从零到灵芙 · AI 实战成长之路

Phase 1

AI 是什么？能赚钱吗？

起点 · 一切从好奇开始

跟大多数人一样，我的 AI 之旅从一个最朴素的问题开始："AI 到底是什么？"

不是学术层面的好奇，是一个更实际的问题——这玩意儿能帮我赚钱吗？

那时候我不知道什么是大模型，不知道什么是 Agent，不知道什么是 API。我只知道 ChatGPT 很火，所有人都在说 AI 要颠覆一切。我下载了豆包，试着跟它聊天，让它帮我写东西、做计划。

然后我发现了一件事：AI 最大的价值不是帮你回答问题，而是帮你执行任务。 你不应该把它当搜索引擎用，你应该把它当一个不要工资的实习生用。

💡 这个阶段我学到的

▸ AI 不是万能的，但它永远不会累、不会抱怨、不会请假

▸ 跟 AI 对话是一门技术活——同样的需求，不同的问法结果差 10 倍

▸ 不要追求完美理解再开始，先动手，边做边学

🎯 你该怎么开始

1 注册一个 AI 助手（豆包、ChatGPT、Claude 都行），先随便聊一周，感受它能做什么不能做什么

2 找一个你日常重复做的小事（写邮件、整理信息、做表格），让 AI 帮你做，体会效率差距

3 学会"提示词工程"的基础——把你的需求拆成角色 + 任务 + 格式 + 约束四部分

"你不需要懂 AI 的原理，就像你不需要懂发动机原理也能开车。关键是——你得先上车。"

