大可的 AI Builder 手记 | 从 Agent 工程到真实产品交付

学 AI

怎么说，它才能一次做对

一套派活写法：把背景、要求、限制、验收写全，它就没空子自己补。最后一课是哪些活根本不该派。

1把要求写成文档背景给谁、要什么、不许什么、什么算完

提示词基础

你没写清的地方，模型一定会自己补一个。

提示词的结构

背景、要求、限制、验收。缺哪一段，就在哪一段上跑偏。

2让它照着做例子比形容词管用，格式写死，只说一次的话单独放

少样本示例

例子传达格式和判断最快，但它也会把偏差一起学走。

输出格式

程序要读的输出，靠请求撑着就是每天几百次失败。

系统提示与用户提示

每次都成立的话放系统提示，这一次才成立的话放本轮。

3想清楚哪些活能派规则清楚、可逆、可核对，缺一条就留人

人机边界

实现可以整段交出去，判断不能。附一个三秒判断法。

怎么把偶然做对变成次次做对

稳定不靠运气：一次只改一处的迭代方法，好用的提示词沉淀成资产，把钱花在值得多想的地方。

1一次只改一处改法要能归因，好坏要有同一批样例可比

提示词迭代

凭感觉调不会收敛。要有尺子、一次动一处、和上一次跑比。

温度与随机性

同一个问题每次答案不同，不是故障。什么时候该把它调低。

2把好用的沉淀下来散在各处的提示词，迟早没人敢动

提示词管理

提示词是长期演化的产品资产，不是随手写在代码里的字符串。

3把钱花对地方多想一会儿值不值，跑分怎么看，主模型挂了怎么办

推理模型

思考按输出计费。哪些任务值得多花这份钱，哪些是纯浪费。

参数与跑分

三个数字回答三个问题，没一个回答你的问题。

模型选型

大部分请求用不上最贵的那档。分档、备用、格式归一，做在同一层里。

它不知道的事，从哪来

窗口装多少、检索怎么找、记忆的代价，以及 RAG 三环各自会怎么坏。

1窗口装得下吗窗口有限，中段会失焦，聊长了自己会丢

上下文窗口

窗口是一份要分的预算，不是一只能填满的桶。

上下文中段失焦

注意力两端强、中间弱，位置是一个设计决定。

对话压缩

压缩必然丢东西，而最先丢的往往是最早定下的约束。

长期记忆

模型本身没有记忆，记得你的是你的系统。难点在提取和冲突。

2找得到吗意思相近的靠得近，但最近的不一定有用

向量与相似度

相似度衡量的是像不像，不是能不能回答。

两种检索方式

关键词和向量的盲区正好互补，实际系统都是混着用。

3接得上吗先检索再回答，三环各有一处会坏

RAG：先检索再回答

RAG 不是模型，是一套流程。切分方式决定它的上限。

RAG 排查

答错是四个不同的问题，按顺序往前查才能定位。

微调与 RAG

微调教怎么说，RAG 给说什么。选错的代价是几个月。

用它一次，到底花什么

计价不按字数，一次调用三种价。缓存是最大的省钱杠杆，自部署有明确的边界。

1怎么计价不按字数，一次调用有三种价

Token 与计费

常见词一个 token，生僻字两三个。所以字数估不出账单。

一次调用的价格

输入、输出、缓存各一档，输出最贵。图片视频另算一套单位。

2怎么少花前缀不变才命中，权重在谁手里

提示词缓存

缓存只认前缀，顺序一换整条作废。所以排列顺序是笔账。

开源与闭源

开放权重买的是控制权，不是便宜。什么时候自部署才划算。

它的话，哪些能信

编造是这台机器的默认行为，不是故障。三个核实动作，加上指令与数据的边界。

1它为什么会编读过的世界停在某一天，没见过的就自己补一个

知识截止日期

语料决定它偏向谁、缺哪一块；截止之后的事只能由你补。

幻觉

它要的是最像的下一句，不是真的下一句。只能防，不能等。

2今天到哪一步哪些已经能用，哪些还只是演示

能力现状

分档看出错后果，不看演示效果。能力和可靠是两条速度不同的线。

3怎么核实不用逐条查，三个动作筛掉大部分编造

核实回答

查来源、找反例、复算关键数字，各堵一类编造。

4数据和指令的边界它分不清哪句是指令，对话数据也有去向

提示注入

任何能进上下文的东西都能夹带命令，防它靠权限。

数据去向

留存、训练用途、责任归属，三种形态各有一套。

