我做了一堆自动化，才发现真正的回报不是省时间

早上遛狗时想了一下这阵子做的几件自动化，发现一个反常识的结论——它们真正的回报根本不是「省了几小时」那么简单。

01 散落的自动化，串起来是一张地图

这阵子我把不少事情自动跑起来了。

把 Hermes 在 Telegram 上的频道整体搬到了 Discord。表面看是换平台，本质是上下文管理——不同项目的对话和资料如果挤在一个空间里，AI 自己也会被噪音淹没。Discord 的「主区 → 子区」结构正好契合：每开一个新话题，让 AI 自己起一个子区，上下文自动分开。

Telegram 群的审核做了两层。第一层是硬代码，扫到关键字直接禁言、踢人——公开群每天都有广告诈骗，必须用规则兜底。第二层是本地跑的 Qwen 2.5 7B 做语义判断。对比过更大的版本，发现 7B 是「速度」和「效果」的平衡点，再大就跟不上公开群的实时性要求。

微信群的助手在做另一件事：每天根据前一天群里的内容自动生成一个问题，引导大家继续讨论。机器人先出题，我审核没问题就发出去。

公司里跑的自动化更「硬」一些——售后零件仓库的异常库存分析报告、每天向经销商邮箱发布发货箱单、供应商到货的提醒邮件等，这些放在供应链节点上极其管用。

单看每一件都不起眼，但串起来你会发现：每一项都在做同一件事——把一段重复劳动从我的注意力里搬出去。

如果只看单点，自动化的回报是线性的——一件事原本花一小时，自动化之后花十分钟，省了五十分钟。这是大部分人理解的「提效」。

但这阵子我反复体会到的是另一层：省下来的时间花在哪里，才真正决定回报。

如果省下的五十分钟用来刷手机，这件事的回报到这里就结束了。但如果用这段时间去找下一个能自动化的点，回报就开始堆叠——下一个点又省出一段时间，再去找再下一个。这就是复利。

线性提效和复利的差别，在三个月内可能看不出来，但放到一年的尺度上，差距是数量级的。

真正稀缺的不是「会自动化的能力」，而是「愿意把省下的时间继续投回去」的习惯。

要让这个循环转起来，得不断观察自己的生活、工作、探索过程——哪些事情是重复的、规则化的、可以被搬出注意力的。可以是搜索某个领域的新闻，可以是处理一类邮件，可以是生成日报，可以是给小孩出每日学习题。

很多 AI 工具现在都有「定时任务」或「长任务」功能——可以让 Hermes、OpenClaw 这些 Agent（代理程序）在你不用电脑的时候自己去探索、抓取、整理你预期方向的内容。你不断给反馈，它就越知道你想要什么。

文章配图 01

最近我同时在用 Claude Code、Codex、VS Code + Copilot、Windsurf 四个工具。不同场景各有强项，但如果只推荐一个给完全没有编程基础的新手，我会推 Claude Code 或 Codex。

这点其实反直觉。IDE（集成开发环境）看起来更「专业」——目录树、终端、调试面板都摆着，似乎更适合「正式编程」。但对一个没怎么写过代码的人，IDE 的界面复杂度本身就是门槛，还没开始解决问题就被工具卡住了。

Claude Code / Codex 反过来——桌面版本质上就是一个对话框 + 你指定的工作目录。你告诉它需求，它在这个目录里生成文件、运行命令。你看不到那么多面板，但能看到它做了什么。这种「和人聊天 + 看它干活」的模式，对入门特别友好。

几个具体差异可以参考：

①Codex 在控制电脑（清理文件、填表单、浏览网页）上做得更好，长任务也能跑几天

②Claude Code 在编程上更强，每周都有新功能

③VS Code + Copilot 适合已经熟悉 IDE 的人，调试更方便

④Windsurf 定位和 VS Code 很类似，有 Devin 模式可以长时间自主运行

如果觉得反复点 approval（确认按钮）很烦，可以把模式调到 bypass（跳过确认）。但前提是你指定的工作目录必须是安全目录——比如一个专门的项目文件夹，让它在里面探索不会动到电脑别的地方。

最后一条建议：免费模型如果让你感觉受限，付一个月试试付费模型。国内国外都行，差别比你想象中大。先用最强的模型把第一个自动化跑通，比省那几十块更重要——因为这个复利循环一旦转起来，第一个月的钱很快就赚回来了。

自动化不是为了让你不工作，是为了让你有时间做更值得做的事。

文章配图 02

— END —

感谢阅读，如果觉得有启发

欢迎关注「薛衡 Henry」