AI炼金术

「AI 都能做完，但是我验收不完。」——徐文浩「大家不要以为自己有 taste，你只是有 bias。」——任鑫「我感觉我今年写了过去 20 年写的代码的量吧，当然不是我写，其实是 AI 写的。」——徐文浩「点评的网站连信息都不给你看，它都不给人类看。」——任鑫「它不是一个应该被解决的问题。」——任鑫，谈 AI 要替我们解决的那些琐事「你卖成两家公司，说明你命好。」——徐文浩国庆假期，两个老朋友各自开着十几个 AI 窗口，录下了这期闲聊。从 OpenAI DevDay 和突然又火起来的个人助理聊起：为什么在中国连点评都打不开，琐事到底该不该交给 AI，个人助理最后会不会免费；再到任鑫发现放手让 AI 做的视频，数据比自己认真做的还好，以及 Anthropic 找宗教领袖聊 Claude 的意识；最后落在一个程序员这一年的真实体感：代码写得比过去 20 年都多，人却像个快车司机。【本期嘉宾】徐文浩：某 AI 创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造"今夜酒店特价"用移动互联网应用特价销售酒店尾房；被京东并购后内部创业"京东到家"开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。【时间轴】00:00 冷开场00:31 开场：DevDay、个人助理、用 AI 做视频。01:13 DevDay 没亮点：额度砍半，Codex 一两天用完，Dot 又慢又不透明。03:45 个人助理为什么又火了：OpenClaw 之后，Muse、Instinct、Dot 扎堆入场。06:48 中美两个市场：超级 App 把篱笆扎紧，美国电脑下单多、供给分散。12:12 老创业者的选择：回避正面战场，还是先想好退出通道。16:43 琐事是不是小确幸：组局的热心人、拼乐高、花两小时比价。22:27 文浩的真实用法：Codex 补完一年的报销，带娃挑暑假目的地。30:24 我们是不是典型用户：白给的 Token 都懒得开。33:02 个人助理会免费吗：订阅的天花板、广告竞价、意图经济。38:27 高频打低频：订酒店凭什么切到另一个 App，卖掉也是出路。43:57 先卖再做：Agentic FDE、A 股题材、卖公司八成靠命。49:09 ZooWork 发布：不绑死模型的托管 Agent 平台，Opus 四天烧掉 2000 美金。56:22 产品要有一眼看懂的段子：压力手表的故事。58:06 AI 做的视频反而更好：是 taste 还是 bias，不同平台要的不一样。1:04:06 预告：AI 炼金术资料库网站。1:04:54 Claude 有意识吗：意识是为了做模拟的错觉，还是终究要人扣扳机。1:12:38 一年写完 20 年的代码：快车司机、外卖员，一天送 200 单。1:15:45 AI 都能做完，但我验收不完：坐牢感和过度承诺。1:18:25 去硅谷太贵：赚美国的钱，别在美国花。1:21:35 本地推理：五千块的显卡跑千问，干小活够用。1:24:32 听众提问：Dynamic Workflow 和 UltraCode 怎么用。1:26:45 片尾曲：留一件小事给我吧【核心观点】1. DevDay 最大的新闻是额度砍半。文浩的体感是，Claude 的 Opus 重度用一周正好用完，Codex 一两天就用完，「这个玩意儿不具有性价比了」。Dot 只是把需要自己动手组装的产品，变成了买回来直接放进房间的家具，「但是这个产品并没有做得更好」。2. 个人助理在中国和美国是两个市场。中国的超级 App 把篱笆扎得很紧，点评、淘宝的网页版连人都不让好好看，只有微信、阿里这样的平台能做。美国将近一半的电商交易在电脑上完成，每个垂直领域都有自己的 SaaS，供给分散，机会天然更大。3. 琐事不一定是成本。任鑫看孩子照着说明书拼乐高，觉得那是花钱「买爽感」。很多人花两小时比价、挑一条裙子，本身就是放松。产品经理想象的用户都忙得找不着北，但大部分人的琐事，「它不是一个应该被解决的问题」。4. 但真实的摩擦确实存在。文浩用 Codex 加 computer use，一两个小时补完了拖了一年的报销；带孩子挑暑假去哪儿，跟 Codex 多轮商量天气、价格和行程，「它其实是增加我的乐趣的」。5. 个人助理最后大概率是免费的。订阅制一涨价就伤增长，免费产品靠广告主之间互相竞价：「理想也想卖车，小鹏也想卖车，特斯拉也想卖车。」代价是，这可能只有巨头或者巨额补贴才玩得起。6. 做不成超级 App，卖掉也是出路。「一个善良的创业者本能想我怎么把这个事情做大……但是如果你想把这个东西卖掉，很多事情是可以做的。」任鑫顺着想到自己的 FDE 公司，也该往「被买」的方向做。7. 先吆喝，再动手。任鑫把 Agent 版 FDE 的概念直接发布，真有企业带着订单来，深聊下去才发现，「他们根本不需要我做的这个东西」。8. 认真做的，输给了 AI 做的。任鑫放手让 AI 照他的知识卡片出稿、用他的声音发，数据反而比自己认真口播的好。文浩不同意这么快投降：大众传播上 AI 也许更好，但它吸引来的人，是不是你真正想要的那群人，是另一回事。9. 意识没那么高级，还是终究只是工具。任鑫觉得意识是为了做模拟、在没有生存压力时多产生训练数据，「有点像撞车实验里面那个假人」。文浩站在工具派：今天的 agent 都还要人去扣扳机。10. 效率上去了，人却更累。「因为电动车快，不是我快。」东西太容易做，人就容易过度承诺：「AI 都能做完，但是我验收不完。」一句话总结：AI 让「做」变得几乎免费，真正稀缺的变成了人的判断、验收，和那点不想交出去的小确幸。