我的 AI 正在替我做什么？

我现在用AI，最直观的变化，是电脑上多了几个正在干活的窗口。

一个在剪视频，一个在操作手机，还有几个在做产品开发、跑测试。我想到什么，就把任务说给它们；过一会儿，再回来看看各自做到哪一步。

今天这期随拍，我想把这个工作现场摊开给大家看：我究竟怎么操作这些Agent，用了哪些工具，它们又在替我干什么。

这些工具在我手里各有分工。先说我怎么把话送到电脑上。

手机连上电脑，再把任务说出来

第一个我很喜欢的软件，就是 UU远程。

它能让我从手机连接到电脑，看到电脑上的画面，再去操作。这样，我和电脑上的Agent之间，多了一个随时能接上的入口。任务在电脑上执行，我可以从手机回到那个工作现场，看看进度，也继续补充要求。

UU远程官方办公展示，来源：App Store 产品页面。

连上之后，接下来就是输入。第二个工具是 豆包输入法，我主要用它的语音输入。

我的使用感受是，识别准确度很高。跟Codex对话时，我经常直接说：这段视频要怎么剪，哪个画面要保留，某个地方需要怎么调整。

剪辑要求很难一句话说完。比如“把没用的停顿删掉，但我操作的真实画面要留下来”，后半句就很关键。用语音把意思说完整，比我在手机上慢慢打字顺手得多。

豆包输入法官方功能演示，来源：豆包输入法官网。

所以，我的入口很简单：UU远程让我回到电脑，豆包输入法让我把事情讲清楚。接下来才轮到Agent拿着这些要求去做。

剪视频：先让它动手，我再看成片

随拍时，有一个Codex正在帮我制作昨天录的视频。我先让它继续剪，再去看别的任务。

到了这一期，剪辑用到的是 ChatCut。我把几段竖屏素材交过去，也把自己的要求说出来：中间那些乱七八糟的内容删一删，衔接顺一点，声音和画面调一调；讲到软件时，把相应的工具画面贴出来。

这类任务交出去以后，我最关心的还是预览。

比如这次，我看到人脸色调不对，脸也偏暗，就直接提出来，让它继续调整。后来又发现剪得太多，真实操作画面被删掉了，我也得把这件事说明白。

我希望观众看到我正在怎么用这些工具。真实操作，是这期内容的一部分。

我在随拍中拍下的视频制作画面。

所以，我会看它交回来的版本，再讲清楚哪里不满意。画面暗，就调画面；节奏乱，就改衔接；操作过程被剪没了，就把过程留回来。

这些反馈也都是任务的一部分。前面把事情说给它，后面看结果、补要求，我觉得这才是自己现在最常用的配合方式。

操作手机：用的是iPhone Use这个Skill

另一个Agent在操作我的iPhone。这里用到的Skill叫 iPhone Use，这个名字也补充给大家。

它把手机操作接到Agent的工作环境里。仓库介绍的是让Codex通过USB连接真实iPhone，结合手机画面来操作。对我来说，手机也就进入了这套工作方式：我描述任务，Agent去执行，我再看屏幕上的结果。

iPhone Use 仓库公开演示中的真机预览局部。

这个工具的名字容易和泛指的“用手机”混在一起，所以把来源也放在这里，方便大家找到我说的是哪一个项目：

iPhone Use 项目仓库

它在这期工作现场里承担的，就是手机这一端的操作。

开发任务：有的Agent在跑端到端测试

除了内容制作，我还有一些Agent在做产品开发。随拍时，它们正在给我的产品跑端到端测试。

端到端测试，可以理解为沿着一个完整的使用流程去检查产品。比如一个用户从进入页面、填写内容，到最后看到结果，这条流程能不能走通。这里举的是测试方式，具体任务还是看正在开发的产品。

我会把开发相关的事情交给相应的Agent，让它们继续执行。剪视频的窗口留在视频任务里，开发和测试留在各自的工作里，我再回来查看。

“正在跑测试”是当时的任务状态。跑完以后，还要看测试反馈，哪里出了问题，后续就接着处理哪里。

Ego lite：几个网页任务可以并行做

最后再补一个浏览器：Ego lite。

它能够承载多个网页任务，让Agent分别处理。我的电脑上有好几个这样的工作窗口，每个窗口对应自己的事情，网页上的工作可以并行展开。

Ego lite 的多窗口工作现场。原始随拍保留了屏幕上的多个任务窗口。

这也是为什么我在视频里会说“再看看几个Agent都在干什么”。我会切到对应的窗口，看它处理到了哪一步，再决定是继续等、补一句要求，还是看它交回来的结果。

任务各自往前走，我也有一个能回来查看的地方。

我的操作方式，就是交代、查看、再调整

把这几个工具放回一天的工作里，顺序就比较清楚了。

我先通过UU远程连接电脑，用豆包输入法把任务讲给Codex。剪视频时接着用ChatCut，手机操作用iPhone Use，开发任务继续跑测试，网页任务放在Ego lite的不同窗口里。

工具多了一些，但我自己的动作很朴素：交代要做什么，看看做成了什么，再把需要调整的地方讲清楚。

这期视频也是这样做出来的。素材是我的随拍，里面有我实际打开的画面；剪辑可以交给Agent去处理，最后呈现什么、哪些操作过程应该留下，我还会继续看、继续提要求。

这些，就是我的AI现在正在替我做的事情。

—— 月明水清深

本文根据我的真实口述和随拍整理，使用AI辅助编辑；封面为AI生成。正文中的工具官方示例已在图注标明来源。