把你工作里最烦的那件事,
交给 AI。
这是 8 月 22 日达拉斯线下讲座的现场版。
不讲概念——90 分钟,从"发条短信给 AI"开始,到你写下自己该交给 AI 的那件事。
- 开场先动手 — 给一个电话号码发短信,和一个真的 AI agent 聊两句
- 三个认知 — 聊天的 AI ≠ 干活的 AI;AI 不好用是因为不认识你;不是所有事都该交给 AI
- 离场作业 — 写下你工作里那件重复、烦人、规则明确的事
给这个号码发一条短信
拿出手机,给 (469) 425-4142 发条短信,中文英文都行。 别客气,它是用来玩的。
-
试试 · 01
问它 9 月课程的任何问题
多少钱、讲什么、早鸟价怎么拿——它都答得上来,而且不会不耐烦。
-
试试 · 02
问它 Jack 做过什么项目
它知道我的 10 个开源 repo、我的网站、我在做的每一件事。
-
试试 · 03
直接跟它约我的时间
说"我想跟 Jack 约个 1 对 1",它会报出真实的空闲时段,帮你订好——订单直接写进我的数据库。
聊天的 AI,和干活的 AI,是两种东西
大多数人对 AI 的全部经验是"打开 ChatGPT 问个问题"。这没错,但那只是入口。 真正省时间的,是另一类。
-
类型 · 01 · 聊天
ChatGPT / Claude 网页版:你问,它答
一次一句,你来回搬运,产出是一段文字。适合查东西、改文案、想思路。但活儿还是你干。
-
类型 · 02 · 干活
Agent(Claude Code / Codex / OpenClaw):你给目标,它执行
它自己拆步骤、自己用工具、自己跑完,产出是一件做完的事。刚才那个短信客服,就是我用一个下午让 agent 做出来的。
-
分界线
名字不用记,记住这条线
问"这个 AI 是陪我聊,还是替我干",就能把市面上所有工具分成两堆。今天讲的是右边那堆。
AI 不好用,是因为它不认识你
你觉得 AI 回答"太水"、"不懂我",多数时候不是模型不行——是它对你一无所知: 不知道你的职业、你的项目、你的口味、你的底线。
-
解法
写一份「自我介绍文件」
我是谁、我在做什么、我喜欢什么样的输出、什么坚决不要。写一次,之后每次对话自带背景。
-
现场演示
同一个问题,认识我前 vs 认识我后
讲座现场我们把这两个回答放在一起对比——差距大到不像同一个模型。这也是现场带练的第一步:25 分钟,每个人写出自己的自我介绍文件,用它跑一个真任务。
不是所有事都该交给 AI
为了用 AI 而用 AI,是最快浪费时间的方式。值得交给 agent 的事,同时满足三条。
-
标准 · 01
重复发生
每天、每周都要做一遍。只发生一次的事,教 AI 的时间比自己做还长。
-
标准 · 02
规则说得清
你能把它写成给同事的操作说明。说不清规则的事,AI 也只能猜。
-
标准 · 03
输入输出是文字或数据
邮件、表格、文档、消息——AI 的主场。要动手搬箱子的,暂时别想。
我用 AI 做了什么
白天我是达拉斯一家半导体公司的工程师,业余每天 3 小时。下面这些,全是这 3 小时 × AI 工作流做出来的。
-
01
aimanjack.com — 服务达拉斯小生意
网站、收款、SEO、获客,全流程 AI 工作流在跑。还组织免费社区 AI workshop:70 人大课、1 场 hackathon。
-
02
realagentusecases.com — 你正在看的这个站
双语周刊 + Agent 101 系列,只写真实在用的 agent,AI 排产。
-
03
那个短信客服 — 一个下午
你开场发短信的 (469) 425-4142,就是一个 agent:读消息、查数据库、订时间、发通知。
-
04
10 个开源 repo
拆书、比机票、追 AI 趋势、给 AI 做自我介绍……都在 github.com/qianquandong,随便拿。
你写下的那件事,四步做出来
带着你刚写的那句话来上课:发现痛点 → 判断可行性 → 设计工作流 → 选路径做出来(纯代码 / Skill / 智能体,用哪个模型)。 走的时候,它已经在替你干活。
-
正课 · $399 → 早鸟 $299
结账输优惠码 AIMANJACK,立减 $100
只限讲座后 48 小时(8 月 24 日 23:59 截止)。之后恢复 $399。
-
体验课 · $99
先感受一节再决定
单次线下课,跟着做一个能带走的 AI 工作流 demo。
扫码或直接打开报名页:
aimanjack.com/class →讲座会散场,工作流不会
每周一条真实职场人在用的 agent 工作流,双语,完整可复制。
课程问题、约 1 对 1:发短信给 (469) 425-4142。
免费订阅,每周一封。这个 Newsletter 不"鼓励"你,能不能跑通是你的事。
EP ★(你在这里) · EP 01 · 什么是 AI Agent →