當一個人的生活，完全「跑」在 Claude Code 里，會發生什么？

會用 AI 的人和不會用 AI 的人之間，效率差距正在加速拉開。

作者｜金光浩

編輯｜靖宇

每天早上睜開眼，Molly Cantillon 會先打開電腦，檢查 8 個 Claude 實例交上來的「工作匯報」。這些 AI 每天晚上都在跑任務，有的在監控她的訂閱賬單，有的在分析社交媒體數據，有的在追蹤一些人的股票交易記錄。

Molly Cantillon 首頁｜圖片來源：X

過去一個月，這套系統自動幫她追回了 2000 美元的訂閱費用。這些錢來自她早就忘了取消的訂閱服務，科技公司利用這一點每個月悄悄扣款，而她自己根本沒注意到。

Molly 是斯坦福畢業的技術極客，但她形容自己使用 Claude 的思路其實很簡單：「我只是把 Claude 當成了 8 個不用發工資的員工」。

看到這，你一定很好奇，一個人如何同時運轉 8 條業務線，還能讓 AI 幫你躺著賺錢？

01

把生活拆成 8 條業務線

Molly 的系統把生活拆成 8 個「業務線」，每條線配一個專屬 Claude。

她搭建這一切的思路很直接：每個人的生活都由幾個核心模塊組成，工作、健康、財務、社交、學習……這些模塊各有各的規律，各有各的重復性任務。

Molly 做的，就是給每個模塊配一個專職「員工」。

Molly Cantillon 的觀點分享｜圖片來源：X

她的 8 個實例的分工是這樣的：

產品 Claude 負責管理她的 side project 的開發進度，每天匯報哪些功能該推進，哪些 bug 需要修復。增長 Claude 自動監控社交媒體數據，追蹤哪些內容表現好，哪些話題值得跟進，還會生成下一步的內容建議。健康 Claude 接入了她的 WHOOP 手環數據，追蹤睡眠、運動和恢復狀態，每周給出調整建議。

交易 Claude 負責幫她盯著銀行賬單和訂閱服務，一旦發現不合理扣費就自動發起退款申請。寫作 Claude 幫她處理日常文字工作，起草郵件、整理筆記、生成周報。還有三個 Claude 分別負責個人事務、指標追蹤和每日摘要。

這套系統能自動跑起來之后，產出的效果完全超出了她的預期。

比如開頭提到的 Claude 幫她追回 2000 美元的訂閱費，這還只是開始。寫作 Claude 把她從郵件里解救出來，能自動幫她處理并回復所有的郵件。

更有趣的是，交易 Claude 干了這樣一件事：

它每天凌晨自動抓取有影響力的人的股票交易披露、對沖基金持倉變化。然后結合 Polymarket 賠率、X 上的情緒、她關注的公司財報，生成一份投資簡報。

前段時間，交易 Claude 發現投資人在大量買入 Netflix 股票，于是判斷這可能意味著流媒體板塊有利好，跟進了同賽道的華納兄弟。三周后，相關交易公布，華納兄弟股價應聲上漲。

Molly Cantillon 用 Claude code 實現時間管理｜圖片來源：X

8 個實例的運行方式也非常有趣：

它們在后臺并行運轉，各自獨立工作，通過文件系統交換信息。當某個任務需要跨模塊協作時，會通過明確的「交接」機制傳遞上下文。它們讀寫本地文件，當 API 不可用時，甚至會直接操作桌面，模擬鼠標和鍵盤來完成任務。

Molly 用命令保持系統不休眠，讓她的 AI 團隊可以在機場、在她睡覺時持續運行。任務完成后，系統會給她發短信，她直接回復就能繼續下一步。

Molly 自己說過一句話，很能概括這套系統的本質：「突然之間你能同時出現在數十個地方，用一千個 AI 分身管理自己的生活。」

Molly Cantillon 的觀點分享｜圖片來源：X

情況確實如此，我們可以簡單算一下：8 個 AI 實例 24 小時運轉，相當于每天 192 個小時的「工作時間」，這便使得一個人可以擁有一個小型團隊的處理能力。而這個團隊，還可以無限擴張。