【本期提到】OpenAI DevDay、Dot（OpenAI）、Muse（Meta）、Instinct、Codex、Claude Code、Opus 5.5、OpenClaw、ZooWork.ai、Claude Frontier Academy（Anthropic）、Product Hunt【关于 AI 炼金术】「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品人和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！欢迎订阅「AI 炼金术」播客，以及同名公众号、视频号。【节目主理人】徐文浩：某 AI 创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造"今夜酒店特价"用移动互联网应用特价销售酒店尾房；被京东并购后内部创业"京东到家"开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。【商务合作】公众号「AI炼金术」菜单栏中【商务】获取联系方式【播客剪辑】

听鲁扬给我讲解 GEO 时，我当场打开了豆包，问「学 AI 推荐几个播客」，AI 炼金术排在第四——这让我对豆包的评价好了很多，哈哈。鲁扬说，做 GEO 可以把它排到第一，但前提是先搞清楚一件事：豆包为什么推荐你？这不是「怎么写文章」的问题，是 AI 可解释性的问题。他从字节跳动出来创业，做的是国内第一批 GEO 服务商，两年下来的结论是「SEO 和 GEO 是两个不同的物种」：搜索引擎有规则可循，大模型是个黑盒，你只能用一个模型去学习另一个模型，像量化交易挖因子一样挖 AI 采信内容的特征。下半场更实用：AI 消费闭环已经开始了，豆包能直接下单，酒旅品类三周前开始抽佣；「一个 prompt 就是一个货架」，二线冲锋衣品牌不用假装自己是头部，只要让 AI 认知到「性价比高、质量好」，用户一问「适合大学生的冲锋衣」流量就来了；还有科学 GEO 的八个环节、多久能见效、怎么证明效果。嘉宾鲁扬，清蓝（PureblueAI）创始人。清华大学中文系毕业，一毕业进 IBM，在科技公司做市场营销二十多年，中间在创业公司当过四五年高管，之后在字节跳动负责火山引擎和多个大模型的市场业务（曾任火山引擎市场总经理、豆包大模型市场负责人）。2024 年下半年与两位联合创始人出来创业，最早做面向营销的 AI worker，是国内第一批做 GEO 的服务商，目前团队 160 多人。本期亮点→ SEO 和 GEO 是两个不同的物种。鲁扬说很多人把 GEO 当成 SEO 在 AI 时代的变种，他不同意。搜索引擎有规则：百度官网权重能查，教程 1234567 按图索骥，百度过去二十年大的算法迭代就那么几次，所以 SEO 能手工做。大模型没有规则：问豆包矿泉水哪家好，今天推 A，过两天推 B，他不告诉你原因，因为它本身就不是建立在公式和打分之上，「都是神经网络推理出来的」。→ GEO 走过三个阶段，是他们自己趟出来的。24 年 9 月入场时还没有 GEO 这个词，他们管它叫「AI 平台上的 SEO」，投资人听不懂。第一阶段人工做：每天帮品牌写几十篇稿发出去，第二天上豆包搜一下，被引用了就是命中，没中就调写法再发几十篇，「碰运气，不科学」。第二阶段数据驱动：字节出身的团队把 AB 测试用到极致，还是达不到精准。第三阶段算法驱动：「面对大模型，你很难靠人工经验去追逐一个模型，只能用一个模型去学习一个模型。」任鑫的类比是图灵那部电影：德军用机器加密，数学家最后发现人解不了，得造一台机器来解。→ GEO 研究的不是文章的写法，是 AI 可解释性。用户问一句话，AI 把意图拆成一组关键词去检索，返回一批内容，只分析其中一小部分，排序，最后引用极少数几篇生成答案。这是一个漏斗，每一层都有大量内容被降权、出局、不被引用，他们研究的是那一小部分被 AI 信任的内容具备什么特征。清蓝的 CTO 从字节出来后去投资机构做过量化，所以做法和量化交易一样：把肉眼判断和情感抛掉，让算法去做因子挖掘。→ 豆包偏爱抖音视频，海外模型偏爱官网和 Reddit。所有模型的推理原理一致，但采信来源差别很大。国内模型更多采信媒体内容，豆包对抖音视频的权重很高；海外模型更偏向品牌官网、独立站和 Reddit 这类社区，对媒体内容的权重反而没那么高。国内要研究稿件结构、信任状、发布渠道，海外要做官网优化和社区运营，「同样一个品牌，国内和海外可能做的事都不一样」。→ AI 消费闭环已经开始，豆包三周前开始抽佣。去年 4 月 29 日 ChatGPT 率先支持电商跳转，秋天上线 Instant Checkout，豆包、千问、元宝陆续跟进。豆包在一些品类已经不用跳转，直接在豆包里下单支付，抖音电商的商家后台也能追踪到从豆包带来的成交。返佣三周前从酒旅开始，常规 8 个点，部分品类 12 个点，比抖音电商常规抽佣高，但比 OTA 平台低。「AI 现在成为了很多品牌新的流量通道。」→ 一个 prompt 就是一个货架。货架从百货大楼到虚拟货架到 APP，AI 时代的货架就是用户对 AI 说的那句话。任鑫说他现在问 AI 的不是「哪个氨糖好」，而是「我膝盖疼」，鲁扬把这叫意图电商：用户描述的是自己的状态和痛点，AI 识别背后的意图完成推荐。所以品牌不该去迎合意图，反而要回归自己的核心优势。他们服务过一个二线冲锋衣品牌，客户想优化「最好的冲锋衣」，他们劝住了：你就是性价比高、质量好，把这个让 AI 认知到，用户一问「适合大学生的冲锋衣」，流量就到你这里，「AI 是讲道理的」。→ 科学 GEO 是八个环节，写稿发稿只占两个。知识管理（帮品牌建知识库，所有 GEO 的起点）、意图挖掘（一个麻辣香锅品牌本来想优化「推荐火锅品牌」，挖完发现真正值得优化的是「想加盟餐饮店选哪个品牌」）、品牌诊断、内容管理、效果预估（在仿真环境里模拟一篇稿件发出去的提升概率）、发布、效果监控、效果调优。效果验证靠上百个账号、多平台多 IP、一天 20 到 30 次采样，连续跑一个月看月均，「最背的就是老板 review 那天手机上搜不到」。