九天，323 个后台任务。

当时的情况

国庆在家，准备把今年攒下的报销一次理清：几个邮箱里散着的发票，手机短信里的银行卡扣款，几个 AI 平台还没开的充值发票，再加上两次出差的票。

怎么说的

“把邮箱里今年的发票都归一下档，按类别、按抬头分好，最后出一张统计表。”

“银行卡每次扣款手机都有短信。你研究一下怎么从短信里把消费记录查出来，做成表。”

“发票开了就不能重开。每个平台先开一小笔，整条链路跑通了我看一眼再说。”

“平台标价一百，有红包折扣，实际扣了九十九块六，这种也要能对上。”

管家和后台怎么做

1. 管家把口述整理成任务书，先问清归档目录和缺的信息，再从以前报过的发票里找出单位开票信息存好。
2. 后台陆续派出十个任务：邮箱发票归档、短信建扣款表、各平台按扣款逐笔开票、扫码下酒店发票、收境外缴费凭证、补机票行程单。
3. 中途补的规则当场写进任务：不能撤回的操作先试开一笔；银行立减几毛钱也算对上。
4. 当天新建了一位专管报销的“财务助理”执行者，后面的报销活都交给它。
5. 第二天追问总账，财务助理去重重算，剔掉不该报的票。有一张发票想不起来是什么，管家认出是家里换的一台电器。

结果

• 人做的：花几分钟口述，派出 10 个任务；中途补两条规则，第二天追问一次总账。其余由后台执行者去做，几个任务同时跑，执行者用时合计约 290 分钟。
• 邮件：从 QQ 邮箱筛出 511 封候选发票邮件，从附件和下载链接里拆出 1,195 个 PDF / OFD 文件逐个解析，认出 505 个发票号，按发票号去重。
• 短信：从本机短信库只读解析出 3,697 条银行卡交易短信，其中 1,818 条是报销用卡的扣款，扣款日期不用再翻手机银行截图。
• 平台：四个 AI 平台按银行卡扣款逐笔开票，共开出 14 张；对不上扣款的 5 笔列成清单，没有开。
• 交叉核对发票号、扣款和抬头税号，剔除不该报的票后，主明细 50 笔。
• 总结里列出 11 件要本人去办的事。从第一句口述到第一份总结，挂钟时间约 2 小时 50 分钟，其间主要是后台在跑。

当时的情况

客厅那台 iPad 是妻子的账户，唤醒词叫“小挖”。一天晚上九点多，爸妈陪三岁半的儿子第一次和管家聊天。

怎么说的

孩子“小挖小挖，为什么天空有时候是黄色的？”

旁边的大人“小挖是不是讲话太快了？”

夜里跟管家说“你语速太快了，小孩听不明白；声音语气也不是哄小孩的。音色全换掉也奇怪，先放慢一点。”

管家和后台怎么做

1. 早些时候已把 iPad 的唤醒词改成“小挖 / 挖挖”，和爸爸手机上的“管家”分开，两台不再抢着答。
2. 孩子录声纹改成“跟读”：屏幕一次一句大字短句，每句带唤醒词，大人念一句孩子跟一句，攒够 12 秒自动结束。
3. 聊天当晚，大人提醒“讲给三岁的听”，管家把天色的科普解释换成孩子听得懂的说法；还应孩子要求编了个小故事（说明了不是绘本原文），在客厅音箱放了儿歌。
4. 凌晨按反馈派出 4 个任务：哄小孩模式方案、学龄前功能调研、开源项目调研、整合开发方案，两小时内交齐。

结果

• 方案保留原音色，先试 0.8 倍语速，配短句和一来一回的聊天；查代码时还发现语速参数原来没生效。
• 第二天中午孩子问“下雨以后泥土为什么变脏”，第一遍没听懂，管家换了个说法：“干泥土像饼干碎……雨水把它泡湿了，它就变成软软、黏黏的泥巴啦。”

