我和AI助手"小马"，不到一个月的时间，把一个"每天发三个单词"的小念头，一步步长成了一套完整的英语学习系统。没花一分钱，没写一行产品文档，没开过一次需求评审会。

第1天：最朴素的开始

有一天我想，不如每天用英语推送三个医院HR相关的词汇。医院人事管理英文术语不少，每天接触一点，积少成多。

第一天推送的三个词：Recruitment、Sourcing、Headcount。

AI帮我把词库里存的词取出来，格式化好，配上音标和中文释义，每天早8点准时发到我微信上。我花30秒看完，一天能记住三个。

那时候词库大概一百多个词，算一下，够用一个月。

第一次迭代：词库不够用了

到了第10天左右，我意识到一个问题——词库才一百多个词，一个月就见底了。

我跟小马说：能不能把词库扩一扩？

他用我手头的零散资料，整理出了一个结构化的词库，按19个专题分类：招聘选拔、绩效考核、薪酬福利、人才发展、劳动关系、HR分析……每个专题下面再细分，最终扩到了将近一千个词。

每天3个词的话，一年刚好用完。

第二轮迭代：内容要"厚"起来

光有词和发音还不够。我开始往上加内容：英文释义、权威例句、实践场景。

每天只学3个词，但每个词都有深度，从词本身延伸到管理思考。

第三次迭代：让权威例句不再"凑合"

之前有个痛点——很多词汇的"权威例句"其实是从词库里借来的，没有真正的学术出处。

我们也试过让AI去网上搜，但效果不太稳定——有时候AI会自己编造看起来像真的引用。

后来小马写了一个脚本，直连学术数据库，为每个词汇搜索包含该词的论文摘要，提取带出处的完整例句。

现在每个词后面的"权威例句"栏目，基本不再空缺。

今天的系统长什么样

回看：AI到底改变了什么

回头看看这不到一个月的经历，最深的感受不是什么"AI效率高"这种大道理，而是几个更具体的认知。

AI让"小步快跑"变得很现实。我和小马的做法是"先做出来→用两天→觉得哪里不对→改"。每一步改动都很轻，因为AI改代码不心疼、重新生成内容不要钱。这个节奏让我敢不断试、不断改。

AI还能帮你发现你自己都不知道的需求。比如"艾宾浩斯复习"——我一开始根本没想过。是小马在我推送到第7天的时候说："按照遗忘曲线，现在该复习了。"我才意识到这是一个系统应该有的功能。AI不是被动执行指令，而是像一个有判断力的伙伴。

技术从来不是障碍，持续改进的意愿才是。整个过程中，所有环节——词库整理、格式设计、内容生成、播客制作——都是我在微信上打字说需求，然后看到结果。我只需要做一件事：觉得哪里不够好，就告诉AI。