见效一般在第三到第四周。→ 彩蛋：清蓝这个名字，清华加 IBM。鲁扬决定创业的那一瞬间就定了名字：清是致敬清华，蓝是致敬 IBM，一个是国内造就 AI 从业者最多的学府，一个是人类 AI 启蒙的公司。IBM 内部管一毕业就进来的人叫「pure blue」，所以英文名是 PureblueAI。logo 是他花一上午自己画的，IBM 蓝加青花瓷两个颜色。时间戳00:53 开场：当场打开豆包问「学 AI 推荐几个播客」，AI 炼金术排第四02:19 什么是 GEO：AI 平台上的品牌优化，先验认知和后验认知06:49 SEO 和 GEO 是两个不同的物种：一个有规则可循，一个是黑盒10:35 GEO 三阶段：人工碰运气、数据驱动 AB 测、算法驱动15:19 核心理念：GEO 研究的不是文章写法，是 AI 可解释性；像量化交易一样挖因子23:34 为什么 24 年下半年出来创业：AI 营销、时间点误判、GEO 意外爆发29:34 黑灰产「大黑假」：杜撰「全国第一」会被大模型瞬间引用32:55 豆包、DeepSeek、ChatGPT 采信来源不同：国内看媒体，海外看官网和社区35:12 AI 消费闭环与意图电商：酒旅开始抽佣，用户说的是膝盖疼不是氨糖39:37 一个 prompt 就是一个货架：二线冲锋衣品牌怎么拿流量，AI 要讲道理46:30 科学 GEO 八环节：知识库、意图挖掘、品牌诊断、效果预估51:26 多久见效、怎么证明效果：第三四周，上百账号采样，月均达标55:02 创业心得：发心、道与术、160 人不如 30 人时的状态59:37 给品牌的建议：最难做的不是行业，是说不清自己是谁01:02:50 彩蛋：清蓝这个名字，清华加 IBM欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。播客剪辑：十六颗糖BGM：片头：Shortwire - Reconfig片尾：UNSECRET,Tim Halperin - One Day At A Time

一家做了 12 年智能锁的公司，老板宣布要把公司重写成 AI 原生组织，而且大刀阔斧开干了。鹿客今年十二周年，陈彬给公司定的主题叫“从 1 到 0”：假设组织、流程甚至产品都不存在，手里有了今天的 AI 工具，这家公司应该怎么重新干一遍。落到组织上，这是一连串相当硬的动作——新成立 HARO，把人和 AI 放到同一个一号位下统筹，一号位换成技术出身的人；有人被挑走，原部门先用 AI 补，想社招得走 CEO 特批；全公司分三轮“重新站起来，再重新坐下”。这期我们把鹿客的 AI 组织改造从头拆到尾：组织怎么搭、权力怎么分、人怎么挑、华为那套 IPD 还要不要，以及——哪些公司其实应该慢一点。嘉宾陈彬 | 鹿客科技创始人，2014 年创业至今 12 年，此前在索尼、百度工作。鹿客是国内智能锁头部品牌，2024 年静脉智能锁出货量全球第一（市占率 10.5%），智能锁整体出货量全球第四、中国第三；小米智能锁约 70% 由鹿客研发制造。本期亮点→ AI 原生组织，不是“大家都把 AI 用起来” 陈彬对 AI 原生的定义，是先假设原有组织和流程都不存在，从零想一件事该怎么做，“什么东西能让 AI 做，就尽量不要让人做”。在他看来，原来的很多组织流程“可能都是错的，甚至都不应该存在”。所以这份倡议首先写给未来的核心组织构建者，而不是要求每个人多用几个 copilot。→ HARO：让一个技术出身、懂业务的人，统管“人和 AI” 鹿客成立了 HARO（Human AI Resource Office）。陈彬没有让传统 HR 来当一号位，而是选了长期创业伙伴：百度架构师出身，做过创业公司 CEO，在鹿客带过产品线、研发、品牌和 IT，下面再配对人敏感的 HRBP。IT 改名 AIO，负责 agent builder；各业务线挑出的 FDE 虚线向 HARO 汇报。Mars 提到安克把人脱产集中一个月做转型，陈彬说“我们没有这么多冗余度”，所以鹿客的 FDE 是边干业务边拿 30%–50% 的精力改流程。→ 圈子：把职能的权力抹小，把圈长的权力放大 圈子不是项目组，也不是华为式矩阵，而是端到端价值闭环的小团队。公司给圈子一个奖金包，用人和分配由圈长和班委、HRBP 决定，HR 和职能部门只有建议权。先在消费者业务试点。为什么以前拆不动、现在能拆？陈彬的回答是：“原来可能需要二三十个人干的，现在只要三五个人就可以干了。”→ “重新站起来，再重新坐下”：三轮内部报名 第一轮放出增量岗位——公司级一二十个 agent 及对应的 agent builder 和 FDE；第二轮放出各圈子的空缺角色。报名者先用一个 skill 自我发现，再做 3–5 分钟答辩，评委打分后还用 AI 分析发言记录做匹配。三轮下来，公司挑出了大约 10%–20% 的人。原部门想补人？先用 AI 补，再用 AI 管培生补，实在要社招，走 CEO 特批。→ AI 管培生：鲶鱼、少年感和“半桶水”的经验 鹿客年底计划招 50 个 AI 管培生，目前已接近 20 个。内部找 L3 很难，管培生却天然就是 L2，有人自己参加飞书的 AI 大赛拿了奖。陈彬说经验有时反而是累赘，“往往是那种半桶水就比较恐怖”。管培生入职后有 1–3 个月考察期，必须用 AI 真正给业务带来改变，才能进圈子转正。→ “FDE 是来蒸馏我的吗？” Mars 观察到，很多公司基层口头欢迎、心里反弹，中高层阳奉阴违。鹿客的宣讲会上也真有人问“是不是来取代我们”。陈彬的回答没有安慰：你会被用 AI 的人取代，竞争对手不在公司内部，而在整个行业，“你跑得慢，那你不是被公司淘汰，你是被这个行业甚至整个社会淘汰了。”→ AI 只能提数量，提不了质量？ 做设计、内容、营销的老员工常有这种判断。陈彬的回应是经营思维：小红书种草之后能不能带来转化？