如何把 AI Agent 用进你的生意、内容和生活丨Calum Johnson

如何把 AI Agent 用进你的生意、内容和生活丨Calum Johnson 如何把 AI Agent 用进你的生意、内容和生活丨Calum Johnson Modified April 28 🔗 原文链接： https://mp.weixin.qq.com/s/OA25YEYU... 原创 Capihom Capihom 晚点再听LaterCast2026年4月28日 21:38 北京 我们每天为你更新硅谷最新的 AI 创业与科技播客总结，让你与前沿保持同频。 全文约 3900 字，如果你现在没有时间，试试转成播客稍后再听 "非技术人最大的机会，不是学会写代码，而是学会描述任务、设定边界、检查结果。" "未来会拉开差距的，不是用了哪个工具，而是谁更早把自己的工作流重写了一遍。" "不要排队问问题，而是排队交任务。" 这期访谈的嘉宾是 Allie K. Miller。她长期做 AI 商业教育和咨询，给财富 500 强公司提供 AI 应用建议，也在社交平台上持续多年写 AI。主持人问她一个很多人都有的问题：如果我不是工程师，不会写代码，也不是技术背景，现在学 AI 还来得及吗？Allie 的回答很直接：真正的分水岭不是会不会写代码，而是你还把 AI 当搜索框，还是已经开始把它当可以交付任务的同事。对工程师、产品经理、运营和创业者来说，这期对话的价值不在“又推荐了几个工具”，而在于把 AI 使用方式从零散尝鲜，拉回到每天真实发生的工作流里。 焦虑不是借口，行动才是入口 Allie 没有把 AI 焦虑包装成鸡汤。她承认，哪怕在这个领域待了很多年，每天仍然会焦虑。区别在于，焦虑不应该成为原地等待的理由。她十年前开始持续写 AI，是因为当时大部分内容都太技术化，而商业世界还没有准备好迎接这波变化。 她想让更多非技术人明白：你不需要先变成工程师，才有资格开始使用 AI。 "随着变化速度越来越快，你可以焦虑，同时继续行动。这两件事可以共存在同一个世界里。" 她举了一个最近的例子：自己在教几百位高管使用 AI agent。第一节课只有 60 分钟，内容是 agent 如何工作、如何搭建、如何用文档让它更懂你。48 小时内，很多非工程背景的人，包括顾问、创业者和大公司高管，都开始搭建自己的自主 agent。这个案例说明，门槛确实存在，但它已经不再是传统意义上的代码门槛。更大的门槛，是愿不愿意把自己的工作方式摊开，让系统看到你每天重复做什么、哪些任务可以被拆开、哪些判断仍然必须由人负责。 多数人输在把 AI 当 Google 用 主持人提到一个断层：一边是 AI 重度用户，已经让多个 agent 跑自己的工作流；另一边是普通用户，只是偶尔打开 ChatGPT，像查 Google 一样问一句。Allie 认为，两类人都有焦虑，差别不是一方完全不害怕，而是看待工具的方式不同。 "真正的区别，不是超级用户看到了普通用户没看到的机会，而是他们看待这些工具的心智方式不同。" 如果你把 AI 当成一排按钮，就会不断追问：哪个按钮在哪，哪个功能怎么开。可真正的使用方式，是把它看成一条能力光谱。今天它能总结，明天能写邮件，后天能帮你搭一个小工具。 不是记住所有功能，而是不断试探：这件事能不能被它接过去一部分？比如整理资料、生成初稿、追踪客户、准备会议、检查表格，这些都不是“惊天动地”的任务，却构成了大多数人的工作日。 第一步不是打开工具，而是写清目标 当主持人问“今天能做的第一步是什么”，Allie 的回答有点反直觉：先离开电脑。拿出白板、纸，或者用语音转写，认真写下你是谁、你想要什么、你不想要什么。她认为，AI 时代最大的超能力之一，不是掌握某个新功能，而是拥有清晰的自我上下文。 "我的第一步可能会惹恼一些人，因为它和 AI 没有关系。离开电脑，写下你的目标和你是谁。" 她举的例子很具体。普通提问是“纽约最好的播客录音棚是哪家”，更好的方式是把目标、预算、时间安排、想采访的人、未来一年想去的城市全部交给 AI，然后说：你现在是我的 COO，给我 20 个行动选项，按收入可能性、影响力和创造性评分，选出前三个，再列出前五步。 从“工具优先”变成“问题优先”，结果会完全不同。因为前者让你被产品更新牵着走，后者让你从自己的目标出发，倒推哪些信息、动作、协作和判断应该被 AI 承担。真正有用的提示词，往往不是一句神奇咒语，而是一段足够清晰的上下文。 Agent 的本质，是让 AI 开始采取行动 Allie 把 ChatGPT 这类助手和 agent 做了区分。助手更像问答系统：你问，它答；你上传文件，它读；你让它解释，它解释。而 agent 的变化在于，它可以采取行动。不是“看看我的邮件”，而是“回复最近 15 封邮件”；不是“告诉我网页上有什么”，而是“点击、填写、保存，然后把结果发给我”。 "我们走进的世界是 agent：AI 不只是回答问题，而是实际采取行动。" 这也是她反复强调“任务”而不是“问题”的原因。每次打开 Claude Co work、Claude Code 或类似工具时，不要只想“我能问什么”，而是想“我会把什么任务交给首席助理、销售、财务顾问”。这个转变很小，但它把 AI 从信息源变成了工作系统。它也意味着你要开始像管理同事一样管理 AI：说清任务结果、交付格式、可用资料、不能越过的权限，以及遇到不确定时应该回头问你，而不是擅自推进。 先找瓶颈，再谈自动化 访谈里最有价值的案例，不是某个酷炫 demo，而是一位服务型创业者的增长。她原来最多只能服务 12 个客户，因为时间被耗尽。Allie 帮她拆解后发现，瓶颈不在真正服务客户，而在前期线索筛选、资格判断和信息收集。于是她用 Lovable 搭了一个访谈系统，让潜在客户先完成结构化输入。 "她从 12 个客户增加到大约 35、36 个，只是因为 AI 成了她已有瓶颈上的扩展机制。" 另一个案例是教练把自己的内容和私有资料放进系统，做成“AI 分身”。客户不再只靠每两周一次的通话获得帮助，而是可以全天候得到基于她方法论的支持。她没有扩大客户数，却提高了定价。 这提醒创业者：AI 的第一落点，往往不是替你创造新业务，而是放大你已经被卡住的业务。所谓自动化，不是看到一个热门工具就硬套，而是先问：今天谁在重复解释同一件事，谁在手动搬运信息，谁在等待别人补齐上下文，哪一步拖慢了收入增长。 最小的琐事，也可能是 Agent 的练习场 Allie 讲了一个很生活化的 OpenClaw 例子。她的朋友 Katherine 是一位很忙的母亲，桌子下面的线缆乱了很久。她拍了一张照片发给 OpenClaw，只说“修好它”。这个在线 agent 去 Nextdoor 发了招工信息，筛选人选，把选项发回给 Katherine。她选定后就忘了这件事，晚上 6:30 有人敲门，来把线缆整理好了。 "它 12 小时内完成，真正属于她自己的工作只有几分钟，而这件事她已经拖了一年。" 这类故事重要，不是因为整理线缆多么宏大，而是它展示了 agent 的边界正在从屏幕内延伸到现实世界。AI 可以找人、协调、推荐、追踪结果。Allie 说，这些琐事从生活里拿走后，人会留下更多“认知魔法”给真正重要的工作。当然，这不是说人可以完全退出决策。Katherine 仍然要确认候选人，仍然决定是否让对方上门。agent 负责的是搜集、协调和推进，人负责判断边界。 选 ChatGPT 还是 Claude，不如先真的开始用 主持人问，为什么很多人从 ChatGPT 转向 Claude。