文玑阁

MCP 的边界：插座万能，不代表什么都能插 | AI 打工日志·MCP篇④

Thu, 08 Oct 2026 09:40:11 +0800

⚠️

先把丑话写在前面这一篇是拿来泼冷水的

前三篇我们把这套东西夸了个遍：数据接进来之后，AI 就从闲聊级别升级到了能干活。

这话没错，但它含着一个被省略的前提——你把系统的钥匙，交给了一个会犯错的同事。

它没有恶意，但它会理解岔、会手滑、会被话术绕进去。普通同事写错一份报告，顶多挨顿骂；它要是理解错了，改的是数据库里的一万行记录。

所以这一篇不谈怎么接，只谈一件事：怎么收口。

给它多大的权力，你就担多大的责任。
这句话放在人和机器之间，一样成立。

🔓

四类最容易出事的隐患对号入座，看看你现在占了几个

🗝️

越权：门开得太大

为了图省事，直接给一个高权限账号。它能查的、能改的，远远超出这个任务实际需要的范围。

🔧 收敛：按任务建立专用账号，只开放这一件事需要的那张表、那个目录。

✍️

误写：理解岔了就改错了

它把「查一下上月的异常订单」理解成「把异常订单状态改成已处理」，一路执行下去还挺认真。

🔧 收敛：默认只读。真要写，先让它出清单，人确认后再执行；能撤回的才放开。

🧾

泄漏：凭据和原文一起出去了

配置里写死密钥、把整份配置贴到公开地方求助、明文走上了不受控的网络链路。

🔧 收敛：配置只写变量名，值放环境变量或专门的凭据服务；对外求助一律先打码。

💸

失控：钱在看不见地流

每次调用都要消耗算力与费用。一个没加约束的任务反复重试，账单能在一夜之间长出来。

🔧 收敛：设调用次数与金额上限，开用量告警，让它对敏感操作先问一句再做。

这四类隐患有个共同点：都不是因为它存心捣乱，而是因为我们把边界画得太粗。

🚫

什么时候其实不该用它不是所有活都值得接一根线

这类技术的尴尬之处在于：它很好用，于是人人都想用，包括那些根本不需要它的场合。

判断标准其实很朴素，就两条：这件事一个月做几次？是否值得为它维护一套配置？

❌ 一次性需求 —— 查一次单号、导一次名单，手动更快，别工程化
❌ 极低容错的事 —— 涉及资金划转、对外承诺、法律文书，宁可人工慢一点
❌ 口径每周都变的活 —— 它的强项是稳定重复，规则天天改则适得其反
❌ 数据量极小且固定 —— 就三行内容，直接贴给它比接一套更快更省
✅ 适合的特征 —— 高频、重复、来源稳定、价值明确的取数与整理

先问值不值得，再问能不能。
顺序反了，就会得到一个漂亮但没人用的方案。

🛡️

四条可以立刻落地的安全底线不用改架构，今天就照着做

① 权限最小化

建立专用账号，只给这一个任务需要的范围。不要用你的管理员账号图省事。能只读就不给写，能限定一张表就不要整个库。

② 写操作必有人工确认

凡是会改变外部世界状态的动作，都别让它自己说了算。让它生成待办清单，人来按下最后那个键。这一步慢不了几秒，但能挡掉绝大多数事故。

③ 敏感数据先进脱敏

涉及个人身份、薪酬、联系方式的内容，在接入之前先做处理：不给明细给区间，不给全量给抽样。它只需要结论时，就不要把原始明细交出去。

④ 留痕与上限双管齐下

谁在什么时候调了什么、改了哪条，要能查得到；同时给调用次数、金额设定上限并配告警。一条是事后追责依据，一条是事中刹车。

🧪

该不该接：四个场景自己判点开看结论和理由

🧪 场景判断器

选一个你正在纠结的场景

👈 选一个场景，这里给出结论、理由与注意事项。

📋 上手前自查清单

✅ 我用专用账号了吗，还是拿管理员账号图省事？
✅ 凭据在配置里是明文吗，会不会被提交或截图？
✅ 敏感字段做过脱敏或范围限制吗？
✅ 写操作有没有人工确认这一步？
✅ 调用量和花费设上限了吗，出问题时有告警吗？
✅ 万一它判断错了，我能在多长时间内撤回？

🎯

三题小测做完这三题，边界就清楚了

1给 AI 接数据源时，权限应该怎么给？

2下面哪种情况最不适合接 MCP？

3关于写操作（会改动外部数据的动作），最妥当的做法是？

📚

全季回顾：四篇串成一条线如果你只记住三句话

① 它为什么存在 —— 解决 AI 与外部世界对接的标准化问题，把乘法级的重复劳动变成加法级的一次实现。

② 怎么把它用起来 —— 先确认数据源与权限，选对本地或远程的接法，凭据一律走环境变量，出问题先单独跑一次服务端。

③ 它真正的价值 —— 读你自己的资料、查真实的数据、跨系统串联，与技能和多智能体互补，缺一就只能停留在能聊不能干。

④ 边界在哪 —— 权限最小化、写操作要人确认、敏感数据先脱敏、用量设上限。能力越强，边界越要画清楚。

回头看整个 AI 打工日志，这条线其实一直在讲同一件事：

大模型给了它脑子，技能给了它章法，多智能体给了它团队，而连接给了它手上的真材实料。

前三样让它像个同事，最后一样让它真的能开始干活。

🎬

MCP 篇，收官

从原理到实操，从场景到边界，这四篇讲完了一套完整的连接能力。
下一季，我们把本领、团队和连接三者合起来，看看一个真正完整的 AI 同事长什么样。

MCP 能干什么：同一句话，接与不接差在哪 | AI 打工日志·MCP篇③

Tue, 06 Oct 2026 07:25:00 +0800

🆚

同一句话，三种答案先看差别，再讲原理

🧪 试试看：连接程度对比器

同样一个问题，切换三种连接状态看答案变化

👔 老板问：上个月华东区的退货率为什么涨了？帮我想想该怎么处理。

差别不在模型聪不聪明——三份答案出自同一个脑子。差别在于它手上有没有材料。

没接的时候，它只能调用训练时学到的通用常识，于是给出「一般来说」。接上了以后，它能读你的文件、查你的数据库、翻你的工单系统，答案才从正确的废话变成能拿去开会的结论。

