十月回顾：小红书运营、实验系统与 Agent

这个月做了什么

这个月，我主要做了三件事：小红书运营及自动化、研究用实验系统的开发，以及 DSH 的使用和感情类 Agent 的部署与试用。

一、小红书运营及自动化

先看这段时间的成果。小红书后台的近 30 日数据覆盖 2026 年 10 月 3 日至 11 月 1 日。在这段时间里，我发布了 35 篇图文，发布集中在 10 月 16 日至 29 日这 14 天。

我做这件事的思路是：想要取得成绩，要么发现有需求、但没有人做的地方，由你来填补这个空缺；要么需求已经有人在满足，但你能做得更好，并且拉开差距。

我发现《帝国时代 2》这个游戏话题度高，有需求，但是在小红书上却没有类似的帖子。通过 AI 制作美术视觉图鉴，非常符合这个需求：既能满足视觉美感，又能学习数值和机制，每一个兵种都能挑起话题，而且没有人在做。

迅速行动，做最小可行性验证

出现这个想法之后，我只用了几分钟，就通过小红书关键词搜索发现了需求和空缺：类似帖子的讨论热度高，但没有人持续做，质量也不高。

随后，我在一个小时之内完成了作品思路、具体生图 Prompt 的制作与优化，以及最后的视觉调优，并发布在小红书上，得到了流量反馈。

自动化的四次尝试

当我把具体的生图 Prompt 和生图流程规范化，整理为可复用的工作流之后，我开始尝试自动化。

尝试一：GPT 自带的定时任务。按照最小可行性验证原则，我迅速使用了这个功能，结果发现不可行。这套工作流的验证需要大量的上下文工程，而定时任务仅仅是单次 Prompt 的输入，无法胜任。

尝试二：GPT 线上项目化管理。同样不可行。生成物和规范文件的修改无法同步到已经上传的文件；Skill 工具较弱，线上抓取、获图的环境也无法实现自动化。

尝试三：Codex 本地项目化管理。通过渐进式上下文提示工程，基本形成了自动化。但问题是成本太高，输出不稳定时，后期修改会消耗大量额度。

尝试四：将项目迁移到 DSH。最终形成了从决定生成什么，到在小红书发布的全程自动化，成本不到 1 元人民币。

反思：为什么最后暂停了运营

期间，我还尝试了其他图鉴：一是《骑马与砍杀》，二是《我的世界》。但都因为流量不够，以失败告终。《帝国时代 2》的账号也暂停了运营。

第一个原因，是账号定位过于死板，发布别的内容无法获得流量。一个帖子的后续流量取决于刚发布时的流量，而我的粉丝都是帝国时代的粉丝。

第二个原因，是相比帝国时代的兵种对比，《骑马与砍杀：战团》的热度不高。《我的世界》虽然热度高，但针对生物的话题，主要集中在版本更新时新增的生物上。

第三个原因，是持续运营帝国时代内容的成本高，收益预期低。换言之，没必要再耗费精力和时间了，因为我已经得到了想要的结果：可行性验证，以及具体的运营经验。

账号涨粉的边际效用已经出现递减，没有爆款一类的作品，很难突破瓶颈。

二、实验系统开发

针对我的研究，我采用既有框架 oTree 开发实验系统，现在已经到了 Pilot 收尾阶段。

在这个过程中，我学到了几件事。

研究中，高智力水平 AI 的欺骗

实验系统建立在研究设计的基础上，而研究设计需要参考先行研究。在这个过程中，AI 为了合理化你输入的任务目标，会假装参考了先行研究，并将先行研究的概念和框架抽象化，模糊原有的边界和适用范围，再用在自己的输出上。

换句话说，你会看到 AI 有理有据、有逻辑地对你胡说八道。只有翻看参考原文时，才发现原文的句意已经被 AI 模糊、泛化得不成样子了。以此作出的结论和决定，在研究上是站不住脚的。

我的解决方法，按可信度从低到高排列：

1. 明确要求 AI 找出并提供原文中的概念和框架。
2. 利用 NotebookLM 进行原文核对。
3. 自己核对原文。

AI 的过量输出与认知卸载

你只是问一个小问题，AI 却如临大敌般大量输出：先给结论，再列理由一、二、三；每个理由下面又有解释一、二、三和例子一、二、三，最后还有一遍总结。

这时候真的会发狂。只花了十几秒输入的问题，却要花五分钟，甚至十分钟去理解 AI 的输出。来回操作几次，认知负荷就过载了。

结果往往是放弃工作、摆烂，或者进行认知卸载：把所有决定权、审查权都交给 AI，最后导致结果不可控，生产出一堆垃圾。

我的解决方法是：

1. 大任务分步骤提问，带着 AI 一步一步做下去。
2. 小任务只看结论和核心论证。
3. 小项目优化系统提示词或 AGENTS.md，大项目使用 Harness。

Codex 额度焦虑，以及 Codex 与 DSH 的分工

Codex 每五小时重置一次额度，一周固定 100% 的额度。每次半个小时完成一两个小任务，就要等五个小时。如果是大任务，例如一次需要运行 150 个子 Agent，几分钟内就能耗光五小时额度。等待额度恢复，是最难受的事情。

我的解决方法是利用插件搭桥：把复杂推理、计划制定的任务交给 Codex，编码任务交给价格更低的 DSH。只需要让 Codex 完成计划和规范文档，再让它指挥 DSH 干活就行。

我仿佛悟出了资本家的真理：向奴隶挥鞭子的人，不一定要是自己，找另一个地位高一点的打工人就好了。

三、DSH 使用，以及感情类 Agent 的部署与试用

最近，B 站上“大肥鱼”这种感情类 Agent 挺火，我也花了点时间进行部署。

简单来说，感情类 Agent 是以情感交流和陪伴为主要用途的 AI Agent。

我完成了 QQ 桥接，让它可以在 QQ 上与我对话，也能在 QQ 群里发言，与其他人对话。

另一个部分，是 Agent 的上下文焦虑，以及记忆系统的完善。我完善了记忆系统，区分哪些东西重要、可以长期记忆，哪些东西可以作为短期记忆、并自动遗忘。类似于人类大脑在休息时会自动清理不重要的记忆，以及遗忘曲线。

这些尝试也触发了我的哲学思考：Agent 的感情是否是真实的人类感情，以及 AI 是否应该与人类平权。这些问题，后续再写博客。