我放弃了openclaw+Obsidian 24小时工作流 折腾了obsidian多端同步+openclaw小龙虾+claudecode几个晚上,甚至凌晨三点删掉了一个多g文件,我终于放弃了这套24小时AI工作流… 我们与AI的正确协作方式到底应该是怎样? #openclaw #Obsidian #效率 #ai #抖音职场茶水间
近期构建OpenClaw、Obsidian与ClaudeCode联动的“24小时AI工作流”遭遇了实质性失败。在经历了多端同步导致的文件损坏、垃圾数据堆积以及持续的系统维护焦虑后,不得不放弃这一全自动化设想。这一过程引发了对多端同步必要性、自动化边界以及人机协作正确姿势的深层反思。
01理想方案与现实困境
最初的构想是建立一个全天候运行的AI工作团队。通过手机端随时采集素材,利用云端的ClaudeCode远程处理任务,并让部署在服务器上的OpenClaw“小龙虾”智能体读取同一份Obsidian知识库进行自动化作业,最终在电脑端直接获取成果。这一模式旨在消除设备边界,实现AI的24小时不间断工作。
| 理想预期 | 现实问题 |
|---|---|
| 手机/电脑/AI共用同一知识库 | 多端任务场景与逻辑本质冲突 |
| 随时随地调用与处理素材 | 产生1.3GB垃圾文件与空文件 |
| 24小时AI自动化产出 | 同步Bug导致笔记丢失与数据混乱 |
理想24小时工作流与现实的偏差
实际运行中,技术缺陷迅速暴露。Obsidian同步插件存在严重Bug,导致附件文件被重复生成,数以万计的空文件堆积在目录中,最终造成了约1.3GB的垃圾数据。这种不可预测的文件损坏风险,使得无论是人工编辑还是AI编辑,都伴随着“牵一发而动全身”的紧张感,数据安全无法得到保障。
02核心纠偏与反思
冷静分析后,这套工作流的失败并非单纯的同步技术问题,而是源于对工作流本质的误解。多端同步并非刚需,全自动化更非效率的代名词。以下三个维度的反思揭示了更合理的协作逻辑。
- 去伪存真:多端同步的伪需求
不同终端的任务属性截然不同。移动端本应用于生活与碎片化采集,而非深度工作;云端AI智能体更像是“实习生”,应配备独立的知识库而非混用主库。强行统一多端知识库只会增加系统熵,而非提升效率。 - 克制贪念:自动化的边界
试图通过自动化实现“躺平式工作”是不切实际的贪念。自动化流程中的每一步都需要人的深度参与,只有明确指令,AI才能产出有价值的结果。AI是杠杆,人必须作为支点存在。 - 回归本质:人机协作的正确姿势
自动化的前提是拥有完整的手动SOP(标准作业程序)。若缺乏成熟的流程,自动化只会加速混乱。效率的关键不在于让AI24小时工作,而在于人在电脑前的那几个小时内,如何与AI进行高频、深度的协作。
综上所述,构建AI工作流不应追求形式上的全天候覆盖,而应聚焦于核心场景的效能提升。区分哪些工作真正需要自动化,哪些仅是“感觉上需要”,是摆脱无效折腾的关键。
当前文章无评论,是时候发表评论了