你用不好 Agent，不是提示词写得差。
是你还在当监工。
前两天我又把《AI炼金术》余一那期翻出来听。节目在小宇宙，栏目是徐文浩、任鑫做的。她把自己管的那一堆 Agent，说成一家百人公司。
她的原话，表里记的是：
「一个人调度100个agent的产出，可能超过1000个不用AI的人。」
（这条我没对上音频原文，先当她的主张，不写成我核实过的事实。）
我第一反应：夸张。
后来听明白了。她说的不是你真雇了一千人。是你还在用管十个人的办法，去管一百个。十个人你可以盯。一百个你再盯，公司会死，你也会死。
说白了，瓶颈不是模型。瓶颈是你。
节目里有个画面。余一站在台下，打开一份自己没看过的 PPT，按播放。屏幕上用她的声音讲四十来分钟。选题、资料、排版、配音、短视频，她给的指令就一句话：启动全自动模式。节目录了六分钟快进，机器实际干了四十分钟，中间零确认。
试错成本她算过：翻车大概五十块 token。她要是全程盯着，时薪可比这贵。
这些数字来自节目页和表内摘要，不是我现场看过她的后台。
我自己吃过这个亏。
做 Token.Step 的时候，我抱着电脑盯了三天，手动循环，人先累死。后来改 Goal 模式：晚上睡觉前让它开始运行，早上起来验收就行了。那一刻我才承认——这不是提示词问题，是管理问题。
好的 Goal，我后来就管五件事：目标、证据、边界、迭代、停止。中间那一长串「先做这个再做那个」，别再贴在对话框里。
余一比我说得更狠。她给 Agent 画红绿灯。
绿灯：材料齐、流程清、没大风险，自己干，别汇报。
黄灯：可逆的，先做再告诉她，事后可以骂。
红灯：涉及钱、改底层、不可逆，写进异步文档，等她批。
她还故意不管。有次短视频标题叫「棉手套」，她当时就觉得这词太抽象，观众看不懂。她没改。发出去，把播放、完播、点赞丢回去，让它自己复盘。机器后来自己说出一句人话：棉手套引发的是困惑，不是好奇。困惑是完全不知道在说啥。好奇才是大概知道、想看细节。
这事我不敢写成「标题实验数据」——表内有复盘原话，我没拿到那条视频的后台数字。能用的只有方法：你不把一手反馈交给它，它学到的就只是「怎么让老板满意」。
第二点更损。很多人所谓复利，就是让 AI 写 lessons.md。写了两万字，下次还犯同样的错。
余一骂过这种做法。她要的不是日记。是改执行路径：更新 Skill、加 Hook、写检查脚本。一句话下次不能改变行为，就不配进系统。
「我不希望他的复利给我积累的是一堆细节的经验，而是希望他压缩到说这个问题背后到底是哪一类问题。」
这句是表内金句，C 级，是她的，不是我的。
我这边能对上的亲历，是另一件事。招聘卡住半年，小四百人来，见一个不对一个。后来让两个 AI 吵了二十来分钟，才发现我问错了：我以为缺一个做内容的人，其实缺的是能让我专心做内容的人。运营消耗是失血，内容产能是造血。造血再快，失血止不住也是白搭。
管理问题，经常不是执行问题。是你把决策权握死了，还把问题定义错了。
所以你明天别再优化那条 Prompt。做三件能下手的：
第一，选本周最影响交付的一件事，让 Agent 先跑第一轮。不是你做完再让它润色。Agent First 是这个意思。24 小时启动，48 小时看见第一版。这是我 2026 年 8 月才定名的口径，别听成我十年前就会。
第二，把目标、验收、红黄绿灯写进一份异步文档。关掉窗口。它要问你，让它把问题写回去，做完再叫你。你盯着它的四十分钟，通常比它浪费的那点 token 更贵。
第三，复盘只收三类结果：改了哪条 Skill、加了哪个检查、下次哪条路被堵住了。出现「下次注意」「提高警觉」，直接打回去。
余一还有一句，我同意：
「环境、激励、反馈，这三个是我比较可控的地方，中间的过程不重要，交给他就好了。」
AI 替代的是手，不是脑子。手交给它。脑子留在你这：什么值得做，什么叫做好，谁承担后果。
董事长的活，就这三件。
你现在管的，是一个对话框，还是一家还没命名的小公司？