最初发表在我的Substack上。
我是一家设在日本的微软MVP公司,用英文写作关于我实际在生产中运行的AI代理系统.
AI工具成倍增加.
所以有代理,技能和自动化脚本。
然而,不知何故,我的手永远不会自由。
我醒来,打开一个仪表盘,检查通知, 去查看日志 一个失败的工作, 并想,“等等,那个过程在哪里运行?” 每次我再加一个自动化器,我还要再加一个地方去检查。
那是我,直到去年为止。
原因很明确:我一直在想AI应该做什么, 从来没有一次设计我自己会碰的东西。
所以我把政策改写成一行 一个人只做两件事: 把任务扔到一个地方, 在一个地方进行交谈。
不再增加其他切入点。 🤖✍️ 这篇文章由AI共同撰写——一位AI代理(Claude Code)根据与Ebisuda的真正合作而自动生成了草案,Ebisuda随后在出版前对其进行了审查和修订.
在这个系列中,我分享了我实际使用AI作为案例研究而构建的系统——既包括有效的系统,也包括失败的系统.
我所设定的构建 我所设定的构建 不是一个特定的工具 或特定的代理。
这是人类表面接触的设计。
我遵守的规则只有两行 人类唯一的入场点是托多主义(因为投出事情来做)和Discord(为了对话).
其他的都被推到AI和排程器那边 这与"让AI做一吨活"相反.
当人们试图最大限度地发挥AI的能力时,最终会加入更多的工具.
更多的工具意味着更多的设置屏幕,更多的地方日志堆积起来,更多的地方需要去检查"它现在在做什么".
不加限制,自动化过程的数量和人类必须去的地方的数量一起增长。
所以我首先要决定的不是AI的作品范围——这是人类方面的足迹.
如果你先修补了脚印 任何溢出的地方都无处可去 除了AI那边 这是将设计由"加"变为"迁"的策略.
为什么这是难的 一旦你真正尝试,你发现 减少切入点 比减少特性难得多。
故有三义.
理由1:入口点相乘,而你从未想过要创造它们 开始使用新的服务, 你得到一个UI 服务。
写一个自动化,然后得到它的配置文件,加上失败时检查的日志.
增加监控,你得到一个监控仪表板。
每一个都是正确的决定。
没有人提出"让我们再加一个入口"的想法.
然而他们却不断加起来。
这是因为切入点的增长发生在任何单一决定范围之外.
等你发现的时候 你的晨报从十分钟到30分钟 理由2:“最后10%”有效接管了一切 说你有一个百分之九十的自动化过程, 剩下的百分之十需要最后的人检查。
这是一个共同的设计,而不是一个坏的。
问题是,为了那10%, 你仍然必须打开这个工具。
尽管实际工作时间已经下降了90%,但是它占用的精神房地产的数量几乎没有减少。
说"等等,我还没有检查今天"的感觉 与进入点的数量成正比,而不是工作量。
随想提高自动化率——只要入场点还在,感知到的负担就不会下降.
理由 3: 条目点只通过不添加地物的决定收缩,在添加时会增长,所以添加是您可以完成的任务.
入站点不同——没有减少入站点的任务.
你所能做的就是走环行道: 决定“从今天开始,我不会去检查这个工具的UI”, 然后把线条建到另一个地方,把信息漏出。
还有呢