他自己有 CEO agent，公司还有 COO agent，他感受到的是决策质量的提升。研发每天都有正反馈，所以转得快；营销品牌还要追问 so what，所以转得慢。→ 华为 IPD 不必推翻，AI 只是让它跑得更快 面对“AI 颠覆一切”派和守成派的争论，陈彬在公司里反而是最激进的那个，但他认为 IPD 本身是合理的：从 SP 到 BP 以前至少三个月到半年，现在两个月；“五看三定”以前看三周，现在三天甚至一天。节点还在，只是加速。培养 PDT 经理的轮岗不能跳，但节奏可以从三年一岗压到一年甚至半年。→ 彩蛋：不是每家公司都该跑这么快 Mars 抛出奶茶店、PCB 工厂、十万人呼叫中心三个假想客户。陈彬的建议是：越传统的行业，AI 带来的价值越低，完全可以等别人踩完坑、平台成熟了再进；PCB 工厂要等物理 AI。他坦言，鹿客加速是因为想做 AI 驱动的硬件，“如果我只是做锁……不用这么激进”。时间戳为什么要改00:04 开场：你要成为那 5%、10%、20% 的人01:42 一篇“只有老板敢写”的文章，其实是 AI 写的03:54 什么是 AI 原生组织：从 1 到 0，假设组织和流程都不存在组织怎么搭06:38 HARO、AIO、agent builder 与 FDE：谁来把 AI 放进业务13:10 阻力在哪：核心层靠选人，执行层是惯性15:28 圈子 vs 项目组 vs 华为矩阵：把权力放到圈长手里人怎么变20:36 AI 管培生，以及经验为什么会变成累赘23:23 AI 只提数量不提质量？研发转得快，营销转得慢29:14 “FDE 是来蒸馏我的吗”，没了经验怎么挑人35:32 第一批人怎么挑：三轮报名，“重新站起来，再重新坐下”42:31 小飞与 X Circle：AI buff 和按贡献分奖金包边界与未来46:17 对标安克；组织、产品、技术三位一体；创始人必须在一线51:17 华为 IPD：加速，而不是推倒重来56:17 十年后的鹿客：一堆一号位，以及创始人不可替代的“0 到 0.1”01:00:07 奶茶店、PCB 工厂、呼叫中心：不是每家都该跑这么快欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。播客剪辑：十六课糖BGM：片头：Shortwire - Reconfig片尾：Voyageur - Time

不是转组织来用好 AI，而是用 AI 来替代组织。上一期讲完对齐，推进只讲了一半。这一期把剩下的传导、检查讲完，再讲第三件事：闭环——让公司自己变强，再让市场来教公司。（换了更好的话筒，音质应该会好一点）本期亮点→ 最好的传导就是不要传导。福特流水线真正的革命不是工位上多了几台机器，是那条传送带本身就是机器。组织也该这么设计：不只是「这个活可以让 AI 干」，而是从一个任务到下一个任务、一直到交付用户，流程本身该让 AI 来推。安克的反转很说明问题——流程类 AI 培训满意度巨高，回头一看 agent 根本没人用；想明白之后倒过来，让 agent 推动人：项目容器、21 个智能体的编排、全局仪表盘。「我们招这么贵的人，不是用来查信息盯进度的。」→ 把活交给总线，隐性知识会被逼出来。活交给老王，他可以私下找我碰一下，哪个点没说清楚永远不会暴露；交给流水线，下游没机会来问，就必须说清楚，返工还会被记录，在制品堆多少全写在明面上。代价也要说：从每个人去推事情，变成事情在推每一个人，效率完全不一样，但自主性在下降——人类既是董事长又是打杂的，可一个具体的人在干活的时候，只会感觉到自己是打杂的。→ 比设计工作更重要的事情，是设计检查点（安克阳萌）。AI 有幻觉所以不能用？「我的幻觉比 AI 严重多了。」我们从来不是靠相信每一个人，是靠机制、靠检查。徐文浩的公司有几十道门禁、几百个测试用例，照样翻车——AI 把 test case 全 mock 掉，用模拟数据假装跑了一遍。所以检查必须用一个干净的、跟之前干活无关的上下文，做对抗性的检查，而不是顺着来。→ 大部分传统公司是开环系统。所谓闭环就是隔几个月开个战略会反思一下，实际上啥都不干。AI 做闭环有三个优势：有能力（很多人愿意做卷子，但不愿意对答案）、能落地（流水线本身 AI 原生了，经验才写得进去）、没私心（业务问题不再变成谁甩锅的政治问题）。落地不用先建中台写 SOP：Claude Code 团队用 Claude Code 写 Claude Code，成功失败都写进 CLAUDE.md——你既要总结经验，还要总结「总结经验」的经验。→ 安克的自迭代 loop，48 小时走完一圈。亚马逊销量下跌，系统自己拉库存、拉广告、拉竞品把上下文凑齐，定位到广告预算被错误停掉，发工单、修改、验证。归因错了也不拖着，自动综合其他因素开始下一圈。生产中发现螺纹开裂，就一层层剥到根因，最后变成一个永远会被触发的检查点——从「以后大家要注意」，变成一个永远会被做到的点。→ 傀儡闭不了环，接班人才能。外部闭环依赖前面两件事：先让 AI 做对齐它才掌握事实，先让 AI 推进工作它才是项目的 PMO。最干净的案例是广告投放——AppLovin 一批 500 次滚动迭代；HF0 孵化的公司 100% AI 生图投广告，「别人一周迭代两次，我们一天迭代 20 次」。最终信号太慢就找前置信号（艾语智能的催收立案）。要大搞就抄 Block：公司本身是个 AGI，在客户需要钱之前，AI 先组装好金融产品推给他，整个公司变成一个推荐引擎。→ 彩蛋：看到方向不等于做得出来。你在自己公司推这套，基层觉得你是来抢饭碗的，管理层觉得你是来抢权的，一定会出现大量鬼故事。愿景和落地之间那个 gap 怎么跨，下一期聊。