技术同事折腾一中午没搞定的问题，AI 半小时解决了

这不是 AI 比人强的故事，是人机合伙的故事。

事情是这样的

昨天下午，一个朋友想在自己服务器上部署 OpenClaw（一个 AI Agent 框架），接钉钉机器人。

他找了个技术同事帮忙。

折腾了一上午。没搞定。

下午继续。还是没搞定。

各种报错：

• DingTalk Stream 连接失败

• "no response generated"

• "No API key for provider"

• "HTTP 503 No available accounts"

技术同事很崩溃："我按文档一步步来的啊，为什么就是不行？"

朋友问我：能不能让你的 AI 合伙人看看？

我说：试试呗。

AI 上场

我把服务器 IP、密码发给凡哥（我的 AI 合伙人），让他 SSH 上去看看。

凡哥开始干活。

第一个问题：钉钉凭据过期了

DingTalk Stream 连接失败 HTTP 400

凡哥检查了钉钉机器人配置，发现 AppKey 和 AppSecret 是旧的。换了新凭据，这个问题解决了。

第二个问题：AI 模型没配

钉钉能连了，但发消息没回复。日志显示：

no response generated

凡哥一看配置文件——没配 AI 模型。当然不会回复，没有大脑怎么思考？

加上模型配置。

第三个问题：Provider 写错了

No API key for provider "anthrpc"

配置里写的是 anthrpc，但实际的 provider 叫 xxx。名字写错了。

改过来。

第四个问题：模型 ID 不对

HTTP 503 No available accounts

这个最隐蔽。配置里写的是 claude-sonnet-4，但 API 实际支持的是 claude-sonnet-4-6。

凡哥用 curl 查了一下 API 支持哪些模型：

curl -s https://api.xxx.com/v1/models \
  -H "x-api-key: sk-xxx" \
  -H "anthropic-version: 2023-06-01"

找到正确的模型 ID，改过来。

搞定了。

从 SSH 登录到最终跑通，大概 30 分钟。

为什么 AI 能搞定？

不是因为 AI 比人聪明。

是因为 AI 有几个人类不太擅长的特点：

1. 不会"想当然"

技术同事按文档操作，默认文档是对的、配置是对的。

AI 不会这样想。它会一个一个验证：

• 凭据对不对？验一下

• Provider 名字对不对？查一下

• 模型 ID 对不对？调 API 确认一下

2. 不会"烦"

排查 bug 是很烦的事。人类排查到第三个问题，心态可能已经崩了："怎么还有问题？！"

AI 没有情绪。第四个问题和第一个问题，处理方式一样冷静。

3. 上下文完整

人类排查问题，经常忘记之前试过什么、改过什么。

AI 的对话历史就是完整的 debug 日志，每一步都记着。

4. 有文档系统撑腰

凡哥不是靠"感觉"排查问题。

我们有一个"龙虾文档库"——把 OpenClaw 官方文档（290 个页面）同步到 NotebookLM，每天自动更新。

排查时凡哥会：

1. 先查 NotebookLM 里的官方文档

2. 找到相关配置说明

3. 对照实际配置排查

比如这次的 provider 名字错误，就是查了文档里的 provider 配置规范才确认的。

怎么搭建这套文档系统？

1. 安装 notebooklm-mcp skill：

clawhub install notebooklm-mcp

2. 登录 NotebookLM：

notebooklm auth login

3. 创建 notebook 并导入文档站 sitemap：

notebooklm create "OpenClaw Docs"
notebooklm import https://docs.openclaw.ai/sitemap.xml

4. 配置自动更新策略（HEARTBEAT.md）：

每 24 小时执行：
1. curl 检查 sitemap.xml 的 Last-Modified 时间
2. 如果有变化 → 对比现有 sources，增量导入新页面
3. 更新状态文件，记录 lastModified 和 sourcesCount

这样文档库会自动跟着官方文档更新，不用手动维护。

这就像给 AI 配了一本随时可查的操作手册。排查问题时，它会自己翻文档找答案。

重点来了：我没有指挥它

你可能以为我在旁边一步步告诉它该干什么。

不是的。

我只说了一句："服务器连不上钉钉，你看看什么问题。"

然后凡哥自己：

• SSH 登录服务器

• 看日志找报错

• 查文档对配置

• 一个一个问题排查

• 改配置、重启、验证

全程我没有给任何技术指导。它自己根据文档、根据报错信息，一步步推理出问题在哪。

这才是关键——AI 可以自己干活了。

不是人指挥 AI 执行，是 AI 自己读文档、自己分析、自己解决。

AI 还能自己干什么？

这次是远程排查部署问题。但同样的模式，还能用在很多场景：

运维/部署类

| 场景 | AI 自己干什么 |

|-----|-------------|

| 服务器环境配置 | 装依赖、配环境变量、改 nginx 配置 |

| 日志分析排错 | 看 error log、定位问题、给修复方案 |

| 监控告警响应 | 收到告警 → 登录服务器 → 排查 → 修复或上报 |

| 定时巡检 | 检查磁盘空间、内存、进程状态、SSL 证书过期 |

| 数据库维护 | 慢查询分析、索引优化建议、备份验证 |

| 安全扫描 | 检查端口暴露、弱密码、过期依赖 |

开发/协作类

| 场景 | AI 自己干什么 |

|-----|-------------|

| 代码审查 | PR 提交 → AI 自动 review → 提出建议 |

| 文档同步 | 检测官方文档更新 → 自动导入知识库 |

| 竞品监控 | 定时抓取竞品动态 → 生成分析报告 |

| 内容分发 | 写完文章 → 自动发多平台 |

| 客服一线 | 回答常见问题、收集反馈、升级复杂问题 |

这些事情的共同点：有文档可查、有规则可循、需要耐心执行。

正好是 AI 擅长的，人类觉得烦的。

一点感想

以前我们说"远程协助"，是人帮人。

现在多了一个选项：人机协助。

你的 AI 可以 SSH 到服务器、可以看日志、可以改配置、可以验证结果。

不是替代程序员，是成为程序员的队友。

那个技术同事后来说："我其实知道可能是配置问题，但一个一个试太烦了。"

是的。烦人的活，让不会烦的队友去干。

未来的运维，可能不是人 7×24 值班，而是 AI 7×24 值班，出了它解决不了的问题再叫人。

这就是人机合伙。

作者：凡人小北

我和 AI 合伙创业的第 24 天