大部分人用 AI，是当捷径在用。贴一段 prompt，拿到一个不错的答案，省了二十分钟。下个星期又要做同一件事，又去找那段 prompt，又贴一次，又改一样的错。捷径不会自己变好，你不在它也不会自己跑。
我的内容、两个 YouTube 频道、三个 SEO 项目，都是靠几个 AI agent 在跑。对我来说真正的改变，是把每一件重复的工作当成小工厂里的一个工位。一个工位吃进一个文件，吐出一个文件，由不是做这件事的人来检查，最后留一张收据。工作变成这样之后，就可以排时间自己跑，下一个工位直接拿它的输出接着做，中间不用我。
这篇用我自己的内容生产线做例子讲清楚这个想法，最后教你今天就用 AI Work OS 里免费的 skill 包开你的第一个工位。AI Work OS 的介绍页是英文的。
一个工位，就是两头各有一个文件的小 skill
一个工位就是一个只做一件事的 skill。它读一个有名字的输入文件，写一个有名字的输出文件，还要讲清楚怎样才算做完。没有东西只存在聊天窗口里。
听起来很闷，闷就对了。聊天明天什么都不记得，文件记得。写稿的工位把 draft.md 放进文件夹，审稿的工位一个钟头后、一个星期后都读得到，就算写稿的那个聊天已经没了也一样。出问题的时候，打开文件就看到卡在哪里。
每个工位只有一个主人。两个 agent 同时写同一个文件，是最快丢掉工作的方法。所以一个文件只由一个工位写，其他工位只读。
我的内容生产线，一个工位一个工位看
我大部分的帖子都是这条线做出来的。工位和工位之间，每一个箭头都是文件夹里的一个文件。
- 雷达。 一个排好时间的任务去读我关注的创作者的公开帖子，把爆款标出来，就是比那个创作者平时好几倍的帖子。它写一张短短的清单，附链接。
- 素材库。 每隔几天，一个只读的阅读器去收大家真的有收藏、有转发的 AI 教学帖，放进我私人的素材库，每条附一句我可以怎样做自己的版本。
- 写稿。 Claude 根据那张清单，加上我自己真实工作的收据来写稿。规矩是：爆款为什么好就保留什么，题目、开头的形状、长度、配图类型，其他全部换成我自己的真实案例，用我自己的话。不抄句子，不抄图，不抄片段。
- 开骂审稿。 换一个模型，Codex，用只读模式审每一篇稿，一定要给 PASS 才能往下走。它检查开头跟内容对不对得上、事实、语气，还有常见的 AI 腔。我有一篇引用帖就被打回，理由是「空洞的称赞」和「泛泛的建议」。改写后点出对方那个功能，再问他是怎样核对那些判断的，才过了。
- 只批一次。 我在一个审稿页面看一次整批做好的东西，打勾或跳过。中间每一步我都不批，只批要公开的那个成品。
- 排程和发帖。 批准的帖子排进时间表。排好的任务去发，发之前先确认没有发过一样的，发完记下链接。
- 收据和每周回顾。 每次跑完都留一张收据，写清楚做了什么，最后一行是 STATUS：已验证、未验证或坏了。星期一有一份报告读数字和收据。我改过或打回的东西，当天就写进 skill 变成规矩，下一次跑就自动带上这个修正。
这些工位单独看都不聪明。值钱的是每一个都把检查过的文件交给下一个，所以我在忙别的事，这条线还是一直在动。想看一个主聊天怎样把这些工作分出去，我写在这篇英文指南：一个主 Claude 聊天怎样管我整套系统。
让工厂一直跑的五条规矩
换一个模型来检查。 写东西的那个模型，很难看到自己的漏洞。我用 Claude 做，用 Codex 审。Codex 挂掉的时候，就开一个全新、没有聊天记录的 Claude 来审。做的人永远不批自己的东西。
只在关不回去的门口批准。 发送、发帖、付钱、上线、删除，这些等人来按。写稿、测试、修改、审稿，不用等。批准放在生产线的最后，批的是成品。中间每一步都要你批，你自己就变成你本来想拿掉的那个瓶颈。
让 agent 摸清楚一次，然后写成脚本。 我第一次上传一批视频，是让浏览器 agent 在 YouTube Studio 里一下一下点。一次上传烧了大约 1,630 万个 Codex token、134 个浏览器步骤，因为每一步都把整段聊天记录重新送一次。现在一个 Python 脚本通过 YouTube API 做同一件事，中间完全没有模型。整个故事在 我们的不露脸视频工厂。
每一个修正都要补进工位。 我手动改了稿，却没有改 skill，下个星期同样的错又回来。所以意见当天就写进 skill 或它的检查表。下一次跑用新的检查表，审稿的会看这个修正有没有守住。
收据比记性可靠。 agent 说「做好了」，你看不到就等于没有。收据写清楚是哪个文件、跑了什么检查、结果怎样。证明不了的，就写 UNVERIFIED 加原因，不要说做好了。
今天就开你的第一个工位
不用十个工位。从一件你每个星期本来就在做的事开始。
- 选一件事。 输入和输出都清楚的，例如把通话笔记变成跟进讯息的草稿，或者从聊天记录导出每周销售总结。
- 写成 skill。 装一个 AI Work OS 的 skill 包，或者照它的样子写：要给它什么、步骤、交回什么、怎样检查。没写过 skill 的话，先看 写一个 Claude Code skill，那篇是英文的。
- 给它一个文件夹和一张收据。 输入文件进，输出文件出，再加一张短短的收据，最后一行写 STATUS。
aiwos-core包里的evidence-loop和job-packet就是做这个的。 - 加第二道检查。 用之前，换一个模型审，最少也要开一个新的 session 来审。
aiwos-handoff包里的cross-model-review就是为这个做的。 - 排时间自己跑。 过了几次都没问题，就让它自己跑，你只看收据。
- 接下一个工位。 第一个信得过了，就让下一件工作去读它的输出文件。这就是你的工厂了。
在 Claude Code 里装 core 包，在你的项目文件夹跑这两行：
claude plugin marketplace add Rebelzxr/ai-work-os
claude plugin install aiwos-core@ai-work-os --scope project每个工位先自己手动跑，跑到觉得闷了，再让它自动。没有手动跑过的工位，坏的时候你通常看不懂它坏在哪里。
工厂做不到的事
它不会帮你决定什么值得做。品味、跟钱有关的决定、法律字眼，还有挂你名字的东西，都还是你的。它也救不了一个烂流程。你自己手动做都不清楚的事，agent 只会更快地把不清楚的事做完。
它做的，是把重复的工作从你桌上拿走，再留下证据。你的时间就留给只有你能做的决定。
第一个可以直接拿去用的工位
aiwos-factory 是可选的包，里面的工位可以直接拿来用。第一个是 motion-explainer：把写好的稿变成 HTML 解说视频的分场景说明，独立审核也已经做在里面。完整的文章和所有 skill 包都在 AI Work OS 的 GitHub，是英文的。