📚

场景一：让它读你自己的资料从此不再凭空编造公司制度

每个公司都有这么一堆东西：制度文档、产品手册、历史方案、会议纪要、谁也说不清版本的代码仓库。它们躺在网盘和文件夹里，对 AI 来说是黑盒。

接上之后，最直接的变化是它开始引用你的原文，而不是凭印象发挥。

这个场景的好处是风险低：只读不写，它读完了回答你，不会改动一个字。适合作为第一个试点的场景。

📘 制度问答 —— 报销标准多少、请假怎么批，答得比我记得准
📦 产品资料 —— 几百页手册里某个参数，三秒钟翻出来
💻 代码仓库 —— 这个项目为什么这么写，它真能去看
🗂️ 历史方案 —— 去年那份被否决的提案，终于有人找得到了

🗄️

场景二：让它查真实的数据从「一般来说」到「具体到小数」

比读资料更进一步的是查数据。不管是表格文件还是正式的数据库，它都可以直接取到当前的真实数值。

这一步带来的变化最直观：回答开始出现具体的数字、时间范围、同比环比。你不用再自己导出表格、手动贴给它、再让它分析——它自己去取。

但要提醒一句：查数据通常属于「工具」而非「资源」，意味着它可能具备写的能力。这里的原则是只给最小权限——能只读就只读，要写就限定范围。

读资料解决「它不知道」。
查数据解决「它不确定」。—— 两件事都不解决，它就还在编

🔗

场景三：让多个系统串起来真正的价值在组合，不在单点

前面两个场景都是单点的。真正让 AI 变得非它不可的，是跨系统串联。

回看开头那个退货率的问题：答案之所以有用，是因为它同时动了三处——客服工单系统里的客诉记录、仓库的出库数据、还有制度文档里的条款。任何单一数据源都答不出这个结论。

过去这件事的做法是：你自己去三个系统各导出一份，在表格里折腾两小时，然后发现口径对不上。现在这一步被压缩成了一句话。

🧾

财务对账

一边是财务系统里的收款，一边是渠道返回的对账单明细，让它自己找出差异项并标注可能原因。

🎫

客诉归因

把工单、物流、商品三个系统的信息合并，找出这段时间变差的根本环节。

📊

周报生成

从任务系统拉进度、从代码仓库拉提交、从文档拉结论，自动拼出一份初稿。

🧩

组合拳：本领、团队、连线把前三季攒的东西拼起来

到这里，整个体系其实已经清晰了。一个真正能干活的 AI 同事，靠三样东西拼出来：

📖

技能 Skill —— 它的本领

教会它按你的规矩干活：格式、套路、验收标准。没有这个，它能力强但总是不合你的意。

👥

多智能体 —— 它的团队

复杂任务拆给多个专职角色，有人做有人查，避免一个人扛所有活导致的顾此失彼。

🔌

MCP 连接 —— 它的材料

把真实世界的数据和系统接进来。没有这个，前面两样再强，也只能在真空里打转。

换句话说：技能决定它做事的章法，团队决定它能扛多大的活，连接决定它手上有多少真材实料。

三者缺一，你得到的就还是一个「聊得挺好、干不了事」的 AI。

🎯

三题小测做完这三题，场景感就有了

1「完全没接通」和「接通了文档」的核心差别是什么？

2「跨系统串联」的价值主要在于？

3关于「连接」，下面哪种说法最贴切？

🛡️

下一站：插座万能，不代表什么都能插

能力越强，风险也越大。最后一篇我们聊边界——哪些东西不能随便接通，以及接通之后该怎么管。下一篇见。

MCP 怎么装：把办公室的网线插进墙上的网口 | AI 打工日志·MCP篇②

Mon, 05 Oct 2026 14:25:00 +0800

📦

动手之前，先想清楚三件事跳过这一步，后面全是返工

很多人装 MCP 的姿势是：看别人推荐了个服务端，装上；发现用不上，卸了；换下一个。三天过去，一个都没跑通。

问题不在手速，在于没先回答三个问题：

我要读的是什么？

是本地文件夹、某个数据库、还是一套在线系统的接口？数据源形态决定了服务端类型，也决定了它跑在哪台机器上。

我有没有这个权限？

有没有可用的账号、令牌、可见范围？很多「装完失败」其实是权限问题，早一步确认能省半天。

有没有人已经写过？

常见系统通常已有现成的服务端实现。先找现成的，找不到再考虑自己写——重复造轮子是新手最大的时间黑洞。

先开清单，再动手。
装 MCP 花的时间，八成不在安装本身。—— 一位把周末耗在配置文件上的人

🔀

三种接法，别选错本地跑还是远程连，决定了后面的一切

笼统地说，把一个服务端挂到主机上有三类常见方式。它们没有优劣，只有适不适合你现在的场景。

🏠 本地进程方式

服务端就跑在你自己的电脑上，主机启动它、跟它对话。适合处理本地文件、本地项目、私人资料。

优点：数据不出本机，快，也不需要别人给你开访问权限。
代价：要在本机装运行环境，换台机器得重新配一遍。

🌐 远程连接方式

服务端跑在服务器上，你通过网络连过去。适合团队共用、需要访问公司系统、或者数据源本来就在云端的情况。

优点：一次部署全团队可用，成员不用各自折腾环境。
代价：涉及网络、鉴权、可用性，还要考虑谁能连。

🧭 怎么选：一张对照

🏠 资料在你自己电脑上 —— 本地进程方式，简单直接
👥 要给整个团队用 —— 远程方式，一次部署大家受益
🏢 要连公司内部系统 —— 远程方式，注意先拿到权限
🔬 只是先试试好不好用 —— 本地方式起步，验证价值后再上远程

📝

一份最小可用的配置看懂结构，比抄一段代码重要

不同主机的配置文件位置和写法略有差别，但核心结构高度一致：给这个服务端起个名字 → 说明怎么启动它 → 告诉它需要什么钥匙。

下面是一个通用化的示意，隐去了具体产品名和真实密钥，重点看结构：

{ // 给这组服务端起个好记的名字 "myDataHub": {// 本地进程方式：用哪条命令启动它"command": "some-server-starter", "args": ["--scope", "readonly"],// 钥匙不写死，引用环境变量"env": { "ACCESS_TOKEN": "${MY_TOKEN}" } } }

三个字段的含义：

名字是你日后在对话里唤起它的标识，起短一点、好认一点。启动方式告诉主机去哪里把它拉起来。环境变量区放它需要的凭据，而不是明文写进去。

新手最常见的失败是逗号、引号、路径这三样。改完配置，先用一个校验工具或让编辑器检查一下格式是否合法，能省掉大量无意义的重试。

🔑

钥匙到底该藏在哪这一段请务必读完

配置文件里最不该出现的，就是明文的令牌、密码、数据库连接串。原因很朴素：

配置文件会被复制、被分享、被提交到代码仓库、被截图发到群里。一旦泄漏，捡到的人拿到的是完整的访问能力，而且往往没人第一时间发现。

正确的做法是让配置文件只写去哪里取钥匙，而不是钥匙本身：

✅ 用环境变量引用 —— 配置里只出现变量名，真实值放在本机或服务器的环境里
✅ 用专门的凭据管理 —— 团队场景优先用统一的密钥保管服务，还能集中吊销
❌ 不要写死在配置文件里 —— 尤其是准备交给别人或进版本库的那份
❌ 不要把整份配置贴到公开场合求助 —— 求助前先给敏感信息打码

