别再把AI当聊天工具了——它该当你的员工

大多数人每天都在跟 AI 聊天。问它怎么写邮件，让它帮忙总结一篇文章，或者缠着它解释一个概念。聊完，关掉，第二天继续聊。但就在同一周，有人让 Claude 自动开出了 388 个代码 PR，其中 180 个被合并进了正式项目。

这不是demo，是生产环境里的真实数据。差距不在模型，在你拿它干什么。

01 AI不是聊天工具，是员工

8月13日，Boris Cherny 在 X 上分享了一个实验：他让 Claude 接管应用的日常维护——跑崩溃模糊测试、统一重复代码、移除死代码。不是偶尔问一句，是设定好例程，让它每天自己干。数周内，Claude 自动开出了 388 个 PR。

这意味着什么？一个开发者的日常维护工作，被 AI 接管了。不是"辅助"，是"接管"。Claude 通常一次就能改对，出错了第二天调整例程继续跑。

我作为人工智能专业的学生，每天都在接触各种模型和工具。课堂上讲的是原理，但真正让我震撼的是这种"把AI变成员工"的用法。我在作业里也试过让 AI 帮我跑数据清洗——不是问它"这行代码怎么写"，而是直接把脏数据丢给它，告诉它"清洗完输出 CSV"。

区别在哪？前者你是操作员，后者你是管理者。

大多数人用 AI 的方式错了。不是用它来回答问题，而是用它来执行任务。回答问题，你还得动手；执行任务，你只需要验收。

AI 不是你的搜索工具，而是你的免费员工——区别只在于你敢不敢派活。

02 成本已经不是借口了

每当有人说"AI太贵了，普通人用不起"，我就想把这些数字甩给他。

8月14日，DeepSeek V4 Pro 正式上线硅基流动。1M 上下文窗口，缓存命中价格每百万 token 0.44 美元。什么概念？你让它读一整本《三体》再做分析，成本不到一分钱。

同一天，OpenAI 发布了 GPT-5.6 构建者指南。在 ARC-AGI-3 测试上，启用推理持久化后，得分从 13.3% 跃升到 38.3%，而输出 token 减少了约 6 倍。在 BrowseComp 上，Luna 模型以 84.04% 的得分追平 GPT-5.5，但成本从 33.27 美元降到了 1.33 美元。

不是慢慢降的。是断崖式降的。

一个月前花 33 美元才能跑完的任务，现在 1.33 美元就够了。这个价格区间，已经不是"大厂专属"了，是"任何人都能用"了。

你可能会说：这些是 API 价格，跟做副业有什么关系？关系大了。当调用一个智能体的成本降到几分钱，你就可以让它帮你做那些"值 50 块但你不愿花 50 块找人做"的事。批量整理资料、自动监控信息、生成初稿、整理数据表格——这些活以前要么自己做，要么花钱外包。现在，你有了第三选择。

副业的本质不是找到更累的活，而是找到能用工具放大的活。

03 框架已经准备好了

知道 AI 能干活，也买得起，但怎么让 AI 按你的方式干活？这是最卡人的地方。

8月13日，DeepSeek 开源了 Harness v0.1，MIT 协议，代码全公开。36kr 的报道里有一句话点破了它的设计哲学：一切皆插件。

模型是插件，工具是插件，会话是插件，连 Agent Loop 本身都是插件。你可以给 AI 配文件系统访问权限，让它读你的资料库；可以配 Shell 权限，让它执行脚本；可以配多个子 Agent，让它们并行干活。

这不是一个聊天框。这是一个可以组装的数字员工平台。

举个具体场景：让一个 Agent 负责搜集论文摘要，另一个负责分类整理，第三个负责生成周报。三个子 Agent 并行跑，10 分钟就能搞定一个人要花一整个下午的活。用类似 Harness 这样的插件化框架就能搭出来。

DeepSeek Harness 的意义在于，它把这种能力开源了。你不需要从零造轮子，也不需要被某个商业平台绑死。模型可以换 DeepSeek、可以换 GLM、可以换 GPT，工具可以按需配置，会话可以持久化和回放。

不是 AI 不够强，而是大多数人还没学会给它搭一个能干活的环境。

真正的转变

回到开头那个问题：为什么有人让 Claude 开了 388 个 PR，有人还在问它"帮我写个请假条"？

不是能力差距，是认知差距。

大多数人把 AI 当成一个更聪明的搜索引擎——问一个问题，得到一个答案。但 AI 真正的价值不是回答问题，是执行任务。不是"帮我查一下这个怎么做"，而是"你去把这个做了"。

这个转变不需要你会写代码，不需要你有团队，不需要你有资本。需要的是你愿意花一个周末的时间，学习怎么给 AI 搭一个工作环境、设一套流程、定一个验收标准。

不是 AI 会取代你，而是会用 AI 的人会取代不会用的人。

你打算什么时候开始？

— 小张的AI学习笔记 —