AI 工具越装越多，自己反而越忙？很多时候，不是助手不够强，而是没有给它们安排岗位。

同一份需求在不同窗口重述，材料和版本散落各处，最后还得靠你把结果搬到下一步。工具数量不是产能；能交接的流程才是。

先别扩充工具，先固定三个岗位

收集研究员把外部信息变成可用素材：资料、关键事实、来源和待核实项。它交的是证据包，不是未经核验的结论。

内容编辑把有来源的素材组织成判断、Brief、大纲和多平台表达。它交的是可确认的内容方案，不自行发布。

执行管家接住确认后的动作：建任务、整理文件、记录版本、回写结果与下一步。它不重新猜需求，只执行明确确认。

角色不按工具命名，要按交付物命名

稳定协作靠的是验收标准：研究员交证据包，编辑交内容/方案包，执行管家交执行记录。下一棒能直接使用，才算接力；否则只是你在搬运聊天记录。

每次交接，只保留四样东西

1. 任务
   ：要解决什么，交付物是什么。
2. 来源
   ：材料从哪里来，哪些仍待核实。
3. 版本
   ：当前可用的是哪一稿。
4. 确认点
   ：什么能继续，什么必须由人拍板。

本地 Markdown 知识库很适合承接这四样东西：资料、任务、版本和链接能留在一个可检索的系统里，人和 Agent 都能继续读取。但它不是自动化平台，对外事实、最终表达和发布仍应由人确认。

从一件每周重复的工作开始试跑

选题、客户答疑、项目跟进都可以。先让研究员形成证据包，再让编辑给出 Brief 或方案；关键判断由人确认，最后由执行管家归档、回写与复盘。

今天就做一件事：写下三个角色的输入、输出、禁止动作和交接位置。先让三个人接得住彼此，再谈 10 个助手的并行。你现在最卡在收集、表达，还是执行回写？