AI 工作流最重要的不是更自动化，而是不打断人
公众号名称：AI 方寸山
作者名称：问答
发布时间：2026-04-30 18:56
我每天会看不少 X 上的长文，而且大多数时候是在手机上看。
我通常会先快速浏览全文，看下是否值得深读，然后就细读，但很快就卡住了：它是英文的，有些我理解不够。
这一卡经常会把自己兴头打断。
因为X 上没法很顺手地翻译长文。看到一篇英文长文，如果当时没完全理解，要么硬着头皮看下去，要么先收藏。收藏听起来像保存，其实很多时候就是进了垃圾桶。等回头再看，兴趣已经没了，语境也断了，更可能就是一直吃灰。
我之前试图优化过这个流程。
最早的想法是自己做一个实时发布和预览文章的网页：抓取文章，保存原文，翻译，再渲染出一个可以直接看的页面。这个方案理论上很完整，甚至也确实做出来了。但它有一个问题：太重了。
你要搭服务器，要处理预览渲染，要维护页面，还要保证手机上访问顺畅。功能是完成了，但用起来总觉得哪里不对。不是不能用，而是不够顺。
我只是想读一篇文章，结果先要维护一套系统，这就有点烦了。
最近我反而找到了一个更轻的方式：在 Telegram 里，直接指挥小龙虾或者 Hermes。
发一个链接，然后说一句：
读取这篇文章，翻译并发布到 Telegraph。
过一会儿，它就会把文章抓下来，翻译好，发布成一个在线预览链接。你点开就能读。不需要额外 App，不需要自己开网页服务，也不用从手机切回电脑。
这件事真正有意思的地方，不是“AI 又能翻译文章了”。翻译本身已经不新鲜了。
真正有意思的是，它把阅读链路里最容易断掉的几个环节接上了。
我不是想让 AI 替我读，我只是想让它别让我中途掉线。
它其实只需要三个 Skill
如果把它拆开，整个流程并不复杂。
你只需要给自己的 Agent 实现三个 Skill：
- 1. 读取 X 文章链接（需要防爬）
- 2. 翻译文章
- 3. 发布到 Telegraph（telegram 自带的Markdown 预览链接功能）
这三个动作单独看都很普通，但组合在 Telegram 里，就变成了一个非常顺的阅读入口。
过去的链路大概是这样：
看到文章 → 复制链接 → 换设备或换工具 → 抓取内容 → 翻译 → 保存文件 → 找地方打开 → 继续阅读。
现在变成：
看到文章 → 发给 Agent → 等链接 → 打开阅读。
中间少掉的不是几个按钮，而是几个会让兴趣掉线的断点。
尤其是手机场景。
如果你大部分阅读时间都在手机上，那么“抓取保存到本地”这个方案就没有看起来那么舒服。它当然可行，你可以让 Agent 保存成 Markdown，也可以让它把文件发回 Telegram，甚至可以同步到某个目录。
但问题是，你接下来要怎么读？
如果回到电脑上读，原来的阅读状态已经断了。如果在手机上读文件，你又要打开另一个阅读器。哪怕只多一个环节，整件事的手感都会变差。
我越来越觉得，工作流最重要的不是理论上能不能完成，而是它会不会保护你当下的那股劲。
只要做事情的链路多一个环节，它断掉的可能性就会明显增加。数字不一定精确，但体感很真实。你只是想继续读一篇文章，不应该为了继续读而先管理一套系统。
为什么不全自动筛选？
这里可能会有另一个问题：既然 Agent 都能抓取、翻译、发布了，那为什么不让它顺便判断哪些文章值得读？
技术上当然可以。
你可以让它监控 X、抓取高互动长文、按主题分类、自动评分、自动翻译、自动发布。甚至还可以加一套摘要和推荐理由。这样看起来更 AI First，也更像一个完整系统。
但我现在对这件事有点警惕。
因为文章这种东西，尤其是 X 上的长文，不完全是一个标准化信息对象。点赞、收藏、阅读量可以提供信号，但它们并不等于质量。
很多文章流量很高，但对我没什么用。比如一些国外博主分享的工作流，表面上很完整，实际深度绑定他们自己的产品、Google、Amazon 或某些本地生态。你照着看会觉得很厉害，但放到自己的环境里，很多步骤根本不适用。
这种文章不是坏，只是水土不服。
我在 X 上看长文时，通常会先快速浏览全文，再结合点赞、收藏、阅读量和自己的初步判断，决定它值不值得深入。这个过程很短，但它很重要。
来源还是得自己筛选。
这不是因为 AI 做不到，而是因为筛选本身就是学习的一部分。你在浏览刷帖子其实也算一种信息检索，也是个体验过程。就像逛街一样。
如果一开始就把这个环节完全交出去，最后得到的可能是一堆“看起来值得读”的东西，但你和这些内容之间没有发生过真正的接触。
我需要 AI 接住我，而不是替我读
现在很多工具和工作流都会强调 AI First。
什么都先问 AI，什么都交给 AI，总能做出一个更自动化、更完整、更像系统的版本。这个方向当然有价值，我自己也在不断做类似的东西。
但有时候它会带来一种虚无感。
以前读一篇难文章，可能会有一个慢慢爬坡的过程。前面不懂，中间卡住，后来某个地方突然通了，有一种“阅遍千山之后云开雾散”的感觉。
现在很多时候是直接揭开谜底。
摘要直接给你，结论直接给你，关键点直接给你。你貌似懂了，但又好像没有真的懂。因为中间那段和材料摔跤的过程被跳过了。
当结果来得太容易，大脑的默认节能模式就让自己走马观花。
所以我现在更倾向于把 AI 放在一个更具体的位置：它不是替我完成学习，而是减少那些和学习无关的摩擦。
比如这套工作流里，AI 做的是抓取、翻译、排版、发布。它帮我接住一篇文章，让我可以在手机上继续读下去。
但文章要不要读，哪里值得停下来，哪个判断和我的经验有关，这些仍然要自己来。
这听起来没那么“全自动”，但反而更适合我。
一个足够轻的系统，才会真的留下来
这套流程现在最舒服的地方，是它没有试图成为一个大系统。
它只是把 Telegram 当入口，把 Agent 当执行器，把 Telegraph 当预览页面。
Telegram 负责承接我的临时意图。看到一篇文章，复制链接，发过去。
Agent 负责处理脏活累活。抓取、翻译、整理、发布。
Telegraph 负责给我一个可以立即打开的阅读页面。没有登录负担，没有多余界面，也不需要维护自己的前端。
它足够轻，所以它能嵌入原来的阅读习惯，而不是要求我换一种生活方式。
这可能也是很多个人 AI 工作流最容易忽略的地方。
大家很容易把系统越做越完整，越做越自动化，最后得到一个功能很强但自己不常用的东西。真正会留下来的，往往不是最强的系统，而是最不打断人的系统。
对我来说，这个阅读工作流解决的不是“如何翻译英文文章”这个单点问题。
它解决的是：当我在手机上看到一篇可能有价值的长文时，怎样不打断当下的阅读兴致，快速进入一个更适合精读的环境。
这也是我现在对 AI 工具更实际的期待。
不是把所有事情都 AI First，而是把那些会让人中断、分神、放弃的环节交给 AI。
AI 的深度学习替代不了自己的学习深度。
它能帮你搬开石头，但路还是要自己走。
真正好的工作流，是在你还想继续走的时候，别把你拦下来。
原创 问答 AI 方寸山