本文经原作者授权转载，版权归原作者所有。原作者：阿西_出海（@axichuhai）。查看原文 →
我让 4 个 AI 在我电脑上跑了一晚上，早上醒来，选题定了、稿子写了、审稿意见也出来了。
作为一人公司，我平时做自媒体是一个人负责选题、写稿、审稿的全流程。所有事情都是我自己来干，这些内容创作的任务非常耗费精力。
之前也考虑过找实习生或者远程员工，但是一想到招进来还要培训，花时间管理，就觉得麻烦。于是我就想，能不能让 AI 来帮我承担这些分工角色。
最近我在本地搭了一个 AI 自媒体编辑部，让 4 个 AI 分别负责选题、写稿、审稿，全程不需要我介入。
选题AI员工研究热点、定角度、分稿件；2个写稿员工各自写、互相补；审稿员工卡质量关、打回重改；一篇稿子从无到发布，它们自己走完。
跑这套编辑部用的核心工具叫 WorldSeed，可以把它理解成一个规则沙盒：
你写好每个 AI 的角色设定和行为规则，AI会根据你设计的规则自己跑，不需要你一步步指挥。
下面说一下我是怎么搭起来的。
一、用 Codex 在本地装 WorldSeed
WorldSeed 官方给到了一份开源项目地址，我直接把链接丢给 Codex，跟它说：
帮我在本地装这个项目:https://github.com/AIScientists-Dev/WorldSeed
大概二十分钟，一杯咖啡的时间，它自己把环境跑好了。
装完之后，浏览器本地打开 http://127.0.0.1:8888，Dashboard 就跑起来了。
Dashboard 是整套系统的控制中心，你可以在这里决定让哪个虚拟世界运转、什么时候启动、什么时候停止，也可以看到所有历史运行记录。
二、配置：定义 AI 编辑部
WorldSeed 装好之后有四个场景选项，打开 Dashboard 可以直接选：
- ai_layoffs.yaml：互联网公司裁员后遗症。裁了 30% 的人，剩下六个角色信任崩解、数据造假、知识断档，各自在这个处境里打算盘。
- teahouse.yaml：民国茶馆谍战。掌柜、书生、卧底商人、戏子，在一个茶馆里做危险的情报交接，谁也不知道谁是谁的人。
- self_media_team.yaml：自媒体编辑部。选题、写稿、审稿，4 个角色分工跑一套内容流程。
- template.yaml：空白模板，给你从头自定义新世界用的。
我选的是 self_media_team.yaml，直接对上我要搭的东西。场景里的角色和规则都已经配好，不需要动配置文件，只需要两步就能跑起来。
第一步：填 API key
在项目根目录新建 .env 文件，填上 API key（Claude、GPT、Gemini 三选一）：
ANTHROPIC_API_KEY=sk-ant-你的key # 或者 OPENAI_API_KEY=sk-你的key # 或者 GEMINI_API_KEY=你的key
这一步你也可以直接丢给 Codex 去处理：把 API key 告诉它，让它配置完成以后，删除关于 API 的记忆即可。
第二步：在 Dashboard 里选场景，启动
打开 Dashboard，「场景配置」选 self_media_team.yaml，其他参数保持默认，点「启动世界」。
三、跑起来：看编辑部怎么工作
启动之后点进仪表盘，是这样一个画面：
左边是一张地图，分成几个工作区——选题区、写作区、审稿台、发布看板。4 个 AI 角色各自待在自己负责的区域里，就像真的在各自的办公间里工作。
为了方便区别人物，我还让 Codex 根据每个角色的性格，单独设计了一下头像。点进任何一个头像，会弹出他的人物卡：身份、性格、负责的事。
右边是整个编辑部的故事线，按顺序记录每一件发生的事。场景里四个角色，每个角色还有自己对应的名字，就像真人一样：
林舟负责选题、阿澈和小满是两个写稿人、沈岚是审稿主编。
点击回放就可以看到，这四个人协作下来的整体过程是这样的：
1、林舟把稿件 A 分配给阿澈，指定角度——「先讲为什么 AI 副业看起来容易，实际卡在选题、交付和信任三关」。
2、阿澈写完骨架，小满过来补稿，把标题改得更有点击感，但提了不同意见：「别只说工具清单，要强调普通人最容易踩的赚钱误区。」
3、稿子交到审稿台，沈岚审完，直接打回：「结构清楚，但不要承诺收益，案例部分需要标明是经验观察，不要写成保证结果。」
4、阿澈按意见改完，沈岚再审，这次通过了。
这整个过程没有人在旁边指挥，也没有人提前设计「沈岚应该在第几步提什么意见」，他们自动就完成了。
这是阿澈输出的稿件A:
这里还有个很有意思的设定，里面人物还有一条单独的秘密故事线。
比如审稿员对于内容会非常严格，是因为角色设定她曾经因为一篇未核实的爆款文章翻车，从此对平台风险格外敏感。这个秘密只有她自己知道，但它真实地影响了审稿结果。
规则你写，行为是自己长出来的。
写在最后
最后我又去看了一下官方文档，里面给出的一个案例让我印象挺深刻的：
4 个 AI 组成一个研究团队，连续跑了 5 个小时，自己写论文、互相评审、驳回、修改。跑完之后，20 篇论文里有 13 篇通过了评审，剩下的因为数据不准或结论站不住被驳回，AI是真的在挑毛病。
同一套机制，搬到编辑部场景里就是我上面做的这些。
以前写一篇文章，选题到定稿全程我来。现在可以换一种玩法：把规则定好，把角色的动机配好，让 AI 自己在这个框架里跑，我在旁边看着会发生什么。
规则你写，行为涌现。