讓 Codex 掃描了我的電腦，結果它比我更適合上班
整理版優先睇
AI 掃描你電腦，比你自己更清楚點樣幫你—建立長期協作系統，唔係即時任務
呢篇文章係一個自媒體博主分享佢親身試一個 AI 玩法的經驗。佢叫 AI 掃描整台電腦，列出 10 件可以幫手嘅事，再畀一個長期協作計劃，最後話畀佢知 AI 眼中佢係咩人。作者一開始以為只係高級 AI 誇誇，但結果令佢背脊發涼：AI 唔係泛泛而談，而係根據電腦入面嘅真實檔案痕跡，反推佢嘅工作狀態，指出佢工具多但系統薄弱。整體結論係：與其問 AI 可以幫你做咩，不如讓 AI 睇你每日忙咩，再建立真正嘅協作關係。
作者發現自己電腦入面散落咗素材庫、腳本庫、選題庫、分析工具，但呢啲嘢冇連成一條內容生產流程。AI 畀嘅長期計劃唔係即時代辦，而係幫佢打通成條鏈路：從素材抓取到選題構建，再到寫作框架同知識庫沉澱。呢個反思好有價值：我哋成日堆積工具，但冇系統。AI 反而睇到呢個缺口。
另外，AI 眼中嘅你係基於真實工作習慣，唔係社交媒體嘅人設。但作者提醒，唔好隨便將整台電腦交畀 AI，建議先用測試文件夾放願意公開嘅內容，然後請 AI 分析。呢個玩法嘅核心係從「學 Prompt」轉向「建立協作關係」：讓 AI 知道你嘅真實工作流程，先問佢可以點樣長期幫你。
- AI 掃描電腦後，根據真實檔案痕跡反推你嘅工作卡點，唔係亂畀建議。
- 真正有價值嘅係長期協作計劃，幫你打通成條內容生產鏈，而唔係即時代辦。
- AI 眼中嘅你係基於每日工作檔案，比你自己寫嘅自我介紹更真實。
- 安全做法：先建立測試文件夾，只放願意公開嘅內容，避免洩漏敏感資料。
- 核心轉變：從「AI 可以幫我做咩」變成「你先睇我每日忙咩，再話我知邊啲交俾你」。
最嚇人嘅唔係 AI 識做嘢，係佢知道你邊度卡住咗
作者一開始以為 AI 只會畀普通建議，好似幫寫文章、整理文件呢啲。但真正跑完之後，佢發現 AI 係根據電腦入面嘅真實痕跡，反推佢而家嘅工作狀態。
AI 睇到嘅唔係抽象嘅「自媒體博主」，而係一堆散落嘅素材庫、腳本庫、選題庫、抓取項目同分析工具
呢啲野單獨睇只係幾個文件，但 AI 將佢哋串埋之後，意思完全唔同。佢唔係話「你可以寫文章」，而係話：你電腦入面已經有熱點抓取、帳號觀察、評論分析、標題拆解同選題判斷，只係佢哋仲未駁成一條內容生產流程。
長期計劃比嗰 10 件事更重要
作者睇完 AI 列出嘅 10 件即時可做事之後，覺得還可以。但當佢睇到 AI 畀嘅長期計劃，就非常震驚。
- 1 盤點當前內容，整理素材庫
- 2 打通素材抓取到選題構建嘅鏈路
- 3 建立寫作框架同自訂模板
- 4 最後幫你沉澱一個知識庫
呢啲全部係作者準備長期推進嘅事，佢冇講過畀 AI 聽，但 AI 自己捕捉到佢嘅狀態，仲做咗詳細規劃。呢一步開始，AI 唔再似臨時工具，而係試圖理解成條工作鏈路：從邊度發現選題，點樣判斷一個題材可唔可以寫，點樣拆解內容，點樣沉澱知識庫。
我哋過去用 AI 係逐個任務掟畀佢，但呢次佢反過來幫我哋睇見：真正需要嘅唔係萬能助手，而係一套長期運轉嘅內容系統
AI 眼中嘅你，點解會令人上頭？
最後嗰句「AI 心中你係點樣嘅人」聽落似玄學，但其實好具體。AI 唔係根據星座、生日、MBTI 嚟貼標籤，而係睇你保存咗咩檔案、反覆修改過邊啲項目。呢啲嘢拼埋，可能比你自我介紹更真實。