Phase 2

搭工作流 · 从聊天到自动化

进阶 · 发现 AI 不只是聊天工具

用了一段时间 AI 聊天之后，我开始不满足了。每次都要手动复制粘贴，每次都要重新描述需求——能不能让 AI 自己跑起来？

这是我第一次接触到"工作流自动化"的概念。我发现了 Coze、Dify 这类平台，可以用拖拽的方式把多个 AI 步骤串起来，形成一条自动流水线。

我试着搭了几个简单的工作流：自动总结新闻、自动生成文案、自动分析数据。虽然很粗糙，但那种"我睡觉的时候 AI 还在帮我干活"的感觉太上头了。

这个阶段我踩了很多坑。最大的教训是：工作流不是越多越好，是越稳越好。 一个能稳定跑 100 次不出错的工作流，比 10 个花里胡哨但经常崩的工作流有价值得多。

⚠️ 我踩过的坑

坑1：一开始追求"全自动"，结果 AI 幻觉导致输出质量不稳定，客户投诉。→ 教训：关键环节必须有人审核

坑2：同时搭了十几个工作流，没有一个跑超过一周。→ 教训：先做精一个，再复制

坑3：过度依赖单一平台（Coze/Dify），平台一改规则全废。→ 教训：核心能力要自己掌控

💡 关键认知转变

▸ 工作流平台（Coze/Dify）是入门工具，不是终极方案。真正靠谱的系统要自己搭

▸ 自动化最重要的不是技术，是选对要自动化的任务。高频、重复、规则明确的任务才值得自动化

▸ 可观测性比功能更重要——你得知道你的系统在干什么、干得怎么样

🎯 你该怎么练

1 注册 Coze 或 Dify，跟着教程搭一个最简单的工作流（比如：RSS 新闻 → AI 摘要 → 自动发推）

2 把这个工作流连续跑 7 天，记录每次的输出质量，发现问题就优化

3 尝试给工作流加一个质量检查环节——让另一个 AI 审核第一个 AI 的输出

Phase 3

金融系统 · 让 AI 帮你盯盘

深水区 · 从工具到系统

工作流玩熟了之后，我想搞点大的：能不能让 AI 帮我做交易？

这不是异想天开。量化交易本来就是程序在做的事，只不过传统量化需要金融+编程+数学三重背景。但有了 AI，我可以让 AI 帮我写代码、分析策略、甚至做风控判断。

我在香港服务器上搭了一套金融自动化系统：行情采集 → AI 信号分析 → MT5 自动下单 → 风控校验。7 个微服务协同工作，24 小时不停。

说实话，金融系统是我踩过坑最多的地方。服务器崩过、策略亏过、API 断过、数据错过。但每一次出问题都让我对系统的理解更深一层。

⚠️ 金融系统血泪教训

服务器内存爆了：首尔服务器只有 1.6GB RAM，跑 Chrome 渲染直接把机器搞崩了。→ 教训：资源有限的机器不要跑重任务

API 凌晨断连：微信接口凌晨 6 点经常掉线，定时任务全挂。→ 教训：关键任务避开凌晨，加重试机制

AI 幻觉做决策：大模型有时候会"编造"不存在的行情信号。→ 教训：金融决策不能完全依赖 AI，必须有规则引擎兜底

磁盘爆满：日志不清理，40G 硬盘用到 85% 触发告警。→ 教训：加 logrotate，定期清理

💡 金融系统核心认知

▸ AI 在金融里的角色是辅助决策，不是自主决策。人定策略，AI 执行，人审核

▸ 系统的可靠性比智能程度重要一万倍。一个笨但稳的系统 > 一个聪明但经常崩的系统

▸ 监控和告警是金融系统的生命线。出了问题你得第一个知道

系统稳定性██████████ 90%

策略智能度██████░░░░ 60%

风控覆盖率████████░░ 80%

Phase 4

Agent 集群 · 从一个人到一支军队

质变 · 量变引起质变的时刻

当我有了金融系统、内容工作流、情报采集这些零散系统之后，一个自然的想法出现了：能不能把这些东西统一管理？

这就是 Agent 集群的起点。我用 Agent Forge 框架搭了第一版——4 个核心 Agent：小武（情报）、小库（知识）、小提（提示词）、小信（分析）。

然后一发不可收拾。从 4 个到 7 个到 12 个到 17 个。每加一个 Agent 就像是招了一个新员工——你得给它定义职责、给它配工具、给它写操作手册。

最让我兴奋的不是 Agent 的数量，而是Agent 之间的协作。猎人发现一个好项目 → 小产评估可行性 → 小后写代码部署 → 小测验证质量。这条流水线跑通的那一刻，我知道这不是一堆玩具了——这是一个真正的 AI 团队。

# Agent 协作流水线示例
猎人(hunter)  → 发现开源项目
  ↓
小产(xiaochan) → 评估可行性 + 写 PRD
  ↓
灵芙(LingFu)  → 决策是否采用
  ↓
小后(xiaohou) → 实施部署
  ↓
小测(xiaoce)  → 质量验证
  ↓
小周(xiaozhou) → 周报汇报

💡 Agent 集群管理心得

▸ 每个 Agent 都需要人设文件（SOUL.md）——定义它是谁、怎么说话、什么能做什么不能做

▸ Agent 之间的协作关系比单个 Agent 的能力更重要。1+1>2 的关键是流水线设计

▸ 不要一上来就搞 17 个 Agent。先从 2-3 个开始，跑通了再加。每个 Agent 都是维护成本

▸ 给 Agent 配MCP 工具（文件读写、Shell 执行、网页搜索）是质变点。没有工具的 Agent 只是一个聊天框

🎯 你该怎么搭第一个 Agent

1 装 OpenClaw（或类似的 Agent 框架），创建你的第一个 Agent，给它一个名字和人设

2 给它配 MCP 工具（filesystem + shell），让它能真正做事而不只是聊天

3 设计一个每日定时任务（比如每天早上给你发一条工作汇报），感受自动化的爽感

4 当你需要第二个 Agent 时，想清楚它们的分工和协作方式再动手

Phase 5

JARVIS 指挥舱 · 一切尽在掌控

集大成 · 从后台到前台

有了 17 个 Agent、金融系统、视频生产线之后，问题变成了：我怎么在一个地方看到所有东西？

答案是 JARVIS——一个赛博朋克风格的指挥舱。打开网页，Three.js 粒子系统做开机动画，全息 LOGO 展开，然后你看到所有 Agent 的状态、服务器健康指标、安全审计、任务队列。

