49. 一个技术小白,怎么让 Codex搭出“工作台”?用AI搞学术

49. 一个技术小白,怎么让 Codex搭出“工作台”?

25分钟 ·
播放数1472
·
评论数19

边听边看:本期知识地图 · 看懂概念,找到相关节目

这期聊社科生让Codex搭"工作台"(一个网页 + 一个数据库,用来承载课程素材)的过程。你会听到三件事:工作台到底是什么(以及它和文件夹到底差在哪)、她搭建的完整四步、还有工作台为什么适合所有长期在做某件事、每次都要翻素材的人。

⏳ 详细时间轴

【第一幕:引子 · 为什么要聊工作台】

00:00 起因:听友群里一位听友说他搭了教学文档的工作台,想把课件环节也打通,让教案和课件联动
00:12 网上"工作台"的概念:用 AI 不是打开聊天框问完就走,而是围绕一件长期在做的事,弄一个固定的网页
00:54 社科生:这期讲我自己搭工作台的真实过程,讲着讲着你就知道它是什么、怎么搭、值不值得做

【第二幕:前提 · 别为了搭而搭】

01:14 💡 不要为了搭工作台而去搭,得瞄着一个真实需求来做
01:33 社科生的痛点:备课是每天高强度在做的事,却经常找不到需要的素材和资料
01:57 具体场景:以前的 PPT 案例、看过的视频散在电脑 / 手机 / 微信里,每次备课都要重搜一遍,下次又要再搜
02:36 所以她想试:工作台能不能在这个痛点上帮到我?

【第三幕:工作台是什么】

02:58 💡 工作台听着复杂,其实就是一个网页界面 + 一个长期存东西的地方(数据库)
03:28 🌟 核心比喻:文件夹像抽屉(A 材料一个盘、B 材料另一个),工作台像工位桌面(A 在左、B 在右,都服务同一主题)
04:56 工作台比文件夹多出的两个能力:① 呈现友好(图文 / 视频 / PPT 组合在一个网页)② 能给 Agent 更好的"接口"在上面干活
06:44 数据库 = 结构化的规定(图片放左、文本放右);文件夹没约束、Agent 会乱放 → 工作台像"你和 AI 共用的固定展示柜"
06:55 增删查改:数据库有增、删、查、改四种基础操作,Agent 才能和你一起在工位上干活

【第四幕:第一层价值 · 长期沉淀】

07:09 社科生:工作台给的是长期价值——素材越积越多,规范收好,未来复用和查找都会更顺
07:42 理科生:纯用文件夹会越来越乱,尤其 Agent 有幻觉会乱放文件,也没法把图文视频放在同一个页面呈现

【第五幕:真实搭建过程(核心)】

08:10 社科生的背景:这学期一门课,两个半小时、一个人讲、每周一次、每次七八十页 PPT
08:35 💡 第一步说场景:不是一上来说"给我建个工作台",而是先说"我要备课,想把所有相关任务放一个地方"
09:05 💡 第二步说痛点:每次备课都要去电脑、手机各处翻以前沉淀的资料,很痛苦——但不告诉它"该怎么解决"
09:42 第三步 + 第四步:建工作目录、本地建一个叫"工作台"的文件夹,先放前三次讲过的 PPT;然后说"给我做一个工作台,来解决我的痛点"→ 它直接开干
10:21 ⚠️ 过程意外:它反复要权限(问了二三十个),比平时做任务问得多得多
11:22 解释:平时它只读文档、写文本所以不问;做工作台要写代码、运行、装库,这类命令本身有风险,它才会反复问
11:58 ✅ 第一波成果:给了一个网页 + 链接,点开有模有样,三个窗口分别对应前三讲的 PPT
12:19 🌟 惊喜(她根本没要求的功能):点开第一讲 → 一个"概览",把 80 多页 PPT 每页用一句话列成一张表,一眼扫过就知道这讲讲什么、有哪些素材;点某一页能直接看到原始 PPT
12:53 布局随时可改:想让左图右文、导航栏放上还是放左,直接跟它说就改
13:24 ❌ 新手不友好的地方:记不住工作台网址、没收藏,每次都要去 Agent 里找链接;有时链接打不开、用着用着就挂
14:07 解释:工作台背后是网页 + 数据库(后台服务),聊天窗是一个 Session;长时间不聊,Session 被回收,服务就挂了
14:42 ✅ 解法:把"记不住、打不开"这个痛点直接丢给它 → 它在桌面建了一个快捷方式,双击就进工作台;调了几次后现在能稳定打开
15:32 后续加功能:让它加一个"丢素材"的窗口(比如其他老师的讲义讲稿)
16:04 ✅ 它主动提议:以后你往本地工作目录的文件夹里丢东西,我就自动同步到工作台 → 她同意 → 现在真的丢进本地文件夹就自动出现在页面上
16:44 💡 技巧:可以让它上网搜"别人是怎么搭工作台的",借别人做得好的地方,说不定有你没想到的需求