它为什么又强又不靠谱

它只做一件事：猜下一个字。所有本事和所有毛病，都从这一条长出来。

1它只做一件事猜下一个字，以及由此推不出什么

预测下一个字

没有在思考你的问题，它在算下一个字最可能是什么。

大模型与搜索

搜索给你一个位置，它给你一个没有出处的结论。

2本事从哪来喂出来和用起来是两笔账，图片也是字

训练与推理

训练定上限，推理花钱。你能改的几乎全在推理这一侧。

多模态输入

它把图切碎、编码、接进文字序列，然后接着往下写。

3对上名字六种机器，和一张名词地图

模型的六种类型

六种模型，六个计费单位。预算翻车多半栽在这里。

AI 名词地图

每个词都长在一次调用的某一段上。找到那一段，定义就不用背了。

前线部署工程师

重新认识 FDE

先把这个角色说清楚：它是什么、不是什么、需要什么能力、在团队里扮演谁。

1它是谁是什么，不是什么

什么是前线部署工程师

驻扎现场、填平「模型能做的」与「客户需要的」之间的鸿沟。

它和售前、咨询、驻场有什么不同

用一张对比表分清 FDE 的角色边界。

2它会什么三种能力，四重身份

三种能力，而非一种

技术通才、翻译业务、主人翁与叛逆，三层叠加。

四个战场上的同一人

客户、产品线、销售、组织——四重身份的连接件。

选对战场

先筛问题，再进现场；理解机构约束，把验证范围收窄到能产生价值的切口。

1找问题值不值得做，得去现场看

PSF：先问值不值得做

痛点具体性、经济性、可行性，三关不过别动手。

去现场，别在会议室

痛点只出现在工作现场，「影子工作法」是田野方法。

2定切口缩小切口，认准战场

最小可行部署

真实数据、缩小范围不缩深度、定死截止时间。

中国战场：B 端、央国企与私有化

国内落地的主战场是政企，部署偏好私有化与信创，价值从试点走向核心生产力。

拿下信任

先选能成为灯塔的客户，再用真实结果、动手和诚实建立长期信任。

1选客户灯塔客户怎么选

灯塔客户怎么选

选对标杆，交付成果变成对外可引用的证据。

2攒信任动手、诚实，把结果讲出去

信任红利

动手 + 诚实 + 内容引擎，持续放大信任。

让系统活起来

上线不等于激活，用热修复、读旧写新、变革管理逼近真实使用。

1让它活下来首日魔咒，和读旧写新

上线不等于激活

首日魔咒与热修复文化。

读旧写新

数据兼容旧系统、架构独立、顺从人的习惯。

2让人用起来把客户的组织变成同盟

让组织为你站台

把客户的组织变成你的同盟，而不是阻力。

把关系做长

用健康分做预警，按结果收费，从部门扩张到全网。

1守住健康分预警，按结果收费

续约的预警系统

把续约从被动救火变为主动干预。

按结果收费

客户得到什么，就为什么付钱。

2长大从一个部门到一张网

从一个部门到一张网

存量深耕的扩张节奏。

把打法复制

把每一次成功沉淀成打法手册，再产品化成平台能力。

1沉淀打法手册，再把交付变成产品

打法手册

让下一次交付更快的可复用能力。

把交付变成产品

把现场学回来的反哺成标准能力。

2参照案例，和别学错的地方

一线实战案例

Palantir 起点、国内样本、翻车实录与业内定义。

什么时候不该学 Palantir

抄头衔最便宜也最坏；人进场却没有底座，就是贵一倍的外包。

3建制汇报线、编制、考核与负载上限

FDE 团队怎么组建

汇报线、编制、考核、负载上限——先定形态，再招人。

Agent 开发

先选对复杂度

先把复杂度压到最低：什么情况下根本不需要 Agent，需要时该从哪一级起步。

1定级要不要 Agent，从哪级起步

先问这件事要不要 Agent

有大模型不等于 Agent，多步骤不等于多 Agent。先选最低的一级。

2搭壳模型外面那层管什么、写什么

Harness：模型之外的工程控制层

模型负责判断，Harness 负责让判断变成可交付的结果。

哪些规则值得写进 Harness

规则不是越多越安全。只写模型造不出、责任交不出去的那两层。

3放权自主度的上限就是验证能力

自主度的上限等于验证能力

能授予多少自主度，等于你能多便宜、多可靠地验证结果。