当时的情况

和合作者在做一个网络上的理论模型，还没发表。开完组会后的一个下午到凌晨，在客厅和管家口头讨论模型直觉，想清楚一个问题，就派给后台去证明或者找反例。

怎么说的

执行者交来一个“反例”后“这不是反例，是我们算法的一个特例。当然，它也没证明算法在一般情况下都成立。”

凌晨一点多“为什么不一开始就考虑更一般的那个设定？它不是更一般吗？”

管家和后台怎么做

1. 前台管家负责陪着推演和把关：解释某个反例为什么成立，指出一句话里“大于”和“不超过”说反了。
2. 后台八个任务分头做：证明或找反例、刻画反例的特点、写完整证明、试几种算法、换文献视角、看结构性质、推广到更一般的设定。
3. 八个任务执行者用时合计约 377 分钟。

结果

• 具体结论还在等合作者复核，这里不写。能说的是：小网络上的精确反例和可以逐行核对的证明，执行者几十分钟就能交一份。
• 哪些是真问题、它哪里理解错了，要人来判断。弯路有两次：执行者把特例当成反例；管家把合作者手稿里已证明的结论当成新发现，被指出后回了一句“是我说错了”。

当时的情况

刚装好 App 那晚，带孩子看完医生回家，用语音记下孩子的体重；两天后把妻子的 iPad 接进来，放在客厅当全家的管家。

怎么说的

“今天去医院顺便称了体重，帮我记进他的成长看板。”

“再给小儿子也建一个一样的看板。”

“这台 iPad 主要是她用，但会放在客厅当全家的助手，家里和孩子的情况都可以加进记忆。”

“每天下午提醒给孩子吃药，连续十天。也加到她的账户里，那台机子也要响。”

管家和后台怎么做

1. 体重记进成长看板并回读核对；发现两处记录里孩子名字的写法不一样，先问清再统一。
2. 问“孩子长得健康吗”，管家按看板里历次体检的数据讲生长曲线，指出有一项要留意。
3. 客厅 iPad 接进来后，家里的情况写进家庭共享记忆，孩子的看板也挂给 iPad。改成可写时加了两条规矩：改之前先复述、等大人点头；孩子让改的不改。
4. 建吃药提醒时，管家指出当天的时间已经过了，从第二天开始连续十天，两个账户各建一条。
5. 妻子也在客厅往家庭记忆里口述了两条家里的安排。

结果

• 爸爸手机设的提醒，妈妈的 iPad 也响；妈妈随口说的家里安排，爸爸的管家也知道。
• 家庭共享记忆 5 条，两个孩子各有一份成长看板。

截图里的人名、日程是演示数据。真实记录里孩子的名字、体重、药名和家里的作息都没有放出来。

当时的情况

想写一篇介绍课程 AI 助教的公众号文章。整个过程都是口头指挥，没打开写作工具。

怎么说的

“派公众号助手写一篇文章，以酷酷的说明书为内容，介绍它的功能和技术路线。”

“不只要大纲，要出全文。文字稿审定了，再排版、配图、放进公众号后台。”

“这里面会用到好几个模型，你是怎么控制这个工作流的？”

发布后贴来链接“发给公众号助手，让它对比一下、学习、更新经验。”

管家和后台怎么做

1. 公众号写作执行者起草、核对事实、修订中文，29 分钟交出约 7,700 字的定稿和手机审阅网页；57 处说法对照说明文档和代码仓库核实过。
2. 压缩篇幅时有一个任务显示失败：执行者工具调用次数用完，正文其实已经写完。这是九天 323 个任务里唯一的失败。
3. 做封面和四张配图、排版、更新到公众号草稿箱，不群发。
4. 自己改完、发布后，后台把发布版和草稿逐处对比：正文删了约 300 字和三张解释图，加粗位置有调整。这些写进写作经验库，下一篇起草就照着来。

结果

• 文章《我们智能体课的 AI 助教：按需定制、个性引导、上下文工程》已发布。
• 从派活到进草稿箱的挂钟时间约 3 小时 10 分钟，其间主要是执行者在写、核实和排版，人看稿、审定。AI 交完稿没有结束，人的修改又变成了它下一篇的参照。