构建你的AI Agent团队导语这篇文章的核心价值是把“怎么用 AI 提效”从抽象概念变成可落地的方法通过agents.md、memory.md、MCP 连接器和技能SOP体系逐步搭建可复用的 AI 工作系统。作者给出的证据不是空谈而是多个真实使用场景与效率对比例如跨工具一条指令协同、广告分析流程自动化、定时任务持续执行等。最关键的见解是AI 的长期优势不在单次 prompt而在可迁移的“上下文 记忆 技能”资产沉淀。对个人创作者和小团队来说这意味着可以从每周自动化 3-5 个小流程开始逐步把碎片化执行工作压缩并转化为复利。想象一下你只需要用简单的文件夹和文本文件就能把一个AI助手变成一整个数字团队 —— 帮你处理邮件、日程、广告投放、日常运营等各种工作。这就是 Remy Gaskill 在这篇文章里要教你的东西。不需要写代码任何人都能上手。大转变从聊天到智能体大多数人还停留在AI的第一阶段你问一个问题AI给个答案你自己去做。这就叫聊天。聊天的感觉就像打乒乓球——你来我往但效率有限。智能体Agent就不一样了。你给它一个目标它自己规划步骤、执行、交付结果。Remy Gaskill 把这个区别叫做问答vs目标到结果。那些真正用上智能体的人每天的工作效率能提升10到20倍。坚持几周几个月下来你已经遥遥领先了。智能体是怎么工作的观察→思考→行动不管用哪种AI工具智能体都遵循同样的三步循环观察Observe→ 思考Think→ 行动Act举个例子让AI帮Greg Eisenberg建一个作品集网站它会这样工作先检查工作区有没有现有文件观察决定需要先了解Greg Eisenberg是谁思考去搜索相关信息行动然后循环回来——现在它有研究资料了它想我需要一个计划于是写出计划。再循环写代码。再循环启动网站。再循环截图验证完成。智能体就这样一直循环观察→思考→行动直到确认任务按你设定的标准完成了。各种AI工具其实都是同一回事Claude Code、Codex、Antigravity、Cowork、Manus、OpenClaw……这些名字看起来不同但它们本质上都是智能体工具——就像不同的车但发动机和方向盘的工作方式是一样的。用 AgentOS 构建你的竞争力一人公司/副业打个比方学会了开车你就能开丰田也能开路虎。座椅加热、定速巡航这些功能不同但油门、刹车、方向盘的操作逻辑是一样的。Remy 演示了同一个指令分别在 Claude Code、Codex 和 Antigravity 上运行三个都成功建出了一个作品集网站。原理相同只是口味不同。第一步给你的AI建一个大脑agents.md首先在电脑上创建一个文件夹叫它执行助手。现在这个文件夹是空的。如果你让AI写一封冷启动邮件它根本不知道你是谁、卖什么、目标客户是谁。解决方案一个 agents.md 文件。这就是AI的系统提示。每次开始任务前它会先读取这个文件。里面写清楚你的角色、你的业务背景、你的偏好、常用的工具、你喜欢的工作方式。不同工具对这个文件叫法不同Claude Code →claude.mdCodex / OpenClaw →agents.mdGemini →gemini.md概念一样让AI在开始工作前先了解你的背景。小技巧你可以让任何一个聊天AI帮你生成这个文件。跟它说用面试风格问我问题提取我所有的背景信息然后帮我生成一个 agents.md 文件——它会把你的信息整理成结构化文件。这才是从写提示词到建上下文的真正转变。你给AI足够多的背景信息后提示词可以简单到离谱帮我写封冷启动邮件——就这一句因为背景已经在 agents.md 里了。第二步给AI加一个记忆memory.md你有没有遇到过这种情况你跟AI说我最喜欢的颜色是薰衣草紫它说好的。然后下次对话它完全不记得了。像ChatGPT这种聊天AI会自动保存记忆但那是云端保存你控制不了。智能体不一样记忆由你自己掌控。在 agents.md 里加两行每次任务前读取 memory.md 当我纠正你或你学到新东西时更新 memory.md然后在同目录下创建一个空白文件memory.md。现在你说别写得那么正式AI就会在 memory.md 里加一条保持口语化永远不要正式。以后每次对话这个偏好都会带着。好员工会记住你的喜好并不断改进你的AI助手也应该这样。第三步连接你的工具MCP大多数AI工具默认只有网页搜索功能。