这是「AI 之路进阶升级指南」第二周 Day 8 的骨干教程。你需要先完成 Day 7。

Day 7 你给脚本加了错误处理，它现在能在真实网络环境下跑了。但还有一个更根本的问题：你仍然需要写代码。

写代码调 API 是一种自动化方式，但不是唯一的方式。另一种是：你描述任务，AI 自己写代码、执行、修 bug。这就是自主执行型 AI。

自主执行型 AI 是什么

API 模式下，你是程序员。你写 Python 脚本，调 OpenAI 兼容接口，处理超时、限流、文件读写。功能很全，但前提是你得会写代码。

自主执行型 AI 模式下，你是项目经理。你告诉 AI 要做什么，剩下的它来。你不需要懂 Python，只需要懂你要解决的问题。

两种模式的差别：

API 模式自主执行型 AI
你在做什么写代码描述任务
谁在写代码你AI
需要编程知识是不需要
适合什么场景重复性、可预测的任务探索性、需要判断的任务
控制粒度精确大致方向

两种模式不冲突。用自主执行型 AI 完成任务后，它生成的代码可以存下来，以后用 API 模式批量调用。后面 Part 4 会讲怎么把两者组合用。

主流产品

目前有三款主流的自主执行型 AI 工具：

Claude Code（Anthropic）。基于 Claude 模型，能直接操作终端，适合处理大文件和需要多步骤的任务。Pro 套餐每月 20 美元，Max 从 100 美元起（按使用量倍数分档）。

OpenCode（OpenCLI）。开源自主执行框架，支持多模型切换、技能系统、并行 agent 调度。Go 套餐每月 10 美元（首月 5 美元），免费开源版只需支付后端模型的 API 费用。适合喜欢自定义工作流的技术用户。

Codex（OpenAI）。内置于 ChatGPT 界面，可以读写文件、执行代码、浏览网页。Plus 套餐每月 20 美元，Pro 有两个档位：5x 额度 100 美元/月，20x 额度 200 美元/月。

三款工具都是你描述任务、它交付结果，差别主要在底层模型、集成方式和价格。

任务描述：让 AI 听懂你要什么

自主执行型 AI 靠读你的描述来干活。描述越清晰，结果越好。

一个有效的任务描述有三个要素：目标、约束、预期输出。

目标是一句话说明你要干什么。不要铺垫背景，直接说结果。

约束是边界条件。哪些不能动、不能超过多大、必须保留什么格式。约束越具体，AI 越不容易跑偏。

预期输出是交付物长什么样。一个文件？一段代码？一份报告？告诉 AI 你想要的最终形态。

三要素示意图：目标、约束、预期输出

目标、约束、预期输出，三个要素都给齐，AI 才能准确理解你的意图

反面例子：

帮我整理一下我的下载文件夹。

这句话没说清"整理"是删除、分类还是重命名，也没说按什么标准。AI 只能猜，猜错了你得重来。

正面例子：

把 ~/Downloads 文件夹里的文件按类型分类。图片放 images/，视频放 videos/，文档放 documents/，安装包放 installers/。每个类别内部按日期排序。不要删除任何文件，只移动。输出一个整理报告列出每个文件去了哪里。

目标、约束、输出都齐了：分类、只移动不删除、文件夹结构加整理报告。

实操：整理下载文件夹

现在动手试试。选一个你日常会堆积文件的场景，下载文件夹是最典型的。

第一步：描述任务

打开你的自主执行型 AI 工具（Claude Code / OpenCode / Codex 任选一个），输入类似这样的任务描述：

我的 ~/Downloads 文件夹很乱，里面有各种文件：PDF、图片、视频、安装包、压缩包。

请帮我完成以下整理：
1. 创建四个子文件夹：images/、documents/、videos/、installers/
2. 按文件扩展名把文件移动到对应文件夹：
   - 图片：.jpg .jpeg .png .gif .svg .webp
   - 文档：.pdf .doc .docx .txt .md
   - 视频：.mp4 .mov .avi .mkv .webm
   - 安装包：.dmg .pkg .exe .deb .rpm .zip .tar.gz
3. 不属于以上任何类别的文件，放到 misc/ 文件夹
4. 不要删除任何文件
5. 整理完成后，打印一份清单显示每个文件去了哪里

第二步：观察 AI 的执行过程

AI 通常不会立刻给出完美结果。它会先列出当前文件夹的所有文件，确认看到了什么；然后创建目标文件夹结构，按扩展名逐个移动；最后打印整理报告。

如果中途遇到问题（比如某个文件扩展名不在预设范围内），它会停下来问你。这时候你的回复越具体，它调整得越快。

第三步：检查结果

整理完成后，检查以下几点：

  • 文件是否真的移动到了正确的文件夹？
  • 有没有文件被误分类？
  • 有没有文件丢失？
  • 整理报告是否完整？

如果发现问题，直接告诉 AI：

images/ 文件夹里有 3 个 .svg 文件被放到了 documents/。请把它们移到 images/。

AI 会自动修正。

常见问题

“AI 会不会删了我的文件？”

多数工具在做删除这类破坏性操作前会先问你。如果它没问就删了，多半是任务描述里没写约束。保险起见，每次描述任务都加一句"不要删除任何文件"。

“我用哪个工具比较好？”

  • 技术用户、喜欢自定义 → OpenCode（免费开源）
  • 想要开箱即用、不关心底层 → Claude Code 或 Codex
  • 不确定的话，两个都试试，选一个顺手的

“整理文件夹这种事，写个 Python 脚本不是更快？”

对，有现成脚本当然更快。问题是你要不要花时间写那个脚本。自主执行型 AI 的意义是你不用自己写，描述完任务就行。对一次性的活儿，这比写脚本省事。

今天的收获

  • 理解了自主执行型 AI 和 API 模式的本质区别
  • 学会了用"目标-约束-预期输出"三要素描述任务
  • 完成了一次真实的文件整理任务
  • 知道了如何检查和修正 AI 的输出

试过用 AI 整理文件或处理日常杂活的，欢迎在评论区说说你踩过什么坑。

这是「AI 之路进阶升级指南」第二周的骨干教程。上篇是 Day 7 错误处理。

让 AI 替你干活需要练习。怎么描述任务、怎么验证结果、怎么迭代修复，后面的专题会展开讲。