两晚动刀:CrewAI 数字员工产线从 33 分钟到 9.5 分钟,每一刀都来自一次翻车

背景与目标

8-9 深夜,本人直接叫停了另一个会话:"干的活感觉不正常,是不是所谓的 AI 幻觉?"那个会话上下文已撑到 293K,产出开始出垃圾:把洪春法写成"做证券的旧同事"(实为征迁)、文章里还在用早就作废的"5 个组架构"口径、把定稿责任推回给本人。

本会话接手,目标三条:查清上个会话干了什么、完成数字团队动刀(引流组效率+质量)、用动完刀的配置产出篇 3。

本期工作清单(全面盘点)

过程回顾

第一刀:口径 bug——任务书下令写错,质检闸保护错误

审查发现配置自相矛盾:rules.md 已改新四岗口径,但 tasks.yaml 4 处 + agents.yaml 1 处还在命令写手写旧口径"5 个组架构";guardrails.py 更离谱,把旧口径当"官方表述"豁免数字溯源检查。等于任务书下令写错、质检闸保护错误。全栈统一修复,39 项测试全过,双模式装配验证通过(CrewAI fdb0bf0 / thinking 7abc4ec)。

第二刀:素材卡机制——"打开招聘软件"这种编造从机制上断根

本人终审篇 3 首版时爆发:"打开招聘软件这种话你是怎么想出来的?我的档案里面有讲过任何我去什么招聘、投简历呀这些事吗?"——产线没有事实来源机制,写手只能靠编。

动刀:每篇开跑前军师写素材卡 materials/current.md(本篇唯一事实来源),自动注入写手和品控;rules 新增 7.5 事实红线——卡外事实=品控必打回。机制当晚见效:篇 3 二改时品控自己枪毙了写手新编的"改方案改到凌晨"情节,没烦到本人。

第三刀:预告溯源——"本人裁定"的二手记录不可信

篇 3 结尾预告"下一篇拆四岗协作",本人质问"这个又是啥?我记得解密这条线系列综合发"。溯源结果:这条"本人改定"出自崩坏会话的二手记录,本人消息原文查无此条——按瞎写作废。立新规矩:凡"本人裁定/本人说过"的二手记录,执行前必须溯源消息原文,溯源不到按存疑报本人(翻车台账 #19);稿内预告必须挂排产日历(rules 7.7)。

第四刀:规则瘦身——语录入规则是换马甲的圣旨体

本人点名:"我的话不是圣旨,又写'(2026-08-10 本人裁定:0 收入很光彩吗)',你写这些口述累赘进规则,只会让你变得更加臃肿,更加笨。"rules.md 瘦身,只留执行指令;立规矩:rules/技能文件/素材卡只写执行指令与事实,谁裁的、为什么、教训原文一律进翻车台账(台账 #20,当晚本人二次点名素材卡里的"禁用 14 天"过程备注,同类病合并记账)。

第五刀:人设定稿入库——档案事实 ≠ 对外口径

本人:"你今天又改我人设描述。"对外人设有已发文章的定稿("我叫野生码农,39 岁,程序员,CSDN 账号注册于 2009 年……"),军师却照内部档案自拟了"高速公司施工单位项目部工程人"变体。定稿逐字录入 rules 人设红线,标注"禁止改写、禁止自拟变体";具体单位/职务非必要不写。

第六刀:负面事实非必要不提

军师先折中成"一篇最多两处",本人再顶回来:"既然是负面清单了,你还要提两次?非必要不要提才对。"规则最终版:负面事实非必要不提;不提就构成误导时(通篇讲投入不谈回报,沉默=暗示有收益)才提,一篇一次,讲清就过。

闲鱼篇:动刀后流程的完整首秀

按新流程全跑一遍:军师写素材卡(blog 初稿全文为底本)→ crew lite 产线 → 军师验收 → 定点改写。两个实测数据点:

• 571 秒 / 29.2 万 token / 零打回零崩溃——8-7 全链是 33 分钟/61 万,速度砍 70%;
• 本人再抓两处:"14 天"站不住(清单记载 7-28 上架,初稿时 12 天,写手自估)、"这局怎么破:我现在没有答案"太丧。转折节按本人口述改写为"三个判断":产品没死死的是渠道(本人常在淘宝/拼多多买电子资料,需求侧真实存在)、位置可以换、验证纪律不动——诚实但有希望,"答案不是想出来的,是试出来的"。

效率账(全部实测)

关键踩坑

• 坑 1:把 run 目录直接甩给本人终审。本人看到"(自报:本人档案)"内部标注大怒——那是审稿版过程文件,定稿是干净的,但本人没错:工程里早立了"唯一交付物=fabu 分发包",是军师自己破了规矩。台账 #21:本人只见分发包或单文件干净终审稿,军师交付前必跑标注残留扫描。
• 坑 2:本人的"幻觉"判断 vs 实情。不是幻觉,是 293K 上下文爆炸后的质量崩坏。教训:长会话到后期,涉"本人裁定"类记录必须可溯源,产出要打折采信。
• 坑 3:"这个项目连 git 都没有"。核实后相反——git 8-7 就建档,动刀每刀有 commit。铁律二的执行案例:判断有误直接摆证据顶回,不迎合。

做得好的地方

• 每个问题类别只犯一次:口径→编造→预告→人设→语录→交付边界,全部当晚收口成规则,零同类复发——翻车台账驱动改进的机制在转;
• 军师终审责任制立起来了:"有质检有军师终审,你还让我过内容?"——分工说死:质检管规则内,军师管口味/事实/交付判断并负全责,本人只当读者+点发布键;
• 效率优化的止损纪律:产出当晚不动大手术(Flow 化留 P1),先小步快跑验证。

复盘与改进

• 隐性知识显性化是 CrewAI 上线的主要成本。subagent 时代军师在环内随手兜底,人设定稿/口径/口味全在脑子里没写过文档;CrewAI 是确定性执行器,配置里没有的它不可能知道。两晚的本质是把"只有军师知道"的东西一条条写进配置。剩余长尾:口味类规则可能还有,但代价可控(每条只犯一次)。
• Flow 化(打回局部重跑)仍是 P1:token 还有 30-50% 下降空间,等一个非产出夜做。
• 篇 4(微信篇)是验证点:出稿时如果本人还要点超过 2 个过程类问题,军师失职,接受点名。
• 本人指挥风格确认:指令不是圣旨,反驳义务生效("白干了"被证据顶回);每句批评都值钱,但必须只收一次钱。

素材点

• "有质检有军师终审,你还让我过内容?同一个问题,昨天今天,两次了!"——数字员工团队权责划分的冲突节点;
• "0 收入很光彩吗?"——负面事实披露纪律的诞生(非必要不提,误导性沉默除外);
• "我的话不是圣旨……语录入规则只会让你更臃肿更笨"——AI 协作里规则文件该怎么写;
• "打开招聘软件这种话你是怎么想出来的?我的档案里有讲过吗?"——AI 写手的编造问题与素材卡机制;
• 33 分钟→9.5 分钟、10 跑 5 死→零崩溃:产线动刀前后对照数字;
• "你就是我的韩信和诸葛亮"——军师定位的原话出处。