AI 工作流实战

Grok Bot 的核心设计是把 agent 做成常驻、有名字、有自己身份、记忆和工具的「同事」，而不是用完即弃的聊天：可复用的能力和记忆抽象成角色（bot），有截止日期的项目另开会话；同一个 bot 在私聊和群聊里是同一个实体，bot 之间能互相请教、拉群辩论、直接交接上下文。

在 GitHub Next 设计工程师 Maggie Appleton 看来，设计和工程是同一种解决问题的技能、只是材料不同；如今实现已被 agent 做到「足够好」，她几乎不看代码，把功夫全花在「想清楚做什么」上——先在纸上画、Figma 只做到中保真，再写扎实的 spec 和「agent 怎么自证完工」的验证清单交出去，并让 agent 给原型挂上滑块和取色器做成 jig，在浏览器里实时调参，「按需给自己造一个 Figma」。

ChatGPT Finances 的产品负责人 Ethan Bloch（Digit 创始人，第二家公司 2026 年 4 月被 OpenAI 收购）用虚构人物 Jim 的合成数据演示了 6 个用例——扫 90 天流水找重复扣费和涨价订阅、省税、基金费率体检、信用卡回馈、停工创业的储蓄跑道、租还是买；起点都一样：经 Plaid 只读连上金融账户、再连上邮箱，让它有上下文（连账户目前只限美国用户）。

Peter Yang 称 Meta 的 Muse 是他迄今用过最好的个人 agent：免费，一年替他在话费和有线电视费上省下 800 多美元。AT&T 那笔是它用存好的密码开浏览器代登录，查出只要把扣款从信用卡改成银行账户、4 条线每月就能省 40 美元，一年约 480 美元，前后只聊了 5 到 10 分钟——唯独填银行账号那一步，它坚持交还给他亲手做。

Peter Yang 同时养着四个能读邮件、用他的账号登录、替他花钱的个人 agent，本期只问一件事——哪个敢信：体验最好的 Instinct 住在一个 iMessage 对话里，靠后台定时任务主动把事跟到底，可为了帮他取消一个每月 100 美元的续费，它先后要走了两步验证码和 Google 密码；而且它把复杂性藏得越好，你就越看不见它在幕后干了什么。

结论反转，赢在 UX：和 Grok Bot 共事几周后，Claire 干掉了所有 OpenClaw、几乎全搬过去（ep182 首测时还不肯搬）。OpenClaw 立了队友型 agent 的标杆，可连她这么懂技术的人都维护不动；「开箱即用、能搞定 90% 需求的同事型 agent」让她放手同时跑着约 30 个 bot。

Melio 的 PM Daniel Blum 用 Claude Cowork 搭了一套替他扛「协调杂务」的个人操作系统：Notion 三栏看板对他只读，由周日的 weekly prep 和每天的 morning brief 两个定时任务代管，电脑前 70%–80% 的时间都走 Cowork——他敢说「以前要花我一周的活，现在我一天就能干完」，而且活更深：更多调研、更有数据支撑、少凭直觉。

Hugging Face 工程师 Niels Rogge 把自己「劝研究者把模型从 Google Drive 搬上 Hub」的日常工作交给了 agent：每晚一个 cron job 读几百篇 arXiv 论文、自动开 GitHub issue/PR，几千个 issue 只收到 2 条负面评论。

AI slop（AI 味的粗制滥造 UI）不是玄学，是一张可枚举的破绽清单——紫色渐变、标题斜体、scroll to explore、全大写胶囊标签等 20-30 项——完成后多花 10-20% 功夫专门打磨 UI，就是 AI 应用最大的竞争优势。

GrokBot 的魔力不在模型，在 plugins——杀手锏是「一个 connector 能接多个账号」：她接了四个 Gmail 还能横跨账号一起查，原话是「这件事 Codex 没搞明白，Claude 也没搞明白」。

「速度病」（velocity sickness）＝ AI 让产出突然暴增所带来的那种压力，个人和团队都会得，结果是「有产出，没影响力」。 最锋利的一刀来自一个用 agent 管线写 newsletter 的人——他说"我基本上每周写一本书"，Matt 问"那你的读者每周读一本书吗？"，对方说"大概不会吧"。

新语音界面不是「语音转文字」，是「口述委派」——按快捷键弹出一个能看见你屏幕的光球，它把 ChatGPT 早就有、但没人发现的几个底层能力（开新 thread、给正在跑的 thread 追加消息、thread 之间互相说话）编排起来，你说一句就能同时派出五六个后台任务。

一套六步的 AI-native 设计流程，全程不开 Figma：定义用户问题 → 找灵感写 design.md → 在 Claude Design 里探索原型 → 用 HTML 写一份含产品/设计/技术三个 tab 的 spec → 让 spec 驱动出全部核心界面 → 最后才让 Claude Code 把 app 建出来。