配置可以分享，钥匙永远不行。
这两件事应该从物理上分开。

🩺

装了不工作？先对症状四类高频故障，点开看排查顺序

🧪 故障诊断对照表

点一个症状，看该按什么顺序排查

👈 选一个症状，这里给出排查顺序与对策。

最后留一条通用心法：把服务端单独拎出来手动跑一次。跑得起来，问题在主机配置；跑不起来，问题在服务端自己。这一招能把你从「到底是哪里坏了」的循环里直接救出来。

🎯

三题小测做完这三题，上手就不慌了

1要给整个团队共用同一套数据源，优先选哪种接法？

2配置文件里的令牌，正确做法是？

3服务端「完全没反应」时，最应该先确认什么？

🚀

下一站：插上之后能干什么

线插好了，下一件事是让它真的干活——读文件、查库、连系统，以及这些能力组合起来能做些什么。下一篇见。

MCP 是什么：给 AI 接一根通向真实世界的数据线 | AI 打工日志·MCP篇①

Thu, 24 Sep 2026 14:25:00 +0800

🔌

插不上线的高材生它很聪明，但它不知道你桌上有什么

我们前面几季给这位 AI 同事配了本领（技能篇的 Skill），也给它招了团队（Agent 篇的多智能体协作）。到这一步，它写得了方案、排得了流程、分工也清清楚楚。

但你真把它拉到工位上，会发现一件尴尬的事：它对你公司的世界一无所知。

你问它：上个月华东区的退货率为什么涨了？

它需要三样东西：销售数据库里的订单、客服系统里的投诉记录、仓库那张谁也没整理过的退货台账。这三样东西分别躺在三个不同的系统里，没有一个向 AI 敞开大门。

于是它只能这样回答你：一般来说，退货率上升可能与物流时效、产品质量、客服体验有关，建议您从这几个维度排查……

这话没毛病，但也没用。这就是一个被困在没有门窗的房间里的高材生——脑子极好，手伸不出去。

知识在模型里，数据在世界里。
中间隔着一道墙，这堵墙叫「没接口」。—— 这就是为什么需要一个标准插座

🧩

一根插头对一百种口在 MCP 出现之前，世界是这样的

你当然可以说：那就给它开个接口呗。

问题是——开给谁？你的 AI 助手可能有三四个（写文档的、写代码的、答疑的），公司里的数据源可能有七八处（数据库、工单系统、网盘、代码仓库、CRM……）。

如果每个 AI 应用要单独接每一个数据源，你需要做的接口数量是 3 × 7 = 21 个。再加一个 AI 应用，变成 28 个。这就是工程师嘴里的 N×M 难题。

更麻烦的是，这 21 个接口由不同团队在不同时间写成，格式各写各的：有的要传 JSON，有的要拼查询串；有的用这家的鉴权，有的用那家的令牌。换个 AI 应用，全套重来一遍。

这事儿我们其实见过。十几年前的手机充电口：诺基亚一根、摩托一根、三星一根，抽屉里永远团着一坨乱线，出差忘带原装线就抓瞎。后来全行业统一成一种口，世界才清净。

🧪 试试看：接线方式对比器

点按钮切换，直观感受两种接法的差别

🔧

万能插座长啥样三方分工：主机、服务端、协议

MCP 这三个字母是 Model Context Protocol，中文叫「模型上下文协议」。名字听着唬人，拆开就是三拨人在分工。

🖥️

主机 Host —— 用工具的那一方

你正在用的 AI 应用：写代码的编辑器、桌面的助手、公司内部的问答机器人。它负责跟用户对话，也负责在需要时喊一声：谁有这本事？

🔌

服务端 Server —— 提供能力的那一方

一坨专门负责「把某个系统接出来」的小程序。有的负责读你本地的文件夹，有的负责查公司数据库，有的负责调第三方的工单接口。它只做一件事：把自家资源按统一格式摆出来。

📐

协议 Protocol —— 统一的插口规格

规定插头多大、几根针、每根针管什么。主机用这套规格喊话，服务端按这套规格应答，两边不需要认识对方是谁。这才是 N×M 变成 N+M 的关键。

换算一下账：以前 3 个 AI 应用 × 7 个数据源 = 21 套定制对接；现在 3 个主机 + 7 个服务端 = 10 份实现，而且每个服务端写完一次，所有主机都能用。数据源再加五个，也只是加五段。

🆚

它和那些老办法有什么区别函数调用、插件、传统对接，都不是一回事

🔧

传统的接口对接

为某个应用单独写死
换一个应用就得重写
格式、鉴权全靠自己定
集成数量随双方数量相乘增长

🔌

MCP 的做法

一处实现，多处可用
换主机不用动服务端
统一描述能力与入参
集成数量变成两边相加

❓ 那「函数调用」呢？

函数调用是 AI 自己知道「我可以喊某某功能」，但那个功能具体怎么接到你的数据库，还得你手写。MCP 补的是后半段——把「喊誰」和「怎么连」也标准化了。

一句话区分：函数调用解决的是 AI 会不会用工具，MCP 解决的是工具怎么插上来。

📦

插上之后，它能拿出三种东西干活的能力、可读的材料、现成的模板

🛠️ 工具 Tools —— 让它动手

可以真的去执行动作的能力：查一笔订单、提交一个工单、往表里写一行、跑一次查询。这是三类里最需要谨慎对待的，因为它会改变外部世界的状态。

📄 资源 Resources —— 让它读书

可以被读取的素材：某个文件夹里的文档、数据库里的表结构、项目的配置文件。特点是只读不写，给它上下文，不让它乱动。

📋 提示模板 Prompts —— 让它照着做

服务端自带的一些现成用法。比如某个数据系统自带「生成月度分析报告」的模板，你不用从零教它怎么问，选一个模板填上参数就行。

工具是手，资源是眼，模板是套路。
三样齐全，它才算从「聊天对象」升级成「能办事的同事」。

✅ 要只读背景资料 —— 优先用资源，别一上来就给写权限
✅ 要能改数据 —— 才用到工具，并且要盯着它改
✅ 流程固定且重复 —— 用提示模板省事，也省心

🎯

三题小测做完这三题，MCP 你就懂了八成

1MCP 主要解决的是什么问题？

2关于 MCP 里的「服务端 Server」，下面哪种说法对？

3下面哪个场景最适合先用「资源」而不是「工具」？

🔌

下一站：把线真的插上

明白了万能插座的原理，下一步就是实操——MCP 到底怎么装、怎么配，装完不工作又该怎么排查。下一篇见。

多 Agent 避坑：团队不是万能的 | AI 打工日志·Agent篇④

Wed, 23 Sep 2026 10:22:33 +0800

💰

团队能放大能力，也能放大账单每一个 AI 的每一次"动脑"，都要花钱

前几篇讲的全是"人多力量大"的好。这一篇说点实在的：多 Agent 是有成本的，而且不小。

最直接的成本，就是"调用次数 × 单价"。一个 Agent 干完活要调用一次大模型；三个 Agent 串行干，就是三次；还要算上包工头自己拆活、验收的那几次。人越多、环节越多、来回改的次数越多，账单滚得越快。

