夜雨聆风这件事最开始，真的只是一张 Excel。
公司每天要在健康群里发送文案和图片，内容涉及用机、代谢和“过三关”等主题。但我们手头的内容库存只够再发两三周，而且 Excel 在电脑上还可以，一到手机上就很难用：图片不清楚，文字和图片分开找，工作人员每天都要来回翻。
摆在我面前的问题很具体：内容发完以后怎么办？新的内容从哪里来？就算补出了内容，又用什么方式让同事打开就能用？
大家陆续给出了一些想法。有人提供图片和话题，我来完善文案；有人建议把资料放到公众号，通过自动回复获取；也有人觉得可以做成一个日历网站，按日期打开当天内容。内容上还要有文章、摘要、互动问题和真实案例；形式上最好图文结合，发完以后还要收集群里的反馈，下次再改。
这些意见一开始是散的。直到我把它们放在一起，才发现它们其实指向同一个东西：我们缺的不是几篇文案，而是一条可以持续运转的内容生产和分发链路。
周一晚上，我先让它跑起来
我把需求告诉 AI 时，并没有先写一份很完整的产品文档。我只是把真实工作过程讲给它听：每天谁要拿内容、在什么设备上打开、要复制什么、图片为什么必须清楚、发完以后还要留下什么。
我让 AI 先不要做一个“大系统”，而是先拿几条真实素材，做一个手机能打开的轻量页面。页面上按日期显示内容，文字可以复制，图片可以点开看原图。
周一晚上，原型已经能用了。
那一刻当然很兴奋。以前一个想法从讨论到出现页面，中间可能要找人、排期、解释需求，再等几个星期。现在我对着 AI 说清楚，它很快就能把东西做出来。我第一次强烈感觉到，想法和成品之间那堵墙，正在变得很薄。
我当时几次想直接把链接发给同事，让大家开始用。但每次准备发出去，我又停下来。
页面能打开，不等于同事愿意用；功能能运行，也不等于它真的进入了工作。现在大家不缺方案，缺的是拿到手就能用、几乎不需要再解释和修改的东西。一个工具如果第一次打开就让人困惑，很多人不会耐心地给它第二次机会。
所以我没有急着发。
Token 只剩 6%，我第一次认真决定“先保什么”
周二早上，上完瑜伽课，我继续坐到电脑前。当时 AI 的可用额度只剩下约 6%。我甚至刷到一个专门跟踪额度周期的小工具，也看到了社区里关于何时重置的讨论。到了中午，额度果然恢复到 100%，我马上让 AI 继续做剩下的部分。
这段等待反而逼我想清楚了优先级。资源不够时，不能把剩下的能力平均撒给所有功能。我先要求 AI 保护原来已经在运行的业务和数据，再跑通素材的保存、前后台访问和手机使用；至于视觉美化、更多海报风格和边缘功能，可以以后再做。
我后来把顺序整理成五步：
AI 让执行突然变快以后，“做什么”和“先做什么”反而变得更重要了。
从 Excel 到前后台，需求是在使用中长出来的
原型确认可用以后，需求自然往前长：既然同事要每天使用，就需要后台上传图片和文案；内容写错了，要能编辑和删除；没有准备好，要能存成草稿；日期和期数最好自动顺延；大图上传后要自动压缩，否则手机打开太慢；前台还要能查看近期计划、自定义日期，并记录发送后的反馈和总结。
这时它已经不再是一张“更好看的 Excel”，而是一个完整的群发素材系统。
我也犯过边界错误。有一次，新功能几乎占据了原来系统的主要入口。我重新回到真实业务里想：旧的健康报告工作台仍然有人使用，素材系统应该是它的一个分支，而不是为了新功能把旧系统挤掉。于是我让 AI 恢复原来的主页边界，再把素材入口接进去。
这件小事提醒我：做新东西最容易兴奋，也最容易忘记旧东西为什么还在。
只有图片怎么办？只有话题又怎么办？
进入下午，我开始考虑素材来源不完整的问题。
如果只有图片，没有配套文案，就让 AI 先识别内容，再生成发送话术和互动问题。如果只有一个话题呢？我以前积累过一批“每日一问”，有问题和回答，却没有配图。于是我想让 AI 参考我们已有的样板图，自动生成相应图片。
这个想法听起来很顺，实际做起来却折腾了很久。
AI 生成的小图片看起来精致，但放到具体的健康内容里，经常只是“像医疗”，并不真正匹配。继续换模型、改提示词，也许能让它更漂亮，却不能保证它正确。尤其健康内容面对的读者里有不少年龄较大的人，字看不清、图意不准确，比画面不够丰富更糟。
最后我把小插图删掉，只保留大字号、固定结构、内容可控的长图海报。标题、核心提示、几个要点和小结都放大，二维码也留出足够的识别空间。
我为这个细节花了不少时间，最后却回到了一个看起来更简单的方案。就像做设计，画了十几稿，最后大家可能还是喜欢第一稿。但如果没有走过那些弯路，我并不知道第一稿为什么更对。
有时，删除一个 AI 功能，不是退步，而是产品开始成熟。
第三个阶段不是生成，而是分发
内容有了，海报也有了，接下来才是更难的部分：怎么把公众号和视频号里的好内容，变成同事可以直接发到群里的素材？