把 browser use / computer use 想成「一个能把手放到你键盘上的虚拟同事」，装好桌面 App + Chrome 扩展就有了；Claire Vo 说这是「AI 里最能改变生活的功能之一」，用完的评价是「满分 10 分我给它 100 分」。

一个 PM 靠读懂一篇 Anthropic 博客里的「对抗性 agent」概念，在 Claude Code 里折腾一天，就在内部 hackathon 击败 30 个工程团队——秘诀不是代码，而是「系统怎么搭 + 让它测什么」的领域知识与品味（taste）。

Boris Cherny（Claude Code 的创造者）公开说"编程已被解决"——对他自己已经是 100% 的代码都由模型写、一天最多提过 150 个 PR；但他坦白这只在"一半"的场景成立，大而复杂的代码库、冷门语言模型还不擅长，"通常的答案就是等下一个模型"。

这期对谈解决一个「凡尔赛烦恼」：私人助理（chief of staff，帮你打理日常杂务的「办公室主任」式角色）该用 OpenClaw 还是 Claude Code 来搭。嘉宾 Moritz Kremb 干脆照着 OpenClaw 的架构在 Claude Code 里整套复刻了一份个人操作系统，取名 Claudia：核心是一个叫 cloud.md 的文件——相当于 OpenClaw 那边的 agents.md，是每次对话第一个被读取的「主指令」（相当于给 AI 的开机说明书 / system prompt），再由它把 user.md（关于他本人）、identity 与 soul（性格设定）、tools.md（工具清单）、memory.md（记忆）等文件一并拉进每次会话。所有内容放在 Google Drive 而非本地空文件，理由很朴素：云端存着，手机上随时能看。

Anthropic 设计负责人 Jenny Wen 现在「除了细枝末节的生产代码」之外，几乎所有工作都用 Cowork——她把它定位成「垃圾进、珍宝出（garbage in, treasure out）」：擅长把 UXR 访谈、社交媒体（X、Reddit）、内部 Slack 反馈频道等大量杂乱来源挑出精华，再用并行任务把「多来源汇集洞察 → 反推功能清单（P0/P1） → 生成可分享演示文稿 → 设为每周一早 10 点定时任务并经 Slack MCP 自动分发」一条龙跑通，把「反馈到看得见摸得着的产出」之间的迭代循环压到极紧。

一位谷歌 PM（Gabor Meer）用 Claude Code 把「一整家软件公司」复刻成一队专门化 agent——系统分析师、CTO、设计、品牌、实现、性能、可维护性、测试、UX 流程等十几个角色，由 system analyst agent（系统分析师 agent，相当于把需求翻译成开发任务的中间人）作中枢调度，真正做开发冲刺时 峰值 7-8 个 agent 并行，全程零真人员工。他的原话是：「我设置这些 agent 的方式，就是按照我在真实世界里跟一支软件工程团队协作时会想象的样子来配置的。」

AI 彻底改变了软硬件工程师的分工：软件工程师搭架构，硬件工程师 vibe code（凭手感让 AI 写代码、自己不必精通编程）自己那部分——Boom Supersonic 靠这套，把"光是分析一片涡轮叶片就要 1 个工程师整整 1 天、而一台发动机有上千片"的死活，变成"2 个工程师设计一整台喷气发动机、改一下叶片形状就能实时看到气动和结构结果"。

工程师的衡量标准正从「亲手交付成果」转向「有没有造出那座把产出成倍放大（B→Z）的工厂」——Guillermo 原话："以前公司内部衡量的是『A 这个人产出 B 这个成果做得有多好』；现在我评判你这个工程师的方式变成了：你有没有在打造那个能产出 B 到 Z、能成倍放大产出的工厂？"在想法 / 智力 / 虚拟数字领域里，差距"根本不止 10 倍，而是 100 倍、1000 倍。一直都是这样"。

从八小时装机删日历，到三台电脑九个 Agent——Claire 从最大怀疑者变成"屏息的信徒"：第一次安装她"真的花了整整八小时"才让 OpenClaw 跑起来，回报是"我的个人家庭日历被删了"。但就在它没删日历的时候，"它带给我足够的快乐和足够的实用性，让我知道这里面有东西"。她把这形容成"一种真正丑陋、明显的 product-market fit（产品市场契合）的感觉"——产品很糙，但你一眼看出它戳中了真需求。她现在自称"a breathless OpenClaw bro（屏息的 OpenClaw 兄弟）"，在三台电脑上跑着九个 Agent，并说这是自 ChatGPT 以来她最震撼的 AI 体验。