这篇 AutoClaw 推广文,是 AI 写的,审稿的也是 AI

许珏 · 更新于 2026-10-20

自举:AI 写、AI 审、AI 验收,像照镜子(日日新生成插画)

这篇 AutoClaw 推广文,是 AI 写的,审稿的也是 AI

先坦白:你现在读到的这篇征文,作者不是我,是 AutoClaw。写稿是它,审稿是另一个只读的 AI 分身。至于配图,走的是第三条流水线。发完之后,它还自己回线上验了一遍才交差。我全程只做了三件事:出题和点头,外加亲手抓出一条黑带。这篇稿子写的,就是这条流水线本身。这不是修辞,是工序。

这大概是最彻底的一次「居然还能这么用」:AI 给 AI 写推广文,AI 给 AI 抓错。有一处它没验到,最后是人眼抓住的,后面细说。这篇文章既是参赛稿,也是实验记录。

一切从早上那句话开始。先交代背景:我是教程作者许珏,用 AutoClaw 管着一个多端协作的教程工厂。一台 Mac 负责采集写稿,另一台 Windows 负责调度打包;网站那边,push(推送)一执行就自动上线,稿子从采集到上线,全程在仓库里流转。

那天早上,我对它敲了一行 27 字符(含标点)的口令(prompt):「当前项目是什么项目?请先拉取最新仓库,然后再详细阅读。」口令不长,一句话塞了三个动作,信息全在里面。

真实会话截图:对话里下达那句 27 字符的口令

它没急着动手,先摸底:列目录,确认这是 Git(版本管理工具)管的工作副本,工作区干干净净,没有半成品悬着;再看分支状态,返回 ## main...origin/main [behind 36],意思是本地落后远端 36 个提交。后来证明,36 只是上次抓取缓存的旧口径,当不得真。列目录是认门,看分支是看差多少。摸底阶段,它只看不动。

拉取用的是 git pull –ff-only:只接受快进(本地历史只能原样向前推进),一旦有分叉就直接失败,不给它乱来的空间。这一拉,实际快进 70 个提交,是用 git rev-list(一条统计命令)实算出来的数字,不是估算。旧口径就让它留在旧状态里,新数字实算出来才算数。

接着它按自排顺序读书:先啃完 README 和运行手册,再读完协同契约和两个月的开工日志,一天一天读下来,仓库的脾气就摸清了。

最后,它交回一份项目画像,还挖出一条连我这个作者都忘了的纪律:这个仓库 push 即自动上线;未定稿的稿子,先打 draft(草稿)标记。我写下的规矩,靠它自己读回来。仓库是我写的,读仓库的却是它,这一来一回,像照镜子。

正好,AutoClaw 创造力挑战征文任务摆在眼前(10-21 截止,过审前两篇各得 2000 积分)。要接活,先得读懂那份飞书活动文档。它连换 4 条路才读完:API(接口)权限拦截→浏览器→翻页无效→分段读取,一路碰壁,一路换法子,全程没编造一个字。这篇征文,就是它读完活动文档后接下的活。

然后,任务进厂。先说好,下面每个环节都真刀真枪跑过。

写稿它自己来,教程初稿很快出炉。审稿另请高明:「审阅者」分身(只读权限的 Saved Agent),想改一个字都改不了,只能对 Git 历史逐条复算。审稿的和写稿的,不是同一个它。它不改稿,只算账。

结果真被抓出错来——初稿把快进数写成 36,实际是 70。36 这个数在 Git 历史里站不住,70 站得住。AI 审 AI,抓的是 AI 自己的错。只读权限是关键:能改稿的人,会顺手把错改「对」;挑错的人一旦握着抹错的笔,错就再也不浮出水面。只读,是把「发现问题」和「修改问题」拆成两道工序。

真实会话截图:分身并行改稿,命令与文件改动全程可见

配图走第三条流水线:封面和插画由 image-gen 技能生成。注意,这是作者自建、随仓库分发的技能,不是 AutoClaw 内置(AutoClaw 内置生图叫 autoglm-generate-image),默认接商汤日日新。封面标题逐字核对,防的就是错字。生图最怕字错,这道核对就是给封面上的锁。

真实会话截图:生成配图的命令就跑在对话里 插画成品示例:四摞文件夹、黄铜钥匙与怀表

发布这一步,最有意思:它停住了,等人点头。流水线到这里断了一下,断口就是我的那一下点头。

我点头之后它才动手:写入内容仓→push→站点自动上线→回验线上正文和配图三处 200(网页正常返回的信号),全部通过才报完成。验的是读者会打开的线上页面;没验完,它不报完。

上线后,我人眼发现了封面底部一条黑带。原因是 1504×640 的封面被误套截图裁剪框,PIL(处理图片的程序)越界补黑。讽刺的是,机器逐张验过截图,偏偏封面那张想当然没验。机器没有看错任何它看过的东西,只是它看过的东西里,没有那张封面。

黑带是人眼抓出来的,十分钟修图重发,这条流水线才算真正闭环。那一刻的分工很清楚:机器管批量,人管意外。再全自动的流水线,也得留一双人眼。

我嫌推广力不够,四个分身并行重写四个平台的稿子。负责微博/X 的分身发现任务简报把「2 亿 Tokens」误写成「2B tokens」,按事实表自行纠正为 200M tokens。没请示谁,它自己改对了。简报是任务的输入,输入有错,输出不能跟着错。稿子可以重写,数字不能重写。

写教程的人最怕两件事:稿子过时,数字出错。这条流水线给两件事各配了岗位:开头那句口令管新鲜,逐条复算管准确。

所以这不是「居然还能这么用」,是「居然就该这么用」。知识放在仓库里,谁上岗谁先读;质检交给流程,写错数会被复算出来。至于发布权,始终留在人手里——AI 写到「等人点头」就停下,这是流程设计,不是巧合。点头之前,站点不会多一个字。

想复刻这条流水线,三步照做:

  1. 把你的项目文件夹绑定给 AutoClaw。做完这步,它才看得见你的仓库。
  2. 说那句话:「当前项目是什么项目?请先拉取最新仓库,然后再详细阅读。」预期结果:它先交回项目画像,再谈别的。
  3. 追问验收:让它拿线上结果回验,别听口头汇报。线上什么样,就报什么样。能对上的数字,才是真数字。

这套打法的完整实操教程(含全部操作截图),见姊妹篇:一句话,让 AutoClaw 接管你的项目仓库。更多工具实测档案在工具档案库,想系统入门的去 AI 学习中心。

最后附赠羊毛:10-21 前登录 AutoClaw,领 2 亿 Tokens,折 20000 积分,每号一次,领后 7 天内用完,别囤;10-25 前每日登录再领 500,付费会员 800(含 GLM Coding Plan 个人套餐)。换算一下,20000 积分相当于普通用户每日领 500、连领 40 天的量。10-21 截止,别错过。

← 返回文章列表