微光札记

一次对话 2265 条信息，我和 AI 都经历了什么？

希望我的经历，能帮你省下那1500条。

公众号原文
中午抽空开发了一个日志保存的功能，和AI聊了两个版小时，也吵了两个半小时。
不是那种真的吵架，而是：我以为我说清楚了，它理解偏了；我以为这个很简单，它搞复杂了；我以为快好了，它又错了。
  • 下午1点 开始的时候，我是 信心满满 的：就一个自动汇总的脚本，估计半小时能搞定？
  • 下午2点 左右的时候，我是 困惑不解 的：怎么连"所有对话"这种词还能理解错？
  • 下午2点半 的时候，我是 有点火 的：我要的是叙述文，你给我个统计报表干嘛？
  • 下午3点半 ，我是 长舒一口气 的：终于，对上了。
事后统计了一下，这两个半小时下来，总共 2265条消息 。
平均每分钟15条，全程高强度的来回（当然，是AI反馈得多）。
现在我把全程摊开来讲：所有节点由Claude code提取真实会话里的信息。有真实的对话、真实的情绪、真实的教训。
不是要吐槽AI，是想聊聊： 为什么和AI沟通这么难？ 以及， 怎么才能少走弯路？

01.
我们从一个信心满满开始
图片

事情要从今天下午说起。
我想自动化一个重复性工作：每天把和AI的对话记录，自动汇总到我的Obsidian日记里，作为记忆系统的一部分，后续会导入MemOS中（这个后面会展开来讲）。
于是我打开Claude Code，输入了需求：
我：写一个规则，每天晚上1点时帮我操作，将前一天所有的对话记录信息更新到日志文件中
那时候的我，信心满满。心想：这还不简单？写个脚本解析一下前一天的会话记录，加上OpenClaw的定时心跳触发，半小时搞定。
AI 也很干脆：
AI ：我来帮你创建一个自动化脚本，每天凌晨1点自动运行...
然后就开始写代码了。
一切看起来都很顺利。
问题恰恰就出在"看起来"这三个字上。

02.
第一次误解——"所有"不等于"所有"
图片

大概半小时后，Claude说测试完成了，给我看了输出：
AI：测试：处理今天的会话 (2026-03-09) 日记路径: /Users/XXXX/00-Daily/2026-03-09.md 找到 10 个会话文件
会话列表：
[13:02] 9ac9087d... 问题: 根据这篇文章提供的信息... [13:59] 5ba28cda... 问题: 检查一下本地MemOS... [11:15] 18eb9f38... 问题: 将所有的claude code配置打包... ...
？？？
这不对啊。
我说的"所有对话"，是指我每天开的 10个会话窗口 ，每个窗口都要处理，合并到一起。
但AI理解的"所有对话"，是 当前会话 的所有消息，然后列了个会话目录。
我立刻指出问题：
我：这个是记录一个会话，还是说前一天的所有对话过程都记录？我需要记录所有对话过程，而不是某一个对话。我每次和claude code沟通都是一个新窗口
AI赶紧道歉：
AI：抱歉误解了。你需要汇总所有会话的内容，而不仅仅是列出会话列表...
然后开始库库改代码。
这么简单的"所有"，怎么还能理解错？

03.
第二次误解——"汇总"不等于"统计"
图片

AI：分析日期: 2026-03-09 总共提取 2265 条消息 识别 9 类任务
任务分类: 
代码开发: 588 个对话 
安装配置: 491 个对话 
数据分析: 89 个对话 
测试验证: 88 个对话 
配置同步: 82 个对话 
调试修复: 62 个对话 
系统维护: 34 个对话 
文档写作: 24 个对话
✅ 已更新日记
我整个人都不好了。
这哪是我要的"汇总"？
我要的是：把同类型的任务合并，用叙述性语言写出背景、过程、结果。
它给我的：一个统计报表，数了数代码开发有588条、安装配置有491条...
这完全不是一回事啊！
我开始意识到，这不是AI"笨"，而是我的语言有歧义——我的脑子有语境，AI都没有。
我：注意看我的要求。是需要完整的 背景、过程、结果和待完成事项 。而不是日志的数据输出。写到openclaw的日志，是由openclaw启动心跳系统来完成这个任务，对claude code和openclaw的对话都进行。
然后我意识到，描述了半天不如给个例子。
于是我直接贴了我要的格式：
软件安装任务一 ：根据 XXX 文章的内容，安装文章中到的skills过程 ：分析文章，梳理出XXX、XXXX等插件，并通过github安装，目前均已安装完毕结果 ：安装了XXX、XXXX等X个Skills
我：这是完整的案例，照这个格式来。