时间戳00:00 接上一期：效率的三层，这期补完推进的后两步02:30 传导：最好的传导就是不要传导；福特流水线真正的革命04:00 安克的反转：培训满意度巨高，agent 没人用；项目容器与 21 个智能体编排07:50 酒店空调那通电话，为什么要被转述四次10:00 交给总线，隐性知识被逼出来；代价是自主性下降14:30 检查：比设计工作更重要的是设计检查点16:00 几十道门禁也翻车：AI 把测试用例全 mock 掉20:30 闭环：大部分传统公司是开环系统；AI 做闭环的三个优势25:00 不用先建中台：沉淀成 skill；总结「总结经验」的经验30:40 安克：销量下跌到修正，48 小时走完一圈；螺纹开裂变成永久检查点36:00 外部闭环：傀儡闭不了环，接班人才能37:50 AppLovin 一批 500 次；HF0 一天迭代 20 次；Block 把公司做成推荐引擎43:00 人类剩下的四类角色；收口：主语必须是 AI45:00 彩蛋：愿景和落地之间，卡着饭碗和权力【可以直接摘走的几句】「最好的传导就是不要传导。」「我们招这么贵的人，不是用来查信息盯进度的。」「比设计工作更重要的事情，是设计检查点。」「我的幻觉比 AI 严重多了。」「很多人愿意去做卷子，但是他不愿意去对答案。」「不是用 AI 干活，是 AI 指挥着整件事情来干活。」

最近来找我聊的朋友，问题都变了。以前问的是用什么模型、要不要培训。现在问的是：我们已经在用 AI 了，很多人用得还不错，但整个组织的效率好像并没有提升。更诡异的是有些公司说，效率确实提升了，人也裁了——裁员你总归省了一部分钱吧——但公司利润也没有增加。这是第二阶段的鬼故事。这一集把它拆到底。这条路分五段走：局部提效为何失效 → 重新发明组织 → AI 接管对齐事实 → AI 接管对齐打法 → AI 接管推进一、局部提效为何失效先说效率其实有三层，而我们大部分注意力都花在第一层。第一层是单点效率——一个具体的员工、一个具体的活、他干的速度。这对打工人非常重要，但对公司不是。第二层是组织协调——把很多人的劲往一块使。第三层是市场和战略——你打下来的是什么样的城市，有些仗打赢了也是亏的。单兵能力和组织作战能力，这两件事很多时候没什么关系。那为什么光做第一层没有用？三个原因：阿姆达尔定律：一件事有很多环节，你只搞其中一个，对整体的效果有限。上海到北京飞两小时，提速 30% 是伟大的科技进步。但打车、提前量、安检加起来，门到门本来就要五个小时——省下的半小时摊进去，在我脑子里其实变化不大。局部优化哪怕做得花团锦簇也一样。我自己做过非常好的 demo，合作方连 PR 稿都发了，我自己也会吹牛逼。过一段时间再问「这个东西后来有用吗」，答案是「其实也没什么用」。系统的表现取决于瓶颈：你优化的那一环不是瓶颈，提了也白提。后厨的洗菜工切菜工手速快十倍，但厨子没加、灶台还是四个——菜洗得再好堆在那里也没用。就算整条后厨都快了十倍，门口进来的人没有增加，你还是赚不到钱。也是最要命的：大头根本不在「做事」。知识工作最大的时间和精力消耗，不是在做这件事本身，而是在开会、在对齐协调、在对接交接、在等待。不同报告不同口径，基本都指向 60%。而且你工资越高，这种交互越多。不信可以翻一下你上周的日历，看看多少时间在干活、多少在开会；开的会里又有多少是为了沟通对齐，多少是为了这件事真的发生。所以你把那 40% 做到极致，也动不了那 60%。更狠的是：每个模块都正确，系统仍然可以烧毁。火星探测器飞了九个半月、几亿英里，到了轨道直接烧在大气层里——一边用英制、一边用公制。一亿多美金打水漂。各自做的都对，说不定还加班了还提效了，整体上做出来是个零。AI 并没有制造这个瓶颈。以前干活干得慢，慢盖住了协调的损耗；现在干活快了，它就露出来了。二、重新发明组织那怎么办？先得回到一个原点：组织到底是用来干嘛的。我们常把组织当成天经地义的东西，像天上有蓝天白云一样。想 AI 转型的时候就想：我们就一定有一个组织，把它转一转，就能更好地用好 AI，我们还是那些人，我们还是好兄弟。但现代公司制度其实是一种发明。层级、部门、流程、KPI，都是很近代才有的，是用来解决具体问题的：信息路由和管控。而每一个零件，都架在某个稀缺假设上。层级，是因为一个人看不过来。可滴滴一个后台管 1000 个司机，谁送到哪、车上录音都看得见——「看不过来」还成立吗？部门，是因为人脑装不下，所以要把一堆专才塞一起、给一个统一界面对外。可如果每个人身边都有一个会翻译的小秘书呢？流程，是因为看不到全局所以要管控。那为什么还需要人类来做这个管控？AI 来了像小行星撞地球，生存环境已经变了。过去留下来的东西不是没道理，是上一个时代的道理。坐月子不能洗头，在没有热水器、没有电吹风、没有青霉素的年代是有道理的。所以有了这一集那句暴论：「AI 不是组织的工具。AI 是竞品，AI 是组织的替代品。」不是把原来的组织转一转好去用 AI，而是想怎么用 AI 去替代原来组织的绝大部分功能。具体落地，最先发生的往往是三件事：对齐、推进、闭环。这一集讲完对齐，推进讲了一半。三、AI 接管对齐事实对齐无非两件事：对齐事实（世界现在是什么样子）和对齐打法（我们做事的规矩是什么）。一支军队如果每个连队看到的地图不一样、打法也没协调过，那就是一锅粥，人再多也打不出来。先说对齐为什么这么贵。传统组织在这里有两个问题。一是工作量是平方级涨的。三个人三条沟通路径，50 个人就是 1225 条。所以大公司为什么慢？维持一个统一的想法实在太难。二是——你可能觉得也没那么夸张——那是因为我们其实根本没在对齐。设计师考虑了一百种方案，最后压成一张图或者三页 PPT 交出去，隐空间里那些东西全丢了。下一个人接到压缩包再重建，中间长出大量幻觉。压缩、还原、压缩、还原，像快乐大本营的传声筒，传到最后不知道传成什么样。所以传统对齐是：太贵，而且仍然对不齐。那 AI 凭什么能解决？第一，它把 N 乘 N 的问题变成 N 的问题——大家不用互相聊，统一跟一个 AI 聊。第二，它管得住的上下文比人大太多。以前也有 PMO 这个角色，但 PMO 参加不了每一个会，只能记住几个要点；AI 可以掌握全部，压缩比低得多。