夜雨聆风
跑了一个月后,我终于看清AI助手真正适合干什么
过去一个月，我认真把 AI 助手接进了自己的工作流。
这里我说的“AI 助手”，不是单指某一个具体产品，也不只是大家口中的“小龙虾”。我更想说的是这样一类东西：
它不只是陪你聊天的 AI，而是已经能帮你接事务、跑流程、调工具、往前推进事情的那种 AI 工具。
过去一个月，我尝试使用它去接我的日常助理、内容管理、灵感记录，甚至一度让它去当“二传手”，指挥 coding agent 干活（比如codex、claude code这类有CLI的AI编程工具）。
老实说，这种设计一开始并不是我自己凭空想出来的，而是因为看了网上一些大咖的推荐，当时真以为这是一种更高级的协作方式。
但跑了一圈之后，我最大的感受不是“AI 助手太强了”，而是：
很多大咖推荐的方法，能跑通，不等于最好用。
也是从那之后，我才真正开始看清：AI 助手最适合做的，不是最复杂的工作，而是那些高频、轻量、结构稳定、需要持续接力的小任务。
反过来，像复杂开发（比如做一个AI小工具等）这种重任务，很多时候并不适合让它来做。
这是我自己跑了一圈之后，慢慢试出来的。
最先跑顺的，不是大活，而是小活
很多人刚开始用 AI 助手，都会天然高估它的上限。
比如小龙虾，既然已经能接 Telegram（或者国内微信、飞书等等）、能调 tools、能跑 skills、还能一直待命了，那是不是最复杂的事情也能慢慢交给它？
我一开始也这么想。
我一开始将自己手头工作分为三类，一类是日常工作、一类内容创作工作、一类AI编程工作。
我让不同的agent各自承接一条线（两周，五只小龙虾，十倍效率：我的OpenClaw实践）。
但真实跑下来，我最先感受到提效的，反而不是那些重任务，而是那些以前看起来不起眼、但每天都在消耗注意力的小事。
比如：
-
记录灵感 -
整理阅读卡片 -
做会议纪要 -
识别截图并创建日程 -
跑一些格式明确的总结和报告 -
推荐符合我调性的文章 -
把内容从一个环节自动流到下一个环节
这些事情有一个共同特点：
它们不难，但很烦。
难度不高，频率却很高。单次耗时不长，但特别打断人。
这种工作特别适合交给 AI 助手。
（图：类似这种简单活特别适合交给它）
（图：又比如让它收录一个有意思的信息，这也非常适合它）
因为它本质上不是在替你做最难的判断，而是在替你把那些原本要你亲自盯着推进的小流程，先接过去。
这一点我感受特别明显。
比如内容管理这一块。
以前很多灵感、碎片、阅读卡片，其实是容易散掉的。不是它们不重要，而是人不可能每次都在最合适的时机，把它们完整整理好。
比如我上周带小朋友去深圳欢乐谷玩，等孩子排队玩那会自己在看书，当时有很多灵感，手头又没有电脑。
这时候，手机拿出来，将想法语音告知对应的AI助手，我只管说就行。它会先帮我把这些东西接住了：
-
收灵感 -
收碎片 -
做初步归类 -
给后续写作和加工留底子
这件事的价值，不是“它替我创作”。
而是它把原来最容易断掉的环节，先稳住了。
日常助理那块也一样。
比如我往 Telegram 丢一张电影票截图，它能识别时间地点，再给我建日程，到点提醒。
事情本身不复杂。
但它特别这样的活，就是以前每次都得自己动一下手、但根本不值得自己每次都动手的活。
这就是 AI 助手最先能真正帮到你的地方。
二、真正不顺的，是我让它去当“二传手”
但再往后，我开始遇到一个问题。
前面这些轻量工作跑顺之后，人很容易继续往上加码。
那时候我的想法是：既然 AI 助手都已经能做前面这些事了，那能不能再进一步，让它去承担更复杂的任务？比如复杂开发。
我前面确实认真试过这一套。
简单说，就是让 OpenClaw 这种 AI 助手站在中间，当“二传手”，去指挥 coding agent 干活。
表面上看，这个模式很高级：
-
我提需求 -
AI 助手理解需求、拆任务、盯进度 -
再把开发任务交给 coding agent 去执行
是不是很像一个小型组织？
但问题恰恰就在这。
复杂开发这件事，很多时候最怕的就是“像组织”。
因为组织里一旦多一个二传手，审批效率会慢，开会效率会慢，信息传递也会失真。
AI 工作流里也是一样。
我实际跑下来最明显的感受就是：OpenClaw 这种 AI 助手，拿来做复杂开发的中间调度，并没有我想象中那么省心。
不是说它完全不能做。而是它在这类任务里，往往不是最短链路。
我试过让它去指挥 coding agent，结果是：
-
进度反馈不够及时（多次需要我主动询问进展） -
中间需要我频繁介入（比如有时候开始规划得好好的，实际上并没有执行指令）
这就很像什么？
本来你想招一个人来帮你推进工作，结果最后变成你还得天天盯着他怎么推进别人。不但没省心，反而更累。
后来我换了方式，反而顺了
后来我干脆换了条路。
不再让 AI 助手在中间转一道，而是先把计划、PRD、自主开发要求这些文件全部写清楚，再直接交给 coding agent 去读文件、自主开发（我用的是 Claude Code）。
结果很明显：Project Plan 里原本规划的 7 个阶段，它直接自主跑完了 5 个。
中间那些能自己判断、自己修正、自己往前推的问题，它几乎都一次性处理掉了，只把真正需要我来拍板的决策点单独留到最后。
整个过程特别像我们平时给大领导汇报：
前面该消化的都先消化掉，最后只呈现需要决定的那几件事。
这种体验一下就好了很多。
因为对于复杂开发这种事，本来就不是靠“转发任务”解决的。它更依赖的是：
-
连续判断 -
实时修正 -
直接读上下文 -
直接面对文件和问题本身
最后，一条我现在越来越确认的认知
研究、配置、试错、跑了一个月之后，最想说的其实是这一句：
AI 助手真正的价值，不是替你干最复杂的活，而是接住那些高频、重复、容易把人拖进琐碎里的工作。
这些工作一旦交给它，你会明显感觉到自己的注意力被腾出来了。
而这，才是它现在最值得被认真用起来的地方。
所以如果你最近也在折腾 AI 助手，我觉得最值得先问的不是：
“它能不能替我干所有事？”
而是：
“我每天到底在被哪些高频、小而碎、反复发生的事情消耗？”
先把这些交给它。
这一步跑顺了，你才会真正开始理解，AI 助手到底适合干什么。
推荐阅读
1、一文看懂Skills：读完50篇文章后，我安装了这些13个skills（附清单）