要想连接 Gmail、Google日历、Notion、Stripe支付工具、Granola日程工具等你需要MCPModel Context Protocol模型上下文协议。简单理解MCP之前的情况AI会说英语Notion会说西班牙语Gmail会说法语Slack会说中文——想把它们连起来需要专门开发。Anthropic 搭建了 MCP 就像造了一个通用翻译机。AI继续说英语各个工具继续说各自的语言MCP在中间做翻译。现在大多数工具都有现成的连接器。Cowork、Codex、Manus、Perplexity 都有连接器或技能菜单点一下、登录账号就行。一旦连接上真正的效率就来了。Remy 现场演示一条指令AI同时做了这些事——总结他的收件箱、从Granola拉会议笔记、创建Stripe支付链接、搭建Notion项目、起草跟进邮件。一条指令AI搞定所有完全不需要他切换标签页。如果你能把一件需要进七八个工具做的事提速七八倍这会开始复利增长。第四步建立技能技能是让效率产生复利的引擎。你可以把技能理解为给AI写的标准作业程序SOP。你解释一遍流程AI就能完美重复执行。没有技能的时候你让AI写一份客户提案来回改30分钟。格式不对→改价格放到最后→改用这个蓝色→改。终于改好了。下周重新来。有技能的时候AI加载你的提案技能它知道格式、颜色、价格位置。一会儿就完成。两种创建技能的方式方式1喂原材料Remy 把一整门关于病毒式标题的课程内容上传给AI让它基于这个课程给我建一个病毒标题技能。AI把它打包成了一个 .skill 文件包含指令和参考资料。方式2从实际操作中生成你手动和AI一起做一个流程做完之后说把我们刚才做的变成一个技能。AI会把整个工作流程打包保存。真实案例Remy 建了一个广告库分析技能——抓取竞品广告、截图落地页、分析文案和创意、生成汇总报告。这原来需要3-4小时现在他打两个字技能就自动跑起来了。如果你每周用技能自动化3-5个小型手动流程最终你会自动化整个工作流。Skills专项如果没有自己的SkillsOpenClaw只能是一个玩具第五步串联技能 设置定时任务技能组合起来才真正强大。比如一个会议准备技能负责研究嘉宾、汇总讨论要点一个播客研究技能深入挖掘嘉宾背景一个早间简报技能检查日历发现有播客就自动触发研究技能大多数AI工具现在支持定时任务。设置每天早上9点跑一次早间简报技能它会自动查看日历、总结收件箱、从Notion拉项目更新然后给你一份当日工作计划。真实案例Remy 正在考虑买一辆特定颜色、特定配置的车。每隔3小时会有一个AI自动抓取 CarMax、Cars.com 等平台有匹配的车就给他发通知。每天帮他省下一小时来回刷新标签页的时间。一套文件夹结构撑起整个业务完整设置是这样的每个公司或客户一个大文件夹里面按部门分子文件夹执行助手、内容团队、营销负责人、销售……每个子文件夹有自己的一套agents.md、memory.md、skills文件夹、MCP连接。营销AI知道广告创意规则内容AI知道你品牌调性执行助手知道你邮件签名风格。顶层有一个总AI协调所有。全局 vs 项目级 有些技能到处都用比如把这个缩短那就放全局。有些技能只属于特定项目比如把某人推荐给X就放在那个执行助手文件夹里。项目级技能放在项目里。从哪里开始选择一个AI工具创建一个叫执行助手的文件夹用面试风格生成你的 agents.md 文件加一个 memory.md 文件写好自我更新指令通过MCP连接你最常用的工具真正用起来重复的流程就变成技能每周自动化3-5个小流程真正的未来组合是你电脑上的文件夹。AI工具会不断变化但你的上下文文件、记忆、技能可以迁移到任何一个工具里。总结每个人都会有自己的AI操作系统。你的AI智能体会不断积累上下文越丰富错误越少技能越多手动工作越少。循环很简单连接工具→建上下文→创建技能→自动化流程→重复你不是要取代自己而是把琐碎的工作压缩掉好让你专注在真正重要的决策上。从执行助手开始。这周建一个技能下周再一个。几个月后你能把一周的工作压缩到一天里完成。Mixlab AI训练营#菜单案例薛志荣的 AgentOS一人公司的数字飞轮基础设施为什么CEO开始亲自写代码原文链接https://emergingai.substack.com/p/the-ai-system-that-builds-your-digital翻译日期2026-03-24
案例 | 用一套文件夹结构+循环构建你的AgentOS
