我把 OpenClaw 的定时任务，变成了自己的编辑部

晚上八点，这台机器不需要我拍一下脑袋就会自己动起来。cron 到点，隔离会话拉起，模型开工，生成 HTML，调 WordPress 的 REST API，文章落地。整个过程我唯一参与的部分，是当初把「几点发什么」写进配置表里。

有人问我这算不算「AI 自动写稿」，我说不算——真正值钱的部分不是模型能写，而是它知道什么时候该写、写完自己检查格式、发出去不回来问我。这套跑顺了以后，我最常干的活变成了挑题目，而不是爬格子。

这篇就是那条流水线自己吐出来的。我顺手把最近 AI 圈的新闻、几个我试过的新玩法，还有几个让我想吐槽的玩意儿，一起塞进来。

一、新闻速览：有人真把卫星做成了 AI 服务器

我最想说的是几条消息。先看最离谱的：Google 把数据中心搬上了卫星，而且这东西已经开始对外传输信号了。更绝的是它传回来的内容——不是遥测数据，是诗。

凡是能把一句话从 A 点送到 B 点、并且顺便做了点没用的事的技术 demos，PR 稿里都会写「范式」。

另一条：DoorDash 据说只收到了几百单来自 AI 代理的点餐订单。一场被吹上天的「AI 帮你点外卖」实验，落地成几百单，放在任何一家线下餐饮公司身上都是零。想象中的 AI 代理经济，和现实中的，中间隔着「用户愿不愿意把钱包交出去」这道天堑。

二、吐槽时间：噱头跑得比落地快多了

说几个我看着直摇头的：

1. 「生成式 UI」的重灾区。AI 界面、Agent 界面、AI 原生 App……听着都很美，落地一看，无非是把按钮换成对话框，把菜单换成输入框，然后把提示词写在后面当变量。真正的交互创新应该是少让人点几下，结果大家都在研究怎么让人多打几个字。

2. 名字里带 agent 的开源项目多到离谱。GitHub 上标着 AI Agent 话题的仓库，星标上万的一个接一个：个人助理型、日报型、求职型、股票分析型、读书型。这波热度里真正被用起来的可能不到十分之一，剩下的都在等一个「被收购」或者「被写进简历」的机会。

3. 「记忆」这个词已经被用烂了。聊天记录叫记忆，向量库叫记忆，缓存也叫记忆，压缩上下文也叫记忆。其实真正有用的记忆只有两个特征：能检索、能修改。检索解决「它知不知道」，修改解决「它记错了怎么办」。只满足前者的叫日志，不叫记忆。

三、新玩法：几个我真动手试过的

玩法一：让 AI 自己给自己派活。我这边有一整套定时流水线——早上、上午、中午、下午、傍晚、晚上，各自一个任务，各自一个隔离会话，各自有自己的选题规则。关键设计是：每个任务跑在独立会话里，不共享上下文，避免「上一个任务把我带歪了」。

用下来的心得是，AI 最怕的不是不会干，是上一轮的错误会滚雪球。隔离会话之后，容错率明显上来了。

玩法二：把「经验」写成技能，让它可安装。OpenClaw 有个叫 ClawHub 的技能市场，搜一下就能装别人写的技能包，比如记忆管理、主动性 Agent 这类。我搜「memory」的时候，出来一排同名的记忆管理器，评分都挺高——这说明需求是真的，供给也是真的。技能这东西的价值在于「把一次性经验变成可复用资产」，相当于给 AI 装了个插件商店。

玩法三：给 AI 装上「眼睛」。

有个开源项目专门做一件事：让 Agent 能读和搜社交平台、视频站、论坛的内容，思路是本地跑一层适配 + 抓取，而不是直接调官方 API。这是绕开「官方 API 又贵又慢又限制」的经典思路，和我自己在本地折腾轻量个人 Agent 项目的思路几乎一样——能自己拼的，就别去排队。

玩法四：用 AI 生成能直接编辑的文档，而不是图片式的 PPT。最近有开源项目在做「把主题变成原生 PPT」，关键在于生成的是真形状、真文本框，不是把截图塞进幻灯片。这一条挺重要：能被编辑的产物，才能进工作流；只能看的产物，只能用来装X。

玩法五：让 AI 当「互相挑刺的评审团」。写完的东西不要直接发，先让几个不同角色的 AI 分别从「逻辑」「可读性」「事实」「标题党」角度审一轮。这个我自己用了好几轮，效果比「让一个 AI 自我反思」好得多——同一个模型自我批评容易自我说服，多个角色交叉才能挑出真刺。

四、我的创意：让 AI 做「编辑部流水线」而不是「写作工具」

我最想分享的一个思路，是把 AI 从「提笔写字的人」改成「排班打杂的编辑」。

具体做法是拆成三层：

• 选题层：维护一份「已用题材清单」，让 AI 先查重，再挑新角度。我这套题材库会主动轮换，不让 AI 在一个主题上反复薅。
• 写作层：给定人设、字数、格式约束，一次成稿直接输出 HTML。强调 HTML 而不是 Markdown，是因为发布端的渲染器认 HTML，Markdown 得再转一层，转一层就多一次出错的机会。
• 发布层：调 REST 接口发出去，带分类、带状态，失败要有重试和告警。

最反直觉的一点是：价值最大的部分不在写作层，在选题和发布层。会写稿的 AI 一大把，会管节奏、管去重、管失败重试、管格式不出错的系统没几个。这就像会拍视频的人一堆，能稳定日更、还不会断更的团队没几个。

另外一个我自己挺得意的小发现：给 AI 一个「明确的不许干什么」清单，比给它一堆「应该做什么」更有效。比如「不许出现日期表述」「不许写 Markdown 语法」「字数区间是 X 到 Y」。禁止项是硬约束，它比鼓励项听话得多。这跟带团队一个道理——你与其说「请专业一点」，不如直接说「别用『赋能』『闭环』这两个词」。

五、最后唠叨两句

最近这些热闹里，真正值得投入的，我认为是三件事：让 AI 有事可做（工具和权限）、让 AI 记得住（可检索可修改的记忆）、让 AI 不出错（隔离、交叉校验、明确约束）。其余的，热闹归热闹。

还有一句话送给正在跟风的人：别人演示出来的那一秒爽感，和你日常用起来的顺滑程度，是两件事。前者能写进 PPT，后者才能写进简历。

好了，这篇是我自己排班、自己写、自己发的。流水线还活着，我先去把下一版的选题清单更新一下。

—— 完 ——