我不再被需要了
我如何自动化了自己作为AI负责人的角色——以及那究竟是什么感觉
上周，我意识到了一件让人不安的事：我已经把自己从项目经理的大部分工作中自动化掉了。不是理论上的，不是作为练习。我真的做到了——一点一点，一个会议接一个会议，一个分析接一个分析——直到我看着自己每天剩下的工作，心想：这些事情不再需要我了。
我是德国一家中型企业的AI负责人。我的工作是在整个公司范围内评估、实施和管理AI解决方案。讽刺的是，我被雇来推广的那些工具，现在正在比我更好地完成我的部分工作。
说实话：AI并没有把一切都做到完美。有过失败，有些输出需要大幅修改。但这些失败与它交付的数量和质量相比微不足道。总账压倒性地倾向于机器。
事情是这样发生的。
基础：先自动化无聊的工作
一切始于会议。每个知识工作者的生活都被会议主宰，而每个会议都产生同样的开销：笔记、行动项、跟进、为下一次会议做准备。
我构建了一个AI agent工作流，它做以下事情：
1. 会议转录和笔记。 我们公司使用Microsoft Teams，它提供自动转录——但质量往往一般，特别是当人们在句子中间在德语和英语之间切换时（这在一个有国际团队的德国公司里经常发生）。所以我设置了我的agent来获取原始视频录制并生成它自己的转录，质量始终更好。从这个转录中，它生成结构化的笔记和可执行的行动项。
2. 会议准备。 在会议之前，我让agent回顾所有先前的背景——之前的会议笔记、相关文档、未完成的任务——并生成一份准备简报。这包括：
- 应该讨论什么
- 我们需要达成什么目标
- 我们还需要获取什么信息
仅这一项就为我节省了数小时的会前研究和准备时间。
3. 每周状态报告。 我将agent连接到Confluence（我们的内部文档）、Asana（我们的任务管理工具）和我的日历。通过给它一张上周日历的截图，它交叉引用所有内容并生成：
- 我完成了什么的摘要
- 什么还在进行中
- 什么在阻碍我
它将所有这些汇总成一份结构化报告，然后提供一个分析，我用它来准备每周的团队check-in。过去在会议前那种繁琐且往往手忙脚乱的工作——从零散的笔记和记忆中拼凑出我一整周都做了什么——现在只需要几分钟。
案例研究：自动化整个项目工作流
真正的觉醒来自一个具体的项目：为公司寻找知识库解决方案。
三个不同的部门需要这个：IT服务台、客户服务和产品管理。每个部门有不同的需求、不同的现有工具，以及不同的利益相关者和各自不同的意见。这种项目通常需要数月的会议、探索和政治周旋。
传统流程是这样的：
- 利益相关者的初始需求
- 澄清会议以理解真正的需求
- 需求定义
- 探索现有的内部解决方案
- 研究外部解决方案
- 评估和比较
- 最终提案
我把几乎所有环节都自动化了。
Agent处理了与利益相关者对话的会议转录。它消化了关于我们现有工具的文档——Salesforce（我们的CRM）和Jira Service Management（在我们IT部门利用不足）。它分析了不同部门的需求，识别了重叠和冲突，并帮助综合出一份提案。
我们本质上做的是把存在于我脑中和公司各处专家脑中的所有知识数字化——要么通过书面文档，要么通过会议本身。Agent把所有这些处理成它可以推理、比较和得出结论的形式。
结果并不完美。它仍然需要我的判断力、我对公司内部动态的理解、额外的未记录约束，以及对哪些解决方案真正能被采用的直觉。但它在极短的时间内完成了80%的工作。
愿景：接下来会发生什么
这就是事情变得有趣——也有点令人不安的地方。
