为什么有些 AI 工作流能扎根，有些不能

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

本期为 Every 的 Think Week 收官。昨天，我们在布鲁克林 Pioneer Works 举办了首届大会 Thesis: 2027，近 400 位创始人、构建者和专家到场，超过 3,000 人在线观看。如果你错过了，可以看回放，并留意 Grant Harvey 周日发布的回顾。

今天我们重发 Katie Parrott 七月的那篇文章，讲怎么判断哪些 AI 工作流该退役、哪些该重启。回看这篇文章，Katie 说：“变化是 AI 里唯一不变的东西。一个方案今天对你不管用，不代表它永远不管用。可能会出现新方案，把技术难度抽象掉，或者就是比上一个方案更贴合你的工作流。文中的例子是 Tend：我当时觉得自己不够忙、用不上它，但现在我的 Dot 已经在替我做很多同样的事了。”——Kate Lee

我和 Every CEO Dan Shipper 视频通话，他带我参观他越来越精细的用法：用 OpenAI 的 Codex 应用来打理整个工作生活。就在那次通话里，我看到了下一个将要改变我的 AI 工作流。至少，我当时是这么对自己说的。

Dan 分享的是 Tend 的早期版本。这是他做的一套 Codex 原生系统，把邮件、Slack、会议记录和公司动态汇集到一个地方，并帮你据此行动。

通话一结束，我就把转录文本交给 Codex，让它照搭了一个我的版本。因为我没有 Dan 那种起名的天赋，它被叫作 Attention Desk。我甚至能想象出它的使用者：一个更好的我。我一天大部分时间都在深度工作，偶尔浮出水面看看谁需要我、有什么事需要我，然后又沉下去——随时响应、高效，生产力是过去的 10 倍。

而截至写这篇文章时，Attention Desk 仍躺在我的置顶对话里无人问津，名字旁边那个小蓝点是唯一的提醒：提醒我曾经多么确信它会改变我的工作。

这似乎是我使用 AI 的一种固定模式：我看到一个惊艳的演示，或者和某个模型有过一次意外顺畅的对话，就决定围绕它重组我的工作。然后新鲜感消退。等我回过神，几周过去了，我一次也没碰过那个我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“废弃工作流之岛”（Island of Misfit Workflows）：有的应用想法在自身维护成本的重压下垮掉，有的 AI 技能我建完就立刻弃用。但另一方面，用我的复合写作插件写作，或者靠 Codex navigation 一整天的工作，感觉又像已经这么干了好多年。

我想搞清楚：为什么有些 AI 工作流会变成不可或缺的基础设施，而另一些的持久度和明星恋情差不多。于是我对自己主要的“惯犯”做了一轮复盘，也查了相关的行为科学研究。结论是：差别取决于一个工作流向我的时间、精力和心智状态索要什么——以及它回报了什么。

【补充】“Island of Misfit Toys”出自 1964 年圣诞动画《红鼻子驯鹿鲁道夫》，指被放逐到岛上、无人想要的玩具。

被弃用的工作流，不是人格测验

当我注意到 Attention Desk 旁边那个小蓝点，也注意到自己并不想回应它之后，我任由它挂着，就像对待一盏自己决定与之共处的故障指示灯。时间一长，这条提醒开始像是对我人格的指控。

我的第一反应是把它归为“我的问题”：我缺乏坚持到底的毅力，或者缺乏足够的技巧，才让这些系统跑不起来。在某个我不知名的地方，有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“永久底层阶级”里，给我留了一个工位。

这也许只是我特有的灾难化思维，但我怀疑这种“想把所有工作流都建起来”的冲动——尤其是想建那些我们认为是成功人士在用的工作流——相当普遍。模型能力和与之协作的最佳实践变化太快，想跟着那些在 AI 上跑赢的人走，完全可以理解。但当你试了他们有效的方法却没拿到他们的结果，很容易就此认定自己注定失败。至少，我是这样。

理性上我知道，“要么我把这个工作流跑通，要么我就是个失败者”是典型的非黑即白。一个工作流没被用起来，原因可能有一大堆：问题本身出现频率太低、触发条件没被满足，或者产出带来的工作量比它省下的还多。一个工具可能因为我的习惯不支持它而失败；我的习惯也可能是对“我实际在做的这份工作”的理性反应。

我为一种自己并不拥有的工作日，造了 Attention Desk

我想要的，是 Tend 提供的那种体验：沉进深度工作，不用操心 Slack 里发生了什么，浮上来时发现没有起火。但 Dan 是一位被多方拉扯的忙碌 CEO，Tend 汇集信息的能力确实为他省回了时间和脑力。而我平均每天收到 6 到 8 条 Slack 消息，自己完全应付得过来。对我而言，Tend 是一个我根本没有的问题的解决方案。

