AI 工位 · 实战手记

戴副眼镜、躺沙发上，用语音指挥电脑里的AI军团干活

一份给 AI 原住民的远程接管手册：从硬件到软件，从语音入口到整机接管，手把手搭一套「人不在电脑前，活照干」的系统

国庆前最后一个工作日，我人在高铁上，手机连着家里那台一直开着的台式机，嘴里对眼镜说了一句：「让 OpenCode 把昨晚跑完的耐久数据拉个曲线，存到项目文件夹。」到家的时候，曲线已经在桌面上了，文件名是按我习惯起的。这中间我没有碰过一次键盘，没有打开过一次远程软件的界面，甚至没有掏出电脑。这篇文章就把这件事拆开讲透：你手里现有的消费级硬件，加上几件已经成熟的 AI 工具，怎么拼成一个「远程指挥 AI 军团」的作战系统，以及你照着做，每一步该点哪里。

为什么你需要这套系统

一、先说清楚：这不是炫技，是把手腾出来

很多人对「远程控制」「AI 助手」的印象还停在两个阶段。要么是「我在外面能看看家里电脑桌面」，要么是「我有个聊天框能帮我写点东西」。这两个阶段都没错，却都没有咬合在一起。真正的拐点发生在它们接起来的那一刻：你不用坐在电脑前，也能让电脑里的智能工具替你把活干完。

我做了十一年汽车零部件研发，带过微电机和智能执行器这类产品线，日常被两类事占满。一类是必须到现场盯的：台架一跑几十个小时，数据要拉、要判、要回传。另一类是坐在电脑前才方便的：写方案、出图纸、整理报告、跑仿真。过去这两类事都要求我人在设备边上或者人在工位上。现在我把这条线改了：人在外面，用一副眼镜说话，手机当遥控器，电脑里的 AI 军团照常开工。

这篇文章面向的是已经用顺手了几件 AI 工具、想再往前走一步的人。我把它叫 AI 原住民。这一称呼只看一件事：你有没有把「让 AI 干一遍」当成解决问题的第一反应，跟年龄无关。下面这套配置，你照着搭，半天能跑通。

老兵提醒：这篇文章里所有外链，都是我自己已经跑通、写过的实测文章。你可以边读边点开对照，也可以先按本文搭完，再回去看细节。

全景：四个飞轮怎么咬合

二、整套系统由四层咬合而成

把整套东西拆开看，其实是四个角色在配合，谁也不越界。理解了这个结构，后面每一步安装都不会迷路。

举个具体的例子。周一早上你到办公室前，想看一眼周末台架跑的数据。你在家戴好眼镜，说一句「连上家里电脑，看台架数据有没有异常」。眼镜把这句话变成指令，UU 远程把家里电脑的桌面拉到你的手机，AI 军团里的分析工具打开曲线判趋势，接管引擎在桌面上点开分析软件，最后眼镜把结论念给你听。全程你人还在被窝，活已经干了一段。这一条链路，四层一个都不少。

说一个容易迷糊的点：你对着眼镜说的话，怎么真正落到电脑里的 AI 军团头上。最稳的路径有两条。轻量版：眼镜负责听和说，手机上的语音助手把你的话转成文字，你用 UU 远程把这段文字作为指令发到电脑，电脑里的 AI 工具照着执行。进阶版：电脑端常驻一个能听指令的 Agent，你通过 UU 远程的语音或文字通道直接对它说话，它当场拆解任务。两条路都把「人必须坐在电脑前打字」这一步拿掉了，区别只在指令是在手机侧还是电脑侧成形。

这四层，少一层整套就转不动。眼镜负责「说」和「听」，UU 负责「连」，AI 军团负责「想」和「干」，接管引擎负责「亲手点」。下面一层一层讲，每一层都给你安装动作和踩过的坑。

装备一：语音入口

三、华为 AI 眼镜：你随身带的语音入口

先说结论：如果你每天通勤超过一小时，或者经常骑车、走路、做饭时还想给电脑下指令，这副眼镜值得买。我用的含配镜版，到手价 2499 元。它不是 AR 眼镜，没有全息投影，它做的只是把听歌、通话、语音助手、翻译、Agent 指令塞进一副你本来就要戴的眼镜里。