你一定會很驚訝：當 AI 開始 24 小時替你工作，「時間管理」這件事，是不是已經不存在了？

02

當 AI 比你更懂你

是的，當 Claude 比你更清楚你的生活時，「時間管理」這件事，就不再是一個人的戰斗了。

傳統意義上的時間管理，要求你得自己記住所有事、安排所有事、執行所有事、還要復盤所有事。這套模式對意志力和注意力的消耗極大，對于大多數人而言，往往只能堅持幾周。

但 Molly 的模式完全不同。她只負責做決策，AI 負責記憶、安排、執行和反饋。

她不需要記得自己訂閱了哪些服務，交易 Claude 會替她記住。她不需要手動整理健康數據，健康 Claude 會自動匯總成可執行的建議。她甚至不需要盯著市場動態，因為每天早上醒來，電腦里的/trades 目錄里已經躺著一份分析簡報。

一種新的自我管理方式｜圖片來源：nanobanana-pro

這兩種模式有本質的不同：前者是一個人死磕所有事，后者是一個人指揮一支團隊。

這帶來一個有點殘酷的現實：會用 AI 的人和不會用的人之間，效率差距正在加速拉開。

關鍵不是你會不會寫代碼，而是你愿不愿意把生活當成一個可以系統化運轉的東西來設計，并愿意信任和放權給 AI。

Molly Cantillon 的觀點分享｜圖片來源：X

03

普通人能成為 Molly 嗎

那么問題來了：普通人能復制這套玩法嗎？

答案是有可能，但需要先改變一個我們慣用的思維習慣。

大多數人使用 AI 的方式是「我有個問題，讓 AI 幫我解決」。這樣是把 AI 當成一個更聰明的搜索引擎，或者一個隨叫隨到的助手。但 Molly 的思路不一樣。她的問題是「我的生活有哪些部分可以被系統化」。

Molly Cantillon 的觀點分享｜圖片來源：google doc

這個思維轉換很關鍵。

首先，我們需要梳理出自己的「生活場景」。工作、健康、財務、社交、學習、家庭事務……每個人的生活都由這些模塊組成。把它們列出來。

然后，識別這些場景里有哪些「可以被 AI 化」的環節。比如，在每個模塊里，哪些事情是你反復在做的？哪些事情有明確的規則可循？哪些事情需要持續監控？這些環節，就是 AI 可以接管的地方。

具體怎么讓 Claude 接管呢？

現在的 Claude Code、Cursor、Trae 這類工具，本質上是一個可以調用你本地任意數據和文件的超級 agent。

你可以把生活的經驗變成一個「Claude Skill」。然后寫一個指令，讓 AI 學會這套流程，以后自動執行。

舉個簡單的例子，我們可以讓 AI 當我們的日常教練：自動幫我們整理微信和郵件消息，按緊急程度排序，生成「明日待辦」清單。我們可以每周匯總執行數據，讓 AI 結合上周的目標完成情況，給出我們下周的調整建議。

你不需要一開始就搭建 8 個實例的復雜系統。先從 1 個開始，找到你生活中最「痛」的那個點，讓 AI 先解決它。體驗到價值之后，再慢慢擴展。

聽起來還是有門檻？

其實沒有那么復雜。Molly 的父母就是這樣開始的。

Molly 在圣誕節期間教他們用命令行，而他們從來沒離開過 Microsoft 的舒適區。當然，Molly 一開始沒有跟他們說他們需要學一門技術，而只是對他們說：「你用最簡單的英語輸入想發生的事，然后 AI 就會讓一切發生」，她的母親嘗試了下，盯著屏幕，仿佛見證魔術。幾天后，他們已經在用這套系統管理她父親的應收賬款了。