04.
然后，AI 给我整了个大的
图片

AI说"✅ 已更新日记"后，我打开日记一看，整个人都不好了。
原来的日记内容没了，取而代之的是一堆格式错乱的东西：
`分析日期: 2026-03-09 总共提取 2265 条消息 代码开发: 588 个对话 ...`
我那天上午的工作笔记、待办事项、重要记录， 全没了 。
那一瞬间，我是真的慌了。
（介个，忘记截图了）
那一刻我的大脑一片空白：
  • 今天的工作笔记没了
  • 待办事项没了
  • 一些临时记下的想法、思路，全没了
我能回忆起来多少？估计10%都不到
我骂了它一顿，然后让AI给我找回来（说不定人家有备份呢）
然后它又开始干活了
结果整了半天，还是没弄出来。
还好，我想到了Dropbox有历史版本功能。
赶紧打开Dropbox，找到那个文件，右键 → 查看历史版本。
看到了！几分钟前的版本还在。
再晚一点，我云端的记录都被覆盖掉了
我恢复了原来的内容，然后立刻给AI发了消息：
我：你的测试不能直接覆盖我的日记 ！这是我的真实数据！
以后测试，先写入临时文件，我检查确认后，再正式写入。
这次幸好有Dropbox历史版本，不然我真的GG了。

05.
终于完成了
图片

经历了刚才的惊险时刻，我意识到不能再让AI"猜"了。我直接贴了完整的案例格式：
软件安装任务一 ：根据 XXX 文章的内容，安装文章中到的skills过程 ：分析文章，梳理出XXX、XXXX等插件，并通过github安装，目前均已安装完毕结果 ：安装了XXX、XXXX等X个Skills
我：这是完整的案例，照这个格式来。写到openclaw的日志，是由openclaw启动心跳系统来完成这个任务，对claude code和openclaw的对话都进行。
这次，AI终于明白了：
AI：明白了！你需要的是：
扫描前一天的jsonl文件
按任务类型分类并合并同类项
每个任务包含：背景、过程、结果、待办事项
使用叙述性语言，不是统计数据
现在开始执行...先写入临时文件，你检查后再正式写入。
你终于知道是要AI来理解会话内容，不是关键词匹配了
早给案例不就完了？前前后后折腾了这么久。
那一刻我突然明白： 自然语言描述，每个词都能理解，但合起来有歧义；具体案例，格式结构一目了然，没有歧义。

06.
复盘一下：2265条记录来自哪里
图片

事情搞定后，我让AI统计了一下，发现那天总共产生了 2265条消息 。
从下午1点到3点半，两个小时36分钟，全程高强度的来回。
我把它们拆开来看：
轮次
消息数
占比
结果
第一轮（"所有"误解）
~500条
22%
失败
第二轮（"汇总"误解+日记被覆盖）
~1200条
53%
失败
第三轮（给案例对齐）
~400条
18%
成功
技术实现
~165条
7%
完成
有效消息大概只有30%，剩下70%都在来回修正、误解、调试。
最讽刺的是：如果我从一开始就给案例，预估500-800条消息就能搞定。
多出来的1500条，完全是因为：
  • 我以为"所有"这个词很清楚，但AI理解成"当前"
  • 我以为"汇总"这个词很清楚，但AI理解成"统计"
  • 我一直在描述需求，但从来没有给过具体格式

