![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/45f86906b2e8e8af097009b83d91a9fb.jpg)

这是上周日我在亦庄模数 OPC（WaytoAGI 社区运营）做的一次线下分享，现场收到了一些好评。回来整理成文字，分享给大家。

工具越来越多，模型越来越厉害，但如果用法没变，人反而可能越来越忙。

一个窗口写文章，一个窗口做图，一个窗口改代码。看起来拉起了一支 AI 团队，实际上每个窗口都在等你回话。你得搬资料、补背景，告诉它下一步干什么，发现不对再回来改。

AI 确实干了不少活，但你也没闲着，只是从亲手干活，变成了到处传话。

我现在不太想这么用了。

我是老金。除了自媒体，我现在还在做得到和私域的课程，同时推进几个自己的项目：多媒体助手、金融量化助手、Meta\_Kim、工作台，还有个人助理。这些项目大多还在开发，谈不上成熟，更谈不上躺着收钱。

但有一件事确实变了：越来越多的工作，不用等我亲手干完上一件，下一件就能开工。

不是因为我突然会写代码了，也不是因为我把每个行业都学了一遍，而是我慢慢摸出了一套自己的 AI 工作方式。

先做研究，把事情弄明白，再判断自己到底要什么。然后把目标和标准跟 AI 对齐，选合适的工具，拆任务、做编排、往下执行，最后拿真实结果验收。

这套流程，现在贯穿了我写内容、做课程、开发产品的很大一部分工作。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/ea59a72aa01ce79c0859d5352ff31ffb.jpg)

## 先把陌生的事研究明白，再决定怎么做

进入一个不熟悉的题材，我第一步通常是先做深度研究（Deep Research）。

只说我自己的使用体验：这一块我最认可 ChatGPT 网页版，没有之一；其次是 Gemini；国内我会用豆包，这是我的使用判断。

我看重的是我把问题和需求交代清楚之后，它能不能围着这个问题，帮我把一个领域的重要信息铺开。

这个领域是什么情况，有哪些关键概念，大家在争论什么，有什么典型案例，哪些说法有依据，哪些还有分歧。

有时候，它还会把我一开始压根没想到的问题带出来。

这个能力对我特别重要，以前进入一个陌生领域，最麻烦的往往不是资料少，恰恰是资料太多。搜一下，几十篇文章，再搜一下，又几十个观点。你不知道哪个重要，哪个只是噪音，甚至不知道自己还漏了什么。

深度研究先给我的，不是最终答案，而是一张地图。

它让我知道这个领域大概长什么样，重要的问题在哪里，哪些地方值得继续往下挖。至于往哪条路走，还得结合我要做的事情判断。

当然，我不觉得做一次深度研究，就能把一个领域的资料收全。它能研究到什么程度，一开始就跟题材、目标和问题范围有关。

但对一个本来不懂的人来说，先把重要问题过一遍，建起一个相对完整的认识，再顺着关键问题往下问，已经很有价值了。

过去最难受的，是连自己不知道什么都不知道。现在至少可以从这张地图出发，一步步核对、理解和验证。

我还会特别要求它找反证。我的判断可能错在哪里，有没有相反案例，哪些地方的证据还不够。如果 AI 只是把我本来就相信的东西说得越来越漂亮，那不叫研究，那叫给自己壮胆。

先研究，不是为了拖延开工，而是为了少在错误的方向上忙活。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/cb3f067750a4323923e36b9ea586a630.jpg)

写公众号，我关心普通人为什么值得关注，这次变化到底厉害在哪里，宣传和实际使用之间有没有落差，怎么讲才能让读者理解。

做课程，我会看哪些能力稳定、哪些操作能复现，学员最容易卡在哪里，怎么拆成一个能学会的过程，最后到底能交出什么。

开发产品，我又会去看用户需求、现有竞品、替代方案、技术边界和实现成本。做得出来是一回事，值不值得我继续投入，是另一回事。

所以，我不太喜欢研究一结束，就把整份报告原样扔给另一个 AI，说帮我写一篇文章。这样当然也能写，但很容易写成资料汇总，信息很多，判断很少。

我的做法是先取舍：哪些东西真正改变了我的判断，读者或用户最该知道什么，哪些内容虽然有意思，但跟这次要解决的问题没关系。

该删就删，该继续查就继续查，最后留下的才进入制作阶段。

题材决定研究范围，目的决定信息取舍。研究里冒出十种机会，不代表我就要做十种。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/b7fa64a8a9d0cb0dcb5e630db96f5f9a.webp)

