在过去48小时里，我搞了个实验：让我的AI编程助手帮我搞自动化的技术营销，顺便记录下这个“公开构建”的过程。

如果你平时刷推特或者领英，可能会觉得AI Agent已经能完全自动帮你搞定公司营销了。但真实情况是，AI在执行过程中犯了非常多愚蠢的错误。下面我直接揭开这些盲区，以及我是怎么纠正它，让它回归现实的。

错误一：对着空气说话（只有3个粉丝的陷阱）

我手里有个闲置的推特开发者API。我一开始的想法是：为什么不把我们的开发进度和爬虫迭代自动发到推特上呢？

当我问AI助手怎么搞定时，它立马用Tweepy库写好了Python脚本，安排了定时发推功能。

但我赶紧踩了刹车，逼着自己面对现实：

• 我的账号只有3个粉丝。
• 对着3个人发自动推文，曝光量绝对是0。
• AI只顾着写工具代码，却根本不质疑分发现实：自动化是个乘数，但0乘以任何数还是0。

纠正方法： 社交媒体是粉丝关系图。如果没人关注你，自动发推无异于在空房间里大吼。

错误二：逃避现实的死循环（光造工具不干正事）

当事情变难的时候——比如代码要反复调、应用商店竞争激烈、审核要等好几天——人总会有一种想转弯去做点“安全”副业的冲动。

搞个推特自动发帖机器人，感觉像是在干活，感觉很有产出。但实际上这就是典型的“基础设施陷阱”：花好几个小时去给一个根本不存在的受众完善发布流水线，却把核心产品（爬虫和数据工具本身）扔在一边。

我不得不明确命令AI：“对我残忍一点，说实话。这到底是不是在逃避正事？”在我甩出真实数据逼迫它之后，它才承认。

错误三：把高意向平台当朋友圈用

排除了社交媒体的瞎折腾后，我把目光转向了真正有技术沉淀价值的地方：Dev.to 和技术博客。

但我立刻担忧起来：我在 Dev.to 上也是个零粉小号，谁会看呢？

这时候策略的区别就清晰了：

• 推特靠的是你已有的粉丝，一条推文的生命周期只有4小时。
• Dev.to 会被谷歌收录，而且是按标签社区（比如 #python 或 #webdev）来组织的。

当工程师去谷歌搜索“如何不用代理提取 Ashby ATS 招聘列表”时，谷歌会把高权重的技术文章排在第一页。你根本不需要哪怕一个粉丝，你只需要记录下某个别人正在苦恼的真实技术问题的解决方案就行了。

错误四：不敢分享代码（怕别人直接抄走）

当我们决定分享逆向工程 ATS 平台（比如 Ashby HQ）的发现时，又冒出一个新问题：如果我直接把能跑的代码发出来，别人会不会直接抄走，而不用我们的云服务了？

想通一件事就释然了：代码片段只是“菜谱”，而我们的云服务是“餐厅”。

下面就是我们分析 Ashby 公开 API 时提取的核心代码片段：

import requests

def fetch_ashby_jobs(company_slug: str):
    # 拼接目标公司的招聘API地址
    url = f"https://api.ashbyhq.com/posting-api/job-board/{company_slug}"
    # 设置请求头，伪装成普通浏览器并要求返回JSON格式数据
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36",
        "Accept": "application/json",
    }

    # 构造无需身份验证的公开API请求体
    payload = {"operationName": "ApiJobBoardWithTeams"}
    # 发送POST请求并设置10秒超时
    response = requests.post(url, json=payload, headers=headers, timeout=10)
    # 如果请求出错（如404或500），抛出异常
    response.raise_for_status()

    # 解析返回的JSON数据
    data = response.json()
    # 提取我们关心的职位信息（标题、部门、地点、链接），并组成列表返回
    return [
        {
            "title": j.get("title"),
            "department": j.get("department"),
            "location": j.get("locationName"),
            "url": j.get("jobUrl")
        }
        for j in data.get("jobs", [])
    ]

初级开发者会把这20行代码复制走，在自己电脑上跑。这完全没问题。

但忙碌的团队主管或不懂技术的HR，他们根本不想去维护Python环境、写CSV导出脚本、处理网络重试或者配置定时任务。他们不要菜谱，他们要的是能直接运行的现成服务。

错误五：AI 爱吹牛的冲动

哪怕是在写这篇复盘文章的时候，AI的第一反应也是编造一个充满戏剧性、好莱坞大片般的叙事，说什么“第一性原理的战斗”啦、“英雄般的架构突破”啦。

我不得不再次叫停它：

“你在吹什么牛？看看我们真实的对话记录，看看你犯的错和我给你的真实指令。给我说实话。”

核心总结

在全自动AI Agent时代，写代码早就不是瓶颈了。AI一秒钟就能生成几千行代码、几十条自动推文和一大堆吹牛逼的废话。

而作为人类操作者，你真正的价值在于：

• 拒绝迎合虚荣指标（别对着0粉丝的空气自动发推）。
• 识别逃避循环（砍掉那些分散注意力的边角料工具）。
• 强行要求真实（撕开AI合成的废话，还原事情本来面目）。