夜雨聆风《24小时AI助手进入我的工作以后》第1/9篇。
每天早上八点半，我从一张清单开始工作。里面有今天的会议、昨晚新来的邮件、快到期的事项，以及几件必须由我决定的事。
开会前，我把一段微信消息主动转给AI，让它连同相关邮件和旧记录一起找出来。会后，我把会议记录交给它，它没有只写一份纪要，而是把决定、负责人、期限和要交付的结果分别留下。晚上准备报告时，它又把当天新增的事实和已有材料接到一起。
第二天再问“这件事最后怎么定的”，我不必从微信、邮箱、会议记录和文件夹重新翻一遍。
这才是我想要的24小时AI助手。
它不是躲在微信里偷看聊天，也不是一个永远等我提问的聊天框。它只处理我主动发给它的内容，以及我明确允许它读取的邮箱、日历、工作记录和资料。它最重要的工作，也不是替我写得更快，而是让同一件事经过不同工具时不要断掉。
真正让我累的，是同一件事散在六个地方
很多人的一天都有类似的碎片。
微信里有人问了一句“上次那个方案后来怎么定的”；邮箱里有一封正式确认；日历上安排了讨论；会议结束后出现三条行动；文件夹里放着修订稿；周报里又要解释这件事到了什么状态。
每个工具都没坏。问题出在它们彼此不知道对方发生过什么。
我在微信里看过消息，不等于行动已经有人承担；邮件被AI总结过，不等于会议前会有人准备材料；纪要写完，不等于决定已经进入执行；文件生成，也不等于结果已经可用。
过去我靠自己的记忆把这些环节接起来。事情少时还行。一旦同时推进的工作变多，我会反复做四件事：找原文、回想上次结论、确认谁在跟、重新拼一份最新状态。
这也是我后来不再满足于“让AI帮我写”的原因。写作只覆盖工作链里的一小段。真正占注意力的是交接。
我先给每件事一个可以继续往下走的落点
我给自己的工作台起了一个内部名字，叫Takton。它更像一张工作接力表：一条消息进来后，接下来由谁做什么，什么时候再看，结果应该放在哪里。
Trilium是我的工作账本，保存决定、行动、风险和它们后来怎样变化。WeKnora是资料库，用来从已经授权的文件中找原文和出处。Hermes是后台值班环境，让那些按规则运行的检查在我不打开电脑时也能继续。
这些名字对于日常工作来说，其实可以忘掉。只要记住四个角色：工作台负责接力，工作账本保存当前状态，资料库找原文，后台值班员按时检查。
我没有把所有信息都塞进同一个大仓库。邮件仍在邮箱，会议仍在日历和会议记录里，文件也在原来的资料位置。工作账本只保存继续工作所需的当前状态和来源位置。
这样做有一个现实好处：AI不需要假装“什么都知道”。找不到就说明没找到；两个来源冲突就并排给我看；旧文件和新决定不一致时，它不能偷偷选一份更像答案的内容。
一条微信消息，是怎样接到后续工作的
假设我在微信里收到一句：“下周讨论前，能不能把上次方案和最新反馈放在一起？”
AI不会监控我的微信，也不会读取整个群。我需要主动把这条消息转给它，或者复制到工作入口。这个动作很重要，因为它明确了什么内容进入处理范围，也避免把无关聊天和私人信息带进去。
收到以后，它先不写回复，而是识别对方真正提出的请求，找到“上次方案”可能对应的文件，检查最近是否有新的邮件确认，再问我“下周讨论”具体是哪场会议。
信息足够后，它生成的不是一句“已处理”，而是一条可继续的行动：谁准备材料，哪天前完成，结果放在哪里，会议前何时提醒。如果信息不足，它停在待确认，而不是自己编一个日期或负责人。
这条行动后来会出现在早晨清单里，也会在会议前带出相关材料。会议结束后，新决定写回同一件事，不再另起一个互不相干的“会议纪要任务”。
消息、邮件、会议和文件不是被搬到一个聊天框里，而是围绕同一件事留下连续记录。
我的一天，真正发生了哪些交接
早晨，后台值班员从明确授权的邮箱、日历和工作账本中找出今天要看的事项。它最多给我五件需要判断的事，不为了好看硬凑五件，也不替我决定先做哪一件。
上午，新邮件进来。AI把事实、对方的判断、请求、期限和不清楚的地方分开。能继续的形成行动，不能安全分类的进入待确认。只有工作记录写入成功后，这封邮件才算被系统“接住”。
中午，我主动转来一段微信消息。AI从授权来源里找相关记录，返回原文位置、后来发生的变化和当前状态。它不把两年前的旧文件当作今天的结论，也不替我消除冲突。
下午开会。我上传会议记录后，AI把决定、分歧、行动和待确认问题分开。负责人、期限、交付物和最后由谁确认，需要参会人补齐。会后提醒可以自动，业务是否完成仍由人判断。
晚上准备报告。AI先交“取材清单”：哪些邮件读到了，哪些会议记录找到了，哪些文件读取失败，哪些结论仍有冲突。范围确认后，它才写草稿。事实、我的解释、建议动作和未确认内容不会混成一种语气。
我离线以后，后台仍可以检查到期事项、整理材料、生成草稿、读取已有结果。但凡涉及对外发送、花钱和难以撤回的决定，它必须停下来等人。
24小时，不等于24小时自由发挥
我最早也被“全天在线”这几个字吸引过。真的运行起来以后，我更在意它会不会停。
固定时间检查会议、排除重复提醒、核对文件是否生成，这些工作不需要每次都让大模型重新思考。规则明确的地方，普通程序反而更稳定。语言含糊、需要整理多个来源时，再让AI参与。
到了会改变别人安排、花费资源或造成难以撤回后果的动作，就回到人手里。比如发出正式回复、接受会议改期、承诺交付日期、购买服务、删除重要记录、确认涉及安全或合规的结论。
AI可以把依据和缺口准备好，却不能因为草稿写完、文件生成或结果被读取，就宣布事情完成。
我把“完成”分成两步：AI返回结果回执，说明结果在哪里、用了哪些输入、缺了什么；真正的负责人检查质量和用途后，选择完成、退回补充，或者暂时接受并留下后续事项。
这套方法没有消灭工具，消灭的是反复找和反复猜
有人可能会问：既然信息还在微信、邮箱、日历和文件夹，为什么不干脆把它们全部搬进一个系统？
因为真实工作不会只发生在一个系统里。强行搬家通常意味着新的维护成本，也很容易让同事为了迁就工具改变习惯。我的目标不是统一所有入口，而是让需要继续的工作有同一套接力规则。
一条记录至少要回答：它从哪里来，现在确认了什么，还有什么不知道，下一步由谁做，期限是什么，结果以后去哪里找。
只要这些内容能接上，入口可以是微信，也可以是邮件、会议或一份文件。接不上时，再强的模型也只是把碎片重新总结一遍。
你可以先画一张“24小时AI助手工作地图”
不必先搭和我一样的工具。拿一件最近反复追问的工作，按下面这张表走一遍：
如果这张表只能写出“AI生成一段文字”，它还没有进入工作。如果能说清楚一件事怎样被接住、怎样留下、怎样交给下一个人，24小时助手才有了雏形。
我现在研究的也不是怎样把工作全部交给AI。我更关心另一件事：当我离开一个聊天窗口、关掉电脑甚至去睡觉后，同一件事还能不能沿着正确的路继续，而且在需要我承担责任时准时停下。
下一篇，我会从每天早上的第一张清单开始，具体讲AI怎样把邮箱、日历、消息和待办合成今天真正需要看的内容。