我的AI助手学会＂偷懒＂了:一次价值千元的决策优化

去年我开始认真用AI助手。

一开始觉得挺简单，不就是问个话吗？问得多了，自然就会了。

结果踩了一个坑才明白：AI工具用得好不好，不在于你会问什么，在于你知道什么时候该自己问，什么时候该让它”分身”去同时做。

这个”分身”，才是大多数教程不会教你的事。

01

先说一个我踩过的具体坑。

有次我要分析一家公司的三年财报，数据量大，光表格就有二十多个。我直接在AI会话里操作，让它读取文件、计算指标、对比数据、生成报告。

结果写到一半，context爆了。AI开始”忘记”前面让它算的指标，同一个数字算了两遍，结论和原始数据对不上。最后我花了一个小时核对修正，比我自己做还累。

问题出在哪？

这个任务太复杂了。 它有二十多个步骤，每个步骤都在产生新的中间数据。这些中间数据放在一个会话里，越积越多，AI的”脑子”装不下了。

后来我才明白，这种任务应该让AI创建子任务来处理——相当于让AI派一个”分身”去跑这个复杂任务，主会话只负责最后收结果。

主会话干干净净，分身各干各的。

02

这就是大多数教程不会教你的概念：subagent（子任务）。

你可以理解为：在一个AI会话里，让AI再创建出几个”分身”，同时去跑不同的任务，跑完了结果再传回来。

举个例子。

我要研究AI行业三家公司——OpenAI、Google DeepMind、中国的DeepSeek——的最新动态。

以前我会这样：问完一家，再问下一家，三遍下来四十分钟。

后来我学聪明了。我让AI同时派出三个分身，每个分身去研究一家公司。三个分身并行跑，十分钟后三个结果全部返回，AI在主会话里汇总整理。

同样的任务，三分之一的时间。

这就是正确使用”子任务”机制的价值。

03

什么时候该用”分身”？

我总结了一个简单的判断原则：

第一，看任务复不复杂。

单步任务——查个股价、问个定义——直接问就行。创建一个分身反而增加开销，不值得。

多步任务——分析财报、写代码、处理大量文件——那就值得派分身。分身在独立环境里跑，主会话不被污染。

第二，看任务独不独立。

如果三个任务完全独立，没有依赖关系，那最值得同时派出去并行跑。

如果任务是串行的，第一步做完才能做第二步，那派分身的价值就小很多。

第三，看有没有副作用。

有些任务会改动文件，有些可能运行很久跑不完。这种任务放在主会话里跑，一旦出错，主会话的状态就被污染了。

派分身去跑，就算出错炸了，主会话不受影响。

04

具体怎么用？

不同AI工具的实方式不一样。

以我自己用的OpenClaw为例，遇到复杂任务时，我会说：”帮我同时研究这三家公司的最新动态，把结果汇总后发给我。”

AI会自动分析任务，把可以并行的部分拆出去，同时跑多个子任务，最后在主会话里汇总结果。

整个过程你不需要关心技术细节，只需要说清楚你要什么、什么时候要。

人指挥，AI调配。

05

这个原则用了一段时间后，我的效率明显变了：

之前遇到复杂任务，第一反应是”自己盯着做”，怕AI搞乱了。结果是自己累死，AI闲着。

现在遇到复杂任务，第一反应是”判断一下，该不该让它分身”。该分就分，该合就合。

区别在于：把合适的任务交给合适的方式，而不是把所有任务都用同一种方式处理。

写在最后

AI工具越来越强，但大多数人的使用方式还在初级阶段。

不是因为不会写prompt，是因为没有理解人和AI之间的分工边界。

你不需要学会所有技巧。你只需要学会一件事：什么时候该自己问，什么时候该让它同时去做。

希望今天的分享对你有启发。我们下次再聊。

如果你也在探索怎么用好AI工具，欢迎交流。

提示：本文基于实际使用经验提炼，具体效果因工具而异。

为大家准备了一份拿来即用的提示词模版，需要的朋友可以点个关注，后台回复【提示词】进行领取。