key 未泄露，可正常使用
建议：如果等大促，可能更低（超预算可考虑）
我只需要发一次指令，10 个 AI 助理自动分工协作——这就像有个”AI 管理团队”。
四、省下的 2 小时，我用来陪孩子
4.1 时间对比
- 查酒店+高铁+比价
：之前 10 分钟 → 现在 2 分钟，省 8 分钟 - 回钉钉消息
：之前要等 AI 忙完 → 现在边回边干活，省 15 分钟/天 - 查快递+预约挂号
：之前分几次问 → 现在自动查+提醒，省 5 分钟/天 - 给娃讲故事
：之前我自己讲 → 现在 AI 讲我旁听，省 30 分钟/天 - 每日合计节省约 2 小时
4.2 效果对比
之前：
-
任务堆积：”main” 回一遍提示”我在忙” -
响应延迟：问完等 5-10 分钟才回 -
混乱无序：不知道哪个 AI 在干什么
现在：
-
并行处理：10 个 AI 同时干，不排队 -
响应快速：80% 的请求 30 秒内回复 -
结构清晰：每个 AI 专岗专责，任务可追溯
五、其实在”扩招”过程中，我们踩了几个坑
5.1 坑 1：AI 会”死循环”
问题： 我问 chengxia：”查酒店” chengxia 回：”已查，¥800″ 我又问：”确认一下 ¥800？” chengxia 回：”确认 ✔️” 我又问：”好的” chengxia 回：”好的” … 最后它说”您重复了 3 次”，吵醒了我。
解法：我们约定，结果汇报后对话结束，不要”确认确认”。
5.2 坑 2：AI 用错了模型
问题： 我让 anxiaoxia（安全官，配置的是 qwen3-coder-next）去比酒店价格，它用了大模型，花了 2 分钟才回复。
解法：重新梳理模型分配策略——查价格用小模型（快且便宜），比价分析用大模型（强推理）。
5.3 坑 3：AI 模糊了职责
问题： 我把 kid 的英语启蒙任务分给了 zhulaoshi，但它回复”我不擅长英语”。
解法：重新定义职责——houlaoshi 负责古诗启蒙，zhulaoshi 负责睡前故事，tunainaizhuli 负责英语启蒙。
六、你的 AI 军团，也可以这样搭
6.1 基础配置
OpenClaw 的 agents 配置文件是这样的：
{
"agents":{
"defaults":{
"model":"qwen3.5-plus",
"apiKey":"${OPENAI_API_KEY}"
},
"list":[
{
"id":"main",
"model":"qwen3.5-plus"
},
{
"id":"chengxia",
"model":"glm-5"
},
{
"id":"anxiaoxia",
"model":"qwen3-coder-next"
}
// ... 还有 8 个
]
}
}
关键点：
defaults
定义基础配置（所有 AI 继承） list
定义每个 AI 的个性化设置 id
就是它的”工作证号”
6.2 实用建议
- 从 2-3 个开始
：别一上来就 11 个，先搭 main + chengxia + anxiaoxia 试试 - 明确职责
：每个 AI 干什么，要写清楚（比如查价格、写故事、发通知） - 模型匹配
：查价格用小模型（便宜）、写故事用中模型（生动）、做规划用大模型（强推理）
七、写在最后
现在，我的 AI 军团已经成了我生活的一部分。
周末陪娃时，tunainaizhuli 在跟娃读英文绘本；zhulaoshi 在讲睡前故事；niuzhuli 在查明天的菜价。
工作日，chengxia 在帮我写代码，anxiaoxia 在做安全审计，fenxia 在做数据统计。
我只需要发一句”帮我查酒店”，剩下的一切，它们自动协调完成。
这就像我雇了一个”AI 管理团队”，每个人有专长、有分工、还能协作。
想看完整配置和踩坑细节？来知识星球找我 → AI编程·龙虾AI实战营 🦞
以后我会分享：
11 个 Agent 的完整配置 JSON 模型分配的详细对比 AgentToAgent 的最佳实践 安全审计的实战经验 欢迎来星球聊聊你的 AI 军团怎么搭 🦞