今天田哥提了一个很真实的痛点。
他这两天接手麦老师的工作，还负责跟进产品售后。发现大量客户反复问同样的技术问题，软件哪里下载，安装不上怎么办？程序源码在哪里等等。
这些问题大部分的答案我们都有，甚至很多内容都清清晰晰的写在了说明文档里
但客户要么没看，要么找不到。
而导师们都在带营，没时间在群里及时回复。
于是田哥每天在各个群里点对点跟进。
下午田哥打电话和我沟通说：
“能不能用AI在群里做一个机器人，把常见问题沉淀下来，自动回复？”
听到这句话的时候，感觉这个视角很有趣：这事应该可行。
但我说不清楚为什么能做。只是一种模糊的预感——我手里有东西能拼出这个方案。
后来坐下来拆解了一下。发现了一个让我挺意外的事。
我手里已经有这三块碎片了——
第一块，MG Maker Daily 机器人。之前在飞书群里做的每日新闻推送。每天自动抓AI资讯、筛选、排版、推出去。已经跑通了“飞书群消息 + AI处理”的链路。模式是可行的。
第二块，HardiMind RAG。我自己前段时间做的本地知识库检索系统。Embedding向量索引，上千篇文档，语义搜索。虽然还没正式推向团队用，但技术上跑通了，自己也在开始用在自己的日更文章中了——文件丢进去，自然语言问，答案就出来了。
第三块，OpenClaw。从年初跑到现在，中间出现gemini3.0、ChatGPT5.5、爱马仕、Claude Code、Codex等等新模型工具，也都有尝试，但唯一一个没有断过的Agent就是openclaw，一直在用，一直在学习，而且在用在飞书里越来越方便，能跑自定义Agent工作流。
三个项目，三块碎片。
每个看起来都跟“营队售后”八竿子打不着的功能，但田哥说出“售后机器人”时——三块碎片就在脑海里拼成了一幅完整的画面。
MG Maker Daily的群消息机制做交互层。
HardiMind RAG的知识库做信息层。
OpenClaw的Agent框架做执行层。
三层叠在一起，就是一个基于我们公司自己开发训练的Agent，一个能自动回答客户问题的售后机器人。
当然这其中的技术细节和用户体验肯定有很多需要打磨和填充的地方，但框架已经很清晰了。
这件事让我想清楚了一个绕了很久的问题：
AI到底该怎么在企业里落地？
以前我有一种惯性——做AI就要创造前所未有的东西。新的产品形态、新的交互方式、新的服务模式。
这当然有价值。但它对团队来说是“额外的事”——你得先让大家相信这个新东西值得投入。
但售后机器人的逻辑不一样。它不是制造一个新需求。是在已有的工作流程里，找到那些重复的、低效的、消耗人力的环节，用AI替代掉。
前者是创造，后者是改造。前者让人兴奋，后者非常务实，痛点创新。
对于当下的企业场景来说，改造已有的流程，体感比创造新需求强太多了。因为痛点是真的。你每天被这些琐事磨炼，你知道这个痛点是真的。你改完一个流程，省下来的时间是真实不虚的。
昨天看到教务在手机上改小结，其实我就在想：完全可以训练一个改小结的agent，把关基础信息后给到教务去审核批准就好了。不是给她加一个新任务。是把她一直在做的那件繁琐的事，变简单。
这样看，AI赋能传统工作流的机会其实到处都是。自己之前热衷于尝试在自己生活中和工作中找到适配自己的工作流，其实对于整个公司来说更加有价值，机会更多。
AI在企业里最大的价值，不是做一个大家没见过的东西。是把大家每天都在做的那个麻烦事，做掉
而且也很赞叹田哥的解决问题的思路和心态，看到这些源源不断的反馈，没有抱怨，不是消极，而是欢喜感恩怎么能有怎么多客户在等待我们的服务，认可我们的产品和价值，从而在欢喜感恩的结构下，内心才能足够清净的去挖掘痛点，提出需求和可能性，再找相关人员进行沟通达成一致，跟进进度，推进结果。这是一种需要看见自己每一个念头，以及不断在每一个念头上训练的能力，日积月累才能在这样五大时刻保持一颗情境的内心，思路清晰的去抓住主要矛盾，这样真的所有烦恼都是机会。