五个我天天在用的功能

第一，开放式声场听歌，耳朵不堵。镜腿里藏扬声器，音质比预想好，正常社交距离不漏音。通勤路上我能同时听见歌和周围的环境声，安全感比入耳式强太多。

第二，接电话不用举手机。双击镜腿接听，麦克风收音干净，马路边打电话对方听不清风声的问题基本消失。

第三，小艺语音加 AI Agent 指令，动嘴不动手。这是最值钱的一点。我可以对眼镜说「帮我查今天汽车板块的新闻」「总结刚才那段会议录音的要点」「提醒我下午三点给德国那边发邮件」。这些指令早就超出了播放音乐的范畴，已经踏入 Agent 级别的任务执行：语音输入、AI 理解、执行动作、语音反馈，全程不掏手机。

第四，消息播报，信息用听不用看。微信、短信、邮件都能设置播报。开会、骑车、做饭这些不方便看屏幕的场景里，我不错过重要信息，又不被手机绑架注意力。

第五，同声传译，跨国会议的救星。延迟大概一到两秒，质量属于能听懂大意，专业术语偶尔偏差，但日常会议够用。最爽的是翻译直接进耳朵，不用低头看屏幕，我能保持眼神交流。

关于这副眼镜，我写过一篇完整的开箱和五天实测，从佩戴感、配对速度到五个功能逐项说真话，还附了「什么人值、什么人不值」的判断框架。想下单前先读一遍，比看电商详情页有用：花2499元配了副华为AI眼镜，戴了2天后，我把蓝牙耳机扔进了抽屉。

老兵提醒：眼镜是入口，不是终点。它解决的是「你腾不出手的时候怎么下指令」，但指令真正落地，要靠后面三层的电脑和 AI。别指望一副眼镜替你把活干完。

装备二：把电脑装进手机

四、UU 远程：让电脑随时在你手机里

语音指令要能真正驱动家里的电脑，中间必须有一根「神经」把两台设备连起来。这根神经就是远程控制软件。UU 远程是网易出的，我挑它的理由很实在：核心功能全免费，不用开会员就能拿到 4K 画质、不限速文件传输、远程开机；跨运营商、弱网下稳定；网易系出品，安全合规认证齐全，企业里好交代。

安装：三件事，十分钟

第一步，去官网下载。打开 uuyc.163.com，按设备类型选渠道。Windows 被控端安装包约 84MB，手机扫码装 APK 或从应用商店拿。

第二步，装被控端并设开机自启。被控端就是你要连过去的那台机器，通常是实验室里跑耐久的台式机，或者你工位上挂着仿真软件、数据库的电脑。设为开机自启，断电重启后只要通电就能被连上。

第三步，装主控端并收藏常用设备。主控端是你的手机、平板、笔记本。通勤路上用，建议把常用设备提前收藏，点一下就连。

注册：一个手机号走到底，被控端还能免登录

注册走手机号加验证码，装完主控端第一次启动登录即可。同一个账号跨端自动识别，你在家用手机打开软件，就能直接看到「办公室那台电脑」「试验基地 3 号上位机」，点一下就连。还有个研发场景特别实用的功能叫免登录协助：对方不用注册，装个精简版、把设备 ID 加动态验证码发你，你就能连进去帮他看数据。长期连的设备可以设 8 到 16 位自定义长效验证码，省得每次重问。

三个我已经跑通的真实场景

场景一，台架跑耐久，人在家拉曲线。台架上位机 24 小时不关机，过去得派人在现场盯。现在被控端装好 UU、开机自启加远程开机配齐，我周一早上从家里用手机连上去，看一晚上数据有没有异常。5G 环境下手机控 Windows 延迟约 18 到 25 毫秒，看曲线、翻数据、点按钮跟本地手感差距不大。发现某个频段阶次在涨，我直接在那台电脑上打开分析软件拉曲线，先自己看一遍，再决定要不要现场重跑。

场景二，跨地域供应商对接，一次搞定。供应商在别的城市，样件在他厂里跑测试，指标出问题，过去一趟高铁六小时。现在他那边装好 UU，我手机连过去直接看曲线。关键动作有三步：双方装好并注册、被控端开隐私防窥模式（黑屏 0.5 秒生效，不干扰旁人）、直接在远端跑分析软件指认问题。传统邮件往返三四天的事，两小时内走完。