我能清楚地看到下一步，尽管我们还没有实施：自动化利益相关者沟通本身。与其安排十几个会议来澄清需求，想象一个聊天界面，agent直接与利益相关者互动。它问正确的问题，澄清模糊之处，以结构化格式捕获需求，然后：
- 评估内部已有哪些解决方案
- 从市场探索其他选项
- 将需求与可用技术匹配
- 为所有利益相关者生成提案
一个目前需要数周日程协调和会议疲劳的流程，可以异步地、彻底地完成，而不需要任何人去找大家日程上的空闲时间。
这就是"我不再被需要了"不再是玩笑的时刻。
如何自己构建这一切：实用指南
如果你想开始自动化自己的工作流，以下是对我有效的方法：
第一步：从会议开销开始
这是最容易摘到的果实，也是大多数知识工作者回报率最高的自动化。找一个AI agent（Claude Code、基于GPT的工作流或类似工具），它能：
- 转录会议（特别是如果你的企业工具做得不好）
- 提取行动项和关键决策
- 生成结构化笔记
第二步：连接你的数据孤岛
真正的力量来自将agent连接到你工作实际所在的工具：任务管理、文档平台、日历、邮件。Agent需要上下文才能有用。没有上下文，它只是又一个聊天机器人。
第三步：自动化准备工作，而不仅仅是记录
大多数人止步于"AI帮我做会议笔记"。更大的收益是让AI为你准备会议。把所有先前的背景喂给它，让它告诉你接下来需要做什么。
第四步：建立每周综合工作流
连接你的日历、任务管理器和文档工具。让agent创建一份你审阅和完善的每周总结。这迫使你保持工具的更新（因为agent的输出质量取决于它能访问的数据），并让你清楚地看到时间到底花在了哪里。
第五步：端到端地处理一个真实项目
选一个有明确输入（利益相关者需求、现有工具、市场选项）和明确输出（建议或提案）的项目。把一切都喂给agent，看看它能做到什么程度。你会惊讶的。
没人谈论的部分：倦怠
这是那些生产力帖子里不会提到的阴暗面。
与agent多任务协作的能力——同时运行多个AI工作流，每个处理不同的项目——让我变得难以置信地高效。我现在能在行政管理、项目管理和软件开发方面完成我从未想过可能的事情。对于我这种性格和工作风格的人来说，这让人上瘾。
所以我不停地推进。测试极限。看看还能做什么。因为我这种性格在该停的时候停不下来，这付出了代价——精神上和身体上。
不仅仅是与多个agent在不同任务上保持互动的那些时间。而是这个认知本身的重量。你在向未知冲刺，构建你还不完全理解其影响的能力，而这一切将通往何处的不确定性，制造了一种特殊的焦虑，这种焦虑很难向没有亲身经历的人解释。
有句话我反复想起："如果你没有感到一点眩晕，说明你走得还不够远。"我感到了眩晕。有些天它令人兴奋。有些天它就只是眩晕。
"不再被需要"到底意味着什么
当然，"我不再被需要了"是夸张了。AI无法处理办公室政治。它不知道该联系哪个利益相关者。它读不懂一个房间的氛围，也无法建立那种让人们真正采用新工具而不是忽略它们的信任。
改变的是我在哪里被需要。琐碎的工作——转录、摘要、研究、初稿、对比矩阵——那些已经解决了。剩下的是战略、判断力、品味和人际关系。那些最难自动化、也最难定义的东西。
我感受到这些AI agent悬在我肩上的重量和力量。它同时是解放的和令人窒息的。解放，因为我终于可以在我一直想要的层面上工作——思考什么才是重要的，而不是淹没在行政事务中。令人窒息，因为脚下的地面在不断移动，而我能看到它也在每个人脚下移动。
诚实的事实是，自动化释放了我，让我在更高层面的运营和管理中工作。但它也移除了那些曾经构建我日常生活的忙碌工作的舒适脚手架。当忙碌的工作消失了，你面对的是更难的问题：我们到底应该做什么？什么是重要的？当没有明确答案时，什么是正确的选择？
这些是仍然需要人类来回答的问题。至少现在是。