WorkBuddy 读者也能上手：3 个 AI 助手分析

35 岁的软件工程师 Miriam González 确诊四期乳腺癌后，拿到了 Anthropic 给的 3 万美元 Claude 额度。她没让 AI 替自己做决定，而是搭了套系统，让 30 多个助手分别读论文、查试验、核病历。

这套“有人管资料、有人管分析、有人管核对”的分工链挺戳我。我把规模缩小到 3 个智能体，拿 26 万行环境数据试了一把。

第一个管数据，发现五城数据缺失率从北京 4.18% 到沈阳 58.77% 不等。按规则，有效观测不到一半的月份直接留空，绝不拿 0 硬填。

第二个管分析，用前五年数据建模，拿 2015 年闭卷考试。结果平均误差降了 19.74%，但北京反而变差了——删掉这个反例平均数更漂亮，可结论就不诚实了。

最有用的是第三个智能体回来查账。它重新读取原始表格复算了一遍，确认没偷偷把测试数据拿去训练。意见一致只是意见，独立复算才是证据。

数量不是分工，三个 AI 都从“请分析一下”开始，往往只得到三份相似答案。第一次练，找份不含隐私的小表格就行：一个查异常，一个做汇总，第三个专挑前两个的错。先跑通一次，再谈高级。