场景三，远程值守加现场异常协助。被控端是环境舱上位机，主控端是同事的笔记本。同事不用一直坐上位机边，在休息区连着隔三差五扫一眼，真出异常，剪贴板同步加文件传输让他直接把关键段截图丢进当天报告。再配上远程开机（基于 WOL 协议，30 秒唤醒），重启完不用人过去按电源。

还有一个被低估的用法：UU 远程的文件传输不限速、不限大小，你在外面写好的提示词、脚本、配置，可以直接拖进被控端电脑。我习惯在通勤时用手机把一段复杂的分析指令写好，连上家里电脑后一键传过去，AI 工具读到的就是完整、没打折扣的指令，比口头描述靠谱得多。

关于 UU 远程，我写过一篇专门讲它怎么进研发现场的文章，安装、注册、三个场景和落地细节都在里面，包括开机自启加远程开机必须一起配、跨运营商要实测一次的坑：台架跑一整夜，人在家就能盯：我把 UU 远程用进了研发现场。

老兵提醒：被控端开机自启和远程开机要一起配。只配自启没配远程开机，断电重启起不来；只配远程开机没配自启，起来了软件没跑，还是连不上。两个都要有。

装备三：电脑里的AI军团

五、你电脑里的 AI 军团：七件工具各守一岗

神经连上了，电脑就在你手机里了。但电脑自己不会干活，干活的永远是装在里面的 AI 工具。这一层是我花最久才调顺的：最早我也拿一个 AI 助手当万能钥匙，写代码问它、写文章问它、连今天先干哪件都问它。用久了发现不对，写代码要的严谨和写文章要的松弛是两套脾气，能陪你理清思路的那件，未必能把汇报材料排整齐。

后来我学工厂老办法，给每件工具定岗，一件只干一件事。现在跟我一块干活的 AI 工具是七件，另外还有几个打辅助的。

我分岗的三条规矩

规矩一，一件工具只放一个岗。让一个助手什么都干，结果往往是什么都干得一般。不同活要的脾气不一样，你没法用同一套提示词同时要求它既严谨又松弛。分开之后，每件工具我能按那个岗单独调教，出来的活更稳。

规矩二，能记住规矩的才配管长期活。零碎的一次性任务交给谁都行，但那种要长期干、每次都差不多的活，我一定交给能记住规矩的那件。写公众号就是这样，规矩多、要求细，必须交给记住禁词、记住模板的那个。判断一件工具该不该管长期活，我只看一条：我用不用每次把要求重复一遍。要重复的，说明它还没资格上岗。

规矩三，贵的脑子留给要判断的活。需要判断、需要动脑的活，交给能力最强的那件；格式整理、批量处理这类活，交给便宜又快的。这么分，成本和时间都能压下来，最贵的工具也因为只干最擅长的判断而更少出错。

落到远程场景里，AI 军团怎么接到你的命令。最顺手的做法：用 UU 远程连上电脑后，直接打开那台机器上的 WorkBuddy 或 OpenCode，把指令贴进去。因为软件跑在被控端，AI 的所有操作都在你家里那台电脑上发生，结果也留在那里。你人在外面，只是借手机当了一根延长线。

这套七件工具的分岗逻辑，我写过一篇完整盘点，从全貌图到逐个说、再到三条规矩，还聊了那个最早带我进门的 Monica：Eric个人AI大揭秘：七个 AI 工具，各守一个岗。

老兵提醒：工具是长出来的，不是配齐的。别急着凑整套，先从一件小事开始，把一件活从头到尾交给一个工具跑通，跑顺了你自然知道下一件活该找谁。

接管引擎：让AI亲手操作

六、接管引擎：WorkBuddy 加 Kimi Computer Use，让 AI 亲手点界面

前面三层解决的是「说得出、连得上、想得清」。但真实工作有一大块卡在最后一厘米：大量旧后台没有接口，数据格式五花八门，可你每天就在那些界面里复制、核对、录入。网页不肯乖乖变成结构化数据的时候，过去只能人去点。现在可以让 AI 坐到电脑前面，像人一样找按钮、填表单、确认结果。