更要命的是：如果活儿没拆好，两个 Agent 反复"修正"对方，账单能在你不知情的时候烧掉一大截——这就是下一篇要讲的"死循环"。

🐺

独狼模式

干一件活：

1 次调用

便宜，但活一多就翻车

🏢

团队模式

干同一件活：

N+ 次调用

拆活、派单、干活、验收、返工……每一环都算钱

🚑

团队翻车三连点开症状，看病理和药方

钱是明面上的坑，还有三个"暗坑"，团队一跑起来就往外冒：

🚑 翻车诊断台

点任意症状卡，看诊断和药方

👈 点一个症状开始诊断

团队翻车不可怕，可怕的是你早知道会翻，却没在设计阶段设护栏。

🧭

什么时候别上团队先问三个"不"，答上任何一个就别组队

避坑的最高境界，是不上不该上的坑。动手前问自己三个"不"：

① 拆不开——活儿是一气呵成的创作，拆了反而割裂，那就单 Agent 一次到位。

② 不划算——一件小事，一个人 30 秒搞定，组队反而要 5 次调用、3 次转述，纯亏。

③ 不放心——涉及"错了要命"又没法设人工节点的，不如自己多盯着，别全交给一群 AI。

一句话总结：多 Agent 是工具，不是信仰。该上才上，能省则省。

团队的价值，在于它省下的时间，得大于它多花的钱。 —— 包工头老张的算账哲学

🎓

毕业大考三道题横跨四篇，答完真毕业

🎓 Agent 篇毕业大考

答对三题，授予「AI 包工头」称号

1多 Agent 的核心，是"人多"还是"分工"？

2多 Agent 最大的"隐性成本"是什么？

3哪种活，最该"别上团队"？

🏁

Agent 篇 · 全系列完

独狼 → 包工头 → 装修队 → 避坑指南。
四篇读完，你已经从"用单个 AI"进阶到"指挥一支 AI 团队"。

下一季预告：《AI 打工日志》MCP 篇——
团队有了，电从哪来？（连接外部系统）

团队分工：装修队是怎么干活的 | AI 打工日志·Agent篇③

Tue, 22 Sep 2026 07:22:33 +0800

🔨

装修队的分工哲学没有一个全能师傅，只有一支配合默契的队伍

上一篇我们请来了包工头。这一篇回答那个更实在的问题：工人和工头具体怎么配合，才能把活干顺？

装修队给了我们最朴素的答案。你从来没见过哪个装修队是"一个师傅从头干到尾"——木工打完柜子就走，电工接着布线，油漆工最后进场收尾。每个人只干自己那一段，但顺序、节奏、交接都安排得明明白白。

AI 团队的配合，本质和装修队一模一样：把活拆成段，按依赖关系排好序，让对的人在对的时点进场。

把活儿拆给最擅长的人，把顺序排给最需要的人。 —— 装修队长的口头禅

🛠️

三种协作模式串行、并行、审批，各有各的适用场景

多 Agent 协作，常见三种"排法"。别被名字吓到，你只要记住它们对应装修队里的哪种干法就行：

① 流水线模式（串行）

像工厂流水线，一步做完下一步才开工。查完数据 → 写分析 → 配图 → 验收。前一步的输出是后一步的输入，环环相扣。稳，但慢，一步卡住全线停摆。

② 专家团模式（并行）

几个人同时开工，各干各的，最后统一拼装。查数据和写文案可以一起进行，谁也不用等谁。快，但必须有个"拼图的人"最后把它们合到一起。

③ 审批制模式（人工把关）

在关键节点停下来等你拍板。AI 干到"写完了，先别发"，你点头它才继续。适合"错了要命"的活，比如对外公告、工资核算。

🎮

排兵布阵：亲手试一把点按钮，看看三种模式是怎么排的

🎮 排兵布阵模拟器

切换三种协作模式，看"包工头"怎么排工

🏭 流水线模式（串行）

包工头→查数据→写分析→配图→验收→交活

一步做完下一步才开工，像工厂流水线。适合步骤之间有先后依赖的活——前一步的输出，是后一步的输入。稳，但慢，一步卡住全线停摆。

🧠

怎么选：看三个信号不看心情，看依赖、看风险、看预算

三种模式没有绝对好坏，只有"合不合适"。选的时候看三个信号：

① 看依赖——后一步必须等前一步，就用流水线；各步骤互不相干，就上专家团并行。

② 看风险——错了会出大事的（发公告、算工资），哪怕慢，也要插个"审批制"人工节点。

③ 看预算——并行虽快，但几个人同时开工，账单也同时来。预算紧张时，串行更省。

这三个信号，下一篇我们展开讲——因为多 Agent 最大的坑，恰恰就藏在"人多"这两个字里。

🎯

三题小测答完，你就是会排兵布阵的工头了

🎯 第三篇小测

三道题，测测你会不会排工

1「查数据 → 写分析 → 配图」这种有先后依赖的活，最适合哪种模式？

2查数据和写文案可以同时干，最适合哪种模式？

3「对外发布公告」这类错了要命的活，该加什么？

⚠️

分工学会了，但团队也有坑

人多力量大，人多也麻烦。

下一篇：《多 Agent 避坑：团队不是万能的》

包工头：给 AI 团队请个项目经理 | AI 打工日志·Agent篇②

Sun, 20 Sep 2026 10:22:33 +0800

👷

人齐了，工地却乱了一群能干的 AI，没有一个会派活的

上一篇结尾，你把团队招齐了：会写文案的、会查数据的、会验收挑刺的，个个都是好手。你把活儿丢进去，结果——乱成一锅粥。

写文案的和查数据的谁也不理谁，各自闷头干；验收的抓不到人验收，对着空气挑刺；一份报告，三个 AI 各写了一版，格式还不一样。你这才意识到：光有人不行，得有个派活的人。

