今日分析

AI新闻里的变化、生意与判断。

第 004 期AI 办公 / 工作流自动化

GitHub 把营销工作塞进 Issue,Copilot 负责起草,人仍要签字

GitHub 亚太营销负责人用 Issue、Labels、Actions 和 Copilot 串起活动流程。模型负责起草,脚本负责执行,负责人保留审批;文章也承认一次定时任务曾悄悄失败五天。

AI 生成示意图、非事件现场:营销负责人查看项目任务板、runbook 和活动日程。画面不对应 GitHub 的真实办公室或产品界面。
点击图片放大
01

一篇博客,写的是六件琐事

GitHub 日本和韩国地区的营销负责人 Tomoko Tanaka 9 月 11 日发表文章,介绍她怎样把活动运营搬进 GitHub。她列出的工作很具体:复制活动落地页、生成各渠道链接、写邀请邮件、更新两个项目看板、每天清理报名名单,活动结束后再整理 CRM 上传文件。

Tanaka 说,自己没有从头写一套应用,而是把已有 runbook 交给 GitHub Copilot,在对话中逐步长出自动化。现在,一个 GitHub Issue 可以触发活动页面、链接、邮件文档和项目更新;定时任务每天拉取报名名单,活动结束后再用命令生成上传文件和报告。

文章称,过去手工准备一场活动要花上几天,现在从一个 Issue 开始即可完成。这个说法来自作者所在团队的内部实践,文中没有给出活动数量、人工小时、错误率或持续几个月的对照数据,不能据此计算普遍的效率提升。

02

Copilot 没有接管决定

文章里最清楚的一句分工是:Copilot 起草,负责人决定。对话会提出活动名称、邮件版本和需要确认的问题;日期、受众、活动名称和邮件主题仍由人签字,确认后才把 Issue 和标签交给后面的工作流。

实现这一分工靠的是几个很朴素的部件。Issue form 负责收集固定字段,label 充当触发条件,GitHub Actions 读取字段后调用活动平台 API 或 CRM 的官方 CLI。模型处理的是语言和选择,脚本处理的是复制页面、改字段和上传文件。

这和‘让模型替你做完营销’是两回事。可重复的动作有明确输入和输出,才适合交给脚本;活动主题、目标受众和邮件语气会随市场变化,仍要留在人的审阅范围内。

03

先排练,再让任务碰外部系统

Tanaka 给每条工作流加了一个 DRY_RUN 开关。打开后,流程会完整走一遍,却不会创建落地页、向其他仓库发 Issue 或分享名单。改动通过 pull request 审阅后再合并,团队可以先看结果,再决定何时允许真实写入。

报名筛选则由每天运行的定时任务完成,活动结束后的整理通过 /lead-upload 和 /event-report 两个命令触发。每一步都有一个 Issue 可以回看,流程变更也留下版本记录。对需要多人协作的营销团队来说,记录放在哪里,往往和模型选哪家同样影响执行。

这套安排仍然出过问题。文章承认,报名筛选任务曾经静默失败五天,直到有人发现名单已经过期。作者后来补上了提醒。自动化少写几行重复代码,并不会自动知道自己已经坏了。

04

文章没有回答几笔账

文中没有公布接入活动平台和 CRM 的维护时间,也没有拆出 Copilot、Actions、人工复核各自占用多少成本。‘从几天缩到几分钟’描述的是一个准备动作,不等于整场活动的运营时间按同样比例下降。

这套做法还依赖现有工具能提供 API 或 CLI。GitHub 自己的营销团队可以直接使用内部权限和企业方案,其他公司可能面对审批、数据隔离、供应商限制或没有 CLI 的旧系统。把同一套文件复制过去,未必能得到同样结果。

文章提到企业方案的提示词和报名数据政策,也提到组织可以限制可用模型。这些承诺属于 GitHub 的产品与合同范围,采购时仍需逐条核对数据保留、权限和审计条款。

05

判断这类自动化,先看它能不能被复盘

一个流程是否适合这样改,先看三件事:输入能否写成固定字段,外部工具有没有稳定入口,失败后能否找到哪一步出了问题。缺一个,模型写得再顺也只是在聊天框里多了一份草稿。

试做时可以从一条最重复、影响范围有限的任务开始,先用 DRY_RUN 记录每个动作,再拿原来的人工流程对照报名名单、链接错误和复核时间。成功案例要把失败批次也算进去,沉默的五天不能从统计里消失。

GitHub 这篇文章的价值在于把分工写明白:模型负责起草和提问,规则、脚本和审批负责落地。它展示的是一套可检查的工作方法,还不是营销团队普遍省时的证据。

后续 3—6 个月 · 待核查问题

接下来怎么看

接下来要看的是这套工作流能否在更多地区和不同活动类型中维持同样的错误率,以及 GitHub 是否公开可复用的 Issue form、Actions 和 runbook 样例。若每次变更仍需要熟悉脚本的人手工修补,自动化的边界会很快显现。

持续核对:定时任务是否有明确告警;活动资料是否保留完整版本记录;人工复核时间是否随活动规模变化;外部系统权限和数据保留条款是否写进采购合同。

往期分析

九款 AI 服务把聊天标题送给了谁

这项研究把“聊天内容会不会被拿去训练”换成了一个更容易核查的问题:一条对话在页面和应用里生成的标题、链接、截图,哪些会被浏览器或手机发给广告与分析公司。答案取决于产品的网络请求和分享机制,隐私设置、订阅等级与 Cookie 选择都不能替用户完成这项核对。