我这套配置的接管引擎由四个角色组成，分工清清楚楚：一个大脑，三双手，外加一摞作业指导书。

大脑和手之间走的是 MCP 标准协议。我把任务说给 WorkBuddy 听，它把任务拆成一串界面操作指令，通过 MCP 发给本地的 Computer Use 服务，后者逐条在 Windows 桌面上执行，每执行一步截一次图回传，WorkBuddy 看完截图再决定下一步。

一件具体的事该交给哪双手，有个简单判断：网页里的事，交给浏览器扩展，它走调试协议，读页面结构，点得准速度快；桌面客户端里的事，比如 Outlook、Excel、画图，交给 Computer Use，它看屏幕、找按钮、逐步确认；每周每月都要跑的固定动作，用 BrowserSkill 固化成一张作业卡，以后照卡执行，不重复消耗大模型。能用接口和页面结构解决的，别动用截图识别，专机干专活。

最让我安心的一个设计是急停。屏幕上会有一条提示条写着「AI 正在使用你的电脑，按 Esc 取消」，相当于设备上的急停按钮，随时一按它立刻停手。我专门测过，任务跑到一半按 Esc，它立刻交还控制权，不留半截操作。

我是怎么把这套东西装起来的

第一步，装 Kimi Computer Use。在 Kimi Code 里输入插件命令，找到 Kimi Computer Use，安装启用。装完系统里多出一个应用，打开能看到运行状态和权限设置，后台常驻，只在你发起任务时才动手。

第二步，把 MCP 配置喂给 WorkBuddy。Kimi Computer Use 界面里有「接入本地 Agent」选项，会给出一段标准配置，写进 WorkBuddy 的 MCP 配置文件即可。改完重启，工具列表里出现一排以它开头的工具，大脑和手就接上了。第一次先让它列一下当前打开的所有应用，能报出你任务栏窗口的名字，说明线通了。

第三步，装浏览器这一侧。在 Chrome 或 Edge 扩展商店搜 Kimi 浏览器扩展，装上启用。之后 WorkBuddy 能驱动你真实的浏览器，带着已登录的会话去干活。它的指令解析和页面处理都在本地，网页内容不上传。

第四步，第一个任务请挑无害的。别一上来碰邮件群发，更别拿生产数据冒险。我的第一个任务是让它在画图里画一只猫，第二个才是那封 Outlook 测试邮件。这两个任务共同点是：结果看得见，过程可回放，失败了没有任何代价。

关于整机接管，我写过一篇详细实测，从那一晚到底发生了什么、一个大脑三双手的架构，到完整安装步骤和四条红线都在里面：这次，AI 接管了我整台电脑。

七、实战：用远程加 AI 军团，做 3D 数模和 2D 图纸

讲了这么多层，落到一件具体的活上才看得出威力。今年国庆，我坐在家里电脑前，分别用两个 AI 编程平台加两个大模型，驱动一套正版 SOLIDWORKS 2026，把一颗汽车方向盘的 3D 数模和 2D 工程图纸画了出来。这件事特别适合当样板，因为它同时踩中了两个难点：几何建模需要空间判断力，工程图需要严格按标准出图，两者都不是聊天框能糊弄过去的。

我对比了两套组合。第一套，OpenCode 配 Claude Opus 5.5。在「3D 数模加 2D 图纸加可交付」这条完整流程里，它今天更稳、更完整，从建模到出图一气呵成，中途不需要我救场。第二套，Codex 配 GPT-6 Astra。在纯 3D 几何的速度和精度上很猛，建模手感更利落，但这一次它没跑完就撞上了额度墙，2D 工程图那一段没能收尾。

把两家的行为差异说透一点。Opus 偏保守，建模时每一步都先确认约束，出错少，到出 2D 工程图那一步水到渠成；Astra 偏激进，几何生成快、造型利落，但在需要严格按国标出工程图、补公差和标注的环节，它对规则的耐心不够，加上额度先耗尽，最后卡在收尾。所以我的判断是：要的是「建出来还能交付」，今天选 Opus 更稳；只是要「快速看个几何造型」，Astra 很爽。

