先确定要交付什么、允许依据什么、何时停止,再组织 AI 参与。
我关心的不是
“会不会用 AI”
而是一个人或小团队能否把 AI 用进稳定的工作方式:知道先做什么、谁来确认、出了问题怎么回看,最后能不能把经验留下来。
把事实核对、人工放行和复盘放在流程里,而不是事后补救。
用内容、作品和项目记录,把真正有效的做法慢慢留下来。
四个正在发生的
能力实践方向
它们有不同的作品和内容形态,但共同练习的是同一件事:在真实约束下组织工具、流程、质量检查与人的最终判断。
AI 团队与“养虾”实践
- 目标、职责与工作区
- 连续上下文与必要交接
- 记录、复盘与人工改流程
Codex 与内容/视频制作
- 内容与制作流程拆解
- 真实操作与表达分层
- 普通人能读懂的说明
长内容的创作到发布
- 长篇创作的持续推进
- 批次检查与质量闸门
- 人工放行,不自动发布
方法整理与知识沉淀
- 先确认资料与适用边界
- 再抽象为可复用方法
- 持续记录问题与改进
OpenClaw 做中央大脑,Codex 进入项目执行
两个工具处在不同位置:一个帮助理解长期积累的知识与任务状态,一个进入具体工作区完成有边界的制作、检查和交接。人始终决定方向与外部动作。
OpenClaw:中央大脑
连接多套长期积累的核心知识库,负责长期理解、知识接续、任务协调与必要的状态汇总。不公开知识库分类、正文、配置或内部资料。
Codex:进入项目执行
进入指定本地项目/工作区,按任务边界读取必要文件,完成内容生产—审校工作流、网站、文档、视频物料等制作、检查和交接。
人:保持最终判断
决定目标、资料边界、关键事实、最终采用和任何外部操作;工具只在明确的任务边界内提供协助。
不会自动改写知识库、自动发布或替人作出最终决定。
技术架构不冒充,
业务流程必须清楚
我的强项是业务架构、流程架构和工具实践。AI 可以执行与整理;目标、边界、关键事实和最终放行,始终由人负责。
这次到底要解决什么问题,最后交付什么。
允许参考什么,哪些事实必须单独核对。
让合适的工具连续推进,必要时才拆分职责。
先自查,再由人确认关键事实和外部影响。
记录问题和遗漏,再决定是否调整下一轮流程。
从实践出发的
内容与作品入口
公开内容不提供内部配置、提示词、账号或生产数据;它更适合帮助你判断:这套做法是否和你正在面对的问题有关。
从“会聊天”到“能推进”的 AI 工作组织
围绕目标、资料、职责、检查点和复盘,分享 AI 团队/养虾实践中的真实判断与边界。
查看相关实践方向 →内容生产—审校工作流与长篇连载实践
从 Codex 辅助的内容制作、脱敏图形化表达或必要的真实界面证据,到小说作品在番茄的连载实践,关注的是持续推进与质量控制。
查看相关实践方向 →私有运营中枢
仅供本人查看跨项目运营状态。公开站不展示内部运营数据、账号、配置或业务资料。
我不把自己包装成
技术架构师
我的工作更接近运营与产品实践:理解业务问题、拆解流程、安排工具、检查结果,再把有效做法沉淀下来。
AI 团队、Codex、内容/视频制作与小说作品,是不同的实践现场。真正持续复用的,是把一个模糊想法变成能推进、能检查、能交付项目的能力。
这里分享的是正在发生的实践,不是事后包装出来的万能答案。