装修队里，这个人叫包工头；AI 团队里，它叫编排者（Orchestrator）——它是那个"不干具体活，只负责把活安排明白"的 AI。

团队里最值钱的不是最能干的，是最会派活的。 —— 装修界流传的一句话

🧭

包工头是谁它是 AI，但干的活像项目经理

编排者 Agent，你可以把它理解成一个只会"调度"、不会"亲自搬砖"的项目经理。它自己不写文案、不查数据，只做三件事：拆活、派单、验收。

它手里有一张"施工清单"：接到你的任务，先把大目标拆成几个小步骤，再按步骤匹配最合适的工人，把活派下去，等工人交活，它验收、拼装，最后交到你手上。

🧭

包工头（编排者）

不亲自搬砖
只负责拆活、派单、验收
谁翻车了，它负责兜底重派
脑子里只有"全局图"

🔨

工人（执行 Agent）

只干自己擅长的活
不管别人，不抢别人的活
干完交活，等验收
脑子里只有"自己的那摊"

📋

包工头的三大职责拆得开、派得对、收得回

一个合格的编排者，必须把这三件事做扎实。少一样，团队就散架。

1
拆活：把大任务切成小步骤接到"写一份行业报告"，它先拆成"查数据 → 写分析 → 配图表 → 校对验收"四步。拆得越清楚，后面越好派。
2
派单：把步骤交给最合适的人查数据派给"数据 Agent"，写分析派给"文案 Agent"，校对派给"质检 Agent"。人尽其才，各管一摊。
3
验收：收活、拼装、兜底每步交活都先验一遍，不合格打回重做；全合格了拼成成品。哪步翻车，它顶上重派，绝不让你看到半成品。

💡 冷知识：编排者也可以"递进思考"

高手的包工头不只是流水账派单，它会先列计划、再逐步执行、边做边修正。这种"想一步、走一步、看一步"的节奏，能让多 Agent 协作更稳，不容易一条道走到黑。

🏗️

主从结构：一句话记住它一个大脑，N 双手

这种"一个包工头 + 一群工人"的搭法，有个正式名字叫主从结构（主控 Agent + 执行 Agent）。记住一句话：一个大脑负责想，N 双手负责干。

它好在哪里？好在责任清晰。大脑不抢手的活，手不替大脑拿主意。出了岔子，你一眼就知道：活没拆对是大脑的锅，活没干好是手的锅，活没人干是大脑漏派了。谁的责任，清清楚楚。

这也是为什么上一篇说"独狼出错了你都不知道该查谁"——有了主从结构，问题天然就定位了。

一个大脑，N 双手——大脑越清楚，手就越有力。 —— AI 打工日志 · Agent 篇

🎯

三题小测答完，你就知道该请怎样的包工头了

🎯 第二篇小测

三道题，测测你对包工头的理解

1编排者 Agent 最核心的工作是？

2主从结构里的「主」和「从」分别指什么？

3哪一步做砸了，责任该算到包工头头上？

🏗️

包工头请来了，下一步该分工了

一个包工头 + 一群工人，具体怎么配合干活？

下一篇：《团队分工：装修队是怎么干活的》

多 Agent：一个实习生不够用了 | AI 打工日志·Agent篇①

Thu, 17 Sep 2026 21:22:33 +0800

🔥

那个全能的实习生，扛不住了不是它不努力，是活儿实在太多了

上一季，你把 AI 从一个"只会接话的话痨"，一路培养成了"有手册、有装备、有档案柜"的熟练工。它帮你写周报、核发票、整理工地日志，样样干得漂亮。

直到有一天，你一口气甩给它八个活：写方案、查数据、回邮件、排会议、做 PPT、校对合同、翻译、再报个销——然后它就开始顾头不顾尾：方案写到一半想起要回邮件，回完邮件忘了 PPT 还差三页，最后交上来的报销单，把餐饮费填进了差旅费。

你抓狂地问："你不是挺能干的吗？" 它委屈巴巴："能干，但我只有一双手、一颗脑子、一段要装下所有事的上下文。"

把一百件事塞给一个人，不是给他机会，是给他埋雷。 —— 包工头老张的经验之谈

🐺

独狼 vs 团队：两种干法一个人硬扛，还是一队人分工，天差地别

先别急着怪 AI。想想你自己——公司里让你一个人扛下"写代码 + 做设计 + 谈客户 + 财务报销 + 招聘"，你也会疯。区别在于，人干不过来会招人、会外包、会拉团队，而一个 AI 只能靠"更长的上下文"硬扛，扛到极限就漏、就串、就编。

那该怎么办？答案朴素得不像科技圈：招人。一个 AI 干不过来，就招一群 AI，各管一摊。这就是"多 Agent"（Multi-Agent）的起点。

🐺

独狼模式（单 Agent）

一个脑子记下所有事
上下文越堆越长，越靠后越忘
活儿一多就顾头不顾尾
出错了你都不知道该查谁

🏢

团队模式（多 Agent）

每个人只记自己那一摊
各管各的，互不串味
拆得开，也拼得起来
哪环错了，一眼定位到人

🧱

单个 Agent 的三大极限点开每一条，看它到底卡在哪

为什么单个 Agent 一定会到极限？因为有三个绕不过去的坎，卡在它的"生理结构"上：

🧱 极限诊断台

点任意一条，看病理和药方

👈 点一条极限开始诊断

单个 Agent 的极限不是能力问题，是"单打独斗"这个结构本身的天花板。

🏢

多 Agent 到底是什么一句话：让一群各司其职的 AI 组队干活

多 Agent，说穿了就是把一件大活拆成若干小活，交给一群"术业有专攻"的 AI 分头干，再由一个"包工头"统一调度、验收、交活。

这里的关键词不是"多"，而是分工。就像装修一套房，你不会请一个"什么都会的水电木瓦油全能师傅"一个人干完（真有这种师傅你也雇不起），而是请一个工头，下面带着木工、电工、油漆工，各干各的，工头统一盯着进度和质量。

放到 AI 里就是：写文案的 Agent 只管文案，查数据的 Agent 只管查数，验收的 Agent 只管挑刺，调度的那位只负责派活和兜底。

独狼拼的是能力上限，团队拼的是分工下限——后者没有天花板。 —— AI 打工日志 · Agent 篇

📋

什么时候该上团队不是所有活都值得组队，先问自己三句

多 Agent 不是万能药。一件小事也要拉个团队，就像煮碗泡面还要开个三人会议——纯属浪费。动手前先问自己三句：

① 活儿能拆开吗？如果能拆成"写 + 查 + 验"几个独立环节，适合组队；如果是一气呵成的创作，单 Agent 反而更顺。
② 拆开后质量会更好吗？多一双挑刺的眼睛，比一个人硬撑更可靠，尤其涉及"算钱""核对"这类不能错的活。
③ 你受得了那个开销吗？人多力量大，但人多账单也长。具体账怎么算，第四篇专门讲。