视频号可以直接分享，但公众号如果只丢一个链接，既不醒目，也不方便同事组织话术。我希望只输入一个链接，系统就能自动生成标题、群发导读、互动收尾、海报和原文二维码。
最初我和 AI 都把问题想简单了：读取网页，提取文字，再生成内容。真正测试时才发现，公众号页面外壳很大，正文只是其中一小部分；视频号分享页有时只返回一个空壳。AI 如果没有读到真实内容，也会非常自信地补出一篇完整文案。
我一度想过，是不是应该换一个更强的模型。直到我把真实样本交给 AI，我们才确认根因不在模型，而在输入。
于是我们把链路拆成：
真实来源 → 内容提取 → 结构化事实 → AI 生成 → 海报 → 保存 → 前台发布
每一层都必须有可验证的结果。标题、作者、正文和封面提取正确，才允许生成；信息不足，就明确停止，不让 AI 猜。视频只有标题和封面时，文案只做克制的导读，不扩写来源中不存在的操作步骤。
这次失败改变了我评价 AI 的方式。模型表现不好时，我现在首先问的不是“要不要换模型”，而是“它到底看见了什么”。
发布成功，不等于别人真的看得见
后来，直接创建、文字生成海报、公众号链接和视频号链接四种方式，都进入了同一个素材前台。对工作人员来说，来源并不重要，重要的是按日期找到当天内容，复制、发送，再记录反馈。
就在我以为链路已经跑通时，又出现了一个很小的问题：一条新素材已经保存，后台和接口都显示成功，但前台就是看不到。
最后发现，默认“两周”日期窗口少覆盖了一天，内容刚好落在范围外。
从代码看，它发布成功了；从使用者看，它根本不存在。
我开始理解，验收不能停在“接口返回成功”，而要从同事的实际入口重新走一遍：手机能不能打开？默认日期能不能看到？文字能不能复制？图片清不清楚？原文能不能回去？
最后这一小段路，往往才决定一个产品是“做完了”，还是“真的能用”。
为什么我愿意为最后 10% 再花很多精力
我在 Kevin Kelly 的《宝贵的人生建议》里读过一句话，大意是：一个大项目完成了 90% 以后，最后那些细节往往还要再花一个 90%。
这句话在 AI 时代更有分量。现在把想法做成页面并不难，难的是让它顺滑、可靠，让别人不需要先理解你的努力，就能完成自己的工作。
关于想法，我越来越相信它可以从别人的不方便里来；关于推广，核心也不是“我做了一个多厉害的东西”，而是它有没有真正减少别人的麻烦。
这要求我不断减少自己的 ego。不能因为方案是我提的，就急着证明它正确；也不能因为 AI 很快做出了结果，就把速度当成质量。我需要默认自己可能错了，用新的反馈更新判断。这和我理解的贝叶斯思维很像：每个方案都只是当前证据下的暂时答案。
所以，周一晚上没有急着把链接发出去，是对的。
连点成线：我真正获得的是能力的螺旋式成长
回头看，我以为自己在做一个群发素材工具，其实是在把过去分散的能力接起来：内容策划、需求收集、视觉判断、AI 对话、产品设计、系统部署、手机体验和运营反馈。
这些能力不是第一次出现。过去我做过内容、积累过问题、研究过 AI、搭过网站，也反复思考过怎样服务客户。它们原本像散落的点。这一次，一个真实需求把它们连成了线。
而且这条线不是直线。每往前一步，我都会遇到新的错误：图片不清楚、按钮不好按、插图不可信、链接没有读到正文、发布后的内容看不见。解决它以后，我并不是回到原点，而是带着新的判断再往上一层。
这就是我再次体会到的“螺旋式成长”。
棋道一百，我只知七
写到这里，我想起日本围棋九段藤泽秀行的一句话：
棋道一百，我只知七。
一个已经走到那么高位置的人，仍然认为自己只知道围棋的一小部分。
如果用这句话来形容我对 AI 的理解，我觉得自己不要说知道 7%，可能连 0.7% 都不到。
而且 AI 本身还在快速向前走。严格来说，不同研究对“能力增长”的定义并不相同，不能简单断言它每三个月就翻一番。但我的真实体感是：几个月前觉得不可思议的能力，很快就会变成日常工具；我刚学会使用其中一部分，新的边界又已经出现。
所以我常有一种感觉：不是我的 0.7% 在稳定增加，而是分母增长得更快，小数点仿佛还要不断往左移动。
这并不会让我泄气，反而让我更愿意学习。因为我越来越确定，使用 AI 不是背下一套提示词，也不是学会几个按钮。真正的能力，是在新的任务里重新理解它能做什么、不能做什么；知道什么时候应该相信它，什么时候必须拿真实样本验证，什么时候要果断删掉一个看起来很聪明的功能。
AI 帮我把实现速度拉高，但真正让项目变好的，是我愿意继续问：还能不能再好一点？这个结果可靠吗？同事拿到手真的会用吗？我是不是只是在保护自己的想法？
最后留下来的，不只是一套“发素材系统”。更重要的是一种我愿意反复使用的协作方法：我提供真实情境、目的和责任，AI 加速实现、测试和排查；我们把每次错误变成规则，再把规则变成下一次更早提出的问题。
过程没有拖慢结果。
过程本身，就是结果。