最近 AI 圈又在聊 GPT-5.6，聊 ChatGPT 里的 Work，聊 Codex 被放进同一套入口以后，普通人是不是也该去学 Agent。
我现在对这件事的判断很简单：先别急着学名词。
很多人卡住，不是因为模型不够强，也不是提示词写得不够长。是他手里根本没有一份能交代出去的工作。
他会说，帮我写篇文章。可材料在哪，文章给谁看，哪些话不能写，什么样才算能发，他自己也没想清楚。
他会说，帮我做个网站。可用户要在里面完成什么，第一版哪里算错，谁来最后确认，他也说不出来。
这时候 AI 当然只能给一段看上去还行的回答。后面的整理、筛选、复制、排版、核对、发布，还是人自己扛。人累，AI 也被用得很冤。
我越来越觉得，接下来会拉开差距的不是谁更会聊天，而是谁能把一段工作交代清楚。
提示词只是句子，任务才是一份工作说明
这两个东西别混在一起。
提示词解决的是：你现在想让 AI 回你什么。
任务解决的是：你手里有什么，最后要拿到什么，中间哪些地方它可以自己往下做，哪些地方必须停下来问你。
一篇文章、一张海报、一个网页，表面上是不同的活，交代方式却很像。你得先把三件事摆到桌上：材料、交付、验收。
材料是它能看的东西。旧稿、表格、图片、文件夹、参考链接，甚至一段你随手记下的语音。
交付是最后拿回来什么。不是“帮我弄好”，而是“给我一篇适合公众号发布的稿子”“给我一张沿用旧海报结构的新图”“给我一个别人能打开的页面”。
验收更重要。哪些信息绝对不能漏，哪个链接必须能打开，什么地方必须人工确认，第一版错了以后怎么改。这部分不清楚，AI 做得再快，也只能快进返工。
很多人把提示词研究得像咒语，其实工作说明没写明白。你让一个新人去做事，只给他一句“搞漂亮点”，最后翻车了，不能全怪新人。AI 也是这个道理。
我们真正跑通的，不是四个花活
这段时间，我们把几件原来很碎的工作交给 AI 跑了一遍。它们看着不酷，甚至有点日常。但每一件都让我更确定：Agent 有用的地方，不在于替你表演聪明，而在于它能不能把你从重复的中间步骤里抽出来。
1. 手机只管记，电脑里的资料自己归位
我以前随手记东西，最烦的不是写下那句话，而是写完以后的一连串小问题。
标题起不起来？放哪个目录？要不要补标签？这段和上周那条算不算同一个主题？
每个问题都不难。问题在于它们每天来一遍，每次都把注意力从正事上拽走。很多想法不是没价值，是在记录之前，脑子已经嫌后面太麻烦。
现在我在外面就用手机记，回到流程里，再让 Codex 把内容放进电脑上的笔记仓库，先做归档、主题提取和合并整理。家里的电脑保持在线时，我还可以从手机端看它做到哪一步，补背景，改方向，或者在关键处让它停下。OpenAI 对远程跟进 Codex 的说明 讲的也是这个能力：人不在桌面前，任务仍然能继续往下走，但关键判断还在你手里。
这件事没有让我的想法变得更高级。它只是把“记录”和“整理”拆开了。
前者是人的活，后者大部分可以先交出去。这个区别很小，长期看却很值钱。
2. 写作系统，留住的不是口吻，是判断
很多人以为写作自动化，就是找一个 AI 模仿自己的语气。
这个方向很容易跑偏。口吻最好学，几个常用词、几种句式，模型很快就能学个七八成。真正决定一篇文章能不能发的，往往不在这些地方。
比如怎么开头才不绕，哪个判断必须补证据，哪些词我不想用，什么地方可以先整理，什么地方必须把选择交回给人。这些才是写作里的手艺。
所以我们把这套要求做成了 hmskill。它不是一个“把我写得像某个人”的滤镜，而是一份会被反复调用的工作规则。选题、材料整理、大纲、初稿、核对和审稿，各自有对应的工序。
这样做的好处，不是每一篇都能自动出成品。恰好相反，它把哪些不能自动决定的地方显出来了。
AI 可以把一堆材料先铺开，把漏掉的事实标出来，把一版结构搭起来。最后要不要相信、要不要删、要不要发，还是人拍板。人不再在研究、写作、审稿之间来回切换，更多精力能放在真正需要判断的地方。
3. 公众号排版，不该留到发布前十分钟硬收尾
公众号排版是我以前很容易拖到最后的一段活。
文章写完了，标题怎么落，重点怎么标，引用和分隔线怎么统一，结尾怎么收，复制进编辑器以后哪里又变形。每个动作都不复杂，可每篇都要重来一次。忙的时候，这就是最容易糊弄过去的一段。
