AI Cowork（AI 协作工作）是指将 AI 工具深度融入日常开发和工作流程，让 AI 作为协作者而非简单的问答工具参与到编码、调研、写作等任务中。这不是简单地「用 ChatGPT 搜索答案」，而是构建一套人机协同的工作方法论。
核心理念
AI 作为 Copilot 而非 Autopilot：当前阶段的 AI 在理解上下文、执行多步任务方面已经很强，但仍需要人来把控方向、验证结果和做最终决策。好的协作模式是人定义目标和约束，AI 负责执行和提供方案。
上下文工程是关键：AI 的输出质量高度依赖输入的上下文质量。通过规范化的项目文档（如 CLAUDE.md、CONTRIBUTING.md）、结构化的提示词和工具集成，可以显著提升 AI 的协作效果。
工具链集成：将 AI 接入现有工具链（IDE、项目管理、知识库），减少上下文切换。MCP（Model Context Protocol）等协议使得 AI 可以直接操作 Jira、GitLab、飞书等外部系统。
实践场景
| 场景 | 工具/方案 | 说明 |
|---|---|---|
| 编码辅助 | Claude Code, GitHub Copilot | 代码生成、重构、Review |
| 项目管理集成 | Claude Code 集成 Jira | AI 直接操作 Issue |
| 知识采集 | ob-note, ob-term 插件 | 从工作中提炼知识到笔记库 |
| 调研分析 | ob-research 插件 | 系统化调研并输出笔记 |
| 文档写作 | Claude Code + Obsidian | 辅助写作、校对、结构优化 |
常见问题与经验
- 环境配置陷阱：AI 工具通过 systemd 等服务运行时，需注意环境变量继承问题。参见 systemd 服务代理配置导致 Claude 403 错误
- 隐私边界：明确哪些内容可以发送给 AI，敏感代码和数据需要本地模型或脱敏处理
- 版本控制：AI 生成的代码同样需要 review 和测试，不要盲目接受
相关笔记
- Claude Code 集成 Jira - Jira MCP 集成方案
- systemd 服务代理配置导致 Claude 403 错误 - 环境配置排错