这一篇先埋个伏笔：团队要转起来，光有人不行，还得有个会派活的包工头。下一集，我们就把这位项目经理请出来。

🎯

三题小测答完，你就摸到了多 Agent 的门槛

🎯 开篇小测

三道题，测测你抓到重点没

1单个 Agent 干大堆活会翻车，最根本的原因是？

2多 Agent 的关键词是哪个？

3下面哪种活，最该上多 Agent？

🏢

独狼的尽头，是开一家公司

下一个问题来了：人齐了，谁来当包工头？

下一篇：《包工头：给 AI 团队请个项目经理》

技能进阶：从员工手册到技术档案室 | AI 打工日志·技能篇④

Sat, 12 Sep 2026 17:00:07 +0800

🏗️

徒弟出师之后光有手册不够，还得配装备、开档案柜

前三篇走完，你的 AI 徒弟已经"认识手册、会用装备、能照菜谱干活"了。但它还是个只带了一张纸的徒弟：算 300 行数据靠心算，查个新税率要现场翻你聊天记录，闯了祸你也不知道该怪谁。

这一篇就是给徒弟配齐"技术档案室"的三件套：一台机器（scripts/ 脚本）、一个档案柜（references/ 资料库）、一套事故预案（翻车急救流程）。最后，把这门手艺上架技能市场——从"会用 AI"正式毕业到"输出方法论"。

🔧

配台机器：scripts/ 脚本手册教流程，机器管精度——嘴再溜也算不过计算器

上一篇菜谱化解决的是"步骤说清楚"，但有些活不是说得清就干得了的：300 行发票求和、批量重命名 80 个文件、按经纬度算距离——AI 用"嘴"算这些，跟大厨用心算找零一样，不是不行，是不敢用。

所以第三篇埋的那个伏笔（"能交给脚本的，别让它用嘴算"）现在正式展开：把这些活写成脚本，放进技能的 scripts/ 文件夹，手册里只写一句"这一步调用 xxx 脚本"。AI 负责判断和串联，脚本负责精确执行。

🗣️

嘴算模式

300 行求和：可能对，可能差一点
批量文件：逐个"假装"处理
同样的问题问三遍，答案能出三个
错了还特别自信

⚙️

脚本模式

300 行求和：毫秒出结果，分毫不差
批量文件：一次全处理完
跑一万遍，结果永远一样
错了会报错，绝不装没事

💡 冷知识：脚本也是 AI 写

不会编程？没关系——让 AI 自己写。你用大白话描述"这个脚本要干嘛、输入什么、输出什么"，AI 十有八九能写出来，你负责测试和验收。这是全系列最划算的一笔买卖：用 AI 的脑子，造 AI 的手。

判断该不该上脚本的口诀：重复的、算数的、批量的、要分毫不差的——上脚本；要理解、要判断、要措辞的——留给手册。

🗄️

开个档案柜：references/ 资料库把知识归档，而不是塞进 AI 的脑子

第三篇说过：SKILL.md 只放主干，大块头资料进 references/。这一节讲清楚为什么"归档"比"塞脑内"划算——因为AI 的脑子是按次计费的。

你每次派活，AI 都要重新"读"一遍塞给它的所有内容。把 40 页报销制度写进手册正文，等于每次干点小事都背一遍制度全文——又慢又贵，还容易读串行。放进档案柜就优雅多了：手册里写"税率见 references/报销制度2026.md"，用到才去翻，翻完只取那几行。

🗄️ 账单对比：塞脑内 vs 归档

同一个任务「核对 5 张发票的税率」，看两种存法每次要加载多少

每次干活，AI 都得先读一遍：

📄 手册正文（含完整报销制度 40 页）
📄 增值税税率表全文 + 历年政策变更说明
📄 报销流程审批权限矩阵（跟本任务无关）
📄 常见问题 88 条（跟本任务无关）

⏱️ 慢 · 💸 贵 · 😵 串味风险高

🗂️ 档案柜收纳三原则

① 一事一柜——税率表、审批权限、常见问题分文件放，别记在一个大杂烩里；② 文件名说人话——"报销制度2026.md" 比 "doc3_final_新.md" 好找一百倍；③ 政策变了只改柜子——税率更新只需替换那一个文件，手册正文一个字不用动，技能秒懂新政。

脑子用来判断，柜子用来存放，账单用来证明这个决定是对的。 —— 档案室主任的节约哲学

🚑

翻车急救中心实习生闯祸三步：复盘 → 改手册 → 再放出去

技能一定会翻车——这不是悲观，是设定预期。区别在于：新手对着翻车的 AI 骂骂咧咧，老手把每次翻车变成一次手册升级。

急救的总流程固定三步：① 复盘（它当时读了什么、干了什么、错在哪一步）；② 改手册（把坑写进去，让这个错永远不可能再犯）；③ 再放出去（用同样的任务重跑验证）。下面是四个最常见症状的诊断单——点开看看：

🚑 症状诊断台

点任意症状卡，看诊断和药方

👈 点一个症状开始诊断

翻车不可怕，可怕的是同一个坑摔三次——那说明你一直没改手册。

📋 急救中心墙上贴的三句话

1. 翻车是手册的免费体检——每个 bug 都暴露一处没写清的地方。
2. 修手册，别修脾气——对着 AI 发火不解决任何问题，改一行触发条件立竿见影。
3. 记事故日志——翻过的车简单记一笔（症状+药方），下次同类问题三十秒定位。

🌍

上架市场，与更远的地图把手艺共享出去，然后看看整个 AI 江湖

技能练成了，最后一件事：上架技能市场。把文件夹打包提交，写清楚简介和适用场景，全世界的用户就能一键安装你的手艺。这跟把精心调好的 Excel 模板共享到全公司是一回事——只不过这次，"全公司"是整个互联网。

别觉得自己的手艺"太土"不值一提。你会的"门店日销对账"“工地日志整理”"宠物医院回访话术"，对同行来说是刚需。越垂直的经验，越稀缺；越稀缺，越值钱。写 App 要一个团队，写技能只要一个下午——这可能是普通人分享知识成本最低、杠杆最大的时代。

🗺️ 最后，把整张地图摊开

技能篇完结，把前面所有概念拼成一张"AI 打工宇宙"的全家福：

成员	管什么	一句话
大模型	脑子	读完了整个互联网的话痨（前传①）
Agent	手脚	会自己拆任务、用工具的员工（前传②）
Skill	岗位知识	员工手册 + 装备 + 档案柜（本系列）
MCP	标准插座	让 AI 能插上各种外部系统的新接口