上下文工程

上下文是 Agent 唯一的工作记忆：装什么、怎么分层、怎么避免越跑越脏。

1看清装了什么，怎么一步步变脏

上下文里到底装了什么

十二类来源、六层信任，以及为什么窗口大不等于装得多。

上下文是怎么一步步变脏的

稀释、腐坏、焦虑三种劣化，以及为什么 compaction 救不了焦虑。

2装法数据走管道，加载分层，知识先立结构

别让模型搬运数据

模型搬运 UUID 会截断、混淆、幻觉；让系统做管道，让模型做判断。

分层加载与交接包

五层按需加载、结构化交接包，以及稳定前缀为什么能吃住缓存。

知识库要先对齐领域，不是先上 RAG

检索解决「找出相关内容」，结构化解决「该理解哪些方面」——顺序反了，知识库只是更好搜的文档仓库。

工具与环境

工具是契约，环境是能力边界。两者一起决定 Agent 能拿到多少真实反馈。

1定契约工具怎么描述，环境怎么给反馈

工具是契约，不是 API 包装

工具描述决定选择准确率，输出裁剪决定上下文成本，错误契约决定能不能恢复。

环境反馈决定能力边界

环境是隐形质量杀手：它不崩不错，唯一的信号是输出质量轻微下降。

2交给谁批量交代码，生态设白名单

批量与并行交给代码编排

逐个发起 LLM 往返时，延迟、token 消耗和跑偏概率都随 N 线性放大。

MCP 与 Skill 的边界与成本

MCP 的成本是常驻的，Skill 的风险是供应链级的，两者都要按 Agent 设白名单。

生态连接器：MCP、A2A 与办公协同协议

告别专有胶水代码，统一工具调用、多智能体协作与即时通讯交互。

状态与长任务

一次跑通不等于能交付：状态分层、中断恢复、副作用收据与多 Agent 的准入条件。

1分层四类状态各管一种生命周期

四类状态别混在一个数组里

一个数组装不下四种生命周期，混写的结果是既不能恢复也不能删除。

2定协议外部挂稳定对象，不挂 prompt

运行时协议：外部能依赖什么

十二个稳定对象撑起外部系统与你的 Agent 之间的契约。

面向过程的运行时：沙箱、快照与状态恢复

轻量沙箱隔离风险，秒级快照让长流程在故障后不必从头重跑。

3撑住长任务要有交接物和终态

长任务要有交接物和终态

上下文窗口一定不够用，撑住长任务的是文件系统上的交接物。

4收口动作有收据，扩张有门槛

回答不等于负责

回答错了可以重问；动作错了，邮件已经发出去、钱已经扣掉了。

多 Agent 什么时候才值得

每多一个 Agent，就多一份 token、延迟、失败面和责任模糊。

评测与验证

先定义完成再写功能：评测集、四层指标、在线离线双轨，以及验证速度怎么追上生成速度。

1定标准先定义完成，再写第一行代码

先定义完成，再写第一行代码

决策不定就调 prompt、换模型，跑得越快偏得越远。

2分四层结果、过程、效率、风险

四层评测：结果、过程、效率、风险

结果对了不等于做对了，四层结构让路径质量可见。

3上轨道在线离线双轨，验证追得上

在线与离线两条腿

把生产评分当验收判据，是 Agent 团队最常犯的一类误判。

让验证速度追上生成速度

没人声明放宽了什么，只是 review 从细看变成扫一眼。

评委的可信度卡在输入上

评测跑不准，先查喂给评委的数据，而不是先换模型。

安全、成本与上线

能跑之后的三件事： containment 与凭证边界、成本归因、上线指标与失败回流。

1围住沙箱、凭证与人机边界

沙箱、凭证与人机边界

模型层防不住的部分，只能靠文件系统、网络出口和凭证边界兜住。

2算清成本要能归因到每一步

成本要能归因到每一步

拆不开的成本只能看涨跌，拆得开的成本才知道改哪里。

3上线看什么指标，失败怎么变回资产

上线看什么指标

Demo 只证明能力存在，上线要证明它在真实分布上稳定。

从失败到工程资产

改一句 prompt 不算修复；变成 Gate、Validator 或回归测试才算。

生产运行

上线之后的运行纪律：故障先分类、恢复有分级、事件在安全点消费、发布是过程不是开关。

1应对故障先分类再计数，恢复分级并熔断

故障要先分类再计数