发布时间：2026/5/28 5:12:34
构建你的AI Agent团队导语这篇文章的核心价值是把“怎么用 AI 提效”从抽象概念变成可落地的方法通过agents.md、memory.md、MCP 连接器和技能SOP体系逐步搭建可复用的 AI 工作系统。作者给出的证据不是空谈而是多个真实使用场景与效率对比例如跨工具一条指令协同、广告分析流程自动化、定时任务持续执行等。最关键的见解是AI 的长期优势不在单次 prompt而在可迁移的“上下文 记忆 技能”资产沉淀。对个人创作者和小团队来说这意味着可以从每周自动化 3-5 个小流程开始逐步把碎片化执行工作压缩并转化为复利。想象一下你只需要用简单的文件夹和文本文件就能把一个AI助手变成一整个数字团队 —— 帮你处理邮件、日程、广告投放、日常运营等各种工作。这就是 Remy Gaskill 在这篇文章里要教你的东西。不需要写代码任何人都能上手。大转变从聊天到智能体大多数人还停留在AI的第一阶段你问一个问题AI给个答案你自己去做。这就叫聊天。聊天的感觉就像打乒乓球——你来我往但效率有限。智能体Agent就不一样了。你给它一个目标它自己规划步骤、执行、交付结果。Remy Gaskill 把这个区别叫做问答vs目标到结果。那些真正用上智能体的人每天的工作效率能提升10到20倍。坚持几周几个月下来你已经遥遥领先了。智能体是怎么工作的观察→思考→行动不管用哪种AI工具智能体都遵循同样的三步循环观察Observe→ 思考Think→ 行动Act举个例子让AI帮Greg Eisenberg建一个作品集网站它会这样工作先检查工作区有没有现有文件观察决定需要先了解Greg Eisenberg是谁思考去搜索相关信息行动然后循环回来——现在它有研究资料了它想我需要一个计划于是写出计划。再循环写代码。再循环启动网站。再循环截图验证完成。智能体就这样一直循环观察→思考→行动直到确认任务按你设定的标准完成了。各种AI工具其实都是同一回事Claude Code、Codex、Antigravity、Cowork、Manus、OpenClaw……这些名字看起来不同但它们本质上都是智能体工具——就像不同的车但发动机和方向盘的工作方式是一样的。用 AgentOS 构建你的竞争力一人公司/副业打个比方学会了开车你就能开丰田也能开路虎。座椅加热、定速巡航这些功能不同但油门、刹车、方向盘的操作逻辑是一样的。Remy 演示了同一个指令分别在 Claude Code、Codex 和 Antigravity 上运行三个都成功建出了一个作品集网站。原理相同只是口味不同。第一步给你的AI建一个大脑agents.md首先在电脑上创建一个文件夹叫它执行助手。现在这个文件夹是空的。如果你让AI写一封冷启动邮件它根本不知道你是谁、卖什么、目标客户是谁。解决方案一个 agents.md 文件。这就是AI的系统提示。每次开始任务前它会先读取这个文件。里面写清楚你的角色、你的业务背景、你的偏好、常用的工具、你喜欢的工作方式。不同工具对这个文件叫法不同Claude Code →claude.mdCodex / OpenClaw →agents.mdGemini →gemini.md概念一样让AI在开始工作前先了解你的背景。小技巧你可以让任何一个聊天AI帮你生成这个文件。跟它说用面试风格问我问题提取我所有的背景信息然后帮我生成一个 agents.md 文件——它会把你的信息整理成结构化文件。这才是从写提示词到建上下文的真正转变。你给AI足够多的背景信息后提示词可以简单到离谱帮我写封冷启动邮件——就这一句因为背景已经在 agents.md 里了。第二步给AI加一个记忆memory.md你有没有遇到过这种情况你跟AI说我最喜欢的颜色是薰衣草紫它说好的。然后下次对话它完全不记得了。像ChatGPT这种聊天AI会自动保存记忆但那是云端保存你控制不了。智能体不一样记忆由你自己掌控。在 agents.md 里加两行每次任务前读取 memory.md 当我纠正你或你学到新东西时更新 memory.md然后在同目录下创建一个空白文件memory.md。现在你说别写得那么正式AI就会在 memory.md 里加一条保持口语化永远不要正式。以后每次对话这个偏好都会带着。好员工会记住你的喜好并不断改进你的AI助手也应该这样。第三步连接你的工具MCP大多数AI工具默认只有网页搜索功能。