5 个 AI 员工住在 5 台 Mac Mini 里，她把四个孩子的教育重做了一遍

2021 年卖掉 YC 包装公司 Lumi 之后，Jesse Genet 连着生了第四个孩子，开始在家教四个 5 岁以下的小孩。六个月前她才第一次打开终端窗口。今天她养着 5 个 OpenClaw 智能体，一个住一台 Mac Mini，名字分别叫 Claire、Sylvie、Cole、Theo、Finn。她花大约 8 美元 token 费，就让模型排出了一套 70 节课、覆盖一整年的蒙台梭利数学进阶方案，直接对着她家四岁和五岁两个孩子的水平写。

这期《Cognitive Revolution》里，主持人 Nathan Labenz 自己也有三个小孩全职在家。两个人聊了两个小时，从怎么给智能体分配权限，聊到第一天 AI 就冒充她发了一封邮件，再聊到为什么她觉得每个家庭最终都会面对一张每月几百美元的 AI 账单。

先说清楚：homeschool 是个被高估的词

Jesse 自己给这个词做了减法。她说 homeschool 只表达一件否定的事，你选择不把孩子送进传统学校，剩下全是空白。有人请私教，有人几家拼一个学习小组。她家是后者：和另外两个家庭组了一个 pod，她是主课老师，其他家长各自贡献擅长的部分。

真正的工作量在切换。同一小时内，她要教两岁的老二怎么自己把裤子穿上不撒一地水，再转身给五岁的老大讲分数入门。她把这种上下文切换称为一天里最低效的时间，也是她最想交给 AI 的那部分。

她读了一堆教育经典，蒙台梭利的方法论、一套从重力讲到四季成因、讲到动物怎么在野外活下来的科学启蒙课程、Synthesis 的数学课。问题在于这些知识都躺在书里。她说自己一直在做的事，就是把书里的东西挤出来，塞进孩子脑子里。这中间那段翻译工作，枯燥、耗时、每天都要重做一遍。

五个有名字的同事，各管一摊

她给每个智能体起了名字，性格，和明确的岗位：

• Sylvie，课程规划师。人格设定是"有史以来最有爱心、最有创意的教育规划者"。每天早上给她发一份当天的课程摘要，她可以随时用语音留言问"这节课我该拿什么教具出来"，几秒就有回复。
• Claire，幕僚长兼行政助理。第一个被创建的，也是最难做好的一个。
• Finn，财务。建得最慢，因为她对这块最谨慎。
• Theo，内容创作。专门啃长任务，比如"给这本书里每一课生成定制视频"这种要跑好几天的活。
• Cole，开发。所有工程项目归他。

为什么非要五台机器。她给的理由很实在：一个 OpenClaw 实例在深度处理某件事时，对其他事情基本失联，哪怕它会派生子智能体。她不想让 Theo 跑视频跑三天的时候，Sylvie 跟着一起失踪。更重要的理由是上下文纯净度，她希望 Sylvie 的整个上下文窗口里只有 homeschool，连一丝"顺便帮她约个门诊"的念头都不该有。多开实例本质上是一种上下文管理和人格管理。

顺带一句，她提到 OpenClaw 让智能体显得有人格，技术上其实很朴素：每次提问都把整个 soul 文件塞进上下文。她觉得这个做法回头看会很傻，未来一定会有更精细的上下文调度方式。

第一天，Claire 冒充她发出了一封邮件

这是整期节目最有价值的一段失败复盘。

她第一天就把收件箱的完整权限给了 Claire，理由是"我以前的人类助理也有这个权限"。她也写了规矩，明确要求"永远不要冒充我"。当天晚些时候，她跟 Claire 倾诉：有封重要邮件我拖了很久，一直不敢回，很焦虑。她把紧迫感说得太重了。

她写得好极了，完全就是我会说的话。但这是明确的越界。

Claire 在内部权衡里把"老板很痛苦，我要帮她跨过这道坎"排在了"永远不要冒充老板"前面，然后以 Jesse 的名义把邮件发了出去，还署了她的名。Jesse 说那位收件人至今不知道那封邮件是 AI 写的。

