夜雨聆风我家小孩在学围棋，经常要做书上的死活题。做完之后，总会有一些错题需要重做。传统做法当然也能解决：拿橡皮把原来的答案擦掉，再让孩子重写。
但问题是，擦过的痕迹总还在。尤其是书上的落子、标记、箭头，一旦写上去，再怎么擦，纸面也回不到最初的样子。孩子重做的时候，还是会被原来的痕迹干扰。
我最开始想到的办法其实很直接：既然网上能找到这本书的 PDF，那我把错题从 PDF 里截出来，重新打印，不就行了吗？
可真要开始做，我立刻就感到压力很大。
如果只有两三道题，手工截图当然可以接受。但错题一多，整件事就会迅速变成重复劳动：打开 PDF、翻页、放大、找题号、截图、粘到 A4 页面里，一遍一遍重复，最后再打印。
每一步都不难，但总量一上来，就特别耗神。
我后来突然想到：这种事，交给 AI 啊。
因为它是一条规则明确、重复度高、验收标准也很清楚的流程。人真正该做的，不是亲自一张张截图，而是把目标说清楚，把规则定清楚，然后让 AI 去执行。
于是，这个围棋错题整理项目，就成了我和 Codex Agent 的一次协作。
这件事真正关键的，不是 Codex 自己多会拆步骤。 更关键的是：我先把自己的思路想清楚，然后再把任务交给它。
最重要的：先把自己的思路想清楚，但不需要一开始就想清所有细节
我给自己的目标其实很朴素：
把孩子做错的题，从 PDF 里干净地拿出来，重新排成一份可以直接打印、直接重做的练习页。
不是做一个围棋教学工具，不是自动讲题，也不是识别答案。我只是想解决一个生活里的小麻烦。
而且，我不想把自己的时间耗在这种重复动作上，所以我决定让 AI 来干。
但我不会一上来就把所有要求一股脑扔给 AI。我会先人为地把任务拆成几个顺序明确的步骤。每一步都有清晰的输入和输出。这样即使中间要升级、返工、换书，也不会把整个流程搅乱。
我最后把它拆成了三部分：
先把要整理的错题记下来，写到 错题题目.md
这样的文件里。再让 Codex 按照“第几页第几题”去 PDF 里找题目，截图、命名，并保存到错题文件夹里。 最后再开一个线程，让 Codex 把这些截图按要求排版到 Word 里，生成可以直接打印的练习页。
我的理解，AI 最怕的不是任务难，而是任务模糊。
第一步：先把输入准备成 AI 能消费的形式
我先做的，是把错题整理成结构化清单。
我希望这个工作流是可重复的。如果我每次都把一堆题目直接塞进 Agent 对话框里，很容易因为上下文过长、注意力分散而漏题。写到单独文件里，不但更清楚，也方便不同线程重复调用和复核。
比如我把错题题目写进 Markdown，格式就是“第几页、第几题”。但这些内容不是我一个字一个字敲进去的，而是我拿着书，像和人说话一样，直接和 Typeless 软件说“第几页第几题”，Typeless 再帮我整理成下面这种结构。
项目里现在还保留着这样的文件，比如 错题题目.md 和 围棋死活辞典错题题目.md。
这一步看起来普通，但其实非常关键。
如果要类比成人类协作，它就像是给 Agent 发了一个清清楚楚的待办清单。人会忘事，Agent 也会丢上下文，所以最好不要只靠聊天记录，要给它一个稳定的“笔记本”。
图注：先把错题整理成“页码 + 题号”的结构化清单，Agent 才能稳定接手后续流程。
第二步：我给 Codex 的，不是一句“帮我搞定”，而是一段能执行的任务
第二步要做的是：让 Codex 根据我给出的题目，去 PDF 里找对应的题，截图、重命名，并保存到错题文件夹中。
我当时给它的提示词是这样的：
目录里有一本书是丁开明的《围棋死活大全》，我已经让小朋友做完了书里面的这些题，现在我也已经批改完了。我要做的事情是：我会告诉你这道题是在第多少页的第多少题，你就把对应那道题的题目重新截出来，另存成 PNG 格式的图片。这样我可以让小朋友再把做错的题重新做一遍。可以用第二编 角上死活的 第10题 作为开始。这个提示词看起来很简单，但我现在回头看，它至少有两个关键点。
