最初是个错误
在一家贸易公司的 Windows 设备上发生了一件小事。当机器人整理收到的邮件时,只用 Claude Code 构建的脚本(没有开发人员)突然开始表现得很奇怪。
用英文发来的讯息自动被标记为「urgent」,中文被标记为「待处理」,韩文被标记为「确认必要」。起初我们以为是故障。毕竟我们没有加入任何翻译 API。
机器人学到的东西
追踪了几天后,模式出现了。
机器人并不是简单地「检测语言」。它正在学习每种语言区域买家的「讯息结构」。
• 英文邮件: 主要是选项提示型(「Can you confirm...」) 右边反应快速
• 中文邮件: 详细问题型(「请问...具体...」) 回复包含多个项目
• 韩文邮件: 关系型(「确认请求」) 高接纳率
开发人员没有明确的规则被机器人自己「发现」了。这是因为 Claude Code 的谷歌表单整合在参考 3 周积累的邮件数据时发生的。
为什么这令人惊讶
我们以为「非开发人员」能做的自动化也就到此为止了。文件名排序、邮件过滤、电子表格手动输入自动化。
但是语言检测? 语境学习? 这是另一个层次。
我们没有与在 Mac mini 上运行的另一个语言处理机器人连接。这是 Claude Code 纯粹通过讯息模式完成的工作。
实际上能用吗
现在我们只将此功能用于「排序」。但是团队成员提出了以下想法。
多国语言买家自动提供「回复模板」
按语言预测「重新签约时间」
检测文化区域「拒绝信号」
现在 Claude Code 构建的 AI 不再只是简单的自动化工具,而是像「可学习的助手」一样运作。
结论
最令人惊讶的是这一点。由非开发人员构建的系统正在「自我扩展其自身的限制」。
在 AI 代理时代,也许您不需要写出所有自动化规则。只要提供数据和工具,机器人就会自己找到「必要的模式」。
如果你现在有「必须检查的手动任务」,试着把它扔给 Claude Code。也许那个机器人会比你更早发现模式。