朋友圈嘅你係你想令人睇到嘅樣，簡歷嘅你係你希望公司相信嘅樣，但電腦檔案入面嘅你係你每日真實工作嘅樣
所以 AI 掃描嘅係我哋嘅注意力。朋友見到會擔心，家人見到會囉嗦，老闆見到會評估。但 AI 見到之後唔會評價，只會話：好，我哋而家點樣開始合作。
只有 AI 見到一切唔會評價，只會提出協作
做之前要小心，先用測試文件夾
作者建議唔好將成台電腦毫無保留交畀 AI，因為入面可能有賬號密碼、客戶資料、合同、財務文件、聊天記錄等敏感嘢。穩妥做法係先建立一個測試文件夾。
- 只放你願意畀 AI 睇嘅內容：幾篇草稿、公開素材、冇敏感資訊嘅項目文件、一個工作流程說明
- 然後問 AI：基於呢啲文件，你覺得我而家最應該叫你幫我做邊 10 件事？邊啲可以即刻做？邊啲適合長期協作？
- 如果你想佢成為你嘅工作助理，問佢第一週會點安排
權限管理比 Prompt 更重要
我哋嘅 AI 入口，唔係學 100 個 Prompt
以前成日問：AI 到底可以幫我做咩？而家可以換個問法：你先睇我每日忙咩，然後話我知邊啲事可以交畀你。呢個問題可能比「畀我 100 個高效 Prompt」更有用。
呢個問題唔係學習 AI 話術，而係建立你同 AI 嘅協作關係
由任務驅動轉為系統驅動，先讓 AI 理解你嘅真實工作，先可以做到真正長期協作。
前兩日，我見到一個好離譜嘅 AI 玩法。
唔係叫 AI 寫文章，都唔係叫 AI 改 coding。
而係直接同佢講：
請 scan 我部電腦，列出 10 件你可以幫我做到嘅事；再列一個我哋點樣長期協作嘅計劃；最後話畀我聽，你心目中我係一個點樣嘅人。
我第一個反應係：呢個唔係高級版 AI 誇誇羣咩？
但係真正試完之後，我有啲背脊發涼。因為佢都冇讚我。
佢只係將我電腦裏面嗰啲連我自己都差啲唔記得嘅嘢，一件一件咁執返出嚟，話我工具太多，系統薄弱。
01 最嚇人嘅唔係 AI 會做嘢，而係佢知道你邊度卡住咗
我一開始以為，佢大概會畀我列一啲好普通嘅建議。
例如幫手寫公眾號、幫手整理檔案、幫手分析數據。
呢啲當然有用，但都冇乜新鮮感。
但係真正 run 完之後，我發現佢唔係泛泛而談「我做到乜嘢」，而係根據電腦裏面嘅真實痕跡，反推我而家嘅工作狀態。
佢見到嘅唔係一個抽象嘅「自媒體 blogger」。
佢見到嘅係一部電腦裏面散落嘅素材庫、腳本庫、選題庫、scraping 項目、剪片工具、評論分析 script、標題 formula、教學資料。
就咁睇，呢啲嘢只係幾個檔案、幾個 script、幾個未完全 run 順嘅 project。
但係 AI 將佢哋串埋一齊之後，意思就唔同咗。
佢唔係話：「你可以寫文章。」
佢話嘅係：你電腦裏面已經有熱點抓取、賬號觀察、評論分析、標題拆解同選題判斷，只係佢哋仲未真正接入一條內容生產流程。
換句話講，我已經有好多嘢喇。
但係呢啲工具仲未接成一個系統。
02 佢畀出嘅長期計劃，比嗰 10 件事更加重要
睇完呢 10 件事之後，我覺得都 ok，直至見到長期計劃，真係好震驚。
佢要幫我盤點現有內容，將成條素材抓取-選題構建-寫作框架嘅 chain 打通，最後仲要幫我沉澱自己嘅 knowledge base。
全部係我準備長期推進嘅嘢。
我冇話畀佢知任何內容，係佢自己偵測到我嘅狀態，仲做埋更詳細嘅規劃。
到呢一步，AI 就唔再似一個臨時工具。