顺着这个思路回看自己，又想到一层。
我发现，自己能接住这个需求，不是因为有预判有前瞻性。而是因为在需求来之前，我已经攒够了碎片。
这让我想起扶摇上看到的一篇《等待伯乐》。那匹千里马一直在等待懂得自己的伯乐。商人来了，它不去；士兵来了，它不去；猎人来了，它也不去。它一门心思等那个真正识货的人。结果日复一日，年复一年，等钦差大臣终于奉命来寻千里马时，它已经老了，跑不动了。
这个故事每次读到都觉得可惜，因为他一直在等，没有在动，机会来了自然接不住。
今天你做的每一件，看似平凡的努力都是在为你的未来积累能量，今天你所经历的每一次，不开心、拒绝，都是在为未来打基础！不要等到老了跑不动了再来后悔！学历不代表有能力，文凭不代表有文化，过去的辉煌都已成为历史和回忆。所以，昨天怎么样不重要，关键是今天做了什么，明天怎么样！
反过来说，田哥提出需求的时候，我不是那匹等待伯乐的千里马。我是那个一直在跑的人——哪怕没人看见，哪怕不知道什么时候用得上。MG Maker Daily做了几个月，自动搜新闻、整理、推送。AI做课评的完整工作流，AI每日一句的博客助手等等，说实话，做这些事的时候自己也在想——这些东西跟项目没关系，跟工作没关系。我是不是在“玩”。
HardiMind RAG也是。都是自己再用，没真正推向团队。
这些事，做的时候都觉得“没用”。但当田哥说出那个需求的那一刻——
我突然意识到：如果没有这些“没用”的积累，今天我最多只能说——“这个想法不错，我研究研究。”
而现实是，我可以说：“能。因为这个、这个、还有那个，我都做过了。”
技术碎片不是散的。它们在等一个真实问题的召唤。当那个问题出现，每一块碎片自己找到位置，拼成完整的方案。
这就叫——无用之用，方为大用。
庄子讲过一棵大樗树——这个故事在扶摇上另一篇文章《庄子的三棵树》里讲得很清楚。树干疙里疙瘩，树枝弯弯扭扭，木匠看都不看一眼。但庄子说，正因为“无用”，它才活得长久，不会被砍伐。所谓“世人皆知有用之用，莫知无用之用”。
最近几个月脑子里一直在转的几个碎片，今天被一个痛点和需求串在了一起。就像是Google Friday Side Project，就是谷歌著名的20% 时间制度，公司允许员工每周拿出约五分之一的工作时间自主研究本职工作以外、自己感兴趣且贴合企业方向的创新想法，这套自下而上的创新制度孵化出了很多谷歌核心产品，包括 Gmail 邮箱、AdSense 广告业务、Google 新闻、谷歌搜索自动补全、谷歌地图等等，都是工程师在20%时间里玩出来的。樗树也好，Gmail也好，道理是一样的：没人要求你做。你自己觉得有意思就去搞。搞着搞着就变成有价值的东西了。
技术还是那些技术。换一个运用场所，就产生了更大的价值。
所以计划本周找时间，在公司搭一台Claude Code和openclaw的主机，当做MG售后AI，喂营队资料到RAG知识库，先在一个群里跑起来测试。
当然我知道肯定没想象中那么简单，也不可能一帆风顺，最后也有可能无法稳定输出投入实际使用，但不要想太多。不要等方案完美。不要等材料准备齐全。
先跑起来。
先让它干活，哪怕干得不完美。
这个思路跟写每日一句一样——最难的永远是第一周。刚开始写的时候素材稀薄，每天坐在电脑前挤不出东西。但到了第三四周，素材自己就来了，工作流自然就建立起来了
任何技能的掌握本质上都是在“堆量”——扶摇有篇文章就叫《堆量》，说的就是这个道理。像跑步一样，新手想跑全马，别管什么配速、步频、心率——先把跑量堆到两千公里。堆够了，身体自己就记住了。
写作是这样，搭系统也是这样。
先写，再改。先跑起来再说。
