智能时代的工作革命

今日阴雨，主线任务不算紧迫，趁机完成了一项支线工作。此事酝酿已久，若全凭手动操作，耗时至少一个月。午间借助豆包与 Deepseek ，全程约三小时即达成目标，其中筹备、构思与备选方案占用两个半小时，实际执行仅二十余秒。

记录此番经历，冀望能引发诸位些许思考。

整个流程分两条路径推进，其一为工作电脑自行部署 Python 环境，其二为向豆包与 Deepseek 寻求解决之道。双线并行展开。

初始安装 Python 时，选用了 Python install manager 26.3 ，此乃官方推出的统一化安装及多版本管控工具，属标准规范，亦为未来唯一通路。然配置过程略感繁琐，且核查 pip 版本时报错，遂卸载后重装 Python 3.14.6.exe ，方可正常使用。

待各类库配置完毕，豆包与 DS 早已输出方案。我向二者抛出同一问题：“本人无编程基础，望协助生成一段可执行的 python 代码，用于抓取某固定网站页面数据，https://www.某某域名.com/Shop/Index?page=*，仅 page= 后参数变动，约数百页。需提取名称、地址、电话、简介，并自动存入 excel 表格，可有现成可行方案？因不谙代码，务求简易。”

豆包最初提供 requests bs4 pandas 及 openpyxl 方案。首次运行返回空数据，随后给出 debug，查明网站设反爬机制，存在 TLS 指纹（JA3）检测，继而以 curl_cffi 规避，仍未成功，回传数据依旧为空。

随后携新问题咨询 DS ，其 debug 显示 TLS 指纹伪装已然成功，然店铺名称经由 JS 动态渲染，须借助无头浏览器应对。将网站 HTML 结构同时提交两大 AI 模型，最终达成一致的解决路径：以真实浏览器内核加载页面，仿真手动加载流程。即 playwright 方案。

此方案我并未采纳。一则耗时过久，二则后台运行将占用内存，影响其他工作。遂萌生另辟蹊径之念：本地化处置。

继续追问豆包：“尝试换种方法，现本地已存有该网页静态 html 文件，以 python 读取本地文件，从中提取 HTML 结构内的店铺信息，完全离线运行，是否可行？”

所幸豆包给出的首种方法即实现预期效果，且提供单文件测试与多文件批量处理两套代码，思路逻辑清晰明了。仅需 bs4 与 pandas 两个库。

得益于平日浏览网页时随手保存有价值页面的习惯，py 执行文件仅运行二十余秒，便收获理想结果。

教主(@t0mbkeeper)言：

“ AI 起初是理科生之困，继而演变为文科生之困。甚或可能经历文科生亦难以为继的阶段。然归根结底，终归于理科生之困。”

三年前，美国已有企业招募“Prompt Engineer”（提示工程师），年薪约三十万美金加股权，无需计算机专业出身。其核心职责在于高效向人工智能发问，以获取更优输出。AI 已然破除非专业人士难以理解程序代码之壁垒，所余唯有想象力。

请系好安全带，前路征程，速率或将超乎预期。