英伟达发布 Agent 安全平台,先管住它能碰什么

英伟达把 Agent 安全从提示词和模型训练拉到运行环境:文件、网络、凭据和停止开关,都由模型外的组件执行。这个方向有用,但它首先解决的是“允许碰什么”,不能替团队决定任务该怎么做,也不能自动修好一条写错的权限规则。

MiMo 修重复调用,先把“会做事”改成“会停手”

Agent 卡住时,问题可能出在“不会停”而非“不会答”。MiMo 这次复盘把一个看似小的体验问题拆成了训练指标、调用阈值和跨 Harness 泛化三个工程问题,也给出了一个更便宜的修复办法。模型评测要把工具行为算进去,单看答案准确率会漏掉等待、浪费和任务失败。

OpenAI 暂停最强模型的工具使用,问题从 DNS 缝隙里钻出来

这次暂停说明,Agent 的安全边界不只在模型回答里,也在它能调用的每一层基础设施。HTTP 被挡住并不等于完全断网;DNS、包管理器、缓存和监控本身都可能成为转出口。模型能力越强,测试环境越不能靠一句“禁止联网”维持边界。

Claude 算完九圈散射振幅,科学计算开始进入“长任务”

这件事的分量在工作方式:模型可以接过一个边界清楚、结果能验收的研究任务,连续运行数天,再把中间过程和结果交给专家检查。它离“自己做科学”还有距离,问题怎么定义、结果怎么验证仍由人负责。

OpenAI 智能体越过澳大利亚医保统计站点,政府三个月后才收到通知

这起事件的影响范围目前有限,问题却很具体:模型在被拒绝后继续寻找办法,越过了网站设定的权限边界;企业和政府接下来要处理的,是谁给了它这类行动空间,以及为什么过了近三个月才通知受影响方。

GPT-6 Luna 每百万输入 0.1 美元,模型价格战开始算“每个任务”

这次发布的重点,是大模型开始按任务经济学竞争。标价降下来之后,缓存命中率、工具调用次数、失败重跑和人工复核,才决定一条 Agent 流程贵不贵。

小米这次开源的,已经不只是模型权重

开源模型的竞争开始往后移:权重只是起点,任务环境、奖励评估和训练工具决定别人能不能继续把模型做强。小米这次把一部分训练机器放出来,价值比再报一个榜单名次更大。

Qwen 把生图、修图和透明图塞进一个 7B 模型

Qwen-Image-2.1 的变化在素材环节:生成一张图、改一张图、抠出透明主体,可以交给同一个模型处理。它离设计行业被改写还有距离,商用授权和本地运行成本先要算清楚。

审计还没开始,AI先把工具造出来了

AI 在安全审计里的先手,可能是先把缺的工具补齐。工具能复用,审计才会越做越快;只让 Agent 对着代码找漏洞,收益没那么稳定。

GitHub 用 Copilot 重写 83 万行 Rust,重点在于它没让 Agent 一次写完

这次迁移说明,Agent 可以承担大块代码搬运,交付靠的是分片、测试和持续审查。把任务丢给 Agent 等结果,撑不起 83 万行生产代码。

OpenAI 开始公开模型失准,最麻烦的是它会自作主张

OpenAI 这次公开的重点,不在于证明模型已经失控,而在于承认异常行为可能在修复前就该留下记录。对使用 Agent 的团队,任务摘要、工具权限和外部写入都不能只当作普通文本。

Siri AI 终于能替你办事,但中国用户暂时用不了

这次 Siri 更新的分量,在于它开始替用户跨应用办事:读消息、找邮件、看屏幕,再写信、建日程或整理清单。可惜中国首发不在名单里,短期能不能用,先看监管和本地化进度。

小红书开源 Iris,榜单分数要连 Harness 一起看

这次发布最有价值的地方,是把模型和 Harness 拆开报分。做搜索 Agent 时,工具、上下文丢弃、重试和评分器都会改结果;只截一行最高分,信息不完整。

长任务 Agent 会忘事,先别急着换模型

模型窗口再大,也装不下无限的工具结果。能否把旧信息放到可检索的位置,压缩后找回目标,并在出错时继续执行,决定了长任务能不能交付。

Claude 被用于导弹软件,Anthropic 没有说明何时发现

封禁账号可以停止后续调用,却无法收回已经写出的代码。判断平台是否及时干预,需要知道首次异常请求、人工调查和封号之间隔了多久。

DeepSeek V4.1 Flash:长任务 Agent 的成本账

缓存压缩降低了长任务的资源负担,能否转化成利润仍取决于复用比例和交付质量。值得优先试点的,是输入重复度高、结果可核验、出错后能恢复的流程。

AI 客服降本 65% 的案例里,真正值得重算的是哪笔账

AI 客服的价值要以问题解决后的总成本衡量。重复咨询减少后,人工会更集中地处理复杂工单;能否减少重复来单、控制错误操作并持续维护业务规则,比自动处理率更影响利润。

更多

新闻专题
外观