## 进入制作阶段，工具要按场景选

自媒体和课程创作，我现在主要用 Codex。文章、课程讲稿、流程图、思维导图、封面和配图，还有一些 HTML 展示页面，都在同一个项目环境里往前推。

其他场景，我还会用 Claude Code、ZCode、DSH（也就是 DeepSeek Harness）、WorkBuddy，以及豆包工作。

具体用哪个，按任务来。哪套做法已经在某个环境里跑顺了，就继续在那儿用，不会为了显得工具齐全，每次把所有软件都打开一遍。

而且我现在越来越在意生态。

豆包工作我会多用一点，一个重要原因就是飞书生态。资料在飞书，协作也在飞书，成果最后还要回到飞书，能不能接进原来的工作环境，会直接影响体验。具体能读写到哪一步，还是看实际接入和授权的范围。

我判断工具好不好用，看它能替我完成哪一段，结果又能不能直接接到下一段。

单个回答有多漂亮，我现在没那么在意。少让我来回搬几次，才是真省事。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/68b5b01801ee30f3a8864deff0394626.webp)

## 我在手机上看一张图，就能发现很多没对齐的地方

做课程时，我经常把复杂关系画成流程图、思维导图。哪一步先做，什么条件满足才能往下走，放进图里，比一大段说明更容易看清楚。

做产品，我也会先看原型。

拿工作台来说，我要的是看清任务做到哪了、谁在负责、卡在哪里。先把这个页面画出来，我就能检查它有没有抓住重点。如果最该出现的任务入口都找不到，界面再精致也得改。

这个时候，在手机上把问题指出来，让 AI 调整原型，比等代码写完再返工，代价小得多。

我不是在手机上画每一个按钮，我是在手机上判断它有没有做对。

文字把规则说清楚，图把结构摆到眼前，交互和异常状态再放到真实页面里验。三个环节接起来，我才敢让后面的制作继续。

还有我会把AI做的事情，和飞书都打通，每天早上我的 AI 小助手就会给我按照优先级整理事项，什么做完了，直接语音告他，所有相关的状态一并更改。

![飞书文档 - 图片](https://developer.qcloudimg.com/http-save/yehe-10990648/a48c22456a3ddc8a91c2f6461deebfb7.webp)

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/a3db04227c794ae24bc3c95b4a4a3e5d.webp)

## 以前做游戏策划的习惯，现在反而更有用了

我以前做了很多年游戏研发。现在回头看，这段经历对我使用 AI 的影响挺大。

游戏策划案本身就是一套复杂的东西，不是列几个功能点就完了。我手上还有一个原本用来写策划案的 Skill，从目标、制作原则、用户体验，一路写到模块、功能、流程、原型，最后甚至细到字段定义。

比如我会用我做的这个工作台来串工作流：

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/793a1a816026808a4d5498cbe1ae2fb0.webp)

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/7f59dde4a548f4cbb45d459f3da8a605.png)

这些内容必须是一条线。

为什么做这个东西，哪些原则不能破坏，我希望用户得到什么感受，然后才是具体做什么、怎么呈现、需要记录哪些数据。

不能前面说降低用户理解成本，后面却设计五层菜单、十几个按钮和一堆复杂状态。那前面写得再漂亮，也没有意义。

一个状态在规则里有，在原型里没有，到了数据定义里又换了个名字，后面的人就只能一边做一边猜，返工也会接着来。

所以现在做产品、做课程，甚至写内容，我也会一直往前追：这个东西为什么存在，它服务哪个目标，这个功能、这张图、这段文字，真的在服务那个目标吗？

不服务，就考虑删掉，别因为已经做出来了，就舍不得。

这个 Skill 真正值得留下的，不是一份看起来完整的文档，而是一套每一步都能往前找到理由的方法。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/fc06423be8fbd99918dc9ce6e70d6c6f.jpg)