「出错就重试」把不可重试的错误也计了数；先分层分类，统计和熔断才有意义。

恢复要有分级和熔断

三级恢复逐级升级、逐级透明；每条恢复路径的熔断上限要从生产数据里来。

2循环工程循环有准入，停止分五层

循环工程：准入与停止

七项准入、五层停止语义——把「定时调一次 prompt」和真正的 Loop 区分开。

循环工程：控制面与失败模式

六个组件各管一种漏法；目标太粗、验证被吞、状态没人读、并行造债、成本无上限，各有工程动作。

Hooks 拦截器：生命周期各节点的确定性关卡

四个拦截点守住安全线，高危动作在发生前阻断并等待审批。

3发布纪律安全点消费事件，上线走闸门

事件只在安全点被消费

推理和工具执行中途不掐断：事件在循环边界排队，取消是提前制造安全点。

上线不是开关

把部署当瞬间的团队，把故障当惊喜的用户——发布该是一串有退路的闸门。

持续进化

让系统越跑越好而不越改越乱：归因认首错、评估集要养、经历变成学习、进化闭环有刹车。

1复盘归因认首错，评估集要养

失败归因只认第一个致偏错误

端到端评估只说失败，归因要回答从哪一步开始失败——首个致偏错误才配当主因。

评估集本身要养

τ-bench 五处重设计、OSWorld 三百多个问题：每个可信基准都是养出来的。

2复利经历变学习，闭环带刹车

保存经历不等于从经历学习

先存证据、后离线归纳，再用新任务验证迁移——三步缺一步都只是存档。

进化闭环需要三道刹车

提示注入不能借道经验、退化不能借道验证器——自动进化外围的三条硬边界。

做 AI 产品

姿态

你掌舵，AI 划桨：把自己定位成技术负责人，而不是许愿池或旁观者。

1认清角色把 AI 当高材生实习生，不是许愿池

别把 AI 当许愿池，它是你的实习生

把 AI 当高材生实习生而不是许愿池或神仙，是 vibe coding 不翻车的第一条。

2选对档位四种姿态，你落在哪

四种姿态，你落在哪一档

纯 vibe、随意、有意识、混合——四种做法风险差别很大，先认准自己的位置。

3守住判断你掌舵，它划桨

你负责判断，它负责执行

当工具人人都有，区分你和别人的是判断力——别跟 AI 比手速。

想清楚做什么

先选对问题：生成式还是代理式、AI 真能加分的地方、哪些明确不做。

1选骨架生成式还是代理式

两种骨架：生成式 vs 代理式

AI 产品只有两种骨架：生成答案，还是替你多步做事。选对骨架是第一步。

2定价值AI 真能加分的问题才做

AI 真能加分的问题，才值得做

很多问题放 AI 上纯属硬蹭。先分清哪个环节是 AI 的核心价值，哪个只是你在赶时髦。

3划边界一句话定位 + 不做清单

一句话定位 + 不做清单

先给产品一句话定位，再列不做清单，把边界划住，防止范围蔓延。

立规矩

把意图写成规约：Spec 先行、完成标准机器可检查、项目契约文件。

1先写规约把意图写成 Spec

先写规约，再让它动

Spec 先行防止范围蔓延和沟通错位。10 分钟规约省几小时返工。

2定完成标准机器可检查，先定义再动手

完成标准先行，且要机器可检查

「怎么算完成」要在动手前说清，且最好是机器能查的：测试绿、产物在、diff 空。

3落项目契约AGENTS 是导航不是百科全书

项目契约：AGENTS/CLAUDE 不是百科全书

把项目规矩固化进项目文件。但它是导航，不是把所有内容都塞进去。

搭环境

一次性铺好底盘：工具够用就行、上下文工程、项目 Harness 三件事。

1选工具四类够用就行

工具四类，够用就行

AI 编程工具分四类：IDE agent、命令行、插件、零代码。别贪多，够用就行。

2喂上下文好上下文胜过好 prompt

上下文工程：好上下文胜过好 prompt

决定 vibe coding 好坏的最大变量之一，是 AI 关于你项目的上下文。五根柱子撑起它。

3搭 Harness读对、拦住、接得上

项目 Harness 的三件事

把常错的地方固化成约束，而不是反复骂 AI。项目 Harness 管三件事：读对、拦住、接得上。

小步做出来

