先有工作，再决定用什么工具
如果一开始就问“我要装哪些 Agent”，很快会得到一堆名字，却不知道它们要接哪件事。我更愿意先写下一个真实任务：它多久发生一次，输入从哪里来，最后交付什么，谁来判断结果能不能用。
站内“什么工作适合交给 AI”给出了第一道判断：重复度、规则清晰度、结果是否好验收，以及出错成本。高风险的财务、法律、健康、正式发布和关键客户动作，先保留人工确认。只有这一步清楚，后面的系统才不是空架子。
入口一：知识库负责给出可靠上下文
同一件事每次都从零解释，AI 很容易把旧情况和新情况混在一起。个人知识库的工作，是保存当前项目、已确认的规则、长期背景和可以追溯的材料。它不应该把所有对话原封不动堆进去。
我在知识库项目里越来越重视另一件事：标清哪些信息已经过时。没有状态和来源的“记忆”会变成噪音；当事实冲突时，系统应该提示冲突，而不是替人选一个看起来顺眼的答案。
入口二：技能负责把重复步骤固定下来
当一个任务反复出现，只有提示词还不够。技能台里的一项能力，至少要知道接受什么输入、按什么步骤处理、输出什么格式、怎样检查以及在哪些情况下停止。
比如资料整理可以拆成读取、去重、分类、标记不确定项和输出清单。步骤能被另一个人看懂，才谈得上复用；如果规则还在变，先把它当实验，不要因为能运行一次就说“已经自动化”。
入口三：内容生产负责把材料变成可审的表达
内容生产线不是让 AI 越快写完越好。它先判断这个话题为什么值得讲、材料从哪里来、哪一句是事实、哪一句只是观点，然后再做初稿和不同平台的版本。
我保留人工决定标题、观点与正式发布。AI 适合整理来源、列出可能的角度、检查遗漏；真实经历、能否代表我对外说话、是否会误导读者，不能只看生成器给出的“完成”提示。
入口四和五：机会筛选、视频生产有各自的边界
AI 自动淘金系统先做信息搜集与初筛，帮助我从大量机会里挑出值得进一步判断的少数项。它目前仍在验证，不是自动赚钱机器；评分和推荐也需要回到原始证据。
视频生产线则把文稿、素材、配音、字幕、画面和剪辑分开处理。它和内容生产共享材料，但“生成了一条视频”不是验收标准。节奏、画面与文稿是否一致、我是否愿意发布，仍要单独判断。
把五个入口接起来，仍然从一个小闭环开始
一条实际可走的路是：从现有工作挑一个小任务，给它可靠的资料，固定重复步骤，生成可检查的结果，最后由人验收。只有确实需要文章、机会判断或视频时，才接上对应环节。不是每个任务都要经过五个入口。
想验证自己的第一条链路，可以先填写任务卡：目标、输入、步骤、输出、逐项验收标准和失败处理。再用少量真实材料跑一遍，记录哪里需要补规则、哪里必须停下来问人。系统的价值来自这个循环，不来自界面上有多少模块。