Allie 的回答很克制：想用什么就用什么，先开始。她自己两年前 99% 的工作在 ChatGPT，现在 99% 的工作在 Claude Code，但她不把这件事包装成信仰。不同系统在能力上不断追赶，用户很多时候是在选择“气质”：哪个更能理解自己，哪个更愿意挑战观点，哪个更适合自己的工作流。 "无论你想用哪种 AI，就用起来。拜托，先开始。" 她对 Claude Code 的解释也很朴素：它只是给大模型一个可以运行和采取行动的空间。这个空间可以连接 Gmail、Notion、Asana、Shopify，可以读本地文件，可以被设定为每天早上 7 点自动做事。她自己的内容工作流也是如此：读论文、看报告、生成推文、长 LinkedIn 帖、文章或给高管的简报。 关键不在工具名字，而在你是否把它嵌进每天重复发生的任务里。Allie 的内容系统之所以有价值，是因为它服务于一个长期重复的需求：把新报告、新文章、新想法，转成不同平台能发布、不同受众能理解的表达。没有稳定需求，再强的工具也只会变成一次性玩具。换句话说，先让 AI 服务一个每天都会复现的场景。访谈后半段，Allie 还给出一个更直接的机会：如果你想离开当前工作，或者正在重新找方向，就花时间深入 Claude Co work、记忆、技能、项目和配置，把每个设置都试透，再教三个完全不懂的人。等你能讲清楚，再去找 50 到 500 人规模的小企业，卖两场 90 分钟工作坊和后续陪跑。她不把这说成轻松赚钱，而是强调真正的壁垒在持续学习和模块化交付。所谓六位数机会，不来自自称专家，而来自你能把一个团队从“听过 AI”带到“每周都有任务被 agent 接走”。 安全感来自边界，不来自盲目信任 当 agent 能读邮件、连工具、动文件，安全就不能靠感觉。Allie 的建议非常具体：刚开始只给只读权限。你可以让它读 Gmail 并总结，但不要一上来就给编辑、删除权限。等它在低风险任务里证明可靠，再逐步扩大权限。她也提醒，很多工具还处在 beta、preview、alpha 阶段，坏掉是常态，重度用户也一样会遇到。 "先从只读权限开始，然后让它赢得你的信任。" 职业问题上，她同样拒绝安慰剂。她不认同“AI 不会取代你，只会被会用 AI 的人取代”这种轻飘飘的说法，因为有些岗位确实会被 AI 取代。更现实的判断是，未来 20 到 30 年会是一段灰色地带：工作、税制、组织、每周工作时长都会慢慢重构。 比预测具体年份更重要的，是现在就决定：AI 省下的 5 小时或 50 小时，你到底要拿来换什么。她特别担心一种情况：AI 替你省出时间，但老板、客户和日常杂事立刻把空出来的时间填满。没有目标和边界，效率提升只会变成更多工作，而不是更多自由。她建议把“省下时间以后做什么”提前写成计划，例如陪家人、开发副业、学习新技能，而不是等系统帮你省完时间再临时决定。 写在最后 这期最值得带走的，不是某个工具清单，而是一个顺序：先写清目标，再把问题拆成任务，最后让 AI 在可控边界里行动。非技术人真正的机会，不是追热点，而是比别人更早把日常流程重写一遍。先从一个低风险、重复出现、结果容易检查的任务开始，让系统帮你跑起来，再一点点扩大边界。 内容来源："AI Insider: The Fastest Way To Use AI Agents In Your Business, Content & Life (Open Claw & Claude)"丨Calum Johnson 原视频：https://www.youtube.com/watch?v=cqMpTbTrMW4 如果你喜欢深度好文，试试用小程序将不方便立刻阅读的文章转成播客，用「听」的方式，稍后阅读，不再错过好文章⇣ ⇣ 关注我，每天为你更新硅谷最新的 AI 创业／科技播客总结，让你与前沿保持同频 ⇣ https://mp.weixin.qq.com/s/OA25YEYU... 