用4个AI助手管理日常工作

从一个 Bot 到四个 AI 助手

去年夏天，我开始用 OpenClaw 跑一个 Claude 实例来处理日常杂务——回邮件、整理笔记、偶尔帮我查查资料。那个阶段很美好，感觉像是多了一个无限耐心的助理。

然后业务开始扩张。

猫舎的客户问询越来越多，Instagram 需要定期更新，医疗 AI 项目开始要求每天跟进，代码仓库堆了一堆 issue。我发现一个 AI 实例开始变成一个杂工——今天帮我写猫咪介绍文案，明天帮我看医疗系统的 Python 代码，后天又去研究 TikTok 算法。

问题不是 AI 能不能做，是上下文污染太严重了。 一个专注写 Instagram 日语文案的实例，如果同时要处理医疗 AI 的合规问题，表现会明显下降。不是模型能力的问题，是注意力的问题。

四个实例的分工

我最终在一台 Mac Mini M4 上跑了四个 OpenClaw 实例：

ユキ（小爪爪）— 技术工程师

- 代码审查、架构设计、自动化脚本

- 主要用于：调试多实例系统本身、处理 AI 项目的技术问题

- 模型倾向：Qwen3 Coder（代码任务）、Claude（架构讨论）

ナツ（小触手）— 社交媒体顾问

- Instagram / TikTok / 小红书文案，日语内容创作

- 主要用于：每周内容日历、品牌文案审核、日语邮件

- 模型倾向：Kimi K2.5（日语最自然）、MiniMax M2.5-HS（中文内容）

ハル — 客户沟通 & 行政

- LINE 消息分类、预约确认、标准回复生成

- 主要用于：猫舎客服、日常行政文件

- 部署在另一台机器上，与本机通信

アキ — 医疗咨询辅助

- 专门处理再生医疗诊所的多语言咨询

- 隔离部署，不与其他实例共享上下文

- 严格的 APPI 合规限制

四个实例的技术架构

每个实例独立运行，有自己的：

- 独立工作目录

- 独立的 cron 任务

- 独立的 Telegram 频道（不同 bot）

- 共享知识库（跨实例通信用）

实例之间通过任务看板（task-board.md）互相委派工作，而不是直接调用——这样可以保留完整的执行记录，也方便人工监督。

实际运行了多久？

这套架构从 2025 年 12 月开始搭建，到现在运行了大约 3 个月。

稳定性： watchdog 自动监控，重启次数个位数。偶尔因为系统更新重启全部实例，5 分钟内恢复正常。

实际省了多少时间：很难精确计算，但 Instagram 日语文案从「我花一小时写」变成了「ナツ出初稿我改10分钟」；代码 debug 从「我自己翻 Stack Overflow」变成了「ユキ先跑一遍，有思路再找我」。

最大的挑战：边界管理。四个实例互相委派任务时，偶尔会出现「两个实例都在做同一件事」或「谁也没做」的情况。解决方案是引入任务看板，强制所有跨实例委派都写到那里。

---

⚠️ 技术细节已脱敏处理：本文仅展示架构思路，不包含任何 IP 地址、端口号、文件路径等敏感信息。