二十年來，軟件讓他們覺得自己很笨。但現在，他們第一次覺得電腦在聽自己說話。

如果你完全不懂技術，可以從這三步開始：

1、先找到一件你每周都要重復做的事。

2、下載安裝 Claude Code 或者國產版的 Trae，你把這件事的完整流程寫清楚，讓它們幫你生成一個 Skill。

一個用 AI 實現的自動化項目舉例｜圖片來源：極客公園

3、每次需要做這件事時，把材料丟給你的 AI agent，讓它按指南執行。更進階的，可以研究如何讓它完全自動化運行，這樣你也可以擁有一個 24 小時幫你執行任務的 AI 團隊。

總之還是那句話：先跑通一件事，再考慮自動化。

04

正在發生的趨勢

Molly 這套玩法聽起來像一個有趣的個人實驗。但有意思的是，她的思路正在被行業驗證。

就在最近，Anthropic 官方發布了一個幾乎一樣邏輯的系統：Cowork。

簡單來說，Cowork 是能管理個人電腦的個人助手，一句話就能幫你整理電腦上所有的文件。

它的設計邏輯正是讓多個 Claude 實例協同工作，像一個團隊一樣運轉。

這說明 Anthropic 似乎也在押注這個方向：個人用戶可以擁有自己的 AI 團隊，7×24 小時替自己處理生活和工作中的瑣事。

一句話通過 Cowork 整理文件的視頻｜視頻來源：X

當然，Molly 也提到了這套系統的風險。

當你的整個生活都運行在一個 Claude Code 目錄里時，你會感受到一種矛盾的變化：

「讓 AI 幫你在夜里打工」的誘惑是巨大的，但代價是隱蔽的。AI 將接管你的所有隱私，你不得不交出那些只屬于自己的東西。

這是一種微妙的平衡：你把越多事情交給 AI，效率越高，但對 AI 的依賴也越深。

對此，她的建議是鼓勵大家盡早熟悉 AI，但要小心別被 AI 掌控。

05

一種新的生活方式

過去，我們談論「時間管理」。現在，或許該談論「AI 管理」了。

當你的 AI 比你更了解你的賬單、日程、健康指標、投資目標時，你要做的已經改變了。傳統的時間管理本質是一種「精力管理」，把高質量精力放在高價值的任務上，把低谷時段留給娛樂和休息來恢復能量。

但現在，一切都正在變成「AI 管理」，把該丟給 AI 做的任務丟給 AI，把剩下的任務、多余的時間留給自己。

這不是說精力管理不重要，而是說精力管理的形態在變化。你的精力可能不再用于親自完成每一項任務上，而是拿出部分的精力來，學會給 AI 設計系統、分配任務，以及審核結果。

我們的角色也發生了變化，不再是執行者，而變成了 AI 的管理者，我們來到一個「人人都是 AI 的管理者」的年代。

Molly 的故事聽起來很超前，但它正在變成越來越多人的日常：

Anthropic 前兩天發布的《人類經濟指數報告》顯示，人們對 Claude 的使用，正在從對話轉向自我的任務管理。

用戶更傾向于讓 Claude 持續跟進同一個任務（Task Iteration），而不是單次問答。

2025 年 8 月（V3）和 11 月（V4）用戶使用意圖變化｜圖片來源：Anthropic

幾年后回頭看，今天可能就是那個分水嶺：一部分人開始用 AI 運營自己的生活，另一部分人還在用傳統辦法跟時間管理較勁。

差距不會一夜拉開，但它每天都在累積。

每天早上醒來，AI 已經替你做了多少事？

這個數字，可能比你的努力程度更能決定你的未來。

*頭圖來源：Matrix the film

本文為極客公園原創文章，轉載請聯系極客君微信 geekparkGO

極客一問

你想要這樣一種

用 AI 管理的人生嗎，為什么？

曝 DeepSeek 新模型命名為 Model 1，疑似「高效推理模型」。

點贊關注極客公園視頻號，