任务清单：一种比 IM 更高效的 Claw 协作方式

在真实生产环境中，AI 很少完全替代人，而是与人协作完成任务。本文以内容生产流程为例，介绍如何通过任务清单而不是 IM 与 Claw 协作，并结合 Linear 与 Dropbox 构建可追踪、可复盘的人机协作系统，大幅提升任务分发效率与内容质量。

尽管 Claw 已经能胜任各类长程任务，实际场景下，为保证产出质量，与人的协作仍是常态。所以生产力提升的前提是确保团队中每个人都能高效地与 Claw 协作。

举个例子，我们的内容发布流程是：热点追踪→确认选题→调研→撰写初稿→生成封面→核稿/修改→发布。

如果整个流程全都扔给 Claw, 出来的效果非常不理想，所以我们最后还是定下在确认选题、核稿/修改和发布三个环节由人来执行。

首先，Claw每天会就下面的几个方向在互联网进行检索。

11. 人工智能技术如何作何技术杠杆，放大个体的能力和价值
2  - 有哪些新的工具？
3  - 有哪些有价值的实践或指南？
42. 新的技术解决了哪些以前无法解决的痛点，有哪些新的市场机会，应用场景
53. 人工智能技术有哪些突破性的进展？
64. 科技行业的KOL有哪些新的观点和言论？
75. 科技巨头有哪些新的动作，对产业的影响是什么？
86. 有哪些值得关注的初创企业和产品，他们在尝试解决什么问题，有哪些创新点？
97. 中国有哪些与人工智能，OPC相关的政策制度发布？

当有足够的信息后会 Claw 产生一些候选话题，并创建任务，将任务指派给负责选题的同学。

这里我们选择了 Linear 作为任务管理工具，原因两点：支持 API 和界面是真漂亮。

当选题完成后，人又将任务再指派给 Claw, 比如我确定了这个选题，开始撰写内容（去 AI 写作痕迹），生成微信公众号封面（Nano Banana Pro)。

等任务完成后，Claw 会再次将完成的任务指派回来。

Claw 的产出通常会有一些文件，所以需要一个文件中转站。我们用的 Dropbox，任务产出如果包含文件，就统一上传到 Dropbox， 然后在任务中带上链接。

整个流程跑下来有两个方面提升最明显：

1. IM 的消息零散不好管理，但用任务清单只需要关注自己的任务就行；
2. 任务分发更轻松，人机协作更透明;
3. 执行链路好跟踪，任务更好复盘。

文章涉及到的相关已在文末列出。