## 一个人为什么更快？很多等待被拿掉了

我做过项目，很清楚一件事从提出到做完，中间花的时间不全是在制作。

要排期，要交接，要重新解释。有时候大家都很忙，一份东西已经好了，却得等下一位有空才能继续。每个人单独看都没问题，项目还是走得慢。

我现在经常用 subagent，把不同的活儿分出去：有的管内容，有的管设计，有的管开发，还有专门负责检查的，最后由主 Agent 统筹。

听起来很爽，但这里面有一个很大的坑：人多不等于效率高，AI 也一样。

如果几个 Agent 理解的目标不同，它们做得越快，最后合起来就越麻烦。

比如做一门课程，学习目标还没确定，就让一个 Agent 写讲稿，一个做图，一个出练习。大家同时开工，看起来效率拉满，最后一看，做的是三门课。

这不叫并行，这叫并行制造返工。

所以分工之前，我先把目标、成功标准和共同依据定下来。哪些已经定了，哪些不能自己拍板，交给下一步的东西长什么样，都得说清楚。

能独立完成的，就并行。有前后依赖的，就等待。前面的结论没出来，后面别靠猜继续往下做。

真需要几个成员共享任务、直接沟通时，我才会用 Agent Teams 这类协作方式。串行还是并行，看的是任务之间的依赖，不是团队叫什么名字。

对我来说，真正值得看的不是同时开了多少个 Agent，而是它们的结果能不能接起来，出了问题能不能找到对应的人和环节。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/aff24e39a0aa8c4f2ca7ec9b08c495cf.jpg)

## Meta\_Kim：把组织这一层补上

我有一个 GitHub 开源项目，叫 Meta\_Kim，中文名元架构。

我做它的原因很直接：模型越来越会干活以后，真正开始变难的，是谁来组织这些会干活的能力。

它要补上的，是需求对齐、能力选择、任务编排、审查和验证这一层，而不是再造一双会写代码的手。

先说需求对齐。我说了一句话，AI 得先弄明白我真正想改变什么，而不是立刻冲出去开工。

最近加了个可视化界面，大概长这样，还没做完。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/27052b24b02e07a2a8c39bc5f1993701.png)

如果两个选择会导致项目走向不同方向，它就应该问我。比如同样做一个工具，先给自己用，还是准备做成对外产品，后面的权限、数据、部署、交付和维护都会不同。

这种选择，AI 不能偷偷替我决定。但如果风格已经确认，只是某个间距要调整，或者一个明确的错误要修，就别每次都回来开会。

我想保留的是决定方向的权力，不是亲自批准 AI 的每一次鼠标移动。

方向对齐以后，再盘点当前环境里真正能用的能力。有哪些 Agent、Skill、MCP 和工具，权限够不够，输入输出是什么，最后的成果能不能被下一步接住。

不是把电脑里装过的工具名字列出来，就算拥有了这些能力。

然后才进入编排。谁做什么，哪个先做，哪个后做，哪里并行，哪里等待。哪一步不通过，退回哪里，什么条件满足以后才进入交付。

编排者不一定亲自把所有事都做了，但它要负责让这些能力别互相打架。

以前做游戏项目也是一样。程序、美术、策划、测试都很厉害，不代表项目会自然变好。还得有人把目标、顺序、交接和验收组织起来。AI 团队并没有绕过这个问题。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/2982cb62f46af81cdb4e5cc3eaa6361b.jpg)

## 设好 Goal，让工作继续往前走

如果每完成一步，AI 都停下来问我“接下来呢”，那我并没有真正离开执行，只是变成了一个不停回“继续”的项目经理。

所以我会先用 GoalPro 把目标说清楚：真实意图是什么，做完以后要改变什么，什么算成功，哪些事这轮不做，要留哪些证据，什么情况必须停下来。

对的，这个也在我的Github开源项目上。

它管的是整理 Goal Prompt 和 Loop Prompt，自己不执行任务。也不是在提示词里写一句“每天继续”，就等于有了后台自动化。真正干活的，还是 Codex、Claude Code 这些执行工具。

这些约定做好，再让执行工具往下走。做完以后，我也不会只看它说完成了。

我现在越来越不信这三个字，我想看证据。

文章有没有讲清楚要解释的问题，页面能不能完成目标操作，测试有没有真的跑，修改有没有解决原来的故障，又有没有把其他地方搞坏。

不通过，就回到对应环节改。通过了，再往下走。不能做完以后，临时挑几项容易过的检查，给自己交差。

所以，我要的不是 AI 永远不要停，而是在目标、权限和约定范围都没有变化时，它能自己继续推进。真正会改变结果，或者需要超出授权范围的时候，再回来找我。

连续折腾几轮却拿不出新东西，也该停。那只是在换着说法重复自己，再跑下去没有意义。

我不需要一台永远忙碌的电脑，我需要一件越来越接近完成的工作。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/70c47dc993523360e1ff4fa25d7404c2.jpg)

