一个人 + AI 团队的真实运营记录：工具开发、管线自动化、翻车与修复。每一条都是踩过坑之后的经验。
2026 年的工作型 Agent 混战，表面是「谁的功能更多」，实质是「谁先卡住生态位」。四个头部玩家各有各的战场：
① WorkBuddy（远程数字员工 · 工作控制台）——抢的是入口、身份、腾讯生态：把你日常所有工作装进一个控制台，像雇了个远程员工。最大风险：功能广而不深，远程权限与稳定性是命门。
② Kimi Work（本地研究所 · 情报团队）——抢的是脑力密度、资料与专业数据：长上下文+深度推理，像你的私人研究所。最大风险：聪明，但不一定被高频使用。
③ 千问办公（岗位与工作流市场）——抢的是组织流程、Office 交付、能力复制：把岗位方法论做成可买卖的工作流市场。最大风险：专家套件可能退化成「提示词商城」。
④ TRAE Work（AI 原生项目工作室）——抢的是项目、代码、设计与生产界面：从需求到交付一条龙的项目工作室。最大风险：工程心智会抬高普通用户的门槛。
一句话总结：WorkBuddy 抢入口 ｜ Kimi Work 抢脑力密度 ｜ 千问办公抢组织流程 ｜ TRAE Work 抢生产界面——功能表会越来越像，生态位才是护城河。
很多人办公卡在 Excel 公式上：VLOOKUP 怎么写？SUMIF 为什么不对？这个工具把表格上传（支持 xlsx/csv），选「生成公式 / 数据清洗 / 数据分析 / 表格整理」四种模式，AI 直接给出可套用的公式或清洗后的数据。开发时踩了一个坑：xlsx 解析必须在前端完成（Vercel 函数体限制 4.3MB），所以用 SheetJS 在浏览器里解析，只把 CSV 文本传给 AI——这样大文件也不怕，速度快且省 token。
📎 用到的工具：AI表格处理
小店上线充值功能后，出现过一次「支付服务暂不可用」。排查发现：支付回调走的是免费反向隧道，而隧道服务商当天服务端故障——TCP 能连上、却迟迟不分配公网 URL。修复思路：隧道程序切换为 Cloudflare 官方通道（稳定性高一个量级），并给守护进程加了「僵尸锁自愈」（守护进程假死后自动清理锁并重建隧道）。
这次的经验：免费方案要留双保险。核心支付链路不能依赖单一免费服务，必须能自动切换、自动恢复。
做中文/英文双频道视频，最初每个环节都手动操作，一天只能出一集。后来把管线拆成：选题脚本（LLM 生成）→ 图片素材（AI 绘图）→ 配音（TTS）→ 字幕（自动烧录）→ 合成上传（API 直传），cron 定时触发，全程无人值守。最深的坑是字幕：SRT 时间戳重叠会导致字幕冻结，烧录前必须跑脚本修复重叠（后一条 start = 前一条 end + 1ms）。
一个人做出日更频道的秘诀不是更努力，而是把重复劳动全部交给管线。
证件照换底色看起来简单，实际要过四关：人脸检测（定位五官）、抠图（去除背景）、换装（可选正装）、染色（把白底照片染成指定色值）。用视觉模型做定位、生成模型做换装、再在前端做精确的色值替换——RGB 值必须和官方规范一致（深蓝 #438EDB、证件红 #D9001B），不然考试报名会被打回。
📎 直接体验：AI证件照
给 AI 集群配了 13 个 Agent（写作、编程、投研、运营各司其职），最初的坑是「凭据缺失」——6 个 Agent 同时崩溃，排查半天发现是密钥文件丢了。后来总结出三层保障：凭证统一放私密 Vault、Agent 定期心跳上报、关键任务必须有 watchdog 自动拉起。另一个教训：Agent 的能力边界要写清楚，不然它会答应做它做不了的事，然后沉默失败。
让 AI 写了不少生产代码（本站 40 个工具就是 AI 写的），总结三条铁律：① 密钥永远不进代码，用环境变量 + 私密存储；② 改完必须重启进程——AI 改的引用文件，旧进程内存里还是旧代码（这是排查过最久的坑）；③ 交付前肉眼审核，AI 会写「看起来对」但边界有问题的代码。AI 是放大器：你的规范越清晰，它的产出越可靠。