🔗 原文链接： https://mp.weixin.qq.com/s/OA25YEYU... https://mp.weixin.qq.com/s/OA25YEYU... 原创 Capihom Capihom 晚点再听LaterCast2026年4月28日 21:38 北京 我们每天为你更新硅谷最新的 AI 创业与科技播客总结，让你与前沿保持同频。 全文约 3900 字，如果你现在没有时间，试试转成播客稍后再听 "非技术人最大的机会，不是学会写代码，而是学会描述任务、设定边界、检查结果。" "未来会拉开差距的，不是用了哪个工具，而是谁更早把自己的工作流重写了一遍。" "不要排队问问题，而是排队交任务。" 这期访谈的嘉宾是 Allie K. Miller。她长期做 AI 商业教育和咨询，给财富 500 强公司提供 AI 应用建议，也在社交平台上持续多年写 AI。主持人问她一个很多人都有的问题：如果我不是工程师，不会写代码，也不是技术背景，现在学 AI 还来得及吗？Allie 的回答很直接：真正的分水岭不是会不会写代码，而是你还把 AI 当搜索框，还是已经开始把它当可以交付任务的同事。对工程师、产品经理、运营和创业者来说，这期对话的价值不在“又推荐了几个工具”，而在于把 AI 使用方式从零散尝鲜，拉回到每天真实发生的工作流里。 焦虑不是借口，行动才是入口 Allie 没有把 AI 焦虑包装成鸡汤。她承认，哪怕在这个领域待了很多年，每天仍然会焦虑。区别在于，焦虑不应该成为原地等待的理由。她十年前开始持续写 AI，是因为当时大部分内容都太技术化，而商业世界还没有准备好迎接这波变化。 她想让更多非技术人明白：你不需要先变成工程师，才有资格开始使用 AI。 "随着变化速度越来越快，你可以焦虑，同时继续行动。这两件事可以共存在同一个世界里。" 她举了一个最近的例子：自己在教几百位高管使用 AI agent。第一节课只有 60 分钟，内容是 agent 如何工作、如何搭建、如何用文档让它更懂你。48 小时内，很多非工程背景的人，包括顾问、创业者和大公司高管，都开始搭建自己的自主 agent。这个案例说明，门槛确实存在，但它已经不再是传统意义上的代码门槛。更大的门槛，是愿不愿意把自己的工作方式摊开，让系统看到你每天重复做什么、哪些任务可以被拆开、哪些判断仍然必须由人负责。 多数人输在把 AI 当 Google 用 主持人提到一个断层：一边是 AI 重度用户，已经让多个 agent 跑自己的工作流；另一边是普通用户，只是偶尔打开 ChatGPT，像查 Google 一样问一句。Allie 认为，两类人都有焦虑，差别不是一方完全不害怕，而是看待工具的方式不同。 "真正的区别，不是超级用户看到了普通用户没看到的机会，而是他们看待这些工具的心智方式不同。" 如果你把 AI 当成一排按钮，就会不断追问：哪个按钮在哪，哪个功能怎么开。可真正的使用方式，是把它看成一条能力光谱。今天它能总结，明天能写邮件，后天能帮你搭一个小工具。 不是记住所有功能，而是不断试探：这件事能不能被它接过去一部分？比如整理资料、生成初稿、追踪客户、准备会议、检查表格，这些都不是“惊天动地”的任务，却构成了大多数人的工作日。 第一步不是打开工具，而是写清目标 当主持人问“今天能做的第一步是什么”，Allie 的回答有点反直觉：先离开电脑。拿出白板、纸，或者用语音转写，认真写下你是谁、你想要什么、你不想要什么。她认为，AI 时代最大的超能力之一，不是掌握某个新功能，而是拥有清晰的自我上下文。 "我的第一步可能会惹恼一些人，因为它和 AI 没有关系。