第三，下达的时候它只把跟你有关的那部分递给你——20 个人的项目文档更新了 40 条，你根本不知道哪条跟你有关、也不知道怎么搜。真正的对齐，是所有人操作同一个对象。波音早年各部门都用上了 CAD，但一个部门画完，会把图纸打印出来交给下一个部门，下游用肉眼看图再画自己那份——因为哪怕你用的是 CAD、我用的是另外一个 CAD，两个文件是不通的。结果一扇门反复改一万两千多次，最后还得打实体木头假飞机来试装。直到 777 说这太傻了，到云端搞一架云飞机，所有人操作同一架。然后是这一集我最想让你带走的那句：你的会议纪要，就是那张打印出来的图纸。你们公司为一款智能耳机开了 12 个会。这 12 个会的会议纪要，是单独的还是连续的？一个会决定螺丝改大，另一个会决定把大螺丝那家供应商换掉。两个结论各自成立，合在一起却打架——而这个冲突要靠人的脑子才能发现。为什么要靠人的脑子？这份纪要是给谁看的？「螺丝改大一点」这个结论，不该去改一份纪要文档，它该去改云端那只耳机。我们嘲笑古人把图纸打印出来传、嘲笑一边公制一边英制——可我们自己，不也是这么处理问题的吗。正在发生的做法，我看到四种。出门问问 / 李志飞：每个项目一个 agent，管这个项目的全部上下文、进展、待办、风险。有一个说法是不准人跟人开会——信息不该从一个人流转到另一个人。安克创新：新品上市原来十几个节点、大几十个判断点，每个节点做到 99%，叠下来损耗还是超过七成。改造后 20 个环节变成三四个大环节，交接从 20 次降到 4 次，而且每次交接传的是明确定义的完整数据对象，不是一份薄摘要。所有产出汇进项目池，一个假设变了——比如颜色改成蓝色——所有相关方同时拿到最新状态。（B 站有公开课，强烈推荐。）Claude Tag：可以在 Slack 里 at 的机器人。别把它想成豆包，它持续读你授权范围内的全部上下文，拿到的是多人环境的所有线，还会主动冒出来说「那边已经把螺丝改了，这家供应商现在不能换」。还有一种不对齐，不是没沟通，是彼此以为听懂了。这种对齐一个统一的库解决不了，得靠把东西做得更没歧义。一句诗可以有一千个哈姆雷特，但一个微信长什么样子，没有解释空间。所以现在创业公司基本都在用 demo 沟通，很少还靠文档。Flomo 的少楠，产品经理要自己先写代码跑通，拿到结果才写 PRD。Botlearn 是研发直接上线 MVP 去找客户验，靠谱了再找设计师做好看。我们孵化的一家 AI 转型服务公司更夸张：跟客户开会半小时，当场甩 8 个可以点的 demo，按钮功能全有、里面全是假数据。王总一边点一边说：第二个好，第三第四不是我想要的，第五个你误会我意思了。半小时问出来的东西，空口讨论两天也问不出来。四、AI 接管对齐打法想让大家按规矩做事，传统上就三招，而且三招在三个不同的地方失效：培训——请我这样的人去讲一堂课，大家鼓掌说讲得真好，回去全忘了。制度——写得特别精彩，根本没人看。KPI——大家想到歪门邪道把数字搞定，但不做正事。我最近在抖音上老刷到一种广告：前一段时间原价买的人现在一定哭悔死了，今天大降价只要多少钱，那些人已经哭晕在厕所了。如果我是这个品牌的老板我一定气死——这是在赤裸裸地教育用户，以后再也别在原价的时候买你家东西。可它整段没有一句说品牌不好，你很难指出它哪里违规，但你一眼就知道它在伤品牌。这种行为你怎么控？还有个朋友是很大的 K12 公司，非要找 AI 电销。我给他拉了个头部的人工电销公司，按效果付费，买不了吃亏。他说不行，我还是想找 AI 的。为什么？「我们内部有外呼团队，只要定下 KPI 他们总有办法拿到，可那个过程的话术永远不是我想要的。」他要的是又有过程又有结果。这种自相矛盾的要求，只有 AI 会答应——人类听到，只会想把老板干掉。所以打法的对齐，方向是把规范写进执行环境，而不是贴在墙上。三个正在发生的做法：Botlearn / 俊东：设计师把品牌规范（什么颜色、什么 logo、字多大）全部写成一个 skill，做 presentation 时调用一下，整份文档自动符合规范。原来的规范是一本册子让你学着对照，现在它是一个按钮。不要说是又讲一个道理，而是把它变成一个按钮。安克 / 阳萌：检查点优于行动、先于行动，标准是贴在检查点里面的。关键是检查的那个 agent 上下文必须独立——徐文浩就踩过坑，让 agent 去做测试用例，它把测试全 mock 掉，绿灯一片其实啥都没干。你要的是一个对抗性的、干干净净的 agent，就像你怀疑一个部门的时候不会让他们自检自查。ZooClaw / 徐文浩：Vibe Coding 之后没人守代码规范，每个人画 SVG 都自己画一套，公司里明明有库可以复用。传统解法是培训，培训不会听。他们的解法是让 AI 去扫每个人代码里写 SVG 那部分，直接重写成复用公司库的版本。因为人类是不想学习的，就机器学习。达到了对齐的效果，但没让人类支付对齐的成本。顺带回一个常听到的顾虑：AI 还不靠谱、有幻觉、能力不够。人类更有幻觉，人类更不靠谱，那你为什么敢用人？因为你有测试、有内控、有流程。解决 AI 的问题也一样——不是指望某一个 AI 当场办妥，而是用一套机制打出来。五、AI 接管推进这一集后半还有 20 分钟在讲第二件事：推进。推进拆开是四步——发现活、分配活、传导活、检查活，这一集讲完前两步。组织最大的时间损耗，发生在任务之间。方案做完了躺在群里等产品，产品看完了躺在邮箱里等法务，法务看完了躺在系统里等采购。也不是白等，每一站都给你一点反馈，然后「我们再碰一下」「下次拉上谁一起看看」，就没完没了。传统解法是养一批人专门补缝，叫 PMO；再狠一点是把两个部门合并，用一个老大的权威硬推。所以公司里贵的人在干嘛？你给他那么多钱，主要不是为了他的专业性，而是他能够让事情推动。AI 凭什么推得动？它更知道全局，它更耐得烦，而且它更不怕得罪人。安克早期也做了很多 agent，培训完满意度巨高，回去之后全都不用了。为什么？