为什么有些 AI 工作流能留下来，而另一些则不行

原文：https://every.to/working-overtime/why-some-ai-workflows-stick-and-others-don-t

在一次视频通话中，Every 的 CEO Dan Shipper 正在向我展示他如何使用 OpenAI 的 Codex 应用来运营自己的工作生活，那些方法越来越精妙。就在那时，我看到了下一个即将改变我自己的 AI 工作流。至少，我当时是这么对自己说的。

Dan 分享了一个名为 Tend 的早期版本，这是他基于 Codex 原生构建的系统，能把邮件、Slack 消息、会议纪要和公司动态汇总到一处，并帮助你据此采取行动。

通话一结束，我就把文字记录丢给 Codex，让它为我打造一个专属版本。由于缺乏 Dan 那种命名的天赋，它把这个工具命名为 Attention Desk。我能清晰地想象出使用它的那个人：一个更好版本的我。一天中的大部分时间，我都会沉浸在深度工作中，偶尔浮出水面看看谁和什么事需要我，然后再度消失——反应迅速、效率极高，生产力是过去的 10 倍。

截至撰写本文时，Attention Desk 已被我遗忘在置顶聊天里，名字旁边那个小蓝点是唯一的提醒，提醒着我曾经是多么确信它会改变我的工作。

这似乎成了我使用 AI 的一种模式：看到一个令人印象深刻的演示，或者跟某个模型有一次出奇好的互动，就决定围绕它重新组织我的工作。然后，新鲜感褪去。不知不觉，几周过去了，我再也没碰过那个我曾确信会改变一切的工作流。我的桌面上漂着一座名副其实的“格格不入的工作流之岛”，上面有因维护负担过重而崩溃的应用创意，也有我构建后又迅速抛弃的 AI 技能。然而，使用我的复合写作插件进行写作，或者在 Codex 的帮助下驾驭我的工作日，却已经感觉像是多年的工作习惯。

我想弄明白，为什么有些 AI 工作流变得不可或缺，而另一些的持久力却堪比明星恋情。于是，我对几个主要的“失败案例”做了事后剖析，并查阅了相关的行为科学研究。结果发现，差异在于一个工作流对我的时间、精力和理智提出了什么要求——以及它又回报了什么。

一个被抛弃的工作流，不是对你品格的考验

当我注意到 Attention Desk 旁边那个小蓝点，以及我对它视而不见的事实时，我就像对待一盏决定与之共存的“检查引擎”警示灯一样，任由它待在那里。久而久之，那个通知开始感觉像是对我品格的控诉。

我的第一反应是把它归结为我自己的问题。我缺乏坚持下去的毅力或技巧，才让这些系统无法运作。在别处，其他更优秀的人正在采纳这些工作流，过着生产力提升 10 倍的生活，而那个永远落后的阶层里，有一个位置写着我的名字。

也许这只是我个人独特的灾难化思维方式，但我怀疑，这种想要构建所有工作流——尤其是我们眼中那些成功人士的工作流——的冲动非常普遍。模型能力及其最佳实践变化如此之快，想要追随那些在 AI 领域赢家的人，是完全可以理解的。但当你尝试了对他们有效的方法，却没得到同样的结果时，就很容易认为自己注定失败。至少，如果你是我，就会这么想。

理性上，我知道“要么我能搞定这个工作流，要么我就是个失败者”是典型的非黑即白思维。一个工作流被闲置的原因可能有很多：它要解决的问题太罕见，触发条件没有被激活，或者它的输出制造的额外工作比节省的还多。一个工具可能因为我的习惯不支持它而失败，而我的习惯，也可能是我对自己实际所做工作的理性回应。

我为一个我不存在的“工作日”构建了 Attention Desk

我渴望获得 Tend 所承诺的东西：沉浸在深度工作中，无需担心 Slack 上发生了什么，然后浮出水面时发现一切如常，没出乱子。但 Dan 是一位事务繁忙的 CEO，注意力难免会被各种方向拉扯，Tend 汇总他所有通讯的能力，为他赢回了时间和精神空间。而我平均每天只会收到六到八条 Slack 消息，自己就能轻松处理，毫无压力。对我来说，Tend 被证明是一个我根本不存在的问题的解决方案。

在我那个山寨版 Tend 上，我还构建了一个会与我根深蒂固的行为习惯相竞争的工作流。在工作中，我属于焦虑型依恋风格，查看 Slack 是我最喜欢的、被默许的拖延活动。我每天要可靠地查看 Slack 40 到 50 次——每一次，我都能从写作的痛苦中获得解脱，或是感受到新消息带来的振奋激励。Attention Desk 试图给予的内心平静，根本无法与这些奖励相抗衡。

