本来只是想当记者,结果成了 AI 工厂厂长——躺在床上点手机,工作却越来越像 Factorio

一开始只想写文章。后来把初稿交给 AI,加入写作规则、12 种语言、QC、内部链接、GitHub、定时运行和失败重检,工作的中心就从“写一篇”变成“设计一条能反复产出好文章的生产线”。

阅读功能说明

收听会朗读正文;速读会按顺序显示短语,速度可调。语言练习可对照已有的不同语言版本。收藏保存在本浏览器中,可从播放器的收藏列表再次打开。

分享这篇文章

分享这篇文章

广告
广告

1. 结论:原本在写文章,后来却在造“自动写文章的工厂”

一开始只想写文章。后来把初稿交给 AI,加入写作规则、12 种语言、QC、内部链接、GitHub、定时运行和失败重检,工作的中心就从“写一篇”变成“设计一条能反复产出好文章的生产线”。

修一个错字只改善一篇;修一个生成规则,未来几百、几千篇以及多语言版本都可能继承。它不是普通修改,而是永久 Buff。记者进场,最后变成总编辑、QA、生产技术、SRE 和厂长,外表却只是躺着点手机。

2. 最爽的地方:改一次,以后一直有效

手工劳动是加法,系统改善是乘法。改标题规则、QC、链接逻辑和恢复机制,后面的所有运行都能受益。

这更像制造业里的“消除不良发生条件”,而不是永远返修不良品。也因此会像游戏一样出现“再改一个”的循环:修复、看到反馈、发现下一个瓶颈、继续升级,抬头天亮。工厂自动化了,人类没有自动关机。

3. 只看人的样子,完全像在放假

当工作的价值转向“判断改什么、采用什么、哪里不对”,就不一定要固定坐在电脑前。床上、散步、健身间歇、旅行、吃东西时,也可能用手机完成控制。

外面看是玩手机,里面可能正在改生成规格和 QC 标准。外观:休假。内部:工厂改造。 下一代远程工作也许是只把必要决策插入生活,把执行交给机器。

4. 企业也在走向“人指挥,AI 执行”

Microsoft 2025 Work Trend Index 显示,全球 46% 的领导者、日本 43% 的领导者表示,其组织已经用 AI 智能体完全自动化某些工作流或业务流程。[1] 这不代表全部工作的 46% 已自动化。

2026 年报告中,超过 10 万次 Copilot 对话有 49% 支持分析、解决问题、评估和创造等认知工作。调查者认为 AI 输出 QC(50%)和批判性思维(46%)更重要,86% 把 AI 输出看作起点而不是最终答案。[2] 方向是 人全做→AI 帮助→AI 执行,人负责目标、QC 和责任。

5. 为什么像游戏一样停不下来

目标清楚、问题可见、修好后立即反馈、策略自己选,而且升级会让后续更轻松。Flow 研究常讨论挑战与能力平衡、明确目标、清晰反馈和控制感。[9] 游戏化研究也把自主性与内在动机联系起来,但 2024 年元分析发现总体效果虽显著却不大。[10]

真正像游戏的不是积分,而是自己发现问题、自己修,而且升级永久生效。

6. Minecraft、Palworld、Factorio 一解释就懂

Minecraft 红石可以做自动门、自动甘蔗收割机。[7] Palworld 官方说明有“Factories & Automation”,明确强调把工作交给帕鲁。[8] Factorio 本身就是建造、维护工厂并自动化生产,再通过科技、物流机器人、电路和蓝图继续升级。[6]

游戏 AI 文章工厂
手动采集 手写文章
工作台 AI 初稿
自动装置 模板与提示词
物流系统 GitHub 与定时任务
传感器、电路 QC、监控、异常检测
蓝图 改善扩散到所有文章和语言
只修堵点 人只处理例外和方向改变

就是存档在 GitHub 的 Factorio。

7. 设备轻得离谱:“AI 使用费 + 电费♡”

在范围明确的小型流程里,有时只需要每月几千日元级别的 AI 服务费,加上已有手机、电脑、网络和电力,就能搭出实用的自动系统。有些架构甚至不需要自己 24 小时运行 GPU 服务器。

当然,设计、API、托管、备份、法律和质量事故都会增加成本。关键变化是:个人打造自己业务系统的进入门槛大幅下降了。

8. 思考日志多了,“过去的自己”也可能变成员工

长期使用 AI 会留下判断模式,比如“我不喜欢这种表达”“这里要查证据”“同一种事故要修流程”。

Stanford HAI 对 1,052 人进行了约两小时访谈,并用 transcript 与 LLM 构建代理。社会调查中,代理的回答再现能力达到“本人两周后再次回答时自身一致性”的 85% 左右。[3] 这不是完整人格复制,也有隐私和同意问题。但日常业务可以走向 过去判断日志→AI 第一轮判断→人只看例外。

9. 人还会留下,因为要有人改变“目标本身”

Nature Reviews Psychology 指出,AI 擅长大规模数据、统计模式和预定义目标优化;人类在新颖、不确定、人际情境中仍有优势。[4]

让 AI 高速执行昨天的规则,让人决定明天要追求什么、旧规则要不要丢、方向要不要换。最终可能是 过去的自己=劳动力,现在的自己=目标编辑器。

10. 理想劳动也许不是“辛苦八小时”,而是“系统持续产生价值”

如果一小时的系统改进能消灭未来 1,000 次重复劳动,用“坐在桌前多久”衡量价值就越来越弱。目标定义、标准设计、怀疑 AI、再发防止和方向改变会更重要。[2][4]

但如果自动化让人变成 24 小时在线,那就输了。少睡觉、盯通知、批量扩散未经验证的 AI 错误、依赖单一服务都不是自由。理想不是自动驾驶人,而是自动驾驶工厂,把人还给生活。

让昨天的我去工作,今天的我出去散步。

未来的工作,从远处看,也许就是在放假。

分享这篇文章

广告

查找其他文章

所有文章

Mendoi-chan

作者

Mendoi-chan

把工作与日常生活中的麻烦整理成清晰的结构和下一步行动。

关于本站
广告

最新文章

  1. 1广告被屏蔽,收入就没了吗?在 AdBlock 时代建立“没有广告也能赚钱”的收入结构
  2. 2我只是想放一个联盟链接,结果召唤出了 W-8BEN、Payoneer、护照和住址证明
  3. 3当 AI 自动化变成“无限 Minecraft”
  4. 4禁用AI真的能保护能力吗?害怕AI把“未定义、善意运转、善意洗责”照出来的职场
  5. 5“这也太无聊了”竟然成了一份工作——AI时代的老板正在变成“违和感探测器”

推荐阅读

广告