而我做的这个“Tend 平替版”，还要去和我自己根深蒂固的行为竞争。在工作的意义上，我属于焦虑型依恋人格，刷 Slack 是我最喜欢的、被默许的拖延活动。我每天稳定刷 40 到 50 次——每一次，我都能从写作的不适中获得缓解，或者收获一条新消息带来的多巴胺刺激。Attention Desk 想提供的那份心安，没法跟这些即时回报竞争。

关于行为心理学的流行说法称，我本该给 Attention Desk 21 天时间让它成为习惯，但这个数字其实是个迷思。2024 年的一篇文献综述发现，少数几项相关研究显示习惯养成的中位数约为两个月，区间从 4 天到 335 天。三天也许不足以形成一个习惯，但足够我发现：我并不想为养成这个习惯投入几周甚至几个月。

研究也给出了“强行让 AI 工作流扎根”的思路。比方说，我可以制定一个明确的计划：如果我要去刷 Slack，那我就打开 Attention Desk。一项覆盖 642 项测试的 2024 年元分析发现，建立在行为实际发生场景之上的清晰计划确实有帮助，尤其是在动机本身已经很强的时候。问题就在这儿：if–then 计划能帮我执行一个我觉得重要且值得的目标，但它没法让我“需要”一个 CEO 仪表盘，也没法让我“想”戒掉把 Slack 当作情绪支持型拖延工具的习惯。

Attention Desk 不是死于我念错了行为设计的咒语。事后看来，我很清楚自己放弃它是理性选择：它解决的是别人的问题，而且对手是一种满足我自己需求的行为。

我一直在为一个不是我的人造工具

那座岛上的 Attention Desk 还有邻居，每一个都是为某个并不存在的我而建。我搭过一个 Codex 自动化，基于我的工作内容每天生成 X 和 LinkedIn 发帖建议。我想象自己毫不费力地达成 LinkedIn 上被推荐的那种“每周发三次”的节奏。

各位读者，我一条都没发过。

冷静下来之后，我意识到自己在社交媒体上是那种随性、有感而发的人。有话要说时我自然会说。系统推荐内容只会给我多一个追不上的待办队列，而这一点我明确不想要。对我而言，烦恼超过了多发帖带来的价值。成为 X 发帖达人这件事，只能往后放。

1980 年代，心理学家 Robert Wicklund 和 Peter Gollwitzer 描述过一种与我“乐观地为理想版自己造工具”的模式惊人相似的现象：“象征性自我完成”（symbolic self-completion）。当人达不到自己在意的某种身份时，会去抓住这种身份的象征物，包括工具和技能。他们的实验并没有测试 AI 工作流，但那种感觉仍然很接近：造出这台能把我变成“有纪律的公共思考者”的机器，有一个下午，就像我真的成了那个人。

我怀疑带着这些“更有动力的自我”生活的不止我一个。它们像你乐观买下的健身服。在检视这些失败项目之后，一个可能的结论是：接受现在的 Katie，而不是明天我希望成为的那个 Katie。

一个工作流可以值得搭建，却不值得保留

《Working Overtime》的老读者会记得 Margot，那是我为了管理其他工作流而搭的 AI 助手。我是看到 Nat Friedman、Claire Vo 等人在一次 Every 的 OpenClaw 训练营上的做法之后动手搭的。我想象一个针对我的需求精调的 AI 伙伴，能给我的日常生活加速。

和 Margot 共度的头几周很棒。在“它活了”的那一刻之后，我兴致勃勃地探索了她的 Google 日历导航功能。但随后，她带来的麻烦超过了价值。比如每次我想更换驱动 Margot 的模型，她就会彻底罢工，我得把她救回来。一个月后我意识到，我花在维护 Margot 上的时间，比我从中省下的还多。

我放弃了 Margot，但她的遗产延续了下来。为她设计记忆架构，让我明白 agent 找到正确上下文有多重要。这个教训喂进了我当前的桌面配置：在那里，定制化的上下文帮 Codex 或 Claude 找到它们需要的东西。

身处 AI 的蛮荒西部时代，我们每个人都被要求判断：什么值得投入精力搭建和维护，什么不值得。折腾这些脾气古怪、粗糙别扭的工作流是有价值的，因为它让我们成为更老练的模型和应用使用者。

能留下来的工作流，会很快给出回报

在复盘各种失败的 AI 习惯时，我也审视了那些确实留下来的新行为。头号案例：我的复合写作插件。

它是我为写作搭的一套技能工具箱，模仿 Cora 总经理 Kieran Klaassen 的复合工程插件（compound engineering plugin）而来。它沿着写作流程的步骤走，帮我把一篇文章从想法推进到成稿。

如果以我的失败案例为先例，复合写作本来有几处不利：它是从别人那里借来的，跟 Tend 一样；它打磨成本很高，跟 Margot 一样；它还得跟我根深蒂固的刷 Slack 习惯竞争——正如我说过的，为了不写稿，我什么都干得出来。

