夜雨聆风这两天我在学习使用笑来老师的 Claudepot —— 一个能让 AI 定时自动帮你干活的控制台工具。
下载、安装、登录账号颇费了一番功夫。都搞定之后，新问题来了：光看项目介绍，还是不知道该怎么用它。于是我决定：找一个真实的小项目，把它的简单功能用起来。
我选的项目是"每日 AI 要闻"。没想到，学着学着，这个小项目变成了一条完整的自动化链路：
AI 定时抓取整理当天的 AI 要闻 → 自动生成 Markdown 存档和适合手机阅读的网页 → 自动推送到 GitHub → 生成一个固定的公开链接，直接可以发朋友圈。
现在，它已经自动运行三天，我每天只要点开链接查看就OK。
不只是搬运新闻
一开始，我只是让 AI 总结新闻。跑了一次就发现：搬运新闻没价值，网上到处都是。
真正有价值的是筛选、解释、判断。
所以我把每天的简报改成了这个结构：先说结论 → 今天最值得关注的 5 件事 → 对普通人、开发者、创业者分别意味着什么 → 我的判断。
它不只告诉读者"发生了什么"，还回答"和你有什么关系"。这是机器搬运做不到、但 AI 加一句好提示词就能做到的事。
踩坑之后，留下的三个认知
先说句实话：这个项目能跑通，一大半问题是我把报错信息原样粘贴给 AI，照着它给的方案做的。很多命令我到现在也不能说真懂。
但跑通之后回头看，命令会忘，有三个认知留下来了——它们和代码无关，以后用任何 AI 工具都用得上。
认知一：报错变了，就是前进了。排错过程中我最大的心态转变是这个。一开始报"找不到命令"，解决后变成"认证失败"，再解决后变成"预算超了"——每次看到新报错我都很沮丧，后来才反应过来：报错换了一个，说明上一关已经过了。报错不是失败的证明，是进度条。
认知二：给 AI 的权限，就是它的行动边界。一开始我只给了 AI"读文件"的权限，它自然什么也写不出来。要生成文件就得给写入权限，要搜新闻就得给联网权限。这让我明白：配置权限不是走形式的麻烦事，而是在划定"这个 AI 员工能做什么、不能做什么"——这是安全设计，以后任何让 AI 替你干活的场景，都要先想清楚这道边界。
认知三：先手动跑通，再交给自动化。有个环节一直失败，我让 AI 反复猜了半天没结果。后来换思路：自己先一步步手动操作，确认这条路走得通，再把验证过的步骤原样写进 AI 的任务说明。一次成功。不要把所有问题都丢给 AI 猜，能手动验证的，先手动验证。
我真正学到的东西
不断尝试的过程中，最大的收获不是几个命令，而是对 AI 的理解变了。现在我把 AI 当成一个可以"雇佣"的员工：
提示词是它的任务说明书
工作目录是它的工位
工具权限是它的职责边界
定时规则是它的上班时间
日志是它的工作汇报
这几个概念串起来，AI 就不再是一个聊天窗口，而是一个长期运行、为你干活的系统。
写在最后
同样的思路，还能用在很多地方：每日读书摘要、每周行业观察、公众号草稿、项目日报、信息监测……
学习 AI 工具最有价值的方式，不是搞懂"这个按钮是什么意思"，而是找一个真实需求，把 AI 放进自己的工作流里。
不只是使用 AI，而是学会设计 AI 为自己工作的流程。
这可能是普通人现在投入 AI，回报最高的一个方向。
最后，想看看这份每天自动生成的简报长什么样吗？点击文末"阅读原文"直达。