这时候再接上向日葵这样的远控工具，我在手机上就能查看电脑、操作界面，处理需要人接手的环节。

我要做的，更多是看看这轮交了什么，哪里不满意，哪条路线要改。具体的活儿还在电脑上的执行环境里跑，我不用在手机上逐字写文章、逐行改代码。电脑保持开机，进度保存好就行。

当然，这么跑很吃额度，具体有多费，我后面单独说。

不过话说回来，以前同样一批事摆过来，得先找人、分工、排时间，很多想法连第一版都轮不上。

这两种烦恼，我更愿意处理现在这一种。

## 现在经常卡住我的，反而是额度

这套工作方式有个特别现实的问题：吃额度。

按我现在的强度，文字、图片、课程加上几个项目一起推，Codex 的量有时候一天都撑不住，哪怕用 GPT-6 的轻模式，也烧得很快。当然，这只是我的实际感受，不代表所有人都会这样。

所以我现在不太喜欢只看这一轮生成花了多少，而是看交出一份真正能用的成果，一共付出了多少时间、用量和人工收尾。

结构没定就批量出图，方向一变全部重做。几个 Agent 反复阅读同一批无关资料，看起来都在研究，其实在重复花钱。局部错误导致整个任务从头再来，也是成本。

最便宜的一次生成，不一定能带来最便宜的一次交付。

这也是为什么前面的研究和对齐不能省。方向没想清楚的时候，执行得越积极，浪费可能越大。

如果一轮工作跑下来，既没有更清楚的判断，也没有更可用的成果或者新的依据，那就该停下来看看：究竟是在推进，还是只在消耗。

## 写在最后

我现在能并行做内容、课程和几个项目，不是因为这些工作都不需要我了，而是它们可以处在不同阶段。

哦对，顺带说一句，我的Github是KimYx0207，开源了不少，希望对你有帮助。

![Image](https://developer.qcloudimg.com/http-save/yehe-10990648/f30fed3a138302f189f3e6d644413c41.png)

有的还在研究，有的已经进入制作，有的正在测试。能自己推进的部分先往前走，真正需要我拍板的问题，再集中回来。

但同一个项目内部，依赖关系仍然存在。目标没确认，不能急着大规模开发；核心规则没定，也别让一堆 Agent 各写一套。

多个项目并行，不代表每个项目里的所有步骤都要并行，更不代表发现一个机会，就立刻再开一个项目。

对一个人来说，AI 让可执行的事情变多了，但我的注意力没有跟着无限增加。哪些先做，哪些后做，哪些干脆不做，反而更需要我决定。

知道先不做什么，也是生产力。

我做过团队项目，知道要把研究、内容、设计、开发和测试凑到一起，需要多少准备。

对一个刚开始做事的人来说，还没验证想法，先得解决谁来做、怎么配合、成本能不能承担。这一步就会挡住很多事情。

现在，我可以先拿着手机，把本地电脑上的 AI 组织起来，完成文章和课程材料，推进产品开发，再根据真实结果往前走。

不是每个项目都会成功，也不是所有问题都能交给 AI。但一个人已经有机会，接住过去要一个小团队才能接住的工作。

这件事给我的底气，比又学会一个新工具大得多。

以前得先凑齐人，才敢开始验证一个想法。

现在，我可以先把东西做出来。

至于它值不值得继续，让结果告诉我。

* * *

谢谢你读我的文章。  
如果觉得不错，随手点个赞、在看、转发三连吧🙂  
如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章。

这是上周日我在亦庄模数 OPC（WaytoAGI 社区运营）做的一次线下分享，现场收到了一些好评。回来整理成文字，分享给大家。

我怎么用 AI，同时写内容、做课程、开发产品

线下分享整理稿：我怎么用 AI，同时写内容、做课程、开发产品

人工智能

开发工具

职业发展

老金分享AI驱动工作流：深度研究、目标对齐、任务编排、并行执行，用Meta_Kim与GoalPro提升效率，一个人接住小团队的工作量。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我怎么用 AI，同时写内容、做课程、开发产品-腾讯云开发者社区-腾讯云

我怎么用 AI，同时写内容、做课程、开发产品

我怎么用 AI，同时写内容、做课程、开发产品

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