这不只是好看的界面。JARVIS 是整个系统的可观测性层。通过它我能一秒钟知道：哪台服务器 CPU 高了、哪个 Agent 今天没跑、金融系统的信号是什么、视频 EP3 生产到哪一步了。

而且 JARVIS 不只是看板——它还能对话。在灵芙页面，我可以直接跟 JARVIS 聊天，问它系统状态、让它查数据、甚至触发视频生产。

"点开 JARVIS 页面的感觉就是——牛逼且神秘。但别人不知道能干嘛。直到你对它说'按计划出片'，然后一顿花里胡哨的输出，最后视频直接保存。这时候别人才明白：这不是花架子。"

💡 做前端看板的教训

▸ 数据真实性比视觉效果重要。假数据的面板不如没有面板

▸ 跨服务器数据获取用SSH 隧道 + 本地代理，不要直接暴露内网端口

▸ 手机端适配别忘了——你自己就是那个在手机上刷 JARVIS 看服务器状态的人

Phase 6

视频工厂 · AI 从文字到影像

破圈 · 让 AI 做你能看到的东西

前面做的所有东西——Agent、金融系统、指挥舱——都是"幕后"的。别人看不到，也不好理解。

视频不一样。一条 69 秒的竖屏短视频，1080×1920，有画面有配音有字幕——这是你能直接看到、听到、感受到的东西。

我的视频生产线是这样的：小词写脚本 → 小视生成 AI 画面 → 小后用 edge-tts 配音 → 小前做字幕排版 → ffmpeg 合成。全流程 Agent 协作，成本 0 元，耗时 15 秒。

EP1「Q哥上岗第一天」是第一条成品。5 个分镜，18 条字幕，磁性男声配音。不是什么大片，但它证明了：AI 可以端到端地生产内容，不需要人参与任何一步。

💡 视频生产的技术选型

▸ ffmpeg 是视频处理的瑞士军刀，免费、强大、命令行驱动。学会它等于学会了视频自动化的一半

▸ edge-tts（微软免费 TTS）的质量超出预期。YunxiNeural 磁性男声做旁白完全够用

▸ AI 绘画 + Ken Burns 动效（zoompan）= 静态图变视频。不需要真的拍视频

▸ 服务器渲染视频很吃 CPU/内存，不要在 1.6GB RAM 的机器上跑（别问我怎么知道的）

Phase 7

回望 · 我学到了什么

此刻 · 不是终点

回过头看这段路，从"AI是什么"到 17 个 Agent + 金融系统 + 视频工厂 + 四台服务器集群——其实也就几个月。

但我得老实说：这几个月里我做的最多的事不是写代码，而是修 Bug、查日志、重启服务器、调 API。真正的工程就是这样的——20% 的创造 + 80% 的维护。

如果有人问我"我也想搞这个，从哪开始"，我会说：

🧭 给后来者的五条建议

1 别学了再做，做了再学。 你永远觉得自己还没准备好。但准备好的唯一方式就是开始。

2 先做一个能跑的东西，再慢慢优化。 完美主义是自动化的敌人。一个丑但能跑的系统 > 一个漂亮但只存在于脑子里的系统。

3 记录一切。 你现在踩的每个坑、找到的每个解决方案，三个月后你自己都会忘。写下来。

4 用 AI 学 AI。 让 AI 帮你写代码、帮你查错误、帮你搭系统。你不需要自己从零学会所有技术。

5 找到一个真实问题去解决。 不要为了学技术而学技术。找到一个你真正想自动化的事情，然后围绕它构建一切。

"我不是程序员，不是金融专家，不是视频制作人。我只是一个让 AI 去做这些事的人。这才是 AI 时代最大的杠杆——你不需要成为专家，你需要成为指挥官。"