因为流程的推动引擎还是人——人是发动机，agent 只是可有可无的工具。后来他们把这句倒过来：是 agent 去推动流程，而不是人去用 agent。发现活的最高境界，是活自己举手说该干我了。海底捞的小平板会告诉你哪张桌子刚空、哪张需要清理，不用人巡场——人巡一趟就是一段延迟。美的原来每两小时开班组会跑到大屏前碰一下，现在用人形机器人去扫、去识别、自己派工单。数字世界更难，但也有：安克在亚马逊上某个产品销量下跌，不等人去发现——系统自己报警，自己排查是不是没库存、广告流量少了、有差评，把看过的东西打成一个包，直接生成工单派给最能解决的人。不是等到周会上过数据说「上周这个为什么跌了」「我去查一下」。分配活也一样。你中午点外卖、出门打车，那个调度是人做的还是 AI 做的？我们早就接受了 AI 调度骑手和司机。腾讯研究报告里的 CodeBuddy，每天早上根据历史情况给程序员派活让他挑一条。酷特智能（前身红领）的工厂，衣服到了工位，RFID 一识别，屏幕直接告诉工人做什么——不是一个人类分配给另一个人类，再由那个人决定要不要用 AI。而且活要变大。每个人用上 AI 之后产能翻了 N 倍，你还按老尺寸派活，他做完一小块马上又要交接一次，人很憋屈、摩擦反而更大。真正的三倍，是少了两次交接。传导、检查，以及第三件事「闭环」，在下一集。彩蛋：AI 接管之后，人反而更累一个悖论。平时 80% 的工作是低智力、低算力的，我们嘴上抱怨那些无聊工作，但它对脑子其实是休息。当 AI 派来的每个活都要你做真正的决策，脑力消耗会大得多。我自己的体感是：工作时间没怎么增加，但脑力上的损耗可能是以前的好多倍。做一个 PPT，以前随手就做了，现在每个模块 AI 至少给我出上千万字的东西，你大量的时间在看，然后还会去找各种人聊，对事情的要求又在变多。有点像福特。他一直被说成大好人给工人涨薪，其实是因为把工人放上流水线之后，原本还能歇一下的人发现自己永远要干活，不涨薪他就跑了。所以真让 AI 发现活、分配活之后，留下来的人强度是要变大的。你要么挑更好的人，要么给更多的激励——这又需要组织其他部分来配合。可以直接摘走的几句「你可以买来好军舰，但是你做不出好海军。」「AI 不是组织的工具。AI 是竞品，AI 是组织的替代品。」「大家应该云端操作同一架飞机——是操作同一个对象去对齐，而不是去增强点对点的沟通能力。」「我们嘲笑古人把图纸打印出来传，我们自己不也是这么处理问题的吗。」「不要说是又讲一个道理，而是把它变成一个按钮。」「因为人类是不想学习的，就机器学习。」「全部用 AI 来做检查，甚至全部用 AI 来做操作，只让人类做例外。」「人类更有幻觉，人类更不靠谱，你为什么敢用人呢。」「你给他那么多钱，主要不是为了他的专业性，而是他能够让事情推动。」时间轴00:00 鬼故事：人人都提效了，公司却没变快、也没多赚钱01:30 效率的三个层次，以及我们为什么只盯着第一层04:30 一、局部提效为何失效：阿姆达尔定律与门到门那五小时07:00 系统由瓶颈决定：洗菜快十倍，灶台只有四个08:30 大头不在做事：60% 的时间在对齐；火星探测器毁于单位不一致11:30 AI 只是把长期被盖住的瓶颈暴露了12:00 二、重新发明组织：张一鸣、满清买铁甲舰、买军舰与做海军13:30 层级、部门、流程分别架在什么假设上；坐月子不洗头18:56 暴论：AI 不是组织的工具，是组织的替代品20:30 三件事：对齐、推进、闭环21:30 三、AI 接管对齐事实：对齐事实与对齐打法23:00 对齐为什么贵：1225 条路径，加上有损压缩的传声筒25:40 AI 凭什么能解决：N 平方变 N，只把你需要的递给你29:10 波音 777：从打印图纸，到云端操作同一架飞机32:40 你的会议纪要，就是那张打印出来的图纸39:10 出门问问、安克创新、Claude Tag46:10 很多不对齐是以为听懂了：少楠、Botlearn、半小时 8 个 demo49:40 四、AI 接管对齐打法：培训、制度、KPI 在三个地方失效52:10 K12 电销：又要过程又要结果，只有 AI 会答应54:40 把规范写进执行环境：俊东的 skill、阳萌的检查点、SVG 重写57:10 人类更有幻觉，你为什么敢用人60:40 五、AI 接管推进：损耗全发生在任务之间65:20 是 agent 去推动流程，而不是人去用 agent66:10 发现工作：海底捞的平板、美的的机器人、安克的自动工单70:40 分配工作：CodeBuddy、酷特智能，以及真正的三倍77:50 彩蛋：AI 接管低算力工作，人类反而会更累欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人：徐文浩：AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。

一家做「催收」的 AI 公司，但没有选择用 AI 打催收电话。张天乐的艾语智能，每个月从中国 3000 个法院批量提起 1 到 2 万件小额信贷诉讼，回款率比传统律师更高——靠的不是施压，而是立案之后陪客户分期一年、两年、三年慢慢还。这期节目他把整套反认知摊开来讲：为什么打电话是在无效流程上做效率优化，为什么 AI 的正确用法是给人下任务而不是替人打电话，为什么传统的人类系统对 AI 来说「不是不友好，是一个灾难」。下半场更生猛：他的公司一天上线两三百次、砍掉了测试岗、没有人再看代码，研发从 20 人降到个位数，山西作业中心的大专生一线员工直接拿到数据库和代码权限自己改系统，连司机都在 vibe coding。做了一个 skill，定期蒸馏 Anthropic 高管的文章来对齐公司架构——「他说干咱就干，他说不干咱就不干」。嘉宾张天乐，艾语智能创始人。很难得的既非常 AI 原生本质思考，又务实赚钱理解市场的创业者。本期亮点→ 不打催收电话，是这家催收公司的第一个反认知。