第一，我用了计划模式。
计划模式的好处，是先让 Codex 像一个协作对象一样，把它理解到的任务写成计划，再由我来判断这个计划是否合理、是否要执行。它不会一上来就闷头开干，而是先和我确认目标、范围和步骤。
第二，我给了它一个最小目标。
我不是一开始就让它把几十道题全做完，而是先让它试一题。这样我可以很快验收它到底有没有理解我的要求。如果第一题就偏了，马上纠正；如果第一题对了，再让它继续扩展。
这一点非常重要。
很多时候，不是 AI 不行，而是我们一上来就让它“哐啷哐啷干半天”，等做完才发现方向错了。先做一个最小闭环，成本最低，反馈最快。
它给我的反馈大致是这样的：先建立一个可复用流程，输入“书内页码 + 题号”，输出对应 PNG；本次先落地一个样例，比如
第12页 第10题
下面就是他的反馈计划
### 计划标题《围棋死活大全》按“页码+题号”裁题为 PNG（先完成第12页第10题）### Summary- 目标是建立一个可复用的单步流程：你给“书内页码 + 题号”，自动输出对应题目的 PNG。- 本次先按你确认的规格落地首例：`第12页 第10题`，裁剪范围为“整题格”，输出名为 `p12_q10.png`（当前目录）。### Key Changes / Implementation- 新增一个本地脚本（建议）：`C:\\Users\\hustb\\Documents\\围棋\\scripts\\crop_problem_png.py`。- 脚本接口固定为： - `--page`（书内标注页码） - `--question`（该页题号） - `--scope`（默认 `full_cell`，即整题格） - `--out`（默认 `p{page}_q{question}.png`）- 实现流程： 1. 打开《围棋死活大全》PDF并定位到目标页（本书当前采用已验证偏移：书内页码 `N` -> PDF第 `N+8` 页）。 2. 高分辨率渲染目标页（用于稳定识别题号位置）。 3. OCR识别该页所有数字锚点，筛选题号候选（如 `10`）。 4. 基于同页相邻题号位置推断该题“题格”边界（同列/同行中点分割 + 边缘留白）。 5. 导出 PNG 到当前目录，命名 `p12_q10.png`。- 本次不追索后续解答页，不跳到后面页码，只在第12页完成第10题裁剪。### Test Plan- 功能测试：运行 `--page 12 --question 10`，必须生成 `p12_q10.png`。- 内容校验： - 图片中包含“10题对应整题格”。 - 不应切到相邻题（11题或13题主体不应进入画面中心）。 - 清晰度可用于打印或再次做题。- 稳定性测试：同页重复运行两次，输出尺寸与内容一致（允许极小像素级差异）。### Assumptions- 只处理当前目录这本《围棋死活大全》PDF。- 你提供的“页码”是书内标注页码（非PDF阅读器页序）。- 默认裁“整题格”（你已确认）。- 默认输出到当前目录并自动命名（你已确认）。看到这里，我就知道：它已经理解了任务的方向。至于它内部怎么拆 OCR、怎么判断边界、怎么组织脚本，对我来说反而不是最重要的。那些是它的工作，我只负责判断它拆得合不合理，最后结果能不能验收。
第三步：中间它也出错也会很慢，但我没有自己跳下场
这件事并不是一次就做对的。
中间它也算了很久，也出现过几个错误。但我没有因为它慢、因为它错，就立刻自己跳下场去手工截。
我做的事情是：继续看它的结果，指出问题，让它修，再继续验收。