把远程这一层叠上来，这件活就变成了这样：我在外面用眼镜说一句「让 OpenCode 接着把方向盘的 2D 工程图出了」，手机上 UU 远程连着家里电脑，电脑里的 OpenCode 接管 SOLIDWORKS，照着前面建好的 3D 数模生成工程图，存进项目文件夹。等我到家，图纸已经在桌面了。全程我没有坐到电脑前，也没有手动开过软件。

关于这次 3D 加 2D 的万字实测，我把两家大模型的每一步证据、优缺点和踩坑都摊开了，包括中间的关键发现和最后怎么选：万字长文教你用AI驱动3D建模软件绘制3D数模及2D图纸。

关键判断：纯聊天框的 AI 碰不了你每天真正在用的软件，能看屏幕、点界面的 AI 才够得着真实工作。但 AI 接管桌面不是为了炫，是为了把「人必须坐在电脑前」这个默认假设拆掉。

手把手：从0到1清单

八、照着这份清单，半天搭完

下面把前面四层串成一条可执行清单。按顺序做，别跳步。

采购与准备

一副语音眼镜。华为 AI 眼镜含配镜版，约 2499 元。度数深建议加钱上 1.67 折射率镜片，整副精致感提升一档。

一台一直开着的电脑。你要把它当被控端，最好是跑仿真、数据库、设计软件的台式机，设好开机自启加远程开机。

一部手机。装 UU 远程主控端，收藏常用设备。

七件 AI 工具就位。Claude、OpenCode、Codex、WorkBuddy、Kimi、Marvis、ima，按岗分工，把你的规矩喂给管长期活的那几件。

接管引擎装好。Kimi Computer Use 加浏览器扩展，MCP 配置喂给 WorkBuddy，先点动再空跑最后带料。

串联步骤

第一步，眼镜配对。长按镜腿开机，手机弹窗三秒连上，全程不用进蓝牙设置翻找。

第二步，UU 装好并实测一次。被控端自启加远程开机配齐，手机从家里连一次，确认延迟在你可接受范围（局域网 5 到 15 毫秒，跨运营商公网 15 到 30 毫秒）。

第三步，AI 军团上岗。七件工具按岗分工，先拿无害任务练手，确认每件工具知道自己的边界。

第四步，接管引擎跑通。让 Computer Use 先在画图里画只猫，再起草一封「仅起草未发送」的测试邮件，验证大脑和手接上了。

第五步，发出你的第一条远程语音指令。戴上眼镜，连上 UU，对眼镜说：「让 OpenCode 把项目里的数据拉个曲线存好。」到家看结果。

老兵提醒：第五步之前，所有验证都用无害任务。画猫、起草不发送的邮件、整理测试文件夹，这些失败了零代价。等流程跑稳，再上真实工作数据。

成本账与下一步

九、成本账：这套系统到底花多少钱

很多人一听「AI 军团」「整机接管」，默认这是烧钱玩家的玩具。实际算一笔账，门槛比想象低。眼镜一次性 2499 元，度数深加折射率镜片再多几百。UU 远程核心功能免费，4K 画质、不限速传输、远程开机都不用开会员。七件 AI 工具里，Claude、OpenCode、Codex、WorkBuddy、Kimi、Marvis、ima 各有免费层或已购额度，重度使用才需要订阅。唯一的大头是正版 CAD 授权，SOLIDWORKS 不便宜；如果你只是练手，可以用开源的 FreeCAD 先跑通流程，逻辑一模一样，只是界面和命令不同。

所以这套系统的硬件门槛大约就是一副眼镜的钱，软件几乎零边际成本。真正贵的是你搭这套系统的那半天时间，和后面调规矩的耐心，这两样省不掉。

十、下一步：把链路接得更长

跑通上面这套，你已经能让 AI 在远程替你干单件活。再往前一步，是把多件活串成一条长链路。我接下来要挑战的是这样一条：从供应商门户抓数据，进 Excel 整理，再用 Outlook 起草周报，每一步都设验收点、每步留证据。语音下指令的那一下不变，后面 AI 自己跨软件跑完，最后把草稿留在你面前等你签字。

这条链路的意义在于，它把「人必须在电脑前完成的一串操作」压缩成了「人说一句、机器跑一串」。当你习惯这种节奏，会发现大量原本占着你的时间、又不需要你做判断的活，都可以从你的日程里挪走。

