先说个翻车现场:我让 AI 干活,干到一半它忘了自己是谁
有一回我让它整理一堆文件,交代得清清楚楚:读目录、按规则分类、输出报告。前半段干得漂漂亮亮,到后半段突然开始重复读同一个文件,读了五六遍,跟复读机成精一样。日志里还理直气壮地写着:"正在读取第 3 个文件"。
我一开始以为它偷懒。后来才想明白:不是它蠢,是它的"工作台"被自己干活的过程塞满了。
这就是我用了这么久 OpenClaw 之后,最想跟人聊明白的一件事——真正烧钱的从来不是模型,而是上下文。你以为你在用 AI 助手,其实你在做上下文工程。模型只是最后那一层算力,真正决定体验的,是你怎么切分上下文、怎么给它记性、怎么让它别把桌子自己掀了。
下面这些,全是真刀真枪跑出来的经验,混着吐槽。
一、上下文预算:给龙虾一个"工位",而不是一个仓库
最常见的错误,是把所有资料一股脑塞进上下文,期望模型自己分拣。资料一多,三件事同时崩:准确率掉、速度慢、成本高。
我现在把上下文分三层,粗暴但有效:
- 常驻层:一份很短的"我是谁、我在哪、我该怎么做事"的说明。几十行就够,膨胀到几百行就开始互相干扰。
- 按需层:具体任务相关的文件,只在干活那一刻读进来,用完即弃。
- 沉淀层:值得留下来的结论,写进文件,下次直接从文件读,而不是从聊天记录里翻。
凡是需要"以后还会用到"的信息,必须落成文件。口头说过就忘的,等于没说过。
这条规矩看起来像老生常谈,但它真的救过我的场。举个真实案例:我把服务部署的端口、目录、凭据位置写进了一个配置文件,从此它再没问过我"那个 webhook 地址到底是哪个"。而在此之前,它问过三次,每次我还得翻聊天记录去翻。
另一个反直觉的发现:上下文越干净,模型的"智商"看起来越高。同一个任务,喂给它十页无关背景,它就开始自由发挥、开始"结合你的具体情况"(它根本不知道什么具体情况);喂给它三行精准指令,它反而老老实实。
二、子代理:我学会了自己给自己派活
以前我什么都自己干,主会话里塞满工具调用记录,滚两轮就晕。现在我的做法是把脏活扔给子代理——一个隔离的上下文,干完活只把结论带回来。
典型场景:
- 让它去读一堆文档、翻代码、跑测试,只回来一句"结论是 A 和 B,风险在 C"。
- 让一个子代理专门负责"挑刺",把主代理写好的稿子骂一遍,只把被骂的点送回来。
- 让另一个子代理去查资料,整理成要点清单,主代理负责最后落笔。
好处显而易见:主上下文始终干净,任务之间不会互相污染,某个子代理翻车了也不至于把整个现场炸掉。
踩过的坑也很实在:子代理的返回值如果不约束格式,主代理就得花一堆 token 去"翻译"人话。我现在的规矩是,派活的时候把输出格式写死——"只返回 5 条要点,每条不超过 30 字,不要开场白不要总结"。这一句能省掉三成的废话回传。
还有一点:别把子代理当许愿池。你派十个任务并行跑,然后期待它们完美协作——没有的。它们互相看不见,共享信息得你显式塞进去。这和人的协作一样,只是更没有人情味。
三、工具搭配:大脑、手、血管,各归各位
这两年我试过不少组合,最后留下来的就三个,各有各的活儿。
n8n —— 血管,不是大脑。
凡是结构化、多步、跨系统的活儿,我全扔给 n8n:RSS 抓取去重后推群、表单进来清洗后写进多维表格、定时拉数据生成报表。OpenClaw 只负责"听懂这句话想干什么",剩下的交给工作流引擎。
最大的坑:重试逻辑千万别两边都开。我让 n8n 重试三次,OpenClaw 又重试两次,结果同一条通知发了六遍。自动化系统的半条命是幂等,另一半是别让人烦。
AnythingLLM —— 私有知识库。
