乐于分享
好东西不私藏

OpenClaw真成路边一条了,Agent真不适合所有人,因为大部分人连每天到底在忙啥都不清楚

OpenClaw真成路边一条了,Agent真不适合所有人,因为大部分人连每天到底在忙啥都不清楚

大家好,我是轩辕。

最近收到几个商单邀约,发现了一个有意思的现象。

进入2026年,Agent产品迎来了大爆发。OpenClaw的爆火让Agent这个词完成了破圈,让更多普通人了解了AI智能体这个新鲜玩意儿。

但自从3月开始,OpenClaw的声量就一路下滑,身边谈论的人也越来越少了,这一点从Google搜索趋势就能管中窥豹:

因为很多人装完OpenClaw之后,除了聊天对话不知道拿来做什么。

经过3月初的火爆之后,国内各种类似产品经过2-3个月的研发,也到了开花结果的阶段了。

于是最近一段时间,连续收到了好几款不同类似产品的商单邀约,具体是什么我就不说了,目前还处于保密阶段。

我发现了一个有意思的点:

包括OpenClaw和这些即将面世的Agent类产品在内,所有的Agent都在奔着一个目标:帮大家提高工作效率,帮人类自动化做各种事情。

然而,就像很多人装完龙虾之后只会聊天对话一样,问题的核心在于:大部分人根本不知道自己有什么事情需要用AI来提高工作效率。

这部分人可能连把自己日常工作描述清楚都很困难,更别提用智能体来自动化了。

1. 想清楚你到底每天都在忙些什么

如何破局呢?

我想了很久。

后来我发现,问题的核心不在 Agent 产品本身。

而在于,大多数人没办法把自己的工作说清楚。

你让他用 Agent 提高效率,他不知道从哪里开始。

你问他:

你每天最耗时间的是哪件事?

他愣住了。

你再问:

你最不想做但又不得不做的事情是什么?

他开始有感觉了,但还是说不太清楚。

这个情况其实很常见。

程序员、自媒体博主、运营、销售这些人更容易用上 AI,不是因为他们更聪明,而是因为他们的工作天然就是流程化的。

程序员做一个需求:分析→读代码→写代码→调试→测试→提交→写文档。

博主做一条内容:选题→查资料→写脚本→做封面→剪辑→发布。

这些流程一旦拆清楚,AI 在哪里接手、接手做什么,一眼就能看出来。

但很多人的工作不是这样的。

他说自己”每天很忙”,却说不出忙在哪。

把工作流程拆出来,这一步其实比”会用 Agent”更难,也更重要。

2. Agent工作流规划

基于这个想法,我做了一个 Skill。

名字叫「Agent 工作流设计师」。

它不是普通提示词,也不是让你直接上手某个工具。

它做的是更前置的一件事:

通过一轮一轮的提问,帮你把自己的工作流程拆出来,再分析哪些地方适合接入 Agent。

它不会一上来就问一堆问题。

只是采用单问单答的方式,每次只问一个。

一开始会问:

你这次想用 Agent,最主要的目的是什么?

它会给你几个选项,包括提高效率、节省时间、做自媒体、做副业、或者只是想知道 Agent 到底能在自己工作里做什么。

知道目的之后,才会继续问你职业、你平时交付的成果、一项典型工作从哪里开始、中间经过哪些步骤、哪一步最耗时间、哪一步最重复、哪一步如果 AI 先帮你做一版会让你轻松很多。

每个问题都是一层。

问完之后,你的工作流程基本上也就拆出来了。

3. 举个例子

举个例子。

假设你是一个自媒体博主。

你告诉它想用 Agent 提高内容生产效率。

它不会直接说”你可以用 AI 写脚本”。这太粗糙了。

它会问:

你做一条内容通常从哪里开始?

你说:先看热点,然后想选题。

它再问:从想法到发布,通常经历哪些步骤?

你说:找资料、写脚本、做图、录音、剪辑、发布。

它再问:哪一步最耗时间?