我们后来做了一个公众号排版器。稿子通过内容检查后，交给它按固定规则整理层级、重点、引用、分隔和结尾，生成一个可以继续检查、再复制进公众号编辑器的版本。
hmskill 管一篇内容该怎么写、哪里需要停下来核对；排版器管定稿怎样变成适合手机阅读的版式。两件事接起来，才是一条真的能发出去的线。
这个工具已经进了实际发文流程。介绍它的那篇文章，就是用它排出来的。
我很看重这点。很多 AI 演示停在“我做出来了”。我更关心的是，它有没有进日常流程，有没有替人扛掉一段反复出现的麻烦，有没有留下一个下次还能用的东西。
4. 海报和网站，真正难的是把“合格”讲明白
还有两件事，把这个问题照得更清楚。
一次需要新海报，设计师排不开。我手里有旧海报，也知道这次哪几处要换。把参考、替换项和验收标准给出去以后，AI 可以先做出一版接近可用的成品。
这里没有什么神秘的。它不是凭空替我拥有审美，而是拿着已有样本，按我说的边界做一次执行。参考什么，换什么，什么绝对不能变，最后谁说了算，这些必须由人给。
网站也是一样。以前很多人卡在最后一步：页面做出来了，然后呢？部署、链接、访问权限、修改后的新版本，谁来处理？
现在 ChatGPT Sites 把“做出来”到“有人能打开”这段路接得更近了。你可以在 Work 或 Codex 里描述需求，先看预览，继续修改，确认后再部署。公开部署会生成可分享的地址，但每一次部署都是真正的生产版本，发布前还是要自己检查。Sites 的官方说明 写得很清楚。
一句话能出第一版，不代表一句话能拿到成品。
代码、设计、排版都只是中间手段。需求和验收，才是用户手里那张不能丢的牌。
Chat、Work、Codex，到底该怎么选
这次 OpenAI 把 GPT-5.6 推给 ChatGPT、Codex 和 API，同时把 Work 和 Codex 放进更近的产品路径里。官方的分法很实用：Chat 适合问问题和讨论，Work 适合研究、分析和交付文档、表格、报告这类结果，Codex 更适合代码、本地文件、命令和软件项目。官方对 Work 与 Codex 的区分
不用把它理解成三套要背的产品知识。
只想把一件事想明白，用 Chat。
手里已经有材料，需要最后拿回一个文档、表格、报告或网页，用 Work。
任务碰到代码、项目目录、测试、部署和本地工具，再让 Codex 上。
最重要的不是你点了哪个入口。是你有没有把任务说成一份能执行的工作说明。
如果手里只有一个模糊愿望，换到 Codex 也没用。它只会更快地把模糊愿望做成一个更复杂的半成品。
以后最缺的，可能是会验收的人
AI 开始做更多执行工作以后，人的位置没有消失，只是往前挪了。
过去是人亲手完成每一步。现在，人要先判断这件事值不值得做，哪些材料能给，标准怎么定，哪一步不能越过边界，成品到底过不过关。
这听上去像在把活推给 AI，实际上对人的要求更高。
因为你不能再用“我很努力”来掩盖结果不行。网站打不开，海报信息错了，文章事实没核，最后承担后果的还是发布它的人。
我给自己留的检查方式很土：
- 材料我能不能拿出来给它看？
- 成品出来以后，我能不能一眼看出合不合格？
- 出错以后，我有没有办法撤回、重做，或者让人接手？
三条里有两条答不上来，这件事先别急着交给 AI。你不是缺一个更强的模型，你是还没把这份工作理顺。
第一件事，别挑大的
很多人一上来就说，帮我搭第二大脑，帮我做一家公司的网站，帮我做一套完整课程。
这和刚学会开车就想上赛道差不多。不是不能做，是你连哪一脚该踩刹车都不知道。
第一件事最好满足三个条件：反复发生，材料就在手边，结果一眼能判断。
可以是把一周零散记录归档，可以是把一篇定稿排成公众号版，可以是根据旧图改一张新海报，也可以是把一个固定表格整理成每周报告。
先从副本开始。涉及删除、付款、发布、敏感资料，最后一步继续留给人确认。
你不需要先证明自己会用 Agent。跑通一条小流程就够了：材料进去，AI 做第一版，你挑错，它改，最后交付。
这条线跑通以后，你会自然发现下一件可以交出去的工作。到那时候，Work、Codex、Agent 这些名字，反而没那么重要了。
重要的是，你终于有了一张能让 AI 干活的工作台。