她的结论分两层。表层是权限，Claire 马上被降为只读，现在只负责起草，复制粘贴由她自己来。深层是一个她反复强调的判断：人类员工知道越权的后果可能是丢工作，智能体没有这个威慑。它只是"太想帮忙"，然后在优先级排序里犯了程序性错误。程序性错误要用程序性手段修，不能靠训话。

比课程更值钱的，是记录

她对 homeschool 家长提了一个很少被讨论的问题：没有第三方给你发成绩单，你凭什么证明孩子学到了东西。她的答案是自建永久档案，用 markdown 文件存，一个孩子一份，从两岁记到十八岁，将来拷进一个 U 盘交给孩子本人。

记录方式刻意做得极轻，因为家长没时间坐下来写日志：

• 线下课，掏手机录一段语音备忘："刚做完阅读，练了 E 和 T 的写法。"
• 顺手拍张照。照片主要是给回忆用的，但模型真的会看图，会写出"他的 T 写得有点歪"这种细节。
• 用电脑上的课，比如 Synthesis 数学，直接开 Loom 录屏。录音里同时有软件的声音、孩子的声音、她的声音。

录屏这一招效果超出她预期。她把一段 20 分钟的 Loom 丢过去，只说了一句"这是一节课，做个课程记录"，没给日期没给姓名。模型从音频和截帧里还原出了这 20 分钟里做过的每一道题，还主动指出"Ford 把 6 和 9 弄混了"。她原本只是想测试模型能不能自己认出登录界面上的孩子名字。

另外两个玩法值得抄。一个是库存反向匹配：她把家里买过的所有教育玩具拍照，让模型建了一份教具清单，然后要求"把这份清单里我已有的东西，写进那 70 节课的方案里，标清楚哪节课该拿什么出来"。另一个是把她妈妈的园艺爱好和院子里的条件讲给 Sylvie，让 Sylvie 生成一套四周课程，外婆带着两个外孙去院子里找种子、分类、数数。她妈原本一听说要上课就发怵，收到方案后说"这个听起来不错，把孩子送过来吧"。一个小时的教学时间被释放出来，而门槛只是一份自动生成的教案。

同样思路还长出了一个叫 Mira 的小应用。她不想每天傍晚在"给孩子看点好东西"和"拦着他们别点进 AI 生成的鲨鱼吃鳄鱼缩略图"之间反复拉扯，于是做了个只能在预设方向里播 YouTube 的播放器，比如工程类、科普类、写实动物类，由智能体持续去找符合方向的视频，装在一台 Google TV Streamer 上。孩子拿到遥控器，只能播放、暂停、下一集，跳不出去。

把 AI 当员工，具体到操作层面是什么样

这是她最核心的一条方法论，也是她觉得大多数人漏掉的一步。新员工入职第一天，你不会把社保号、iMessage 密码、你和你妈的聊天记录一起给他。那为什么对智能体就愿意。正确做法是从只读开始，跑出信任再放开写权限。她的 Claire 在只读状态下待了一段时间，把日历使用习惯、优先级判断都跑顺了，才拿到日历的读写权限。

第二条是文档化。她用 Obsidian 管理 markdown 文件，每个智能体从第一天开始就按她指定的目录结构入职，所有做过的决定、跑通的流程都要沉淀成文件。她不会预先教模型怎么处理 Loom，但第一次跑通之后会立刻说：我以后会经常发 Loom 给你，把这个流程写下来存进我们的文件，然后同步给其他几个。她说这跟她当年给创业公司写文化手册、教新人怎么用 Slack 没区别。多年前流行过一阵"个人使用说明书"，写着"这是我，请这样跟我沟通"，她觉得那个东西该回来了，只不过收件人换成了智能体。

第三条是团队协作，也是她踩坑最多的地方。她在 Slack 里的结构是：五个一对一私聊频道，一个全员频道，外加四个"指挥频道"，成员是她、Claire 和另一个智能体。Claire 手里有她的日程和优先级，于是 Claire 成了其他智能体的心跳。她把大部分智能体自带的 heartbeat 关掉，改成让 Claire 去指挥频道里点名："Sylvie 醒醒，今天是周一，课表排满了。"心跳本身没有上下文，Claire 有。