顺带认识一下新面孔 MCP：如果说技能是"教 AI 怎么干"，MCP 就是"给 AI 一个标准插座"，让它能统一插上数据库、网盘、企业系统这些外部电源。技能管知识，MCP 管连接，Agent 管调度——三者合体，才是完整的"数字员工"。这就是下一季的故事了。

三部曲教会你用 AI，技能篇教会你把经验变成 AI 的本事——后者才是你带得走的行李。 —— AI 打工日志 · 技能篇 · 完

🎓

系列毕业大考三道题横跨四篇，答完真毕业

🎓 毕业大考

答对三题，授予「AI 带教师傅」称号

1SKILL.md 手册正文越厚越好，资料全塞进去最省事。对吗？

2AI 用你的技能算 300 行发票求和，你该怎么想？

3技能翻车了，最专业的第一反应是？

🏁

技能篇 · 全系列完

认识手册 → 办装备 → 当师傅 → 开档案室。
四篇读完，你已经完成了从"AI 用户"到"AI 师傅"的转型。

下一季预告：《AI 打工日志》Agent 篇——
当徒弟越来越多，谁来当包工头？

写技能：给 AI 当一回带教师傅 | AI 打工日志·技能篇③

Thu, 10 Sep 2026 20:00:07 +0800

👨‍🏫

为什么要自己写？市面上没有的，恰恰是你最值钱的

上一篇说了，技能可以市场下载、同事投喂。那为什么还要自己写？

因为市场上的技能是通用款，你的工作是个性款。市场里的"周报技能"不知道你们组周报要抄送谁；"发票技能"不知道你们财务的隐形规矩。就像食堂的大锅菜能吃饱，但做不出你家的味道——秘方在你脑子里。

而把秘方写出来这件事，本来就是老带新的日常：你入职时，是不是也有个师傅跟你说"这步系统里要这么点，别按回车会直接提交"？写技能，就是把你自己变成那个师傅，AI 变成你的徒弟。徒弟学会之后，这活就再也不用你亲自动手了。

🎁 写完还有三重意外收获

① 经验被逼着想清楚。很多"手感"写不出来才发现根本说不清——写技能的过程等于免费给自己做了一次工作复盘。

② 手艺可以攒资产。手册写一次用一年，你换项目它跟着你，你升职它传给下一任。

③ 别人抢不走。会用 AI 的人很多，能把自己手艺教给 AI 的人很少——这才是 AI 时代的真·铁饭碗。

教会徒弟，饿死师傅？不，教会 AI 的师傅，把重复劳动全喂给了徒弟。 —— 新时代师徒关系

📄

手册骨架：SKILL.md 怎么写带教手册第一页：我是谁、啥时候叫我、怎么干

技能的核心就是那个 SKILL.md 文件。别被 Markdown 吓到——它就是带教手册的第一页，只需要回答三个问题：

我是谁（技能名）——起个一眼看懂的名字。
啥时候叫我（触发条件）——写清楚遇到什么任务该翻开这本手册。
怎么干（步骤）——菜谱式地列出操作步骤。

先看一个反例和正例的对比。同一个"整理报销"技能，两版手册，AI 的表现天差地别：

📄 对照实验：烂手册 vs 好手册

同一门手艺，两种写法，切换看 AI 的命运分岔

🔍 烂在哪，好在哪？

烂手册的三大死因：名字含糊（"helper"是个筐，什么都往里装，AI 不知道何时该用它）；没有触发条件（永远不知道什么时候翻开）；步骤全是"酌情处理"（把判断题抛还给 AI，等于没教）。

好手册三件套：名字带业务词（invoice-reimburse，一看就知道管报销）；触发条件写到词（"用户提到发票、报销、税"）；步骤像菜谱（先干嘛后干嘛，遇到啥走哪条岔路，全写死）。

🎯

触发条件：给权限划清边界只管报销，别管订机票——不写边界，实习生就会越权

新人都懂一个道理：管的事越多，越容易出事。技能也一样——触发条件写得宽，AI 就会抢戏。

一本报销技能如果只写"涉及财务的事都找我"，那用户问"这个月预算超了多少"，它也会跳出来插一嘴，还可能给你算错。正确的写法是双向的：

正向（什么时候用）："用户提到发票整理、报销表、报销单核对时使用。"
反向（什么时候别用）："仅处理报销整理。预算分析、订票、审批流程等其他财务事务不在范围内，请正常对话回答。"

别小看反向那一行——它就是给实习生划的"越权线"。一行字，少翻十次车。

⚡ 触发条件速查表

写法	后果
"什么都能帮我"	抢戏之王，事事插嘴，错得也多
"涉及财务就用我"	范围太宽，预算、订票全都伸手
只写正向触发词	勉强能用，边界任务容易误触发
正向词 + 反向排除 ✅	该出手时才出手，稳

🍳

步骤菜谱化：把"适量"写成"3 克"菜谱能复刻，手感不能——除非你把手感翻译成克数

中餐菜谱最大的玄学是"盐适量、火候适当"——大厨看了一笑，新手照做翻车。AI 就是那个新手：它没进过你的厨房，"酌情""大概""看情况"对它来说等于没说。

菜谱化的本质：把你的手感，翻译成它照做不出错的数字和条件。三个翻译技巧：

① 数字代替形容——"表格适当美化" → "表头加粗、背景浅灰、列宽自适应"。
② 条件写成分岔——"金额不对就处理一下" → "若金额与票据不符，标红并单列，不要自行修改"。
③ 兜底写出来——"遇到问题找我" → "若连续两次提取失败，停止并报告原因，不要猜"。

🍳 翻译机：手感 → 菜谱

同一套整理周报的步骤，切换看两种写法

收集本周材料把相关的东西都收集起来

提炼工作要点挑重点，别太啰嗦

量化工作成果能数字化的就数字化

输出周报按我们组的格式来

💡 最容易被忽略的一条：写清"失败怎么办"

带徒弟时最有价值的不是教他怎么成功，是教他失败时别硬撑。"提取失败就停下报告"比"尽量提取出来"重要一百倍——AI 最危险的品质是永远自信，你的手册得负责给它装上刹车。

📏

手册多厚才合适？200 页的没人翻，贴工位的 2 页人人背得出

新手写技能最爱犯的错：想一次写全。把公司制度、历史案例、八百个注意事项全塞进 SKILL.md，写成一篇论文。

结果呢？手册越厚，AI 越抓不住重点——就像员工手册 200 页没人翻，贴在工位上的 2 页人人背得出。而且别忘了：正文是任务命中才加载的，太厚每次都要"读一遍论文"，又慢又贵还容易串味。

正确的厚度观：SKILL.md 只放主干流程（一两百行封顶），大块头的制度、税率表、案例库，放进 references/ 资料夹，让 AI 遇到细节再去翻——上一篇讲过的"渐进式披露"，说的就是这件事。