要想连接 Gmail、Google日历、Notion、Stripe支付工具、Granola日程工具等你需要MCPModel Context Protocol模型上下文协议。简单理解MCP之前的情况AI会说英语Notion会说西班牙语Gmail会说法语Slack会说中文——想把它们连起来需要专门开发。Anthropic 搭建了 MCP 就像造了一个通用翻译机。AI继续说英语各个工具继续说各自的语言MCP在中间做翻译。现在大多数工具都有现成的连接器。Cowork、Codex、Manus、Perplexity 都有连接器或技能菜单点一下、登录账号就行。一旦连接上真正的效率就来了。Remy 现场演示一条指令AI同时做了这些事——总结他的收件箱、从Granola拉会议笔记、创建Stripe支付链接、搭建Notion项目、起草跟进邮件。一条指令AI搞定所有完全不需要他切换标签页。如果你能把一件需要进七八个工具做的事提速七八倍这会开始复利增长。第四步建立技能技能是让效率产生复利的引擎。你可以把技能理解为给AI写的标准作业程序SOP。你解释一遍流程AI就能完美重复执行。没有技能的时候你让AI写一份客户提案来回改30分钟。格式不对→改价格放到最后→改用这个蓝色→改。终于改好了。下周重新来。有技能的时候AI加载你的提案技能它知道格式、颜色、价格位置。一会儿就完成。两种创建技能的方式方式1喂原材料Remy 把一整门关于病毒式标题的课程内容上传给AI让它基于这个课程给我建一个病毒标题技能。AI把它打包成了一个 .skill 文件包含指令和参考资料。方式2从实际操作中生成你手动和AI一起做一个流程做完之后说把我们刚才做的变成一个技能。AI会把整个工作流程打包保存。真实案例Remy 建了一个广告库分析技能——抓取竞品广告、截图落地页、分析文案和创意、生成汇总报告。这原来需要3-4小时现在他打两个字技能就自动跑起来了。如果你每周用技能自动化3-5个小型手动流程最终你会自动化整个工作流。Skills专项如果没有自己的SkillsOpenClaw只能是一个玩具第五步串联技能 设置定时任务技能组合起来才真正强大。比如一个会议准备技能负责研究嘉宾、汇总讨论要点一个播客研究技能深入挖掘嘉宾背景一个早间简报技能检查日历发现有播客就自动触发研究技能大多数AI工具现在支持定时任务。设置每天早上9点跑一次早间简报技能它会自动查看日历、总结收件箱、从Notion拉项目更新然后给你一份当日工作计划。真实案例Remy 正在考虑买一辆特定颜色、特定配置的车。每隔3小时会有一个AI自动抓取 CarMax、Cars.com 等平台有匹配的车就给他发通知。每天帮他省下一小时来回刷新标签页的时间。一套文件夹结构撑起整个业务完整设置是这样的每个公司或客户一个大文件夹里面按部门分子文件夹执行助手、内容团队、营销负责人、销售……每个子文件夹有自己的一套agents.md、memory.md、skills文件夹、MCP连接。营销AI知道广告创意规则内容AI知道你品牌调性执行助手知道你邮件签名风格。顶层有一个总AI协调所有。全局 vs 项目级 有些技能到处都用比如把这个缩短那就放全局。有些技能只属于特定项目比如把某人推荐给X就放在那个执行助手文件夹里。项目级技能放在项目里。从哪里开始选择一个AI工具创建一个叫执行助手的文件夹用面试风格生成你的 agents.md 文件加一个 memory.md 文件写好自我更新指令通过MCP连接你最常用的工具真正用起来重复的流程就变成技能每周自动化3-5个小流程真正的未来组合是你电脑上的文件夹。AI工具会不断变化但你的上下文文件、记忆、技能可以迁移到任何一个工具里。总结每个人都会有自己的AI操作系统。你的AI智能体会不断积累上下文越丰富错误越少技能越多手动工作越少。循环很简单连接工具→建上下文→创建技能→自动化流程→重复你不是要取代自己而是把琐碎的工作压缩掉好让你专注在真正重要的决策上。从执行助手开始。这周建一个技能下周再一个。几个月后你能把一周的工作压缩到一天里完成。Mixlab AI训练营#菜单案例薛志荣的 AgentOS一人公司的数字飞轮基础设施为什么CEO开始亲自写代码原文链接https://emergingai.substack.com/p/the-ai-system-that-builds-your-digital翻译日期2026-03-24