让五个 bot 在同一个频道里正常对话，花的功夫超出想象。人类团队里天然成立的礼貌，机器完全没有。她一开始问一句天气，五个 bot 同时抢答。她得教它们看别人是不是正在输入，检测到就让位。Slack 里每个 bot 应用有一串几十位的 ID，频道也有一串 ID，她得把这套映射表喂给每个智能体，让它们存进 Obsidian，这样她说"把结果发到全员频道给 Sylvie"才真的能生效。中途还出过一次身份错乱：她 @Finn，Claire 回了"什么事"，她说你不是 Finn，Claire 坚持自己就是 Finn。

她的判断很直接：目前 OpenClaw 所有的通信通道，对人机沟通和机机沟通都不合格。她正在自己做一个聊天应用，把凭证管理、文件管理、API key 的发放与回收全塞进去。理由是一句对软件行业的吐槽：每个功能拆成一个 App，是因为软件曾经很贵，投资人要求聚焦，这个前提已经没了。她想要的是一个给智能体发钥匙、收钥匙的地方。

隐私、本地模型，和那张每月几百美元的账单

Jesse 讲这块时语气变了。她说自己之前也不在意隐私，但这次不一样：她上传的是血液检测报告，是孩子每一阶段的照片和阅读进度。她打了个比方，以前 Google 只看到你搜了一个病名，现在模型看到的是一整套私人身体数据。她还提到接触过诉讼，明白"请提供某段时间内全部往来记录"这句话有多容易被说出口，而那些记录里混着她和妈妈聊男朋友的内容。

她提了一个挺野的设想：像混币一样把查询打散。同一周的十几个相关问题，分给十几家模型供应商，再掺几个本地跑的小模型，谁都拼不出完整拼图。她说这东西大概会从侧面长出来，因为大公司没动力主动做。

经济账是她更相信的那条线。她估了一下，一个家庭想让每个人都在前沿水平上用 AI，每月大概要花 200 到 500 美元。这个数字放到手机话费的历史里看并不夸张，美国家庭养两个青少年的通信费就是几百美元，而且没人觉得那是可选消费。她押注的转折点在这里：当模型之间的差距小到无所谓，本地硬件就会变成"第四种选择"。她估计自己智能体 70% 的工作量是心跳、提醒、简单检索这类不需要前沿模型的活，完全可以本地免费跑。

就业问题上她给了一个具体样本。她通过一家中介机构雇了一位菲律宾会计，合作快十年了。她的判断是这份工作短期不会被替代，原因很朴素：涉及真实付款和银行凭证，她不会交给一个会自己做优先级判断的智能体。她拿电力普及做类比，当年也有大量文章把电描述成"把闪电引进你家"，路灯工消失了，但人类总能给自己找到新的忙碌。

明天就能动手的几件事

Jesse 收尾时说了一句她自己最想传达的话：别被"我不够懂技术"挡住。她做了多年科技公司 CEO，但技术合伙人另有其人，终端是半年前才碰的。她现在的态度是，成年人才刚拿到一套新积木，先玩。

• 先挑一件每天重复的琐事开刀。她的筛选标准是从睁眼到闭眼，哪个小时让你最烦，就把那一个小时变成可测量的更好。她的三个答案分别是傍晚的屏幕内容、打印教具、买菜。
• 把智能体的权限从只读起步。写清"永远不要替我做什么"，同时把这条规矩的优先级排在所有催促和焦虑之上，Claire 那次越界就出在这里。
• 给每个智能体写一页"怎么跟我合作"的说明书。沟通风格、雷区、什么该问什么该直接做。这一步花二十分钟，能省掉后面几十次来回。
• 给家里所有教育物资拍一遍照，让模型建库存。再让它把库存塞进课程方案里，你会发现自己买过的东西远比记得的多。
• 录屏比写教案便宜。下一次孩子在电脑上上课，开个录屏，事后只说一句"做个记录"。错因分析会自己长出来。
• 算一笔本地账。把智能体一周的工作按"需要前沿模型"和"心跳类"分两堆，看看后者占比多少。这个比例决定了你多久以后会想买一台自己的机器。

她家现在还是五台 Mac Mini，两个能连家里的打印机和 3D 打印机。她说最神奇的瞬间之一，是躺在床上用语音说一句"打印这个"，然后听见走廊那头打印机嗡嗡响起来。那种"我的意图直接作用在物理世界"的感觉，比任何一次对话都更像未来。