🚀 最小可用技能：先丑后好

别追求一步到位。第一版手册只要能跑通核心流程就行——哪怕只有名字、触发条件和五步流程。跑几轮真任务，哪里翻车补哪里：误触发了就补反向条件，某步老出错就把那步写细。

技能是养出来的，不是憋出来的。这跟带徒弟一个道理：先让他上手干简单的，闯了祸再复盘，比先关小黑屋培训三个月见效快得多。

第一版手册丑没关系，能跑就行——徒弟都是闯祸闯出来的，技能都是翻车翻出来的。 —— 带教师傅语录

🧪

出师小测三道题，考考你这个师傅当得称不称职

🧭 出师考核

答对两题以上，可以出师带 AI 徒弟了

1SKILL.md 骨架要回答的三个问题是？

2"涉及财务的事都找我"这种触发条件，问题出在哪？

3把"盐适量"翻译成"3 克盐"，对应到写技能里就是？

👩‍🏫

技能篇 3/4 · 完

你的第一本手册已经有骨架了。

最后一篇，讲怎么把手册升级成"技术档案室"：
配脚本、建资料库、翻车急救，
以及把你的手艺上架技能市场。
《技能进阶：从员工手册到技术档案室》

文玑阁

MCP 的边界：插座万能，不代表什么都能插 | AI 打工日志·MCP篇④

先把丑话写在前面 这一篇是拿来泼冷水的

四类最容易出事的隐患 对号入座，看看你现在占了几个

越权：门开得太大

误写：理解岔了就改错了

泄漏：凭据和原文一起出去了

失控：钱在看不见地流

什么时候其实不该用它 不是所有活都值得接一根线

四条可以立刻落地的安全底线 不用改架构，今天就照着做

① 权限最小化

② 写操作必有人工确认

③ 敏感数据先进脱敏

④ 留痕与上限双管齐下

该不该接：四个场景自己判 点开看结论和理由

📋 上手前自查清单

三题小测 做完这三题，边界就清楚了

全季回顾：四篇串成一条线 如果你只记住三句话

MCP 篇，收官

MCP 能干什么：同一句话，接与不接差在哪 | AI 打工日志·MCP篇③

同一句话，三种答案 先看差别，再讲原理

场景一：让它读你自己的资料 从此不再凭空编造公司制度

场景二：让它查真实的数据 从「一般来说」到「具体到小数」

场景三：让多个系统串起来 真正的价值在组合，不在单点

财务对账

客诉归因

周报生成

组合拳：本领、团队、连线 把前三季攒的东西拼起来

技能 Skill —— 它的本领

多智能体 —— 它的团队

MCP 连接 —— 它的材料

三题小测 做完这三题，场景感就有了

下一站：插座万能，不代表什么都能插

MCP 怎么装：把办公室的网线插进墙上的网口 | AI 打工日志·MCP篇②

动手之前，先想清楚三件事 跳过这一步，后面全是返工

我要读的是什么？

我有没有这个权限？

有没有人已经写过？

三种接法，别选错 本地跑还是远程连，决定了后面的一切

🏠 本地进程方式

🌐 远程连接方式

🧭 怎么选：一张对照

一份最小可用的配置 看懂结构，比抄一段代码重要

钥匙到底该藏在哪 这一段请务必读完

装了不工作？先对症状 四类高频故障，点开看排查顺序

三题小测 做完这三题，上手就不慌了

下一站：插上之后能干什么

MCP 是什么：给 AI 接一根通向真实世界的数据线 | AI 打工日志·MCP篇①

插不上线的高材生 它很聪明，但它不知道你桌上有什么

一根插头对一百种口 在 MCP 出现之前，世界是这样的

万能插座长啥样 三方分工：主机、服务端、协议

主机 Host —— 用工具的那一方

服务端 Server —— 提供能力的那一方

协议 Protocol —— 统一的插口规格

它和那些老办法有什么区别 函数调用、插件、传统对接，都不是一回事

传统的接口对接

MCP 的做法

❓ 那「函数调用」呢？

插上之后，它能拿出三种东西 干活的能力、可读的材料、现成的模板

🛠️ 工具 Tools —— 让它动手

📄 资源 Resources —— 让它读书

📋 提示模板 Prompts —— 让它照着做

三题小测 做完这三题，MCP 你就懂了八成

下一站：把线真的插上

多 Agent 避坑：团队不是万能的 | AI 打工日志·Agent篇④

团队能放大能力，也能放大账单每一个 AI 的每一次"动脑"，都要花钱

独狼模式

团队模式

团队翻车三连点开症状，看病理和药方

👈 点一个症状开始诊断

什么时候别上团队先问三个"不"，答上任何一个就别组队

毕业大考三道题横跨四篇，答完真毕业

Agent 篇 · 全系列完

团队分工：装修队是怎么干活的 | AI 打工日志·Agent篇③

装修队的分工哲学没有一个全能师傅，只有一支配合默契的队伍

三种协作模式串行、并行、审批，各有各的适用场景

① 流水线模式（串行）

② 专家团模式（并行）

③ 审批制模式（人工把关）

排兵布阵：亲手试一把点按钮，看看三种模式是怎么排的

先把丑话写在前面这一篇是拿来泼冷水的

四类最容易出事的隐患对号入座，看看你现在占了几个

什么时候其实不该用它不是所有活都值得接一根线

四条可以立刻落地的安全底线不用改架构，今天就照着做

该不该接：四个场景自己判点开看结论和理由

三题小测做完这三题，边界就清楚了

全季回顾：四篇串成一条线如果你只记住三句话

同一句话，三种答案先看差别，再讲原理

场景一：让它读你自己的资料从此不再凭空编造公司制度

场景二：让它查真实的数据从「一般来说」到「具体到小数」

场景三：让多个系统串起来真正的价值在组合，不在单点

组合拳：本领、团队、连线把前三季攒的东西拼起来

三题小测做完这三题，场景感就有了

动手之前，先想清楚三件事跳过这一步，后面全是返工

三种接法，别选错本地跑还是远程连，决定了后面的一切

一份最小可用的配置看懂结构，比抄一段代码重要

钥匙到底该藏在哪这一段请务必读完

装了不工作？先对症状四类高频故障，点开看排查顺序

三题小测做完这三题，上手就不慌了

插不上线的高材生它很聪明，但它不知道你桌上有什么

一根插头对一百种口在 MCP 出现之前，世界是这样的

万能插座长啥样三方分工：主机、服务端、协议

它和那些老办法有什么区别函数调用、插件、传统对接，都不是一回事

插上之后，它能拿出三种东西干活的能力、可读的材料、现成的模板

三题小测做完这三题，MCP 你就懂了八成