我让 AI 给我打工已经两周了。
不是 API 调用那种打工——是真正的、24 小时不睡觉的那种。
它们帮我打冷电话、自动发社媒、写博客、做竞品分析。
跑在我的 Mac 上，我把它们叫做小龙虾。
但小龙虾这东西，不盯就出事。
— 第一课：冷水里的虾是另一种生物 —
3 月 6 号，我跑了一个 ASR 对比测试。
同一个模型，MLX Whisper：
冷启动：11.75 秒
热启动：0.86 秒
14 倍的差距。
没有任何配置改动，只是第一次 vs 第二次。
这个数字让我重新想了一件事：
我们评测 AI 性能的时候，测的到底是这个模型，还是这个模型在某个状态下？
冷水里的虾，和热水里的虾，不是同一只。
— 第二课：有些墙，承认比死磕值钱 —
同一天，我试图让 agent 说粤语。
改了 style tag：粤语
换了另一个 tag：Cantonese
又试：广东话
换 voice、换 prompt、换模型。
全部输出普通话。
折腾了几个小时，最后在日志里写下一行字：
「粤语暂时不可靠，接受现实。」
然后去做下一件事。
不是放弃——是认清边界，然后绕开它。
这是工程师和研究员最大的区别之一。
— 第三课：两只虾不能抢同一根水管 —
第一次跑社媒自动发布，Instagram 发疯了。
排查了很久，最后发现：
同时开了两个 browser session，
两个 agent 在争同一个浏览器进程。
全部卡死。
从那天起立下规矩：
同一时间，只准一只虾碰浏览器。
这个规矩后来救了好几次命。
— 第一周总结 —
三件事，三个认知升级：
1. 性能有状态，冷热两个世界
2. 接受边界，比死磕省时间
3. 并发不是越多越好，资源争抢会让一切归零
下周，它们开始有了自己的脾气。
（Vol 2 下周二见）
