技能介绍

解决的具体问题

一人公司在处理项目时，常常面临“既要亲自下场，又要外包管理”的困境。直接招人成本高，外包沟通又容易变成微管理的泥潭。这个技能的核心，是把模糊的项目需求转化为一个基于交付结果的闭环：明确哪些事情创始人必须亲自把守，哪些可以让 AI 先出初稿或做质检，哪些必须交给人类专家，以及如何在招募、试用、验收和结算等环节保持清晰的边界。

核心能力与关键步骤

它不是简单的任务分发器，而是一套完整的 business-ops 导航流程。

任务分诊 (Task Triage)：将工作分为创始人保留、AI临时工、自由职业者、专业服务商、顾问专家等类别，避免为了便宜而盲目外包。
拆包工单 (Work Packages)：把大项目拆解为独立可交付的工作包，每个包都有明确的输入、输出、验收标准、截止时间和交接格式。
AI 角色编排 (AI Roster)：定义了资料员、文案初稿员、质检员、代码助理等 AI 岗位，并严格限制其边界（如“不编造事实”、“不替代法务判断”）。
人类团队筛选 (Human Library)：针对 PPT 设计师、开发、线下协助等角色，提供试工任务、评分量表和红旗警告（Red Flags）。
合规与人文底线 (Compliance & Humanity)：强制要求检查是否涉及未付费试工、过度压榨、数据隐私泄露等风险，并在北京等线下执行场景中补充本地化安全与礼仪检查。

适用边界与注意点

该技能输出的是运营与协作框架，而非法律、税务或 HR 的最终建议，高风险场景仍需专业确认。
技能内置了防伪装雇佣（Disguised Employment）和防未付费试工的规则。如果用户需求是长期、固定坐班的直接管理型工作，技能会直接标记风险而非提供规避方案。
适用于需要混合 AI 与人类劳动的中小型项目。对于完全自动化或纯内部研发场景，其分诊与招募流程可能显得冗余。