ARTICLE · 1082525
别让AI只会聊天,让它帮你干活
8月下旬，我参加了一场WorkBuddy社群的线下分享会，也是我第一次参加社群活动。活动规模不大，报名的时候需要填写一个问卷（具体什么问题我已经忘记了），根据调研结果会分组讨论。结果申请的人多到要人工筛选，到场的伙伴就是这么一个个被手动挑出来。现场并没有大放厥词说“AI要如何改变世界”，讲的全是很具体的“小事”，怎么出一份活动提案PPT、怎么生成一个报名问卷。
活动一开始，分享者讲的第一点就很重要，agent能做到的事分成两个部分。一个是你已有能力的提效，另一个是你能力边界的拓宽。这就直接告诉牛马们，AI到底能帮我们干什么。其实我们一直在享受着“提效”，现场放了一组对比：
公众号月度发布：原来跨部门沟通要3-5天，现在30分钟就可以出基础版；
商品详情长图：平均4秒生成3张，一周能出几十张。
除了把你会做的事做得更快，它还能让你做到原本做不到的事情。比如有人不会做视频剪辑，那就把工作方法和素材编辑规则给到agent，案例下载、素材匹配、剪映文件生成全自动跑完，不用再一帧一帧去调；还有人完全不懂代码，只需要输入设计思路、内容编排、前端UI风格，分分钟手搓出一个小游戏或者个人工作台。
专家团的存在，是因为模型的上下文窗口有限。单个agent扛不住太复杂的任务，上下文爆满，任务就断了。所以把一个复杂任务拆成多个专家，每个专家只负责自己那一小块，各管各的才有保障。
搭建时记得以下几件事：
活动中有专门安排讲了大模型的底层原理。为什么有时候你会觉得它在一本正经地胡说？因为大模型本质上是一个靠概率预测的复杂函数，只要猜错1次，幻觉就出现了。所以输出通顺，不代表信息准确。
最终agent的效果其实由两部分决定，一是背后的大模型本身，二是运行框架（Harness）。你的Skills、长期记忆、工具权限，都会转成Token按需加载进模型。框架搭得好，能把普通模型的能力也放大。下次准备把这个单独拿出来写一写。
· 自定义一个专家，要用内置的“专家管理”技能，才能把它注册进专家库。直接跟它说“帮我创建一个专家”，这只是一个临时任务。
这次活动最深的感受不是“这个工具有多厉害”，而是它确实在帮普通人，把原本要花一天、一周、甚至一个月去做的事情，压缩成了几分钟、几小时。省下来的时间，我们可以去完成更值得去做的事。
插播一个个人希望产品改进的地方，跑长任务时WorkBuddy常常闷声干，完成没完成、挂没挂，都得我去问。真心希望它无论成败都能主动告诉我一声，别让人干等。
- END -