离开电脑，写下你的目标和你是谁。" 她举的例子很具体。普通提问是“纽约最好的播客录音棚是哪家”，更好的方式是把目标、预算、时间安排、想采访的人、未来一年想去的城市全部交给 AI，然后说：你现在是我的 COO，给我 20 个行动选项，按收入可能性、影响力和创造性评分，选出前三个，再列出前五步。 从“工具优先”变成“问题优先”，结果会完全不同。因为前者让你被产品更新牵着走，后者让你从自己的目标出发，倒推哪些信息、动作、协作和判断应该被 AI 承担。真正有用的提示词，往往不是一句神奇咒语，而是一段足够清晰的上下文。 Agent 的本质，是让 AI 开始采取行动 Allie 把 ChatGPT 这类助手和 agent 做了区分。助手更像问答系统：你问，它答；你上传文件，它读；你让它解释，它解释。而 agent 的变化在于，它可以采取行动。不是“看看我的邮件”，而是“回复最近 15 封邮件”；不是“告诉我网页上有什么”，而是“点击、填写、保存，然后把结果发给我”。 "我们走进的世界是 agent：AI 不只是回答问题，而是实际采取行动。" 这也是她反复强调“任务”而不是“问题”的原因。每次打开 Claude Co work、Claude Code 或类似工具时，不要只想“我能问什么”，而是想“我会把什么任务交给首席助理、销售、财务顾问”。这个转变很小，但它把 AI 从信息源变成了工作系统。它也意味着你要开始像管理同事一样管理 AI：说清任务结果、交付格式、可用资料、不能越过的权限，以及遇到不确定时应该回头问你，而不是擅自推进。 先找瓶颈，再谈自动化 访谈里最有价值的案例，不是某个酷炫 demo，而是一位服务型创业者的增长。她原来最多只能服务 12 个客户，因为时间被耗尽。Allie 帮她拆解后发现，瓶颈不在真正服务客户，而在前期线索筛选、资格判断和信息收集。于是她用 Lovable 搭了一个访谈系统，让潜在客户先完成结构化输入。 "她从 12 个客户增加到大约 35、36 个，只是因为 AI 成了她已有瓶颈上的扩展机制。" 另一个案例是教练把自己的内容和私有资料放进系统，做成“AI 分身”。客户不再只靠每两周一次的通话获得帮助，而是可以全天候得到基于她方法论的支持。她没有扩大客户数，却提高了定价。 这提醒创业者：AI 的第一落点，往往不是替你创造新业务，而是放大你已经被卡住的业务。所谓自动化，不是看到一个热门工具就硬套，而是先问：今天谁在重复解释同一件事，谁在手动搬运信息，谁在等待别人补齐上下文，哪一步拖慢了收入增长。 最小的琐事，也可能是 Agent 的练习场 Allie 讲了一个很生活化的 OpenClaw 例子。她的朋友 Katherine 是一位很忙的母亲，桌子下面的线缆乱了很久。她拍了一张照片发给 OpenClaw，只说“修好它”。这个在线 agent 去 Nextdoor 发了招工信息，筛选人选，把选项发回给 Katherine。她选定后就忘了这件事，晚上 6:30 有人敲门，来把线缆整理好了。 "它 12 小时内完成，真正属于她自己的工作只有几分钟，而这件事她已经拖了一年。" 这类故事重要，不是因为整理线缆多么宏大，而是它展示了 agent 的边界正在从屏幕内延伸到现实世界。AI 可以找人、协调、推荐、追踪结果。Allie 说，这些琐事从生活里拿走后，人会留下更多“认知魔法”给真正重要的工作。当然，这不是说人可以完全退出决策。Katherine 仍然要确认候选人，仍然决定是否让对方上门。agent 负责的是搜集、协调和推进，人负责判断边界。 选 ChatGPT 还是 Claude，不如先真的开始用 主持人问，为什么很多人从 ChatGPT 转向 Claude。Allie 的回答很克制：想用什么就用什么，先开始。