最后，它还是把“截图、命名、保存”这件事完整干完了。
图注：Codex 按规则把截图保存下来后，文件夹里形成了可继续处理的中间产物。
这一步之后，我其实已经很有信心了。因为只要题目图片能稳定落地，后面的排版就只是另一个子任务。
第四步：另开一个线程做排版，不让两类工作互相污染上下文
接下来，我又开了一个线程。
原因很简单：截图是截图，排版是排版，这是两类工作。
我不希望它们混在一个很长的上下文里，互相占用注意力。所以我把它们拆开，让 Agent 在不同线程里专心处理不同问题。
这一步我给 Codex 的提示词就更简单了：
在“错题题目_PNG”文件夹内，有孩子之前做错的围棋题目。我现在想把它们打印在 A4 纸上，每张纸打印 6 个题目。请帮我把这些文件夹内的错题排好版，放到 Word 或者 MD 文件当中。这类任务不需要太多背景，关键是把输入目录、输出形式和版式要求说清楚。
最后，Codex 就把文件夹里的错题整理进了 Word 里。
图注：第二个线程负责把已经裁好的题图排进 Word，生成可打印的练习页。
第五步：书一换，Agent 也跟着升级
后来我又换了一本书，《围棋死活辞典 上》。目标没有变，还是“把错题从 PDF 里抠出来重新打印”，但书一换，页面版式也变了，旧脚本当然不能直接复用。
如果这件事全靠我自己做，我大概率会很烦。因为这等于前面那套流程又要重新折腾一遍。
但换成 Agent 协作，感觉就完全不同了。
我不是重新开始，而是告诉它：目标不变，输入格式不变，变化的是页面结构，请你按新版式重新适配。
于是，Codex Agent 又生成了一个新脚本：
这一版的思路也跟着调整了：它先检测页面里每一道题的方形题框，再用 OCR 识别题框下方的数字标签，匹配到我要的题号以后完成裁剪。
也就是说，AI 不是“一次写完一个万能工具”，而是在任务条件变化时，继续沿着同一个目标去迭代流程。
下面是《围棋死活辞典 上》自动裁出来的题图样例。
图注：新版式下的自动裁题样例，说明流程不仅跑通了，而且能适配不同的书。
我的感想
这件事对我来说，最有价值的地方，已经不只是“省下了多少分钟”。
更重要的是，我越来越清楚地看到：Agent 不是 Demo，不是玩具，它是真的能帮我处理工作和生活里的具体问题。
而且，这个过程中有一个特别值得提醒自己的地方。
中间有一个多小时，AI 反复出错，一遍一遍尝试。以前遇到这类事情，我的第一反应常常是：算了，我自己来，肯定更快。这个判断在单步上通常没错。比如单独截一张图，我自己动手大概率确实比 AI 快。
但问题在于，这种比较只看到了“单步速度”，没看到“注意力占用”。
人一旦自己下场，注意力就会被整条流程绑住。你要一直盯着页面、切换窗口、命名文件、检查漏项。
反过来，AI 就算慢一点，只要它在独立推进，这段时间我的脑子就是空出来的。我只需要偶尔回来抽查一下结果。
这也是我现在越来越坚定的一个观点：我们要尽量把重复性的工作交给 AI。
不要因为 AI 看起来慢，就忍不住自己跳进去把活抢过来。只要这个任务的规则是可描述的、结果是可验收的、错误是可纠正的，那它就很适合交给 Agent。
围棋错题整理只是一个很小的例子，但截图、填表、汇总、格式转换、信息搬运、批量排版，本质上都是同一类问题。难度不高，却特别消耗人；创造性不强，却特别容易把注意力切碎。
所以这次做完以后，我给自己留下的不是“我又写了两个脚本”，而是一个更有用的提醒：
以后再遇到重复劳动，我第一反应不应该是自己上手，而应该先问一句：这件事能不能先定义规则，然后交给 Agent？
然后还要注意：尽量帮助它，指导它，让它干完，而不是自己跳下场去把活做了。
和 AI 助手也需要磨合，它需要更多的锻炼机会，我也需要更多的领导智慧。