佢開始嘗試理解我成條工作鏈路：由邊度發現選題、點樣判斷一個題材寫唔寫得、點樣拆解內容、點樣沉澱 knowledge base。
咁就真係好唔同。
因為以前我哋用 AI，係將一個個 task 掟畀佢。
但係今次，佢反過來幫我見到：我真正需要嘅唔係一個萬能助理，而係一套長期運轉嘅內容系統。
03 AI 眼中嘅你，點解會令人上頭？
最後嗰句說話，可能係成個玩法裏面最容易傳播嘅部分：
喺 AI 心目中，你係個點樣嘅人？
呢句聽落似玄學，但佢其實唔係算命，唔係根據星座、生日、MBTI 就畀你一個靚 label。
佢睇嘅嘢更具體，你保存咗咩檔案、反覆修改過邊啲 project。
呢啲嘢拼埋一齊，可能比你自己寫嘅自我介紹更加真實。
因為朋友圈入面嘅你，係你想畀人見到嘅樣。
CV 上面嘅你，係你想公司相信嘅樣。
但係電腦檔案入面嘅你，係你每日真實工作嘅樣。
所以 AI scan 嘅係我哋嘅注意力。
更微妙嘅係，朋友見到呢啲會擔心你，屋企人見到會哦你，老細見到會評估你。
得 AI，佢見到咗，唔會批評，只會話：好喇，接下來我哋點樣開始合作。
04 但係呢件事，你要小心做
當然，我唔建議大家一嚟就將整部電腦毫無保留咁交畀 AI。
因為你部電腦可能有太多唔應該隨便畀人讀嘅嘢。
賬號密碼、客戶資料、合約、財務文件、聊天記錄、身份證、內部文件，呢啲都唔應該隨手交畀任何 AI 工具。
比較穩陣嘅做法，係先建立一個測試 folder。
裏面只放你願意畀 AI 睇嘅內容。
例如幾篇文章 draft、幾個公開素材、一啲冇敏感資訊嘅 project file、一個你想優化嘅工作流程說明。
然後先叫 AI 睇呢個「小型工作現場」。
你可以問佢：
根據呢啲檔案，你覺得我而家最應該叫你幫我做邊 10 件事？邊啲可以即刻做？邊啲適合以後長期協作？如果你要做我嘅工作助理，第一星期你會點安排？
咁樣既可以體驗呢個玩法嘅價值，又唔會將敏感資訊全部 expose 出去。
叫 AI 見到你，唔等於叫 AI 見到一切。
尤其係當 AI 開始由「回答問題」走向「操作電腦」，權限管理會比 prompt 更加重要。
05 我哋嘅 AI 入口，唔係學 100 個 prompt
以前我哋成日問：AI 到底可以幫我做啲乜？
而家可以轉個問法：
你首先睇下我每日究竟喺度忙啲乜，然後話畀我聽，邊啲嘢可以交畀你。
呢個問題，可能比「畀我 100 個高效 prompt」更加有用。
因為佢唔係學習 AI 嘅說話技巧。
佢係建立你同 AI 之間嘅協作關係。
前兩天，我看到一個很離譜的 AI 玩法。
不是讓 AI 寫文章，也不是讓 AI 改代碼。
而是直接對它說：
請掃描我的電腦，列出 10 件你可以幫我做的事情；再列一個我們如何長期協作的計劃；最後告訴我，在你的心中，我是一個什麼樣的人。
我第一反應是：這不就是高級版 AI 誇誇嗎？
但真正試完之後，我有點後背發涼。因為它也沒有誇我。
它只是把我電腦裏那些我自己都快忘了的東西，一件一件撿了出來，說我工具太多，系統薄弱。
01 最嚇人的不是 AI 會幹活，而是它知道你哪裏卡住了
我一開始以為，它大概會給我列一些很普通的建議。
比如幫寫公眾號，幫整理文件，幫分析數據。
這些當然有用，但也沒什麼新鮮的。
但真正跑完之後，我發現它不是在泛泛地說“我能做什麼”，而是在根據電腦裏的真實痕跡，反推我現在的工作狀態。