然而，复合写作已经成了我完成工作的核心方式。

差别在于：复合写作很快就发出了信号，告诉我这份投入值得。甚至它还没跑顺的时候，插件就已经让写作重新有了推力。它给我一段可以顶着往下写的文字，一个能解开论证僵局的问题，或者一条通往草稿下一阶段的路径。它给了我一个写作伙伴，解决了我工作里一个真实的问题——以写作为生这件事本身固有的孤独感。

在一系列研究中，行为研究者 Kaitlin Woolley 和 Ayelet Fishbach 发现，即时奖励比延迟奖励更能预测一个人能否坚持下去。这项研究并不能证明某个行为会变成自动化的，但它有助于解释我为什么一直在用。复合写作支付给我的是当下就对我有意义的报酬。而“成为一个更平静的 Slack 使用者”那个遥远承诺，根本竞争不过它。

用更多 AI 来解决 AI 问题（又一次）

回看我的各个 AI 工作流——失败的和扎根的——我能看清它们各自为什么会走到那一步。Attention Desk 解决的是一个我基本靠想象得出的问题，服务的是一个我希望自己成为的人。复合写作则在我已经在做的工作内部接住了我，并且几乎立刻开始回报我。

我可以用一个工作流与日常工作的实际接触结果来评判它：我是厌烦维护它，还是从它的失败中带走了有用的东西，还是一直回到它身边。但“我可能错过了什么”的焦虑并没有消失。我想要一种方法，能确定一个实验性系统到底是永远不会成，还是只要在设计或实现上做点调整就能变得有用。

于是很自然地，我又加了一个新的 AI 系统来审计我的 AI 系统。这次是一个叫 Agent Ops 的审查员。

Agent Ops 是我 Codex 里的一个插件，会清点我搭建或采纳的系统，并就每一个的目标、使用情况和结果向我提问，然后给出保留、调整还是退役的建议。

在设置这个插件的过程中，我发现我的失败工作流分为四类：我忘了它存在、它跑不起来、产出需要太多维护、它没有解决反复出现的问题。

我把这些答案变成了临时规则：新的自动化必须先手动运行三次，才能进入定时执行；它的产出必须让我在五分钟以内的审阅后就能用上；一个自动化连续四次没被使用，就触发“修改或退役”的决定。

下面这段提示词就是那次访谈所用版本的改编，你可以拿它去跑你自己的“废弃工作流之岛”。

提示词（Prompt）

帮我审计我创建或采纳的 AI 工作流、自动化、定制 AI 助手和应用。目标是判断：哪些已经在我工作中赢得了一席之地，哪些经过重新设计后可能变得有用，哪些只在我的处境发生变化时才需要重新考虑，哪些可以退役。

如果你能查看我现有的项目或聊天记录，请先清点你找到的工作流。否则，请让我列出我记得的那些。不要假定使用频繁就等于有价值，也不要假定被弃用就等于失败。

一次问我一个问题。先从过去两周我实际用过的、以及我打算用但没用起来的工作流开始。对每一个工作流，确认以下内容：

1. 它本来要解决的那个反复出现的问题；
2. 我使用它时会发生什么；
3. 它是否让我的生活更简单、工作更好，或头脑更轻松；
4. 使用、审阅、搭建和维护它需要的时间和精力；
5. 即使我停止使用，搭建它是否带来了有用的学习；
6. 在我创建它之后，我的需求、工具、情境或行为发生了什么变化；
7. 是否有证据表明那个底层需求仍在反复出现。

访谈完成后，为每个工作流给出建议：保留（Keep）、重新设计（Redesign）、以后再考虑（Revisit later）或退役（Retire）。请区分“我的回答所确立的事实”和“你的推断”。一次最多给我五个决定，解释每个决定背后的证据，并建议最小可行的下一步。不要把一个未被使用的工作流，解读为关于我自律程度、进取心或职业价值的证据。

这段提示词把每一个被弃用的系统都转化为四类决定之一。它把证据留在工作流旁边——它回报了什么、花费了什么、什么发生了变化——留在它该在的地方。

我每天都在用复合写作工作流。Attention Desk 上的小蓝点依然无人回应；我的审计建议是以后再考虑它。如果我的工作发生变化，让我觉得需要它了——比如邮件大量增加，或者我对这种无害的走神失去了兴趣——我会把这个工作流从废弃之岛上取回来，再试一次改变一切。

Katie Parrott 是 Every 的专职作者。你可以在她的 newsletter 读到更多她的作品。想读更多这类文章，请订阅 Every，并在 X 上关注 @every、在 LinkedIn 关注我们。

核心启示：一个 AI 工作流能否扎根，不取决于它多先进，而取决于它是否对准你真实反复出现的问题、并在你已经在做的工作里迅速给出回报——正如文中 Woolley 与 Fishbach 的研究所示，即时奖励比延迟奖励更能预测人是否坚持下去。