夜雨聆风今年6月底，我开始折腾一只自己的AI助理。
我给它取名叫“小禾禾”。它住在云服务器上，微信里发一句话就能找到它。每天早上，它会把筛选过的AI动态发给我；下午收盘后，它能整理投资数据；有任务进展或遇到问题，也会主动汇报。
它能记住我交给它的工作，也会记错。发现问题、纠正并留下规则，是磨合的一部分。
听起来有点像技术玩家才会做的事。但这套系统从部署、配置到定时任务，我没有亲手写过一行代码，也没有读过一行代码。大部分操作，都是我把需求告诉AI，再由它搜索方案、执行和排查问题。
折腾了整整30天后，我发现，普通人把AI用进工作的真正门槛，不是会不会写代码，而是能不能把一件事说清楚，并判断它到底有没有做好。
我想要的不是另一个聊天窗口
在搭建小禾禾之前，我已经用过Claude Code、Codex等Agent工具。它们很强。我用Claude Code做过孩子的学习打卡产品，也把它接进Obsidian，帮我整理网页、播客和项目资料。
小学生学习打卡产品“小星星乐园”的原型图，目前已上线发布。
Claude Code在Obsidian中协助整理资料、分析知识和维护笔记。
但用得越深，我越清楚自己还缺什么。
这些工具多数需要我坐在电脑前，打开某个应用，把任务交代给它，再守着它执行。我想要的是一个更贴近日常工作的助理：不用一直开着电脑，能按固定时间自己运行，也能在我每天打开最多的微信里随时沟通。
我还希望自己可以决定它用什么模型、保存什么记忆、接入哪些工具。哪天某个模型不好用，我可以换掉；哪项工作不适合交给AI，我也可以随时收回来。
这就是我开始自建AI助理的原因。
一行代码没写，不等于说句话就能用
小禾禾的搭建过程没有想象中那么难。购买云服务器、一键部署Agent框架、接入模型、绑定微信，很多步骤都有现成工具，遇到问题也可以让另一个AI协助处理。
Hermes不响应时，我让Codex登录云服务器排查，完成修复后再由我验证。
真正让我抓狂的，是它开始干活以后。
有一次，我让它把数据写入飞书多维表。要求明明已经说过，它还是反复保留不需要的默认字段，还生成一堆空白行。我纠正一次，它改一次；换个任务，又犯同样的错。
前两周，我经常被它气到，直接在微信里骂它：“为什么这么简单的事情还做不对？”
后来我才意识到，“帮我把数据整理好”在我脑子里很清楚，对AI来说却远远不够。哪些字段必须保留，哪些要删除，一条记录怎么算完整，遇到缺失数据怎么办，写完后如何检查，这些都需要明确告诉它。
只给要求，它可能碰巧做对一次。给它正确示例、验收标准和错误反馈，它才有可能逐渐稳定。
我和AI的分工也在这个过程中慢慢清晰：我负责确定目标、提供材料、说明标准和验收结果；它负责调研方案、执行操作、发现问题和反复修改。
我不用会写代码，但必须知道自己要什么，也得看得出它有没有糊弄我。
AI助理不是装出来的，是磨合出来的
现在，小禾禾已经能替我处理几类工作。
每天早上6点，它会从固定信息源中收集AI动态，筛选、去重后发给我。刚开始，它选出来的内容很泛。经过一段时间的反馈，它逐渐知道我关注哪些赛道、什么内容不值得看，日报的命中率才慢慢提高。
当天的内容研究任务在早上6点自动执行，完成筛选后再把报告推送给我。
我也把任务管理放进了飞书多维表。早上它检查当天任务，晚上汇总进度。有问题再来找我，我不用一直盯着它是否开始、做到哪一步。
基于飞书多维表搭建的任务管理仪表盘，便于我和AI助理进行沟通协作和团队合作。
投资数据整理也是类似的逻辑。它可以识别截图、记录成交信息、整理持仓数据，按固定时间生成复盘材料。但投资判断和实际操作仍然由我完成。这类高风险事情，我不会交给AI自动决定。
它也有一直没做好的事。我原本想让它自动生成小红书封面和配图，试了一段时间，效果始终达不到我的要求，最后停掉了。反倒是孩子很喜欢用它生成卡通图片和小视频。
这件事也提醒我：AI能做，不等于做得好；能自动化，也不等于值得自动化。
普通人可以从一件小事开始
如果你也想把AI用进工作，不必先买服务器，也不用一开始就搭一套完整系统。先找一件你每周都会重复、做起来很烦、但规则相对明确的工作。
比如整理会议记录、汇总表格、筛选行业资讯，或者按照固定格式写周报。
我现在会用下面四步把一项工作交给AI。
1. 先选一个容易检查的小任务
这项工作最好有固定输入和明确输出。AI即使做错了，你也能很快发现，而且不会带来严重后果。
2. 把任务说完整
至少说清楚四件事：什么时候做，读取什么材料，按照什么标准处理，最后交付什么结果。
不要只说“帮我整理一下”。可以具体到：“每周五读取本周会议记录，按项目归类，提取已完成事项和待办，输出一页以内的周报；无法确认的内容单独列出，不要自行补充。”
3. 先跑通一次，再考虑自动化
第一次先由自己触发，全程检查结果。连续几次稳定以后，再考虑让它定时执行。否则，只是把一个不稳定的错误自动重复了很多遍。
4. 把每次纠错变成下次的规则
告诉AI错在哪里，给它一个正确示例，再说明下次遇到同类情况应该怎么处理。重要规则需要保存下来，不能指望它永远记得一次聊天里的反馈。
这四步看起来很普通，却比收集一百条提示词更有用。因为工作中的AI协作，靠的不是一句神奇指令，而是一套能重复执行、能够检查、可以继续修正的标准。
如果重新开始，我只会先交给它一件事
回头看这30天，我一开始也想得太大：模型怎么选、记忆怎么做、能不能多Agent协作、要接多少工具。很多东西当然有用，但不是开始使用AI的前提。
如果重新来一次，我会先从一件具体工作开始，把它交代清楚，跑通，检查，纠正。等这件事稳定了，再交第二件。
你也可以现在打开自己的待办清单，找一件每周至少重复一次、规则基本固定、做错了容易检查的工作。
别先问AI“你能帮我做什么”。
把这件工作完整地交给它，看看它第一次能做到什么程度。真正的AI助理，就是从这一次交付和纠正开始的。
如果你也想试着养一只自己的 AI 助理，可以先收藏这篇，从一件容易检查的小事开始；我也会继续记录小禾禾真正帮上忙和反复踩坑的过程。