我用了这么久的 AI 工具，听了这么多新词，思维被各种自媒体引导来去，最近终于搭建了一个自动化工作流，让我减轻了不少工作。
你看「自动化工作流」一词，估计觉得非常高深，实则不然，你做起来就会非常轻巧。这两月我一直在折腾一个功能，走了不少弯路，现在勉强跑顺之后，我觉得可以和大家分享一下心得。
先说说我的工作需求，我在工作中经常需要处理客资，即从各个平台获取客户的联系方式之后，再填写信息到专门的客户管理系统（CRM），最后分配给销售跟进。
最初我是用所谓的「龙虾」（OpenClaw）来尝试，后来换成了风头正盛的「爱马仕」(Hermes Agent)。我在电脑上部署之后，换了几次大模型的 API，MiMo、Kimi、DeepSeek，但都出现了一致的问题：前期非常听话，让拿数据就拿数据，填写完客资后会推送企微通知给我，可隔两天之后，就会开始犯病，比如胡乱点击页面，甚至会出现客资重复无法录入时填写虚假联系方式，就会了完成任务，抑或一到填写时，开始卡在那半小时不动，像是患了健忘症的人不知道页面是什么。
与此同时，AI 的态度极好，你说它做错了，会立即认错，说提取教训，最后又是犯其他错误。于是就出现我分明只要两分钟就能做完的事，现在却要花半小时来教 Agent 怎么操作，简直是心力交瘁。
所以我一个月前就停止了继续教学，亲力亲为，起码我不会气自己。但我有反思过原因，为什么 Agent 会犯病，分明 skills 和自动脚本都写好了，一道执行时就手忙脚乱，然后稀里糊涂执行，难道是国产大模型质量太差，我非得买 Claude 或 ChatGPT 的 API 才行？
答案不该是这样。
直到我上个星期用了 Codex 后，终于找到了一点答案：所有重复自动化的工作流，都不应该让 AI 深度介入。
因为我们有个平台在投放，而它的线索是有 API 的，即能通过平台的接口拿到联系方式，不需要我手动打开网站，查看详情，再逐个复制到 CRM。但这通常需要连接到 CRM 的 API，可是我们的系统并没有这个功能，甚至还要额外花钱，我就开始询问 Codex，可以如何处理。
本来我也只是抱着试一试的心态，没想到真的可以。Codex 可以帮我在本地搭建一个接口，填写平台的 API 后，定时抓取，就能拿到联系方式。这里就不说太多技术细节，因为冗长且没有趣味，之后我再问它能否帮我自动填写到 CRM，它打开 Chrome 窗口后，我登录账号，Codex 挨个尝试，最后确认一堆细节，就能实现自动录入的操作。
这一套跑通后，Codex 帮我写成自动化的程序，大抵是 py 脚本，内置到系统中，随开机启动。然后，我之用两天就解决了两月的问题。一旦有新的客资进入，脚本就会自动读取，打开 Chrome 填写信息，最后分配给销售。
我从未感到如此放松。
究其原因，是这一套都是自动化、无需 AI 思考的操作，信息传入，脚本启动，立即执行，如果有错误，就会写到日志里，我再复制粘贴给 Codex 修补。而之前我让 Hermes Agent 来做这件事，它会在每一步都思考下一步做什么，遇到错误要怎么浑水摸鱼，被批评后写入记忆，但还是死性不改。
这就能看出 Agent 和自动化脚本的差异。前者适合需要介入思考的工作，比如你让它抓取新闻动态并总结为日报，它能做得很好，甚至还能分次重点；而后者是用程序思维来执行，满足什么样的条件下执行，如果条件不满足，又应该如何做，中间的判断都是流程化的，就不该介入思考。
AI 真正需要深度介入的是搭建和修补阶段，比如你需要说清楚你的需求，再不断探讨执行方式，最后它会写出脚本，出现错误之后一步步调整。再之后就能不断微调功能，最开始 Codex 帮我写的工具缺乏明确反馈，完全是个黑箱，我不知道现在到哪一步了，所以我加上了企微通知和线索仪表盘，方便随时查看。
而一旦到执行后，就让 AI 退场，由脚本自动执行。
这其实和人类差不多，有些事情会逐渐成为我们的本能，就像刷牙、洗脸、洗澡、地铁通勤等等，已经养成习惯，压根不需要思考。这种无需太多精力的事，就非常适合流程化，比如我吃早餐：七点三十五分起床，拿着锅去煮鸡蛋，等水烧开的途中刷牙，刷完后水也差不多烧开，再减到中火定时五分钟，随后立刻去洗脸洗头，吹干头发，这时鸡蛋也煮好了，我把热水倒掉注入冷水，回房间换衣服，再去拿冷却后的鸡蛋，便能再房间就着牛奶水果，享用我的早餐，最后不紧不慢出门乘地铁。
这就是我通过 AI 自动化工作流的心得：AI 搭建好框架后，由脚本自动执行，AI 功成身退。真要用上它，也是在执行链路里挑一两个非它不可的环节，比如分析客户情况时，就能根据聊天记录写个摘要，当作给销售的上下文。