AI 交付前先自检，这一步比让它多写 1000 字重要

这篇不讲“让 AI 多写一篇文章”。它讲一个更真实的问题：AI 做到一半断了，谁来发现，谁来修，谁来确认它真的恢复了。

今天我被一个特别小的事卡了一下。

我本来在继续跑公众号工作流，选题、写稿、配图、预览都接上了，结果中途换了个 Wi-Fi，Codex 直接卡在 Reconnecting。屏幕上看起来很简单，就是连不上了。但我当时第一反应不是骂网络，而是有点愣住。

这不就是 AI 工作流最真实的问题吗？

我们平时聊 AI，很容易聊模型多聪明、能不能写长文、会不会调用工具。可真的把它放进工作里以后，最烦人的往往不是它不会写，而是它做到一半断了，断了以后没人知道该怎么恢复。

说真的，这种问题比「多生成几段文案」更影响效率。

               

问题不在写作能力，而在断点没人管

刚好今天选题池里也刷到一个类似方向，Claude Devs 分享了一个思路，怎么让 Claude Code 在交付前自己检查成果，把原来人工检查的动作编码进去。这个点我一看就觉得很对。

AI 工具从玩具变成工作流以后，靠一个按钮不够，还得有人管反馈闭环。

我这次遇到的切网问题，表面上是 Codex 掉线。往里查以后，问题其实是一条链路上的好几个小环节同时松了。Wi-Fi 切换以后，网络接口变了，本地代理端口要重新接，DNS 状态也可能变，Codex 原来的长连接被打断。后面网络其实恢复了，但那条正在输出的会话已经死了。

以前遇到这种事，我大概率会手动试一串动作。刷新一下，重发一句，看看代理，切一下节点，重开应用，靠感觉判断好了没有。问题是，这些动作全靠人记，忙的时候很容易漏。更麻烦的是，下次再遇到，还是得从头来一遍。

这次我把“怎么修”也放进了工作流

第一步，先让它检查本地代理端口是不是活着。如果代理没起来，就尝试拉起代理工具，再等它恢复。

第二步，重新写一遍系统代理设置，把 HTTP、HTTPS 和 SOCKS 都指回本地代理。因为切网之后，系统代理有时候看起来还在，但实际状态可能已经漂了。

第三步，刷新 DNS，再通过代理访问 OpenAI 的接口做一次探测。这里不需要真的拿到模型列表，只要返回 401、403 或者其他能证明链路打通的状态，就说明路由是通的。

这三步做完，还不够。因为手动跑一次修复脚本，只能救当前这一回。下一次换网络，它还是可能断。于是我又加了一个后台守护，让它每隔几秒看一下网络状态和代理端口。如果网络签名变了，或者代理端口没反应，就自动跑一遍修复。

     
   

内容创作者也有自己的断点

这事听起来像工程细节，但我觉得它对内容创作者也很有用。因为我们现在说的 AI 提效，重点不该只是让它写出一篇更漂亮的文章。整条生产线少掉链子，反而更重要。

比如我现在做一篇公众号文章，已经不是打开聊天框说「帮我写一篇」。实际流程是从选题池里挑题，查素材，收窄角度，写正文，规划配图，生成预览，检查手机端排版，再准备进草稿箱。

你如果也在用 AI 做内容、做方案、做报告，大概率也有自己的「断点」。可能不是网络，可能是资料来源，可能是格式，可能是截图，可能是交付前那一遍检查。

配图路径错了，预览里图片就挂。HTML 有横向溢出，手机端就丑。正文里还有内部备注，发出去就尴尬。网络切换之后代理没恢复，Codex 就停在半路。

你看，这些都已经越过了写作能力，进入交付层面。

我现在会把 AI 工作流拆成三类检查

以前我觉得 AI 工具的基本功是提示词。现在我发现，2026 年打工人的基本功可能是另一件事，把自己的检查动作变成流程的一部分。

我自己现在会把 AI 工作流拆成三类检查。

               

很多 AI 工作流翻车，原因经常不是模型差。三类检查没人负责，才是真麻烦。

人不查，AI 也不查。于是就变成一个很熟悉的场景，文章是写出来了，但你不敢发。方案是生成了，但你不敢交。代码是改完了，但你不知道有没有顺手弄坏别的地方。

自检不是神化 AI，是让它先停一下

所以我现在越来越喜欢「自检」这个词。

自检不会让 AI 凭空变聪明。它更像让 AI 交付前先停一下，看看自己有没有把活干完整。就像一个靠谱的同事，交东西之前会自己扫一眼，不会把半成品直接甩给你。

当然，这事也不能神化。自检不是万能的。它只能检查你写进流程里的东西。你没定义什么叫合格，它也不知道哪里算翻车。

比如我今天修网络，脚本能检查代理端口、系统代理、DNS、OpenAI 路由，但它不能保证正在生成的那条长连接一定不断。这个边界我得先认。

但即便如此，它已经比纯手动强很多。因为下一次我再切网络，它至少知道先去哪里看，先修哪几步，修完以后怎么确认。

落到公众号写作，也是一样

与其让 AI 一次性吐出一篇看起来很完整的文章，不如把你每天都要做的那些检查慢慢固化下来。

选题前先问，它适不适合我的账号。写稿前先问，我有没有真实经验可以接住。配图前先问，这张图是证据、解释，还是纯装饰。发布前先问，读者在手机上看会不会累。

这些问题看起来很普通，但一旦写进流程，就会让 AI 从「会聊天」变成「能干活」。

阿飞划重点，如果你也在用 AI 做内容、写方案、做报告或者跑自动化，不要只盯着生成能力。你可以先找一个自己最常手动检查的地方，把它变成一个固定动作。

比如每次交稿前检查敏感信息，每次发布前检查图片路径，每次切网络后检查代理状态，每次生成报告后检查数据来源。

小到不能再小也没关系。AI 工作流不用一上来就做一个巨大的智能体。很多时候，它就是从一个「别再让我下次手动查了」开始的。

               

我自己的感受是，AI 真正提效的瞬间，未必是它写出了多惊艳的一段话。

而是某个原本会打断你的问题，下次自己修好了。

这篇我先把「网络自检」这个小案例讲清楚。后面我准备继续把这套东西拆成一个系列，选题怎么自检，配图怎么自检，发布前怎么自检，再整理成一份「AI 工作流自检清单」。

如果你现在也有一个每次都要手动检查的环节，可以先记下来。很多自动化，都是从这一步开始的。