别盯屏幕了:一套让多个 AI 半自动替你干活的方法
真能让多个 AI 替自己干活而不用一直盯屏幕吗?答案是可以,关键在于建立严密的防呆验证机制,把人从“人肉转接头”抽离出来。 在 SpaceX 负责做 Grok 机器人的工程师 Lauren,靠着开源工作流 pstack 一个人单月处理了 2500 张任务结案单。这套把工作往後移的协作规则,普通人即使不写代码也同样能照着做。
为什么平时只要一放手,AI 就会把事情搞砸?
大家用 AI 时往往在充当“人肉转接头”:AI 算完一段你看一眼,发现不对截图指出,改完再复制去别处测试。 只要你还卡在中间充当搬运工,就只能一对一死死盯着它,根本没办法同时管几个 AI。
要想让多个 AI 真正替你分担任务,关键在于建立验证机制,把人从盯梢推进到自动化。 工程师 Lauren 把人和 AI 的协作演进分成了四个阶段:
- 第一阶段“寫程式”:全程紧盯,AI 每走一步你都要看着并随时打断纠偏,这是大多数人目前的状态。
- 第二阶段“驗收”:让 AI 自己交证据,做完任务不能只口头汇报,必须附带操作截图或运行记录,人类只看证据做判断。
- 第三阶段“合併”:系统自动抓取外界反馈并转化成任务单派给专门 AI,人类只看最终结果。
- 第四阶段“抽查”:由独立于编写者的裁判 AI 全面测试并自动生效,人类退到隔天早上做抽样检查和规则维护。

要从第一阶段的全程紧盯走到第四阶段的自动化,核心就在于用一套防呆机制把人工往後移。
这套工作流具体是怎么给 AI 设防呆卡口的?
开源工作流 pstack 包含了将近 60 个针对 AI 的技能与规则。 它把整套任务流程卡成了三个主要阶段,避免 AI 凭空瞎改。
1. 动工前:把背景挖透,别乱改
普通 AI 接到一句模糊指令,往往只看手头两个文件就凭空构想,很容易改乱既有规则。 系统在动工前强迫 AI 读透现有模块并翻查工单历史,搞清前因后果,避免把过去的防呆设计误删掉。
在需求环节,系统通过 /sharpen 把模糊指令转译为包含验收条件的 prompt.md 需求单,防止 AI 自行加戏。

2. 动工中:多模型比稿与测试先行
到了实际干活环节,首要目标是避免返工和作弊。 系统规定 AI 先画骨架不写细节,通过 /architect 配合 /arena 调度多模型比稿。
系统把同一个设计题目同时发给不同模型,交叉对比亮点并融合出稳固骨架。 这样就算后续接手的 AI 只看局部内容,照着结构模板写也不会把整体框架弄歪。
为了防止 AI 给出错误逻辑后自己编造虚假测试交差,规则要求在动手前先把验证测试写死。 测试没跑通亮红灯之前,系统绝不允许 AI 正式交件。

3. 验收时:让交件附带证据,绝不自己审自己
写完内容后,AI 必须按用户操作路径在后台完整走一遍并录屏截屏,作为功能正常的凭据。 系统还会自动计算这次修改波及了多少外围模块,只改独立角落的快速扫过,动到底层共用逻辑的则重点排查。
把改好的产物同时丢给两家不同公司的模型互相挑毛病。
两家都指出有风险的地方就必须打回重改。 两家模型都指出风险的地方,必须打回重改。

在无人值守的夜间模式下,系统有一条硬性铁律:写内容的 AI 永远不能核准自己的产出。 后台会临时调派大约 10 个没参与过编写的独立验证 AI 充当裁判,在模拟真实场景下全面测试,全票通过才允许合入。
隔天早晨人类只需根据决策记录表抽查高风险项。 一旦发现 AI 总在同类问题上犯错,直接把限制规则做进系统硬性检测里,让错误在机制上无法提交,而不是只在提示词里轻飘飘地提醒一句。
不写代码的普通人,具体该怎么照着做?
没有几百张工单要处理的普通人,同样能借鉴这套把工作往後移的逻辑。 新手可以按照以下六个步骤,逐步搭建属于自己的半自动流水线:
- 第一步,只用一个 AI,观察它最常在哪里犯错。先不要折腾复杂工具,随手记下平时纠正 AI 的话,直到能准确列出它最常踩坑的三处地方。
- 第二步,把纠正记录固化成每次任务必读的规则文件。能用硬性格式检查卡住的就别靠文字提醒,确保同类错误不再反复发生。
- 第三步,要求交件必须附带核对证据。让 AI 整理内容时必须列出核对方法、参考来源或操作截图,练到你只看证据就能判断正误。
- 第四步,把干活与审查拆给不同模型。让写内容的 AI 提交成果和证据,交由另一家公司的模型交叉挑毛病,没问题了再由你拍板。
- 第五步,尝试交代长任务但保留最终权限。在离开电脑前安排多步任务并定死客观完成标准,同时限制它只能存草稿,禁止执行对外发送或删除等不可逆操作。
- 第六步,建立独立检验流程。当成果连续多次几乎不需要返工时,再把常规任务交给裁判 AI 跑全自动验收,自己退到抽检和规则维护的位置。
让多个 AI 半自动替自己干活,核心在先把查验标准和防呆规则搭稳。 验证手段越扎实,你能放心放手同时运转的 AI 就越多。