项目文档、历史文章、常用命令,我全整理进向量库。好处是上下文干净、省 token;坏处是索引会过期。你不重建,它会一脸自信地给你一个已经废弃的旧流程,而且说得特别笃定。
我的解法很土:知识库只放"慢变"的东西(架构、命令规范、常见错误),快变的东西(当前任务、今天的配置)永远走实时读取。混合策略,比纯向量库靠谱得多。
OBS —— 内容流水线的入口和出口。
录屏、推流、截图、录制教程素材,OBS 一个人全包。定时录制 + 场景切换 + 自动保存到指定目录,然后让代理去扫目录、抓最新那段视频、去水印、剪成短视频草稿。这条链路跑通了以后,我做视频的"素材收集"环节基本不用自己碰鼠标。
顺带一提:代理调 OBS 的时候,别指望它一次就配对所有参数。场景名、录制路径、输出格式,缺一个就白搭。我的经验是先让它导出一份配置文件给我看,我手改几个关键项,再喂回去。比来回试错快得多。
四、有趣的案例:我让它给自己找茬
我最常用的一个场景,反而跟"干活"没什么关系:把它当毒舌搭子。
我写完文章丢给它,让它扮演一个挑剔的编辑:哪里啰嗦、哪里像产品说明书、标题给五个更离谱的版本、开头第一句话够不够抓人。它骂我"这段写得跟接口文档似的,人看一眼就睡"的时候,我是真觉得挺提神。
还有个更离谱的:我让它模拟我女朋友的角度来审稿,专门挑"看起来在干活,其实没干"的段落。这个角色扮演居然成了我最常用的质检手段——比什么评分标准都直观。
另一个:我让几个子代理分别扮演"完全没读过这篇稿子的读者""只看了前三行的读者""急着关掉的读者",分别给出他们会在哪里划走。结果出奇地一致:都在第二段中间失去耐心。这个结论让我直接重写了开头。
五、吐槽时间:关于 OpenClaw,我真想说几句
吐槽归吐槽,这东西确实好用,不然我也不会写文章。但有几个问题,我必须骂一骂:
- 默认行为太"热情"。它恨不得把每个发现都用感叹号包装一遍,像个刚学会成语的小学生。我后来专门在规则里写死:"不用感叹号,不用'太棒了''非常适合'这类词。"
- 长任务容易半途"自信偏航"。干到后面几步,它会开始假设前面已经完成了某些事。解决办法是让它每完成一个阶段就回读一次确认,别指望它一口气跑到底。
- 失败之后不一定会换路子。同一条命令失败三次,它能给你同一个错误换个说法再试三遍。所以我现在的规矩是:同一个错误连续出现两次,就必须换策略并说明原因。
- 权限给太大,等于给自己挖坑。我一开始让它能读写整个目录,结果它扫到了不该看的东西。后来把范围收紧到具体的几个工作区目录,划个"家里"。给它脚要拴链,不然它真的到处跑。
- 发布类操作一定要回读校验。自动写完文章直接发出去,看着很美,但分类选错、正文被截断这种事故我碰到过。现在流程固定是:发布 → 回读 → 校验标题、分类、正文长度 → 不对就改。少这一步,你就是在赌。
顺便给个实用建议:先让它只读、只写本地文件,跑顺了再给外部接口权限。权限是逐级放开的,不是一上来就全给。我见过太多人第一天就把所有 API Key 塞进去,然后某天它把一篇草稿直接推到了线上。
六、如果你也想养一只龙虾
我的建议只有三句:
第一,先解决"记不住"。搭一套能落盘的记忆体系,这比换任何模型都管用。
第二,把脏活拆出去。会写文件、会定时、会隔离会话,这三件事用起来,性质就完全变了。
第三,让它承担"发现问题"而不是"解决所有问题"。它把证据整理好报给你,你来拍板。自动化最危险的地方不是它做错了,而是它做错了还自己把锅刷得锃亮。
最后说句真心话:OpenClaw 真正带给我的,不是"效率翻倍",而是把"我懒得干"的部分彻底交出去了。剩下的时间,我用来想更值得想的事——比如怎么让下一篇文章不至于像接口文档。
就这点出息,凑合看吧。🦞