AI实操课：当AI学会干活，人该学什么？

财新院AI共学课第二讲侧记

广东金融学院财经与新媒体学院校友会

7月15日晚8点，广东金融学院财经与新媒体学院校友会AI共学活动第二讲准时拉开帷幕。

如果说第一讲侧重理论铺垫——阐述大模型、上下文与Agent的定义——那么这一讲的目标则更为明确：引导大家亲自动手，探究当下AI软件的实际运用方式。

课程伊始，主持人对两个核心概念进行了回顾。

第一个：当前的AI大模型已不再是简单的对话模式，而是Agent模式。上一代AI如同只会问答的客服，问一答一；而新一代AI则像实习生，你布置任务，它便能自主规划步骤、搜寻资源、执行操作，甚至进行自我验收。

第二个：上下文至关重要。试想你要向新同事阐述一个复杂项目——需要口头说明、项目文档、过往邮件及参考案例——才能使其真正领会。向AI注入上下文，本质上就是这一过程。

进入实操环节，主持人的首要举措并非直接打开AI软件，而是在桌面上新建一个文件夹。

「第一条原则——我们必须新建一个文件夹作为项目文件。」在他的工作习惯里，每一个独立任务都对应一个专属文件夹，Agent的所有产出都被限定在此范围内。

这一看似细微的习惯背后蕴含深意：它本质上是给AI划定工作边界。Agent具备读写电脑的能力，若不限制范围，它可能在错误位置创建文件，甚至——若指令有误——导致误删重要文件。

简而言之，先约束后行动，项目管理思维至关重要。

「它真的会删除文件，大家务必小心。」

主持人首先介绍了主流AI软件的界面布局：任务区、空间区、对话区、产物区。

他首先展示了前一天完成的一项任务：为学生进行语文阅读理解错题分析。他将学生手写答案拍照输入AI，指令其识别文字、提取题型、对比标准答案并生成思维导图式的订正方案。整个过程通过多轮交互完成——每一步均为自然语言指令，多属即兴口述。

任务完成后，他做了两件关键事：将流程封装为Skill以便一键复用；将过程整理成推文。

这一系列操作，全由AI自主完成。

AI负责分析，总结过程，截图，撰写推文及排版。

随后，主持人模拟了三下乡结项报告的撰写场景，引入了关键概念：子Agent。

他解释道：单一AI窗口的上下文容量有限。若让Agent从头干到尾，后期能力会显著衰减。因此，主Agent需如总编般，派遣多个「实习生」分头采集信息，各自完成后仅提交结果。

30分钟后，AI调研全流程报告开始生成。

「先用聪明的AI做规划，中间用廉价高效的'员工'执行，最后用强模型验收——绝不能让同一AI既干活又验收。」

课程后半段，主持人展示了Agent与外部工具的连接能力：通过MCP接入QQ邮箱自动生成30天简报；安装飞书CLI读取知识库；配置微信读书CLI接口，将笔记感想沉淀为知识库。

他还展示了通过微信绑定Agent后，利用手机语音指令控制电脑发送文件。

但在展示“好用”的同时，他不忘提醒“危险”。既展示能力边界，也展示风险边界。

· · ·

课程尾声，主持人总结了与当前Agent软件协同的五条原则：

一、先说结果。不要一开始就告诉AI具体步骤，先告知你期望的产出。这一步至关重要。

二、精准的上下文。不要向AI堆砌无关文件。「它并非神。」

三、划好边界。告知AI你不喜欢什么，什么是不可接受的。明确失败的样子。

四、让AI自我验收。在任务提示词末尾增加验收环节。

五、首条提示词不必完美。通过不断迭代逼近理想结果。

若一时无思路，可尝试让AI采访自己。

这五条原则看似关于AI，实则指向一种更根本的能力——清晰表达工作的能力。

「现在的难题轮到什么？轮到我们自己能否把工作讲清楚。」

AI已进化为能听懂人话、自主规划与执行。轮到人类这边，问题变为：能否想清需求？能否结构化表达？能否在复杂项目中拆解任务、设定边界、管理协同？

这些能力，在AI时代前称为“项目管理”，在AI时代后，其价值只会愈发凸显。

· · ·

课程结束前，主持人布置了一项作业：用Agent将本次会议纪要制作成PPT。他还说了一句令人印象深刻的话——

「AI软件真正拉开专家与爱好者差距的，是专家能将工具转化为杠杆，撬动20倍效能。」

“所以大家省下时间后，应多读书、多看电影。专业素养至关重要。”

这个暑假，财新院师生将继续共学。

他们学习的不仅是工具，更是与智能体协同的新范式。在此范式下，最重要的非技术精妙，而是人对自身工作的理解与表达。