【第六幕:三个价值 + "硬约束"洞察】

17:21 价值① 呈现形式变了:第一次感觉像在"指挥 AI 改网页",有一种自己在 build 一个产品的感觉
18:28 对比:以前做的网页多是"基于一段语音直接生成 HTML",零食型、用完就丢;工作台是长期用、能不断积累
19:00 价值② 长期沉淀:背后有数据库可以长期存;呈现和存储形式都由你定,不像文件夹只能规定"里面有什么文件"
19:29 🌟 价值③ 更关键:把 Skill 的"软约束"变成数据库的"硬约束"
19:32 说人话:Skill 里写"必须带某字段",它可能有幻觉就不带了;数据库里写死"必须同时有图片和文本才能存",少一个就报错存不进去
19:58 具体例子:每讲必须数字编号且递增——现在到第四讲,下一讲它只会让你插"5",插不了别的
21:36 对普通人:这是第一次接触到"硬约束"的概念;任务越长期,写死的规则就越有价值
22:10 这在写代码的人那里叫"结构化"——结构化之后,Agent 更好理解、工作更灵活

【第七幕:最小行动 + 收尾】

22:53 📋 最小行动四步:① 挑长期要做、每次翻素材的事 ② 说清场景 + 你最烦的那一步 ③ 建工作目录、把手头东西丢进去 ④ 说"根据这些帮我做个工作台",剩下的它反过来问你
23:43 如果它问"什么是工作台",就让它自己上网搜;任何 Agent 都能帮你搭
24:23 收尾:欢迎评论、告诉我们你想听的主题,下期再见


🔧 本期提到的工具 / 概念


· 工作台 —— 一个网页界面 + 一个数据库,用来替代文件夹;是你和 Agent 共同的空间
· 数据库 —— 能长期存东西、而且有固定格式的地方(本期反复出现的关键概念)
· 增删查改 —— 数据库的四种基础操作(增加、删除、查询、修改),Agent 靠它和你一起在工位上干活
· Skill —— 给 AI 的规则 / 技能;它的约束是"提醒",AI 可能忘
· 硬约束 —— 数据库层面写死的规则,不满足就存不进去,AI 绕不过
· Session(会话) —— 你和 Agent 的聊天窗口背后的会话;长时间不管会被回收,后台服务可能挂掉
· Codex / ZCode / DeepSeek Harness —— 任何 Agent 都可以帮你搭工作台,技术上就是"一个数据库 + 一个网页"

📋 最小行动:四步(今天回家就能做)
第 1 步|挑一件你长期要做、每次都要翻素材的事(别挑一次性的工作)
第 2 步|跟你的 Agent 说清楚两件事:你的场景、你最烦的那一步(痛点)
第 3 步|建一个工作目录,把手头已有的东西先丢进去——不用等素材完美
第 4 步|跟它说:"你根据这些,以及我的场景和痛点,帮我做一个工作台吧"——剩下的,它会反过来问你