生成阶段的分寸：切到能验证的粒度、委派结果不指挥步骤、快速迭代。

1拆小步小到能验证才动手

小到能验证才动手

别让 AI 一口气写一套。拆成小到能验证的步骤——大 prompt 出大问题。

2委派结果不指挥步骤

委派结果，不指挥步骤

别逐行指挥 AI。描述你要的最终状态，让它自己规划路径、回报取舍。

3快迭代先粗糙后打磨

迭代要快，别等完美

先出粗糙能跑的版本，再逐轮打磨。每轮提交一次，快又安全。

审阅 AI 产出

看懂结构、数据流与依赖，判断收不收；70/30 分工与检查点清单。

1看懂产出结构、数据流、依赖、缺口

你得能看懂 AI 写了什么

不必懂每一行，但要会看结构、数据流、依赖、缺口在哪层。

2守住分工70/30 该归谁归谁

70/30 分工：哪些留给 AI，哪些留给人

约七成交给 AI——脚手架、测试、文档、重构；三成留给人——架构、复杂逻辑、安全、评审。

3照清单审只报能行动的 finding

审阅检查点清单：只报能行动的

对照固定检查点审 AI 产出；只报可行动的 finding，别拿风格和假设问题凑数。

验证防假修复

一条命令跑全分层验证；当面拆穿假修复；测试优先或至少并进。

1分层验证一条命令跑全

一条命令跑全分层验证

静态检查 → 单测 → 构建 → 集成 → E2E，用一条命令串起来。别靠人当测试员。

2拆穿假修复改前复现、改后消除

假修复要当面拆穿

验证全跑、引日志原文；修复要改前复现、改后消除。防掩盖性修复是硬纪律。

3铺测试测试优先或并进

测试优先，或至少并进

核心路径先铺测试，「会不会改坏东西」由机器回答而不是靠你猜。

上线与度量

小步上线有垫子；AI 产品看对指标；失败回流成下一轮输入。

1小步上线先垫子再跳

小步上线，先垫子再跳

灰度、feature flag、监控、回滚到位，再放量。上线是带安全网的过程。

2看对指标量结果不量动作

AI 产品看对指标

别把「用了 AI」当效果指标。看真正影响结果的：转化率、首次过 CI 率、闭环时间。

3失败回流成为下一轮输入

失败回流成下一轮输入

每次人工介入、每次踩坑，都是补进知识库的机会，让这次介入成为最后一次。

安全与成本

两种沉默成本：安全债务与 token 浪费。底线不商量，省在完成任务。

1守安全底线凭证、输入、权限、审

安全底线不商量

凭证不进上下文、AI 代码漏洞高发、敏感上生产前专门审。安全是硬约束。

2瘦上下文别越跑越脏

上下文瘦身，别让对话越跑越脏

该压缩就压缩、稳定内容做缓存、删掉不再需要的历史。上下文越脏越花钱越差。

3省在完成任务子 agent 降档是最大杠杆

省在完成任务，不在省调用

工具调用便宜但任务没完成，已花的钱全是浪费。子 agent 降档是最大杠杆。

越做越好

从一人手感长成可持续协作：知识飞轮、交接可靠、每周落地一次。

1转知识飞轮不追求完美再启用

知识飞轮，不追求完美再启用

每轮产物沉淀成下阶段输入，知识作为真实迭代的副产物，不追求完美再启用。

省下的时间卡在轮与轮之间

编码层人工介入压到半轮，周期只快一成六。瓶颈从执行移到了接手等待。

2交接可靠换个人也能接上

换个人也能接得上

交接靠项目状态和真实工件，不靠聊天记忆。换 Agent 检验：只剩项目，还能继续吗？

3每周落地用一个底盘持续迭代

每周落地一次

模型不是可互换的，选型直觉来自大量亲手使用。保持每周 ship 一点东西当实验底盘。

4治摩擦敢转向长尾藏在等待里，关停是预期结果

个体提效不等于组织提效

中位数在降、P85 不动，说明瓶颈已经从编码转移到等待。

双周评审：继续、转向还是关停

节奏给心理安全，架构不绑死项目，功能敢删——AI 时代的产品组织方法。

组织是人的 Harness

补丁为什么堆进 Agent、开会前为什么要先写共同任务书、验收为什么按用户看到的结果算。

5看瓶颈搬没搬基建为人类节奏设计，量上来先量它

瓶颈搬了家，才动基建

机器量上来后，交付瓶颈从编码移到基建。先量它有没有搬，再决定动不动这层。

用 AI 产品

换脑筋

从提问改成派活：交出去的是一件能验收的成品，不是一段聊天。