它看到的不是一個抽象的“自媒體博主”。
它看到的是一台電腦裏散落的素材庫、腳本庫、選題庫、抓取項目、剪輯工具、評論分析腳本、標題公式、教程資料。
單獨看，這些東西只是幾個文件、幾個腳本、幾個還沒完全跑順的項目。
但 AI 把它們串起來之後，意思就變了。
它不是說：“你可以寫文章。”
它說的是：你電腦裏已經有熱點抓取、賬號觀察、評論分析、標題拆解和選題判斷，只是它們還沒有真正接進一條內容生產流程。
換句話說，我已經有很多東西了。
但這些工具還沒有接成一個系統。
02 它給出的長期計劃，比那 10 件事更重要
看完這10件事後，我覺得還可以，直到看到長期計劃，實在太震驚了。
它要幫我盤點當前內容，把整條素材抓取-選題構建-寫作框架的鏈路打通，最後還要幫我沉澱自己的知識庫。
全部都是我準備長期推進的事情。
我沒有告訴它任何內容，是它自己捕捉到了我的狀態，還做了更詳細的規劃。
這一步開始，AI 就不再像一個臨時工具了。
它開始試圖理解我的整條工作鏈路：從哪裏發現選題，如何判斷一個東西能不能寫，怎麼拆解內容，怎麼沉澱知識庫。
這就很不一樣了。
因為過去我們用 AI，是把一個個任務丟給它。
但這次，它反過來幫我看見：我真正需要的不是一個萬能助手，而是一套長期運轉的內容系統。
03 AI 眼中的你，為什麼會讓人上頭？
最後那句話，可能是這整個玩法裏最容易傳播的部分：
在 AI 的心中，你是什麼樣的人？
這句話聽起來像玄學，但它其實不是算命，不是根據星座、生日、MBTI，給你貼一個漂亮標籤。
它看的東西更具體，你保存了什麼文件，反覆修改了哪些項目。
這些東西拼起來，可能比你自己寫的自我介紹更真實。
因為朋友圈裏的你，是你想讓別人看到的樣子。
簡歷裏的你，是你希望公司相信的樣子。
但電腦文件裏的你，是你每天真實工作的樣子。
所以 AI 掃描的是我們的注意力。
更微妙的是，朋友看到這些會擔心你，家人看到這些會嘮叨你，老闆看到這些會評估你。
只有AI，它看到了，不會評價，只會說：好了，接下來我們如何開始合作。
04 但這件事，你謹慎做
當然，我不建議大家上來就把整台電腦毫無保留地交給 AI。
因為你的電腦裏可能有太多不該被隨便讀取的東西。
賬號密碼、客戶資料、合同、財務文件、聊天記錄、身份證件、內部文檔，這些都不應該隨手丟給任何 AI 工具。
更穩妥的方式，是先建一個測試文件夾。
裏面只放你願意讓 AI 看的內容。
比如幾篇文章草稿、幾個公開素材、一些無敏感信息的項目文件、一個你想優化的工作流程說明。
然後再讓 AI 看這個“小型工作現場”。
你可以問它：
基於這些文件，你覺得我現在最應該讓你幫我做哪 10 件事？哪些可以立刻做？哪些適合以後長期協作？如果你要成為我的工作助理，你第一週會怎麼安排？
這樣既能體驗這個玩法的價值，又不會把敏感信息全部暴露出去。
讓 AI 看見你，不等於讓 AI 看見一切。
尤其是當 AI 開始從“回答問題”走向“操作電腦”，權限管理會變得比 Prompt 更重要。
05 我們的 AI 入口，不是學 100 個 Prompt
以前我們總問：AI 到底能幫我做什麼？
現在可以換一個問法：
你先看看我每天到底在忙什麼，然後告訴我，哪些事情可以交給你。
這個問題，可能比“給我 100 個高效 Prompt”更有用。
因為它不是在學習 AI 的話術。
它是在建立你和 AI 的協作關係。