如果agent问你"什么是工作台",就让它自己上网搜一下。
任何 Agent 都能帮你搭,技术上就是"做一个数据库 + 一个网页"。

── 两个误区 ──
误区一:为了搭而搭 如果没有一个真实痛点,搭完也可能用不起来。
误区二:把它当成一个一次性网页。 工作台的价值在"长期沉淀"——它是越用越值钱的资产;而单次生成的 HTML 是"零食型"的,用完就丢。


🧍‍♂️ 联系我们

微信听友群:加 13826477686 微信进群(加微信时辛苦备注"AI搞学术"或"小宇宙")
听众反馈:514634244@qq.com

展开Show Notes
君道
君道
2026.10.15
对小白非常友好!哈哈哈,真棒,同频了,感觉是自己在第一视角操作,网上看别人玩 AI 看的云里雾里一大堆专业术语,都是给有一定基础人准备的。
社科生
:
感谢认可 !你有用AI做什么的尝试,或者想听什么其他主题的尝试吗?欢迎分享
熊斌
熊斌
2026.10.06
用obsidian就够用了
社科生
:
用obsidian做工作台嘛
云舒小院
云舒小院
2026.9.26
这个工作台,我能否理解成:它就是自己文件夹的一种直观呈现方式,然后在工作台中跟 AI 交互,而不是像以前一样,在 Codex 或 Work 里打开这个文件夹再跟它交互,那他调取的数据库是不是还是我们本地的文件夹?如果给其他人用,那是不是要把这个数据库搬到云服务器上吧?
AI算法工程师
:
不是的,还是需要在 codex 之类的软件交流,但过去是发一个文件的路径,有了工作台就是发一个本地搭建的网页的链接给到 agent。这样 agent 看到的是聚合了信息的网页和数据库,而不是之前的文件夹。 此外就是内容的呈现(网页)是更加多样和符合自己任务的,而不是固定的文件夹
_睡觉小王
_睡觉小王
2026.10.02
能不能讲一下我在写文献综述之前如何让ai帮我做好前期准备工作,就是我现在在写结果和材料的部分,但是前面文献综述在让他自己去网上搜索然后阅读,但这种简单的阅读感觉效果不佳,他写出来的东西还是很空洞或者提炼的重点也比较空洞
社科生
:
我自己试过ai秘塔(免费的) 写中文综述能帮一些忙,还有就是用顶尖模型比如ChatGPT6 做deep research
社科生
:
又咨询了一下ai: Deep Research 主要解决的是第一层:有哪些重要文献,我有没有漏掉。 但“写出来很空洞”通常出在后面:AI 把十几篇论文各总结两句话,然后强行拼成一段。这种做法不管模型多强,最后都很像“已有研究表明 A、也有研究发现 B、还有研究关注 C”。 更好的流程,我觉得可以教别人用下面这套。 第一步:先不要搜“主题”,先把自己的论文拆成几个问题 尤其像你说的,已经在写材料和结果部分了,其实反而很好办。 把自己的结果丢给 AI,让它回答: 如果我要为这些结果写文献综述,前面的文献至少需要回答哪几个问题? 例如你的结果发现: AI 使用提高了工作效率; 但工作时间没有下降; 反而出现了更多任务; 不同职业情况不一样。 那就不是简单搜“AI 与劳动”。 而是拆成: 过去怎么研究“技术提高效率”? 效率提高为什么不一定带来工作时间下降? 有没有“技术创造额外任务”的研究? 哪些理论解释这种现象? 哪些职业、组织条件下效果不同? 这一步实际上是在确定文献综述的骨架。 第二步:再让 Deep Research 给每个问题建“文献池” 这一步才是搜索。 但要求它不要直接写综述,而是: 对这 5 个问题分别找关键文献,包括奠基文献、近五年代表性研究、不同结论的研究,以及重要综述。 