老兵的四条红线

十一、机器可以接手，责任必须留在人这边

新设备上岗，先定规矩再开机。这套组合拳能力越强，规矩越要立在前面。我的规矩有四条。

第一条，按风险分级，别一视同仁。我把任务分三层。查数据、整理文件、起草内容这种错了能撤回的，放手让它自动跑完。写方案、改配置这类，它做九成，最后一步我拍板。发送、删除、付款、提交审批这类不可逆动作，它只准准备，不准执行，必须我亲手点那一下。机器负责把子弹上膛，扣扳机那一下归人。

第二条，每个任务都要有验收点。真实任务平均近五个中间检查点，好流程从来不一路跑到黑，每过一个工位都要停一下。我给它的指令里永远带一句「每完成一段先截图给我看」。界面不对就停，停下来比错下去强一百倍。

第三条，急停必须真的有效。Computer Use 那条提示条绝非摆设，任务跑到一半按 Esc 它立刻交还控制权。它干活的时候你人别走远，涉及工资、病历、私人聊天这类窗口，任务开始前先关掉。涉密工程和客户系统，我给它单开测试账号和测试环境，真实数据不直接暴露在它视野里。

第四条，先交证据，再谈信任。每次任务结束，我要求它交出完整操作记录：做了什么，截图在哪，哪些步骤它拿不准。看得见的证据攒多了，信任才一点一点给出去。谁跟你说「AI 全自动你什么都不用管」，你可以直接问一句：出了错谁签字？

把这四条总结成一句话：把它当一台新设备验收，别把它当一个老员工信任。设备有操作规程、有急停、有首件检验、有量产放行，一样都不能少。信任是验收数据的函数，这个公式在 AI 身上同样成立。

写在最后

十二、把你的手腾出来，把脑子用在刀刃上

回头看这一整套，硬件其实都是消费级：一副两千多的眼镜，一个免费的远程软件，一台你本来就有的电脑。真正把价值撑起来的，是把它们咬合起来的那条逻辑：语音入口负责说和听，远程神经负责连，AI 军团负责想和干，接管引擎负责亲手点。四层各管一摊，谁也不越界。

AI 工位时代真正稀缺的，从来不是会干活的机器。机器会越来越便宜，缺的是敢在机器产出上签字、并且知道自己在签什么的人。你今天搭的这套系统，目标不是让你彻底躺平，是让你不在电脑前的时候，该干的活照样干完，而你把省下来的时间，用在只有人能做判断的地方。

上面每一层，我都写过单独的实测长文，链接已经散落在各节。建议的顺序是：先读眼镜和 UU 两篇把硬件层跑通，再读七件工具那篇把 AI 军团分好岗，最后读整机接管和 3D 建模两篇，把接管引擎和真实产出接上。四篇读完，你手里就有一套能立刻开工的远程指挥系统。

最后说一个心态问题。刚开始搭这套系统，人容易走两个极端：要么不敢放权，什么事都自己手动复核，AI 形同摆设；要么完全放手，不可逆动作也交给机器，出了事找不到责任人。正确的位置在中间：把「能撤回的、可验证的」交给机器自动跑，把「不可逆的、要担责的」留在自己指尖。这套分法一开始要刻意练习，跑顺了就变成了肌肉记忆。

如果你今天只想做一件事，我的建议是先把眼镜和 UU 两层跑通。这两层不涉及 AI 接管，风险最低，但你立刻就能体验到「人不在电脑前，照样能看能控」的感觉。等这个习惯建立了，再加 AI 军团和接管引擎，每一步都有前一个阶段托底，不会一上来就被复杂度劝退。

还有人问，这么多工具和服务，记不住怎么办。我的办法是把这套流程写成一份一页纸的 checklist，贴在显示器边上，也存进 ima 资料库。新工具来了先对照清单看它该进哪个岗，不合适的当场请走。清单比脑子可靠，尤其在你想偷懒的时候。

先把你的手腾出来，把你的脑子用在刀刃上。

我是 Eric，在汽车零部件行业做了十一年研发，管过微电机和智能执行器这类产品，现在把 AI 一件件接进自己的工位，把跑通的流程和踩过的坑都写在这个号。既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。