1换交法从提问改成派活

从提问改成派活

交出去的是一件能验收的成品，不是一个问题。

2写全派活要写全五件事

派活要写全五件事

对象、结果、格式、边界、验收。少一项就交不出能用的东西。

3划界什么交出去，什么留人手

什么交出去，什么留人手

能验收的执行可以交；判断和不可逆的动作不行。

跑通一次

第一次只做低风险、能回滚、一眼能判断对错的活；五步跑完再谈规模。

1挑活低风险、能回滚、能一眼验收

第一个任务怎么挑

低风险、能回滚、一眼能判断对错。第一次练的是交法。

2五步说清、放行、盯、核、沉淀

标准五步：说清、放行、盯、核、沉淀

说清、放行、盯、核、沉淀。少一步，下次还得从头聊。

3盯住看、停、接管

看、停、接管

过程摊开、不可逆要停、该你做的你做。

用得稳

可复用的任务描述、安全红线、翻车先看过程。稳定来自骨架，不来自咒语。

1骨架稳定来自可复用的任务描述

稳定来自可复用的任务描述

把五件事写成骨架，下次只换素材。

2红线过了就停

安全红线：过了就停

最小权限、不可逆先确认、不覆盖原件、人核关键事实、密钥不进对话。

3排查翻车先看过程

翻车先看过程

先查派活、权限、材料和停点，再怀疑模型。

对上产品

先按活的形态选产品，再进单产品的薄对照。选错产品，方法再对也白费。

1对号先按活的形态选产品

按活的形态选产品

代码、文件、桌面流程、云端同事。先对活，再打开对应的章。

Codex

编码 Agent：在仓库里交活、把长任务落到文件、人只审不可逆的那几步。

1边界适合仓库里的活

Codex 适合仓库里的活

交一次可验收的改动。短问答和办公文件，别塞给它。

2跑通一个能验收的小改动

用五步跑通一个小改动

写清改什么、怎样算完。一条命令验收，先别合进主线。

3多出来的长任务落到文件

长任务落到文件，规则写成地图

约定写进项目文件。聊天拉长接不住下一班。

4翻车没验收、规则写成百科、带病推进

Codex 怎么翻车

没验收、规则写成百科、带病推进、聊天当交接。

豆包工作

办公协同：交的是文件和表格；接公司上下文要有边界，日常事项写成可再跑的打法。

1边界交的是文件，不是一段话

豆包工作交的是文件，不是一段话

周报、表格、纪要才是成品。聊天不是。

2跑通第一个可回滚任务

第一个可回滚的办公任务

另存产物，不改原件。打开就能核对。

3公司上下文接之前先划边界

接公司上下文之前先划边界

最小范围、只读起步。接通不是把内部世界交出去。

4日常下次只换素材

日常事项只换素材

六类办公活共用骨架。变的是材料，不是交法。

5翻车素材不全、原件被改、数字没人核

豆包工作怎么翻车

素材不全、原件被改、数字没核、上下文当成全权限。

WorkBuddy

桌面工作台：先跑通一件真任务，再把方法装成技能，连接器和自动化排在后面。

1边界工作台，不是又一个对话框

WorkBuddy 是工作台，不是又一个对话框

先完成一件真任务。技能和连接器排在后面。

2跑通先完成一件真任务

先完成一件真任务

规则清楚、能回滚。技能一个都先别装。

3多出来的技能、连接器、自动化有顺序

技能、连接器、自动化有顺序

先方法，再容器，再自动。反了就会先打开权限。

4翻车功能堆满、权限过宽、没有验收

WorkBuddy 怎么翻车

功能堆满、权限过宽、自动没有停点、没有验收。

Grok Bot

云端同事：倒上下文、按业务线雇人、不可逆动作必须停下来等人。

1边界云端同事，不是聊天窗口

Grok Bot 是云端同事，不是聊天窗口

关电脑还在跑。短问答和纯编码，别塞给它。

2跑通先倒上下文，再交一件闭环

先倒上下文，再交一件闭环

先倒一次你是谁。不要一上来雇一队人。

3多出来的按业务线雇人，不可逆单独隔离

按业务线雇人，不可逆单独隔离

一个入口拆活。花钱的事单独隔离。Bot 不是安全墙。

4翻车当安全边界、无人值守没验收、密钥进对话

Grok Bot 怎么翻车

当安全墙、无人值守没验收、密钥进对话、先雇一队人。

AI 时代，让想法更快成为产品。