给自己配一个AI同事：角色、工具、边界和交付标准

个人 agent 不应该只是人格设定，而要有任务边界、工具权限和验收标准。

很多人谈 AI 和个人成长，最容易滑向两个极端：一边是工具清单，今天收藏一个写作工具，明天尝试一个自动化平台；另一边是宏大叙事，反复讨论未来会怎样，却很少改变今天的行动。

但真正能拉开差距的，不是你知道多少工具，而是你有没有一套能持续升级自己的系统。AI 最强的地方，不是替你许愿，而是把目标拆成任务，把资料变成上下文，把经验变成反馈，把输出变成资产。

这一篇是《打造自己的个人成长与AI杠杆系统》第 23 讲，讨论的是：给自己配一个AI同事：角色、工具、边界和交付标准。

一、先把问题摆正

个人 agent 不应该只是人格设定，而要有任务边界、工具权限和验收标准。

个人成长最大的误区，是把“知道更多”误认为“成长更多”。你可以让 AI 总结 100 篇文章，也可以让 AI 生成 100 个计划，但如果这些信息没有进入你的目标、行动和复盘，它们只是在制造更高级的信息噪音。

AI 杠杆真正起作用的地方，是帮你降低每一次成长循环的摩擦：更快澄清问题，更快找到资料，更快形成初稿，更快获得反馈，更快把经验沉淀为下一次可调用的上下文。

二、核心模型：角色-任务-工具-权限-验收

可以用“角色-任务-工具-权限-验收”来理解这一讲。

第一层，是目标。目标决定 AI 应该服务什么，而不是让工具牵着你走。第二层，是上下文。上下文让 AI 理解你的真实处境、偏好、约束和过去经验。第三层，是行动。行动把建议变成可交付结果。第四层，是反馈。反馈让每一次尝试都能改进下一次。第五层，是资产。资产让成长从一次性努力变成长期复利。

这个模型提醒我们：AI 不是独立于你之外的外挂，而是嵌入个人系统里的杠杆。系统越清楚，AI 越能帮上忙；系统越混乱，AI 越容易放大混乱。

三、落地方法：今天就能启动的四步

可以从四个动作开始。

1. 定义 AI 同事的单一职责。
2. 明确它能访问哪些资料。
3. 列出它能做和不能做的动作。
4. 为输出建立检查清单。

这四步的关键，是不要追求一次性搭建完整系统。先让一个最小闭环跑起来，再让 AI 参与其中的某一个环节。每周只优化一个瓶颈，系统会比你想象中更快稳定下来。

四、最容易踩的坑

角色设定很容易变成幻想；没有工具和验收，AI 同事只是在聊天。

AI 很容易让人产生一种错觉：只要工具足够强，自己就会自然变强。但成长不是被动发生的。没有问题清单，AI 不知道该帮你查什么；没有判断标准，AI 不知道什么算好；没有输出场景，AI 生成的内容很难变成作品；没有复盘机制，经验不会进入下一次行动。

所以不要把 AI 当成替代成长的捷径，而要把它放在系统中，服务你的长期方向。

五、把它接入你的日常

今天你可以做一个很小的练习：打开一个文档，写下“我想提升什么、为什么重要、现在卡在哪里、AI 可以帮我降低哪一步成本”。不要超过 15 分钟。

写完后，让 AI 帮你把它改成一个一周实验：目标是什么，输入材料是什么，每天做什么，周末用什么证据判断是否有效。只要这个实验跑起来，你就已经从工具使用者，迈向系统设计者。

真正的 AI 同事，不是更像人，而是更能交付。