我和AI结对5天造出私人工作台
我一直有个心病：日常工作里的群消息、日报、待办、零散灵感，散落在四五个工具里，市面上的效率工具试了个遍，总有两三个关键环节对不上我的流程。想定制？要么等不起，要么改不动。更要命的是，我的不少工作数据是敏感的，交给哪个云端我都不放心。
于是我做了个决定：自己做一个，数据全部留在自己电脑上。
问题来了——我不会写代码。
这篇文章记录的是我怎么和一个 AI 结对，用 5 个自然日，做完了一个专业团队估算要 60 多人天的私人工作台。不是爽文，坑都真实踩过，方法全部可以搬走。
先说做了个什么东西
一个跑在我自己电脑上的私人工作台，8 个大模块：
- 今日：待办、灵感箱、每日复盘
- 消息：群消息自动采集入库、智能摘要
- 知识库：文档投喂、双模式问答（AI 回答必须给依据，给不出就明说）
- 技能：把常用的 AI 提示词固化成一键技能
- 自动化：定时任务、通知规则，AI 待办自动生成
- 通知：微信推送触达手机，推送里带链接，点开就能处理
- 审计：谁动过什么、AI 每次调用的成功率耗时，一目了然
- 仪表盘：数据报告
底层是 50 多张数据表、前后端分离的完整工程，还接了对外 MCP 协议——别的 AI 助手可以按权限来查我的知识库、代办我的待办。
关键是：它跑在本地，数据不出门。
分工：我管"要什么"，AI 管"怎么做"
整个过程我的角色不是"提需求的人"，更像产品经理加验收官；AI 是全职全栈工程师。分工划得很清：
- 我拍板：做什么、不做什么、优先级、界面长什么样、好不行用
- AI 干活：写代码、建数据库、写测试、跑回归、写开发日志
- 一起定规矩：每批动工前，AI 先给我一份"施工边界"——这批做什么、明确不做什么、做完怎么算完成。我确认了才开工
这个"施工边界"是我觉得整件事里最值钱的发明。以前让 AI 干活，最常见的翻车是它热情过剩，做着做着给你加一堆你没要的东西。把"不做什么"白纸黑字写在前头，翻车率直线下降。
数字总账
- 开发周期：5 个自然日（含安全加固、记忆系统、移动端三波迭代）
- 工作量当量：专业口径估算 约 65 人天
- 过程记录：57 节开发日志、约 3560 行，26 份方案与边界文档
- 质量验收：32 套自动化验收脚本、2000 多条断言，每次改动后全量回归必须全绿才能收工
5 天对 65 人天，不是 AI 一天干了 13 个人的活，而是这套协作方式把"沟通损耗、来回返工、等待联调"这些传统项目里最贵的成本几乎压到了零。
印象最深的三个坑
光说成绩是耍流氓。这三个坑都是真金白银的教训：
坑一：眼睛会骗人，数据不会。 有一轮改界面配色，我盯着截图觉得"这明明是白底"，AI 按我的说法改了四轮都不对。最后做了像素采样才发现：那是一块非常深的颜色，宽扁的图在我眼里产生了错觉。从那以后立了规矩——界面改色必须先跑程序化检查，人眼只做最后一道确认。
坑二："空壳开关"。 界面上明明有个切换选项，点了也有反应，配置也存上了——但样式表里压根没写那套规则，切了等于没切。看着能用和真的能用之间，隔着一整条验收纪律。后来我们把这类功能的验收固化成三条一起验：界面真的变了、底层资源里真有那套东西、脚本真的接上了行为。
坑三：两个名字一样的配置打架。 后台有个设置项我怎么改都不生效，查了半天才发现页面上还有个隐藏字段在悄悄盖住它。教训：系统里每个配置项，必须明明白白写清楚"谁说了算"，出现同名配置时谁覆盖谁要有定论。
这三个坑有个共同点：全都不是"代码写错了"，而是"约定没说清"。AI 写代码的速度太快，约定跟不上速度的时候，坑就出现了。
一次重要的"砍功能"
移动端是我纠结最久的。一开始总觉得该做个手机 App 才算完整，纠结灵活性、安全性，越想越乱。
后来我老老实实做了一轮调研：ChatGPT、扣子、飞书、钉钉，再加上自托管工具社区的真实玩法。结果发现全行业的移动端早就收敛成同一个模式——没有任何一家把完整工作台塞进手机，手机只干三件事：发起、接收、审批。
于是我拍板最终定位：PC 是工作台，手机是遥控器。通知推到微信，点开是轻量页面，15 秒处理完关掉；重活全部回电脑干。顺手把"做 App"这条路线正式砍掉了——它的价值和微信推送完全重叠，还多一道安装门槛。
这次砍功能带来的解放感，比加十个功能都强。方向错了的时候，止损就是 progress。
带得走的 7 条经验
- 先写"不做什么"，再写"做什么"。 边界不清是 AI 协作翻车的第一大来源。
- 验收标准自己定，别留给 AI 自评。 机器跑断言 + 真人试用，两道都要有。
- 每次改动后跑全量回归。 慢一点，但"改好 A 弄坏 B"这种事基本绝迹了。
- 用数据说话。 截图靠不住、观感靠不住，能量化的一律量化。
- 敢砍功能。 每个功能都有维护成本，砍错的代价远小于留着错的方向。
- 过程记录是资产。 57 节开发日志里踩过的每个坑，都变成了后面的检查清单。
- 不懂技术不是障碍，不懂"自己要什么"才是。 AI 能补齐所有执行层的能力，唯独"要什么"必须你自己想清楚。
写在最后
这个工作台现在每天陪着我干活：早上看日报摘要，白天攒灵感、查知识库，晚上手机上收到复盘邀请，点开提交四问，AI 给我分析并生成明天的改进方向。
它不完美，但它是我用自己的流程、自己的数据、自己的节奏攒出来的——而且每一行代码怎么来的我都记录在案，坏了知道去哪查。
这也是我做这个工坊的初心：把"个人也能造出趁手工具"这件事，变成普通人够得着的现实。后续我会持续分享这个工作台的使用体感和迭代记录，如果你也有想造的工具，欢迎来我的工坊聊聊，或者直接在下面留言。
下一篇预告：我会把这次开发里沉淀的"AI 结对开发工作法"整理成一份可上手的手册，包括怎么写施工边界、怎么定验收标准。