这样最后得到的不是“一堆论文”,而是: 问题 A → 文献组 A 问题 B → 文献组 B 问题 C → 文献组 C 你刚刚说的“分类以后分到子类一人去操作”,本质上就是这个,只是我觉得最好不要叫“分类”,而叫: 把一个大的文献综述任务拆成若干个需要回答的研究问题。 这样别人会更容易理解。 第三步:每篇论文不要“总结”,而要做结构化提取 这是最关键的一步。 不要问 AI: 这篇论文讲了什么? 而是让它固定回答几个字段: 文献研究问题数据/对象方法核心发现解释机制边界条件与我的研究关系 尤其最后三个非常重要: 解释机制是什么 在什么情况下成立 跟我的研究是什么关系 AI 如果只做“摘要”,很容易空洞。 但如果要求它回答: 这篇论文能够解释我哪个结果? 它不能解释什么? 我的发现与它一致、矛盾,还是把它往前推进了一步? 质量会高非常多。 第四步:不要按“论文”写,而要按“争论”写 把几十篇结构化信息交给 AI,再让它找: 大家已经形成了什么共识? 哪里存在分歧? 为什么会出现分歧?是样本不同、方法不同、变量定义不同,还是理论解释不同? 现有文献共同没有解释什么? 到了这里,综述的结构就会自然出现: 一类研究认为…… 另一类研究却发现…… 这种差异可能来自…… 现有研究虽然解释了 X,但仍然没有回答 Y。 本文恰恰处理的是 Y。 这时候才真正开始“写文献综述”。 所以如果我要非常简单地回答别人,我不会重点讲“找什么 Skill”,而会告诉他: Deep Research 可以解决“找哪些文献”,但不能自动解决“怎么把文献变成综述”。 后面最好再加三步: 先拆问题 → 再结构化读文献 → 最后比较文献之间的关系。 千万不要走“搜 30 篇论文 → 每篇总结一下 → AI 帮我写综述”这条路线。那基本必然空。 至于你说的 Skill,我反而觉得它适合放在更后一层。 你完全可以以后做一个固定的「Literature Review Skill」,但这个 Skill 的核心不是“更聪明地读论文”,而是把上面的工作流固化进去: 研究结果 / 研究问题 → 文献综述问题树 → 文献检索 → 结构化 extraction → 文献聚类 → disagreement / gap 分析 → outline → 写作。 这样你以后不管换哪个模型,本质工作流都不会变。 我甚至觉得这个可以浓缩成你节目里很好讲的一句话: AI 写文献综述效果差,很多时候不是模型不够聪明,而是你让它从“搜到论文”直接跳到了“写综述”。中间其实应该还有一层“文献工程”。 我觉得“文献工程”这个词比“把任务分类然后分给多个 Agent”更容易让普通人一下听懂。
共3条回复
裙子_75Gv
裙子_75Gv
2026.9.21
非常棒👍
社科生
:
谢谢喜欢和支持
Prettyfx
Prettyfx
2026.9.27
小白提问一下,发布网页后数据是存在什么数据库里呢,以前是要自己搭服务器之类的,现在他一键帮你部署是怎么做到的呢,以及如果我要发给其他人使用能否通过权限让他参与数据的添加呢?谢谢~
AI算法工程师
:
网页其实是本地启动的一个服务(进程),数据库背后都是一堆文件(比如 用 mysql),这里说的工作台更多是本机自用的。如果要联网,就要再考虑一些云数据库之类的,现在其实有很多免费的,而且 mcp 连上去就能帮忙部署配置好的,也是可以交给 agent 搞定,但也可以自己买服务器来搭建
Prettyfx:谢谢!
HD22507p
HD22507p
2026.11.08
关于工作台,如果数据比较敏感,工作台会被泄密吗
AI算法工程师
:
工作台就是本地的一个网页,和本地文件一样的,不会有额外的泄密
启动这个问题,一般我是让AI帮我写一个快速启动的批处理脚本放在桌面上,打开之后就会启动服务并且跳出网页。
社科生
:
感谢分享,但我没看懂(也还没问ai) 啥是批处理脚本