我更喜欢“人这一侧足够无聊”的 AI 系统。越不用花时间去回忆 prompt 放在哪、流程又绕到了哪里，我就越能把注意力留给真正的判断。
工作台里放什么
这套栈是故意收小的：
- 本地文件，用来放笔记、规格和草稿输出
- 一到两个模型提供方，而不是五个
- 任何内容真正发出去之前，都有一个看得见的审阅步骤
- 一些足够简单、可重复执行的小脚本
一条窄而清楚的流程
Code
export const workbench = { intake: "capture the problem in plain language", draft: "let the model propose a first pass", review: "check the result against a short rubric", ship: "publish only after the review passes", } as const;
为什么这套东西还算好用
这个工作台并不打算变成另一个操作系统。它只是给了我刚刚够用的结构，让工作仍然可读：
- prompt 是看得见的。
- schema 是看得见的。
- 输出是看得见的。
- 交接也是看得见的。
这会让 agent 工作平静很多。调试也没那么戏剧化，而我对这件事的在意程度，可能比我自己愿意承认的还高一点。
真正的约束
难点通常不是选哪个模型，而是决定哪些地方仍然必须保留人的判断。边界一旦清楚，剩下的工作更像组合问题，而不是神秘问题。