她自己两年前 99% 的工作在 ChatGPT，现在 99% 的工作在 Claude Code，但她不把这件事包装成信仰。不同系统在能力上不断追赶，用户很多时候是在选择“气质”：哪个更能理解自己，哪个更愿意挑战观点，哪个更适合自己的工作流。 "无论你想用哪种 AI，就用起来。拜托，先开始。" 她对 Claude Code 的解释也很朴素：它只是给大模型一个可以运行和采取行动的空间。这个空间可以连接 Gmail、Notion、Asana、Shopify，可以读本地文件，可以被设定为每天早上 7 点自动做事。她自己的内容工作流也是如此：读论文、看报告、生成推文、长 LinkedIn 帖、文章或给高管的简报。 关键不在工具名字，而在你是否把它嵌进每天重复发生的任务里。Allie 的内容系统之所以有价值，是因为它服务于一个长期重复的需求：把新报告、新文章、新想法，转成不同平台能发布、不同受众能理解的表达。没有稳定需求，再强的工具也只会变成一次性玩具。换句话说，先让 AI 服务一个每天都会复现的场景。访谈后半段，Allie 还给出一个更直接的机会：如果你想离开当前工作，或者正在重新找方向，就花时间深入 Claude Co work、记忆、技能、项目和配置，把每个设置都试透，再教三个完全不懂的人。等你能讲清楚，再去找 50 到 500 人规模的小企业，卖两场 90 分钟工作坊和后续陪跑。她不把这说成轻松赚钱，而是强调真正的壁垒在持续学习和模块化交付。所谓六位数机会，不来自自称专家，而来自你能把一个团队从“听过 AI”带到“每周都有任务被 agent 接走”。 安全感来自边界，不来自盲目信任 当 agent 能读邮件、连工具、动文件，安全就不能靠感觉。Allie 的建议非常具体：刚开始只给只读权限。你可以让它读 Gmail 并总结，但不要一上来就给编辑、删除权限。等它在低风险任务里证明可靠，再逐步扩大权限。她也提醒，很多工具还处在 beta、preview、alpha 阶段，坏掉是常态，重度用户也一样会遇到。 "先从只读权限开始，然后让它赢得你的信任。" 职业问题上，她同样拒绝安慰剂。她不认同“AI 不会取代你，只会被会用 AI 的人取代”这种轻飘飘的说法，因为有些岗位确实会被 AI 取代。更现实的判断是，未来 20 到 30 年会是一段灰色地带：工作、税制、组织、每周工作时长都会慢慢重构。 比预测具体年份更重要的，是现在就决定：AI 省下的 5 小时或 50 小时，你到底要拿来换什么。她特别担心一种情况：AI 替你省出时间，但老板、客户和日常杂事立刻把空出来的时间填满。没有目标和边界，效率提升只会变成更多工作，而不是更多自由。她建议把“省下时间以后做什么”提前写成计划，例如陪家人、开发副业、学习新技能，而不是等系统帮你省完时间再临时决定。 写在最后 这期最值得带走的，不是某个工具清单，而是一个顺序：先写清目标，再把问题拆成任务，最后让 AI 在可控边界里行动。非技术人真正的机会，不是追热点，而是比别人更早把日常流程重写一遍。先从一个低风险、重复出现、结果容易检查的任务开始，让系统帮你跑起来，再一点点扩大边界。 内容来源："AI Insider: The Fastest Way To Use AI Agents In Your Business, Content & Life (Open Claw & Claude)"丨Calum Johnson 原视频：https://www.youtube.com/watch?v=cqMpTbTrMW4 如果你喜欢深度好文，试试用小程序将不方便立刻阅读的文章转成播客，用「听」的方式，稍后阅读，不再错过好文章⇣ ⇣ 关注我，每天为你更新硅谷最新的 AI 创业／科技播客总结，让你与前沿保持同频 ⇣