前几天我花了一整天，把 OpenClaw 这个 AI 助手部署到了本地 Mac mini 上。这个工具又叫“龙虾”，最近很火。安装过程踩了不少坑，但最后跑起来了，成就感是有的。
冷静下来想：我为什么要花这么大力气做本地部署？云端版本一分钟就能装好，也有大部分的功能。我折腾了大半天，是因为心里有个模糊的期望：“本地能够调用的工具更多，能跑更复杂的自动化。”
但问题是，我连要自动化的流程都还没想清楚。
工具装好了，流程没有。就像买了一台顶配数控机床，但加工图纸还没画。机床再好，也只是在空转。
后来在一个 AI 应用群里看到一句话，一下子点醒了我：
如果工作流本身还没跑通，就直接让 AI 来推，会进入长链路，大量消耗 Token，结果可能还不尽人意。
一、不只是龙虾的问题
回想过去几周，不只是龙虾——我折腾 Notion 搭系统、折腾飞书搭协作、折腾各种 AI 工具跑自动化，每一样都投入了大量时间。
但真正产出了什么？更多的是在“搭建”而不是在“使用”，在“准备”而不是在“产出”。
为什么会这样？因为 AI 工具有一个特别诱人的特点：它任劳任怨，什么都愿意试。你给它一个模糊的指令，它不会说“需求不清楚，做不了”——它会硬跑，给你一个看起来“差不多”的结果。
这个“差不多”很危险。它给你一种错觉：流程已经跑通了。但实际上，它跑通的只是一条路径，不是一个流程。
路径是从 A 走到 B 的一条路，可能绕了远路，但确实到了。流程是经过验证的、可复制的、效率更高的路线。
AI 擅长帮你跑路径，但替代不了你思考流程。
二、马斯克五步工作法：前三步是思考，后两步才是执行
成甲在《好好思考》里介绍了马斯克的五步工作法：
质疑需求 → 精简流程 → 优化流程 → 加速迭代 → 实现自动化
我觉得这个工作法特别应景，核心洞察是：严格按顺序来，前三步没做完，不要碰后两步。
- 质疑需求：这件事到底在解决什么问题？
- 精简流程：能砍的步骤，统统砍掉。
- 优化流程：自己先手动跑通一遍。
- 加速迭代：把流程写成 SOP。
- 实现自动化：让 AI 执行 SOP。
这时候你给 AI 的不再是“帮我搞定这件事”这种愿望级指令，而是“按步骤 1、2、3 执行，遇到异常 A 走分支 B”这种流程级指令。链路短了，Token 省了，输出质量也上去了。
三、一个前置检查清单
下次你想引入 AI 自动化之前，先花 5 分钟回答：
- 需求：到底在解决什么问题？不做会怎样？
- 精简：哪些步骤可以直接砍掉？
- 跑通：我自己手动做过一遍吗？
- SOP：我能写成文档给新人看吗？
- 指令：给 AI 的指令，是流程级还是愿望级？
五个都打勾了，再开始自动化。
写在最后
AI 工具越来越强，但工具越强，越需要你先想清楚“用它来做什么”。
龙虾是一把好刀，但菜谱得你自己写。
为什么高手总在重复？因为高手做了一件事：把复杂的事情简化到足够简单，简单到重复几乎没有阻力。一旦重复没有阻力，它就能变成长期可积累的习惯，而不是靠意志力硬撑的短期冲刺。
工具和自动化的真正价值，不是帮你走捷径，而是帮你把已经想清楚的流程变得更简单、更容易重复——让你在正确的事情上，无阻力地复利。
凡人皆找捷径，高手总在重复。