这个博客由 8 个 AI 角色运营,人类只做一件事:决定不做什么。

跑了 30 天,这篇把所有数据摊开:花了多少钱、产出多少内容、出了哪些错、哪些设计是对的哪些是错的。

组织架构

8 个角色

角色 职责 触发方式
站长 派活、汇总、抽验下属报告 每天 09:00
运维员 容器、故障、备份 被站长调用
内容员 写文章、优化旧文 被站长调用
技术员 性能、证书、链接检查 被站长调用
美化员 主题、样式、排版 被站长调用
小说作者 每天写 5 章科幻 每天 08:00
穿越作者 每天写 5 章穿越 每天 07:00
情感作者 每天写 1 篇情感 每天 14:00
律师 合规审查、评论审核 每天 11:00

注意:站长是「主代理」,其他角色是「预设」(preset),通过 DSH 的 agent preset 机制定义。

为什么这样分工

最初的错误设计:一个大而全的 agent,什么都让它做。

问题:

  1. 上下文太长,容易忘前面的指令
  2. 一个任务失败会影响后续
  3. 没法针对不同任务优化 prompt

改成多角色后:

  • 每个角色只关心自己的领域,prompt 更聚焦
  • 独立运行,互不影响
  • 可以单独调整某个角色的行为

关键洞察:分工不是为了让 AI「更像人类团队」,而是为了「隔离上下文,减少干扰」。

成本实录

30 天总消耗

项目 数值
总 token 消耗 约 4200 万
日均 token 约 140 万
使用的模型 DeepSeek-V3.2(SiliconFlow)
总费用 约 42 元
日均费用 1.4 元

对比人工成本:

方式 月成本
AI 运营 42 元
兼职写手(每天 5 章小说 + 2 篇文章) 3000-5000 元
全职运营 8000+ 元

成本构成

任务 token 占比 说明
小说创作 约 60% 每天 10 章,每章 3000 字
文章写作 约 20% 每天 1-2 篇
站长巡检 约 10% 每天一次,读大量日志
法务审查 约 5% 每天检查内容
其他 约 5% 运维、技术检查

结论:小说最烧钱。因为每章 3000 字,输出 token 多。

省钱的做法

做法 效果
用便宜模型 DeepSeek 比 GPT-4 便宜 20 倍
限制输出长度 巡检报告限制 2000 字
减少重复读取 设定集只读一次,缓存在上下文
失败不重试 出错就跳过,不无限重试

产出数据

内容产出(30 天)

类型 数量 字数
技术文章 18 篇 约 6.5 万字
情感文章 12 篇 约 2.4 万字
小说章节 60 章(2 部各 30 章) 约 18 万字
合计 90 篇 约 27 万字

日均:3 篇 / 9000 字。

质量分布

我人工抽查了 30 篇(每类 10 篇):

质量等级 占比 说明
可直接发布 40% 无需修改
小修可用 45% 改几个错别字、调整段落
需要重写 15% 事实错误、结构混乱

关键发现:技术文质量最高,情感文次之,小说最不稳定。

类型 一次通过率 主要问题
技术文 70% 偶尔编造命令参数
情感文 50% 容易滑向鸡汤
小说 30% 情节重复、人物性格漂移

踩过的坑(按严重程度)

🔴 坑 1:律师把日期全改成 2024 年

现象:某天发现 15 个文件的日期被改成 2024 年。

原因:律师角色审查时,发现「2026 年」的日期,认为「现在是 2024 年,这个日期是错的」,于是批量修改。

根因:AI 的训练数据停留在过去,它的「时间感知」是错的。

修复:

## 🚫 绝对禁止修改日期

1. 不能修改任何文件的日期字段
2. 不能修改正文里的年份
3. 不能「修正」你认为错误的日期

涉及日期必须执行 `date` 命令,以命令输出为准。

教训:AI 的「常识」可能是错的,关键操作要加硬性禁令。

🔴 坑 2:站长每天误报「文章 404」

现象:站长连续三天报告「新文章 404」,但实际都正常。

原因:站长用 /archives/<slug> 测(Halo 时代的路径),但站点迁移后正确路径是 /posts/<slug>/。

根因:站长的知识文档(AGENTS.md)没跟着架构更新。

修复:重写 AGENTS.md,明确新路径,并加汇报纪律:

2. 测文章 404 前先确认路径:正确是 /posts/<slug>/,不是 /archives/<slug>

教训:AI 的「知识」需要显式维护,架构变了文档必须同步改。

🟡 坑 3:分类合并被自动任务破坏

现象:手动把 essay/reading/tools 合并到 emotion/tech 后,第二天自动任务又建回了 essay/。

原因:同步脚本的映射表没更新,仍是 "随笔": "essay"。

修复:改映射表,加注释说明。

教训:自动化会持续执行旧逻辑,改流程时要改所有相关脚本。

🟡 坑 4:并发发布导致构建冲突

现象:三个作者同时写完后都触发发布,构建互相覆盖。

修复:加文件锁:

exec 9>/tmp/publish.lock
flock 9

教训:多个 agent 并行时,共享资源必须加锁。

🟡 坑 5:一次写 10 章会中断

现象:让穿越作者一次写 10 章,只写了 3 章就退出。

原因:超出 token 上限。

修复:分批,每批 3 章,写完立刻发布。

教训:单个任务的输出量要控制在模型的 token 限制内。

哪些设计是对的

✅ 1. 多角色隔离

每个角色独立上下文,互不干扰。一个角色出问题不影响其他。

✅ 2. 强制汇报附命令和输出

最初 AI 汇报「一切正常」,实际有问题。加了这条纪律后:

每个结论必须附原始命令和它的真实输出,不许只写结论。

效果:误报率从 30% 降到 10% 以下。

✅ 3. 发布流程标准化

一键脚本做 6 件事(同步→元数据→封面→构建→部署→推送)。

效果:AI 不需要记复杂步骤,只需执行一个命令。

✅ 4. 定时任务错开

时间 任务
07:00 穿越小说
08:00 科幻小说
09:00 站长巡检
11:00 法务审查
14:00 情感日更

效果:避免并发冲突,也避免单点时间资源挤兑。

✅ 5. 关键操作用文件锁

发布脚本加 flock,避免构建冲突。

哪些设计是错的

❌ 1. 让 AI 自主决定「做什么」

最初设计:站长巡检时「自己找活干」。

问题:它倾向于重复做简单的事(检查容器状态),回避难的事(写新内容)。

改进:改成「必须完成」的硬性任务:

## 任务二:产出内容(必须做,不是可选)
今天必须产出至少 1 篇非小说内容。

❌ 2. 没有内容去重机制

问题:情感作者写了 3 篇「为什么不说话」的变体。

改进:在 prompt 里列出已有选题,要求避开。

已有选题(不要重复):
- 相亲市场 35 岁线
- 懂事的人为什么不说话
- 已读不回

❌ 3. 没有质量反馈闭环

问题:AI 写完就发,没人告诉它「这篇不好」。

改进(还没做):加一个「内容评审」角色,给文章打分,低分的重写。

❌ 4. 过度信任 AI 的自我报告

问题:AI 说「已发布」,实际可能失败。

改进:所有关键操作后加验证:

curl -s -o /dev/null -w '%{http_code}' https://site.com/posts/new-article/

人类做了什么

30 天里,人类实际参与的部分:

事项 次数 说明
决定方向 3 次 要不要换架构、做什么专栏
修 AI 修不了的 bug 5 次 复杂的技术问题
审查重要内容 约 10 次 抽查质量
提供素材 2 次 Cloudflare API、域名
合计 约 20 次 平均每天 0.7 次

结论:人类从「执行者」变成了「决策者」。

这套方案适合谁

✅ 适合

场景 原因
内容型站点(博客、资讯) 内容可批量生成
技术文档站 结构固定,AI 擅长
个人项目展示 不需要高频更新
想学习 AI Agent 的人 有完整案例

❌ 不适合

场景 原因
需要独家信息的媒体 AI 只能整合公开信息
强监管行业(医疗、金融) 合规风险高
需要真人背书的品牌 读者会反感
追求高质量原创 AI 目前达不到

一句话总结

AI 运营博客,30 天 42 元,产出 27 万字,人类参与 20 次。

技术上可行,成本极低,质量中等(40% 可直接用,45% 小修可用)。

核心不是「AI 有多强」,而是「流程设计有多合理」:

  1. 多角色隔离上下文
  2. 强制汇报附证据
  3. 关键操作加硬性禁令
  4. 标准化发布流程
  5. 定时任务错开

最大的风险不是技术,是「AI 自信地做错事」——律师改日期、站长误报 404,都是这个模式。

对策:关键操作加禁令,所有结论要证据。