行为心理学的坊间传说声称，养成一个习惯需要 21 天，我应该给 Attention Desk 21 天来巩固习惯，但这个数据点其实是个神话。2024 年的一项文献综述发现，少数相关研究表明，习惯养成的中位数大约是两个月，而范围则从 4 天到 335 天不等。三天或许不足以形成习惯，但时间已经足够让我发现，我并不想花数周或数月来养成这个特定习惯。

研究也提供了一些关于我如何能强迫一个 AI 工作流留下来的想法。例如，我可以制定一个明确的计划：如果我准备查看 Slack，那么我就打开 Attention Desk。一项 2024 年的元分析覆盖了 642 项测试，发现基于行为发生的具体情境制定的明确计划能有所帮助，尤其是在动机已经很强的时候。问题就在这：一个“如果-那么”计划能帮助我去执行一个感觉重要且令人信服的目标。但它无法让我需要一个 CEO 仪表盘，也无法让我想停止把 Slack 当成情感支持的拖延工具。

Attention Desk 的失败，并非因为我没有执行正确的行为设计咒语。事后看来，我意识到，抛弃这个工具是一个理性的选择；它是为别人的问题而建的，并且要对抗一个能解决我自己问题的行为习惯。

我一直在为不存在的那个“我”构建工具

Attention Desk 在岛上还有邻居，每一个都是为那个不存在的版本的我而建的。我曾设置过一个 Codex 自动化流程，让它根据我的工作生成每日在 X（Twitter）和 LinkedIn 上发帖的推荐。我幻想着自己能毫不费力地达到我在 LinkedIn 上看到的、每周发帖三次的活跃频率。

读者啊，我一次都没分享过那些帖子。

冷静下来后，我意识到我是一个随性、想起一出是一出的社交媒体用户。当我有话要说时，我会直接说。推荐内容只是给了我另一个需要追赶的队列，而我坚决不想要这个。对我来说，这种烦恼超过了多发帖子的价值。成为 X（Twitter）上的发帖达人，只能再等等了。

上世纪 80 年代，心理学家 Robert Wicklund 和 Peter Gollwitzer 描述了一种现象，与我这种为理想化自我乐观构建工具的模式非常接近，他们称之为“象征性自我完成”。人们在偏离自己所在乎的身份时，会去追寻其象征物，包括工具和技能。他们的实验当然没有测试过 AI 工作流，但即便如此——构建一个能让我成为自律的公共思想家的机器，在那个下午，这种感觉与被认同为其中一员惊人地相似。

我怀疑，并非只有我一个人背负着这些“更有动力的自我”。它们是富有抱负的，就像你乐观地买下的一件运动服。从对这些失败项目的探索中，一个启示可以是：拥抱当下的我，而不是我希望成为的那个明天的我。

一个工作流可能值得构建，但不值得保留

《Working Overtime》的长期读者应该还记得 Margot，那是我为管理其他工作流而构建的 AI 助手。在一次关于这个主题的 Every 训练营上，我看到像 Nat Friedman 和 Claire Vo 这样的人用 OpenClaw 做了什么之后，便把她建了出来。我幻想一个为我的需求量身定制的 AI 伴侣，能给我的日常生活带来超强动力。

有 Margot 相伴的日子，头几周确实很棒。在经历了“它活了！”的惊喜时刻，并热切探索了她的谷歌日历导航功能之后，她带来的麻烦就超过了她的价值。例如，每次我试图更换驱动 Margot 的模型时，她都会彻底罢工，我必须让她重新复活。一个月后，我意识到，我花在维护 Margot 上的时间，比我从中获得的回报还要多。

我离开了 Margot，但她的遗产仍在延续。构建她的记忆系统教会了我，为智能体找到正确的上下文是多么重要。这一教训最终反哺了我当前的桌面设置，在那里，量身定制的上下文能帮助 Codex 或 Claude 找到它们所需的信息。

我们所处的，正是 AI 的狂野西部时代，我们都被迫要弄清楚哪些东西值得花精力去设置和维护，哪些不值得。摆弄这些喜怒无常、不太靠谱的工作流是有价值的，因为它能让我们成为更精明的模型和应用的日常使用者。

能留下来的工作流，会迅速给出回报

当我为各种失败的 AI 习惯做复盘时，我也思考了那些真正保留下来的新行为。证据 A：我的复合写作插件。

这是我为写作构建的一个技能工具箱，其原型是 Cora 总经理 Kieran Klaassen 的复合工程插件。它遵循写作过程的步骤，帮助我将一篇文章从想法推进到精炼的草稿。

如果以我的失败案例作为先例，复合写作有几个不利因素。我是从别人那里借来的，就像 Tend 一样。它需要高强度投入，就像 Margot 一样。而且，它也必须与我既有的查 Slack 习惯竞争——正如我所说，为了逃避写稿，我什么都干得出来。

