最近烧 token 烧出来的新认知

为了实现文章转视频的自动化，我搭了个工具。以前熬一宿才磨出来的视频，现在几分钟就能生成。我烧 token 烧出来了几个新认知…

其实自动化工具只要脚本能跑通就行，没必要可视化。

但我特意做了网站来展示工具。

因为我发现，Agent 的思考链路和人脑完全不同。

AI 的处理逻辑是黑盒，我们无法从黑盒中获取信息进行决策。

根本不知道 AI 在哪个环节开始一本正经地胡说八道。

有了前端界面，我才能盯着输出内容，知道哪个环节出错了，才好进行调整。

在辅导学员时，我发现 90% 的人都对 Skill 的使用有误解：以为在对话框里调用一下 Skill 就算开挂了。

其实这只是最基础的玩法，在复杂场景下，指望这种单次对话的调用是不现实的。

我写了十几个 Skill 后发现，Skill 本质上是小型知识库 + Prompt 工程。

我把复杂的任务拆解为独立、专业的 Skill 单元。

然后用 Python 脚本把这堆 Skill 串联起来进行编排，让它们自动协同。

这种工程化处理后的输出，比单次对话的效果要强几个量级。

这段时间，我最大的感触是：

AI 时代，对我们提出了更高的要求，能力要更全面。

一是我们可以把工作流程中的部分环节交给 AI 完成，但“复核 AI 的工作结果”这一步决不能少，否则就可能出现各种意料不到的状况；

二是在和 AI 协作的过程中，我们承担的角色相较于自己独立完成工作更复杂了，多了产品经理、测试工程师、项目经理等各种角色。

AI 能替我们做事了，但还不能替我们对结果负责。

Vibe Coding 过时了，Agentic Engineering 兴起，Harness 爆火。

你无法用模糊的自然语言，去交付一个逻辑严谨的系统。

所以懂技术又懂商业的产品经理更吃香了。

沉下心来学习和实战吧。

在 AI 时代，判断力，才是真正的护城河。

币圈一天，人间一年。不追光，只筑塔，每周复盘，登高一步。

认知迭代杂记（23）