今天一个很深的感受是： 不必焦虑自己没有用 OpenClaw / Codex 这类 Agent build 出什么“特别宏大、特别有价值”的东西🧐 先把 AI 用进自己的日常，哪怕只是为了提升体验，本身就已经非常值了 我之前一直在折腾一件事： 想研发一个属于自己的“AlphaGo”，去尽可能全自动通关《杀戮尖塔2》。 后来发现这条路并不顺，离真正稳定、泛化、可靠的全自动还差得很远。 但也是在这个过程中，我突然转了个方向： 既然一时半会儿做不好“完全替我玩”，那为什么不先做“高质量辅助我玩”？ 结果游戏体验直接直线攀升😎 这种提升，不只是“多打通了几关”这么简单。 更重要的是，原来那些繁琐、零散、重复的事情，被大幅压缩了，而且还能做到高度私人定制。 比如第一个变化： 以前拿奖励卡牌的时候，我经常要反复去查网站，看这张卡强不强、适不适合当前构筑。 现在我直接让 AI 帮我做了个 Mod， 把指定网站上的卡牌评级数据，直接显示到游戏里的卡牌名字后面。 也就是说，信息直接嵌进游戏本体。 以前要么自己来回查网页，要么只能等别人先把 Mod 写出来。 现在我可以直接描述需求，让 Agent 帮我把它做出来。 第二个变化： 以前很多攻略、经验、路线判断，主要靠自己记，或者临时去翻攻略、搜视频。 现在我让 AI 直接把： 网上的经验 已有攻略 以及我们自己的实战记录 综合起来，生成策略建议。 而且这不是一个静态攻略库， 而是一个会随着实战不断迭代升级的“专用外置大脑”。 我每次按下快捷键， 它就自动读取游戏内信息， 然后给出详细、可定制的建议。 这和“去搜一篇通用攻略”完全不是一个体验层级。 第三个变化： 人的记忆是有限的，而且会磨损。 以前一个游戏隔很久不玩，再回来基本等于重新学习一遍。 以前你得重新回忆、重新查资料、重新建立感觉。 现在可以直接把这些经验沉淀给 AI。 只要平时把文档和过程记录清楚， 下次回来时，外置大脑基本可以一键帮你恢复上下文。 如果这些事情全靠人自己做， 无论是记录，还是阅读记录、恢复记忆，其实都很累。 但 AI 特别适合干这种持续积累、随叫随到的辅助工作。 我现在越来越强烈地觉得： Agent 最容易被低估的一点，不是“它能不能直接替你做成一个大项目”， 而是它已经可以非常丝滑地嵌进各种具体场景里， 去增强那些本来就需要动脑的事情。 游戏只是一个例子。 只要一个场景里包含： 信息检索 上下文理解 经验整合 实时判断 长期记忆 AI 都有机会带来巨大提升。 关键是，这套东西现在的建设成本，已经低到了非常夸张的地步。 如果你觉得 AI 还不够聪明，很多时候问题未必出在模型本身， 而是出在两个地方： 需求没有描述清楚 没有给足够有效的上下文 AI 不是凭空读心， 它更像一个能力极强、但需要被准确引导的系统。 你给它的目标越明确， 给它的上下文越扎实， 它输出的质量通常就越高。 我一开始也觉得 AI 对《杀戮尖塔》这类具体游戏有点懵。 后来我直接把几个杀戮尖塔相关的开源项目、Mod 网站、攻略站地址都喂给它， 让它去提取、理解、利用。 结果它很快就抓住了关键上下文， 开始持续交付远超我预期的东西。 所以我现在的看法是： 目前这些 Agent，可能还不能让一个没什么软件工程经验的人，轻松做出大型复杂系统。 但它们已经完全足够帮助普通人， 围绕现有的大型产品、游戏、工作流， 搭建一层真正服务于自己的私人定制化软件。 这件事的门槛，已经比很多人想象得低太多了。 如果一上来就逼自己“必须用 AI 搞个大项目”， 过程往往很痛苦，也很容易挫败。 不如先把它带进自己的日常场景里， 先让自己真实地感受到体验上的质变。 当你真的开始离不开它时， 你反而会更有动力继续探索、更复杂的方向。 这可能才是普通人拥抱 Agent 最现实，也最有复利的一条路。 以下是实际使用视频，使用 Codex 搭建：