然而，复合写作已经成为我完成本职工作的核心方式。

区别在于，复合写作很快就开始向我发回信号，表明我的努力是值得的。甚至在它能很好地工作之前，这个插件就让写作过程再次充满了推动力。它给我一段文字让我可以与之“对抗”，提出一个能解开某个论点难题的问题，或者指明一条进入草稿下一阶段的路径。它给了我一个写作伙伴，解决了我工作中一个真正的问题——以写作为生所固有的孤独感。

在一系列研究中，行为研究员 Kaitlin Woolley 和 Ayelet Fishbach 发现，即时奖励比延迟奖励更能预测人的坚持。这项研究并不能证明一种行为会变得自动化，但它有助于解释为什么我能坚持下去。复合写作支付给我的，是当下对我至关重要的货币。那个成为更平静的 Slack 查看者的遥远承诺，根本无法与之竞争。

用更多的 AI 来解决 AI 的问题（再一次）

审视我所有的 AI 工作流——那些失败的和那些留下来的——我能看清它们各自结局的缘由。Attention Desk 解决了一个我大部分想象出来的问题，服务于一个我希望成为的人。复合写作则在我早已从事的工作内部与我相遇，并几乎立刻开始回报我。

我可以根据一个工作流与我日常工作接触后发生的事来评判它——我是否厌烦维护它，是否从它的失败中带走了有用的东西，还是不停地回归使用它。但我对错失某些东西的担忧并未消失。我想要一种方法，来确切知道一个实验性的系统是永远不会奏效，还是经过设计或执行上的微调后就能派上用场。

于是，很自然地，我又增加了一个新的 AI 系统来审计我的 AI 系统。这次，是一位名叫 Agent Ops 的审查员。

Agent Ops 是我 Codex 中的一个插件，它会盘点我曾构建或采纳过的系统，并就每个系统的目标、使用情况和结果向我提问，然后给出保留、微调或弃用的建议。

在设置这个插件的过程中，我发现我的失败工作流可以分为四类：我忘了它存在，它运行失败，它的输出需要太多维护，或者它没有解决一个反复出现的问题。

我把这些答案变成了临时规则。一个新的自动化流程，在我给它安排日程之前，必须先手动运行三次。它的输出必须产出我能在五分钟内完成审阅并使用的东西。一个自动化流程若四次运行都未被使用，就会触发一个决定：改变它，或是让它退休。

下面的提示词，是促成这一结果的那次访谈的一个版本，我做了一些调整，让你可以在自己那座“格格不入的工作流之岛”上运行它。

帮我审计我创建或采纳的 AI 工作流、自动化、自定义 AI 助手和应用程序。目标是决定哪些已经在我工作中赢得一席之地，哪些在重新设计后可能有用，哪些应该只在情况变化时重新审视，以及哪些可以退休。
如果你能检查我现有的项目或聊天记录，从盘点你发现的工作流开始。否则，请让我列出我记得的那些。不要假设频繁使用就等于有价值，也不要假设被抛弃就等于失败。
一次只问我一个问题。从我在过去两周内使用过的，以及我打算使用但未使用的工作流开始。对于每个工作流，确认：
它旨在解决的反复性问题；
当我使用它时会发生什么；
它是否让我的生活更简单、工作更好或心态更轻松；
使用、审查、构建和维护它所需的时间和精力；
即使我停止使用它，构建它的过程是否产生了有用的学习经验；
在我创建它之后，我的需求、工具、上下文或行为发生了什么变化；以及
是否有证据表明，潜在的需求仍然在反复出现。
访谈完成后，为每个工作流推荐：保留、重新设计、以后再看、或弃用。将我的回答所确立的事实与你的推断分开。一次最多给我五个决定，解释每个决定背后的证据，并建议最小的、有用的下一步行动。不要将一个未使用的工作流，解读为关于我的纪律、抱负或职业价值的证据。

这个提示词将每个被抛弃的系统归入四个决定之一。它将证据——它回报了什么、成本是什么、改变了什么——紧紧附在工作流上，放在它该在的地方。

我每天都在使用我的复合写作工作流。Attention Desk 上那个小蓝点依然无人问津；我的审计建议我“以后再看”。如果我的工作发生了变化，到了我觉得需要它的地步——比如邮件量剧增，或我对无害的消遣失去了兴趣——我会从它那个格格不入的岛上取回这个工作流，再试一次，看看这次能否改变一切。

核心启示：一个 AI 工作流能否留存，不取决于你的意志力，而取决于它是否解决了一个你真实存在且反复发生的问题，并能迅速给予你感知到的回报，而非仅仅服务于一个你希望成为的、想象中的自己。