你说:选题、查资料、写脚本。

这个时候,它就会开始判断了。

你最适合先改造的,不是”让 AI 全自动帮你做视频”,而是这三件事:

热点选题 Agent、资料整理 Agent、脚本初稿 Agent。

然后它会把每一个工作流具体设计出来。

比如热点选题 Agent:

输入是账号定位、目标观众、近期热点、竞品账号;Agent 负责收集信息、分析匹配度、生成多个切入角度、按传播潜力排序、输出标题和钩子;你负责从里面挑选最终要做的那个。

这就比简单一句”用 AI 写脚本”实用得多。

4. 输出结果

最后它会生成一份 HTML 格式的网页报告。

里面有你的工作画像、流程地图、哪些任务适合接入 Agent、哪些暂时不建议自动化、推荐的工作流设计,以及第一周应该从哪里开始。

我不想让它只输出一段 Markdown。

因为 AI 的前端能力现在已经很强了,既然能直接生成网页,为什么还要输出纯文本?

我希望用户拿到这份报告之后,有一种感觉:

这是一份属于我自己的 AI 工作流改造方案。

不是泛泛地说”你可以用 AI 提高效率”,而是告诉你先从哪里开始、为什么从这里开始、Agent 具体做什么、你自己审核什么、未来怎么升级。

还有一点我想单独说一下。

很多人一提到 Agent,就想一步到位:

让 AI 自动帮我赚钱。让 AI 自动帮我做号。让 AI 自动帮我运营。

这个想法很美好,但现实中很容易翻车。

因为大多数人的工作里,有大量隐性的判断标准。

这个选题适不适合我的人设?这个标题会不会太标题党?这个客户该不该继续跟?这个方案能不能拿给老板看?

这些东西,一开始不能直接交给 Agent。

所以这个 Skill 里有一个原则:先半自动,再全自动。

第一阶段让 Agent 做资料收集、信息整理、内容初稿、竞品监控这类事情——失败成本低,人工审核容易,节省时间又很明显。

等这些流程跑稳了,再逐步升级到多工具调用、自动触发、定时监控。

这才是更靠谱的 Agent 落地方式。

这个 Skill 我已经整理好,开源了,地址是:

https://github.com/xuanyuanzhifeng/agent-workflow-designer

安装方法:

直接打开你的Agent,比如Codex、Claude Code,一句话丢给它即可:

你可以直接拿去用,也可以根据自己的行业继续改。

里面包含了角色设定、单问单答访谈规则、工作流拆解方法、自动化等级定义、HTML 报告输出规范,还有不同行业的示例模板。

如果你想给用户提供”AI 工作流诊断”服务,或者只是想搞清楚自己的工作哪里能接 AI,都可以参考。

我也故意没有把它做成某个具体产品的私有提示词。

因为 Agent 时代真正需要普及的,不只是某一个工具,而是一套方法:

如何把人的工作,翻译成 Agent 能接手的流程。

5. 最后说几句

这两年大家一直在说提示词工程。

但我觉得进入 2026 年之后,比提示词更值钱的能力,是工作流设计能力。

提示词解决的是怎么让 AI 回答得更好。

工作流设计解决的是怎么让 AI 真正参与你的工作。

不是一个层级的事。

未来你会发现,同样一个 Agent,有人用起来像玩具,有人用起来像生产力系统。

区别不在工具,而在这个人能不能说清楚:我要什么结果、输入在哪里、中间步骤是什么、哪里可以自动化、哪里必须人工审核、输出格式是什么、失败了怎么兜底。

Agent 产品会越来越多,OpenClaw 只是开始。

但不管产品怎么变,有一个问题始终存在:

用户到底知不知道自己要拿 Agent 做什么?

如果不知道,再强的 Agent 也只能变成聊天机器人。

所以我做这个 Skill,不是为了再造一个产品,而是想解决更前置的问题:

先帮用户看清楚自己的工作。

工具会变。

但把工作拆成流程、把流程翻译成 Agent 任务的能力,会长期有用。

这也是我开源它的原因。

希望它能帮更多人完成从”我装了 Agent,但不知道干嘛”到”我知道该怎么把 Agent 用进工作”的转变。

也许未来每个人都需要一个属于自己的 Agent。

但在那之前,每个人都需要先拥有一张:

自己的 AI 工作流地图。

以上就是今天的分享,如果觉得有帮助,别忘了点赞收藏转发。

路过的朋友欢迎戳下面卡片点个关注,及时收到后续推送。

我是轩辕,我们下期再见。

往期推荐