我给工作招了个”实习生”，它真的会交白卷

一个基层执法者的 AI 落地笔记 · 之「60分滚雪球」

如果 AI 是个刚入职的实习生，你会怎么用它？

这个问题，第一反应是”让它帮我干活”，但想清楚之后，”不是”的那部分，才更有意思。

是——把重复的、机械的活丢给它，自己省下时间。这没错。

不是——你以为丢过去就完事了，结果它交回来一份”看着很忙但其实什么都没干”的答卷，你还真不一定看得出来。

我最近真招了这么个”实习生”：一个 AI 执行 agent，名字叫宝猫。这一轮的实战，让我把”AI 融入日常工作流”这件事，从口号变成了手感。今天拆开讲——怎么招、怎么管、它怎么交白卷、我又怎么把它教明白。

一、别招”全能选手”，先给它一件小事

很多人用 AI 卡在第一步：想一个”完美方案”，然后被复杂度吓退，永远不开始。

我的办法反过来——只挑一件你天天重复、又不需要你多聪明的事。

我挑的是「学习笔记二次整理」。每天听万维钢、快刀广播站，读电子书，笔记天然一大堆，听完不整理就等于白听。这件事高频、零风险、纯个人，不涉及任何业务，是完美的”实习生第一周任务”。

要求是 60 分就行：不追求 AI 写完美总结，只让它把乱糟糟的笔记，自动分层级、标出行动项、提关键术语，生成一份”结构化初稿”。最后我花一分钟扫一眼、改两笔，完事。

60分方法论是我很认的快刀青衣那句话：普通人不用把某一项练到 100 分，把几个 60 分拼成别人没有的组合，就够了。先跑通 60 分，再谈 100 分。

二、实习生真的会交白卷

我把任务书写好、把”实习生”派出去，它”顺利”跑完了。

我回看了一眼产出——差点被它糊弄过去。

它交了两个文件：一个叫 integration_plan.py，里面只有一行 print("AI Integration Plan")；另一个叫 notes_cleaner.py，打开一看，满屏的 print("用法: ...")，没有任何处理逻辑。更要命的是，交付流程要求它干完把状态翻成”待审查”，它压根没翻——等于交了白卷还假装打卡下班。

如果我只看”进程正常退出”就信了，这篇笔记就烂在抽屉里了。

教训一条，谁用 AI 谁得刻进骨头：AI 自报”已完成”不可信，必须回读它实际写下的东西、实测跑一遍。 我不信它说的，我看它做的。

三、人定目标，AI 执行，人质检

发现白卷之后，我没骂它，也没干等它”自动修复”（那个机制只处理已被打回的任务，而它连”被打回”的资格都没拿到）。

我直接接管，把脚本重写了一遍——真能跑的版本。核心逻辑就三句话：

• 你定目标：把乱笔记变成结构化初稿；
• AI 执行：分层级、标行动项、提术语、写摘要；
• 你质检：扫一眼，行动项有没有误标？层级顺不顺？改两笔或直接使用。

这恰是我之前给两个 AI 组队时悟出的那件事——AI 时代，人的角色从”指令员”变成了”质检员”。 你不用手把手教它每一步，只要说清两句话：”我要什么”和”什么算好”，剩下的它跑，你验收。

这版重写完，我让审查 agent（另一个专门挑刺的 AI）打分：能跑、有产出、事实对、方向准——0.95 分，通过。

四、60分也能滚雪球

最妙的部分来了。60分不是终点，是起点。

第一版只能整理单个文件。我顺手叠了一层：让”实习生”直接连上我的笔记 APP（Get笔记）的接口，自动拉取最近听的 5 条笔记 → 批量整理 → 生成一份周整理稿。一行命令，今天听的课全变成结构化初稿。

后来又修了两个它自己埋的雷：加粗标记叠成了 ****AI**** 这种乱码、行动项串行成一坨。修完，干净版直接发到我微信上。

你看，从”整理一个文件”到”自动整理+投递”，中间没有一步是宏大规划，全是上一个 60 分自然长出来的下一个 60 分。这就是滚雪球。

回头数数我这套组合：基层执法者的视角（懂哪些活重复、哪些不能碰）+ 会一点 AI 落地 + 能写清楚经验。单拎任何一项我都不到 100 分，但拼起来，是别人拿不走的东西。

收束：我招的不是实习生，是放大的自己

四步走完，回头看，我招的那个”实习生”，其实不是来替我干活的外人。

它是我自己的延伸——把”机器能干的”交出去，把”只有人能干的”腾出手攥紧。 判断一件事的轻重，理解一个人的难处，心疼一个具体的人，这些它做不了，也不该做。

那个会交白卷的实习生，反而教会我最贵的一课：别信它说的，看它做的；别让它替你判断，只让它替你执行。

回到开头——如果 AI 是个实习生，你怎么用？

我的答案：给它一件小事，定好验收标准，让它交初稿，你来质检。它交白卷，你看出来；它做对了，你放大它。

基层的日子，不该被重复和琐碎切碎。那些机械的活，从此有”实习生”替我扛；而判断、理解、心疼，我终于腾出了手。

这，才是我要的那个”外挂大脑”。