07.
我学到了什么
图片

这两个半小时 + 一次数据危机，换来了三个教训。
教训一：把AI当实习生——任务要明确、要具体、要给案例
我之前的认知是：AI很聪明，说个大概应该能懂。
现在的认知是： AI就像实习生，你要交代清楚。
（其实这个认知很早就有AI大牛说过，但自己没经历过，总觉得问题不大。果然有些坑还是要自己踩）
2265条消息里，前1700条都是在"误解-修正"的循环里。
最大的问题就是：我以为我在"沟通"，其实我一直在"让AI猜"。
  • 我说"所有"，我脑子里有画面，AI没有
  • 我说"汇总"，我脑子里有格式，AI没有
  • 我说"分类"，我脑子里有标准，AI没有
解决方案：第一轮就给案例。
你想想，你让一个实习生"做个总结"，他做出来的和你想要的能一样吗？肯定不一样。你要给示例、给模板、给标准。AI也一样。
❌ 别说： "汇总对话，提炼要点，分类整理"
✅ 改说： "复制这个格式，填入内容：[完整案例]"
多花1分钟准备案例，省2小时来回修正。这账怎么算都划算。
教训二：AI不会自我怀疑——你必须做验收
AI说"已更新日记"，这句话听起来很笃定、很自信。
但它的自信是建立在"我执行了代码"的基础上，不是建立在"结果是正确的"基础上。
AI不会自我怀疑 。它错了也不知道，它不知道自己不知道。
这次如果没有Dropbox历史版本，我真的GG了。
所以你必须做验收：检查、测试、验收，一步都马虎不得。
这不是不信任AI，这是基本的工作流程。就像实习生交给你代码，你会直接上线吗？肯定要先跑一遍测试。AI也一样，甚至更要测试——因为它更"自信"，错了也面不改色。
教训：任何AI输出的内容，尤其是要写入文件、修改配置的，先看一眼，先测试一下。
教训三：自动化越强，安全意识要越高
日记被覆盖这件事让我深刻意识到： 自动化越强，一旦出错的破坏力就越大。
  • AI不知道"危险"：覆盖文件？它觉得没问题
  • 自动化 ≠ 安全：自动化脚本出错，破坏力更大
  • 你要做安全阀：测试、备份、分阶段写入
我现在改的流程是：
  1. 先写入临时文件
  2. 检查格式和内容
  3. 确认无误后再追加到日记
类比一下：给实习生数据库权限，你会让他直接在正式环境操作吗？肯定先在测试环境，验证通过了再上生产。
AI操作你的重要文件，也一样要谨慎。

08.
更大的反思
图片

这2265条消息，让我对"和AI沟通"这件事有了更深的理解。
AI很强大，但它不是你。
  • 你的常识，AI没有
  • 你的经验，AI没有
  • 你的判断，AI没有
  • 你的语境，AI没有
我们人类沟通，很多时候依赖的是"潜台词"和"共同语境"。
我说"汇总所有对话"，你脑子里立刻有画面：多个窗口、合并、提炼。因为你也是人类，你也有类似的场景和经验。
但AI没有。
它看到的只有字面意思："所有" = "all"，"当前会话的所有消息"也是"all"。
沟通的本质，是把脑子里的画面，投射到对方的脑子里。
面对AI，这个任务反而更难，因为：
  • AI没有你的人生经验
  • AI没有你的语境背景
  • AI不会主动问你"你确定吗"
  • AI很自信，错了也面不改色
所以和AI沟通，要更清晰、更具体、更可验证。
  • 不要说"所有"，说"10个会话窗口"
  • 不要说"汇总"，给一个完整案例
  • 不要说"测试"，说"写入临时文件，我检查后再正式写入"
这不是啰嗦，这是必要的成本。
多花1分钟说清楚，省2小时改错。这账怎么算都划算。
2265条消息的两个半小时，有点折腾，但值得。
希望我的经历，能帮你省下那1500条。