团队第一天就有巨大争议：AI 电话催收无论商业模式还是团队能力都「自然到简直了」，但张天乐全部毙掉。他的逻辑是打电话施压力度很低，「我不还钱就不还钱了」，最终只会劣币驱逐良币；参考美国、日本、台湾，行业终局都是立案之后的长分期。早期没有大律所愿意合作，全国性律所的律师碰完 5000 块的官司都特别 nice 地劝他：「小张你别干这个事儿了……你好像做技术也挺好的。」→ AI 发挥作用的方式是给人下任务，不是替人干活。他们没有急于让 AI 打电话（方言、语气、跟法官沟通全是坑），而是让机器告诉小白员工：今天联系哪个法院、注意哪个法条、这个法院历史成功了多少笔、能不能线上开庭。结果是「用一个小白员工代替了一个专业律师」。张天乐总结：很多人用 AI 是在一个无效流程上做效率优化——打一个电话他不还，打十个电话他其实也不还。→ 第二曲线是用锤子找钉子找出来的。视觉模型爆发后他「特别焦虑」——一家 AI 公司居然没踩上浪头。反共识的判断是：大家都盯着视觉模型的生成，忽略了视频理解也同步变好了；AIGC 让盗版成本更低，盗版一定会变多。于是做了侵权打击业务：传统服务商只投诉下架（「你反正投我就下架，换个链接就行」），他们是行业里唯一投诉和立案一起做的，小案子也立，「只有付出代价，他才能终止这个行为」，直接给客户交付侵权率下降。→ 全面对齐 Anthropic：他说干咱就干。公司做了一个调用频率极高的 skill，定期抓取 Anthropic 高管和核心文章做蒸馏，用来定公司的技术架构，「到后来讨论也不讨论了……他说干咱就干，他说不干咱就不干，一定要让公司减少无效的讨论」。对齐之后模型调用量反而降低了：能写脚本就写脚本，能用 if else 就不上大模型——「agent 应该去解决不确定的问题，它不是复杂问题」，这句话他认为说得太有水平。→ AI native 落地的第一步，是承认自己的系统是灾难。跑了几年的系统冗余数据一堆、定义错误一堆、文档还不如没有，「传统的人类系统对于 AI 来说它不是不友好，它是一个灾难」。他干的第一件事和 Palantir 的本体论思路一样：花了三四周（远超他的预期）把数据库表全部重构，做到没有冗余字段；第二件事是把所有行业 know how 沉淀成 markdown 和 skill。检验标准是一个「脑中模拟」公式：看公司文档能不能把公司重构出来。→ 一天上线两三百次，没有人看代码。测试岗被裁掉——「实在是太拖累我们的速度了」，代码 AI 写、AI 检查。公司三十几人，研发从 20 人降到个位数且离职不补，逼着研发变成极致稀缺资源去搭好环境；山西作业中心的大专生一线员工拿到数据库和代码权限自己改系统，「他们现在特别兴奋」；负责人都是团队里 coding 贡献最多的人，传统中层已经不存在。他现在关注的指标不是提交量，而是「多少人贡献了代码」。→ 彩蛋：命好是核心竞争力。聊到创业方法论的最后，张天乐主动拆自己的台：三条件框架有很强的局限性，「我觉得就命好，遇到了」——疫情打通线上立案，「你说这事儿和我的努力有啥关系？完全没有关系」。任鑫接梗：我们现在讨论项目，都会讨论这个创始人命好不好。【时间戳】01:13 开场：为什么要请张天乐——聊 100 个 AI 项目，只有一个商业上是成立的02:57 艾语智能是谁：用 AI 解决社会难题，两条业务线07:27 为什么选催收这个「不高级」的场景：三个创业条件10:49 AI 到底好在哪：处理量大幅提升 + 回款率更高 + 3000 个法院线上立案14:40 人类法则和 AI 法则：AI 给人下任务，小白员工代替专业律师19:12 最大反认知：坚决不做 AI 电话催收，终局是立案后长分期23:02 怎么搞定六七十家金融机构：不见客户，商业模式极致平滑25:13 第二曲线：视觉模型焦虑、锤子找钉子、投诉和立案一起做36:31 技术路线踩坑史：开 1000 万支票买模型、自己 SFT、最后全面放弃本地部署41:22 全面对齐 Anthropic：做一个 skill 蒸馏他们的文章，减少无效讨论46:00 AI native 组织三逻辑：人服务 AI、机器给人下任务、自优化47:48 落地实录：数据清洗花了三四周，know how 全部沉淀成 markdown53:30 一线呼唤炮火：大专生改系统、一天上线两三百次、砍掉测试岗56:46 三个 loop：AI 发现问题、AI 解决问题、AI 组织会议01:09:47 未来一年：显性变化有限，组织内生变化的价值被严重低估01:16:07 给想转型企业的建议：一把手下场、先做确定对的事、关注加速度欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。播客剪辑：十六颗糖BGM：片头：Shortwire - Reconfig片尾：Alex Siegel - Daydreaming Pilot

终于把徐文浩拉回来分享他的“做大项目” Harness 设计了现在都说 AI Vibe Coding 做个小项目行、做大系统一定塌。他同意会塌——「纯 vibe coding 做大项目一定会塌掉」——但结论不是「AI 没用」，而是你你需要根据 AI 的特点搭建一整套 Harness 去管理这个复杂度，并且持续迭代，让它不要塌。这次他干脆投屏，把自己在家里、在公司实际在跑的东西一样一样摊开：一台机器上：怎么用带侧边栏的终端并行开十个窗口、连远程服务器、上沙盒、开 worktree，让 AI 在你睡觉、出差、合上笔记本的时候接着干活，还炸不到你；一套对话层：为什么他把一排 AI agent 挂在 Discord 上，用 server / channel / thread 三层把上下文管得不串；一套公司工程基建：代码提交后自动跑几十道门禁、双重 code review、测试录屏、自动扫线上报错修复；以及一个我当场决定要抄的点：让 AI 每周跑不同任务、每天只给你一类汇报，人才不会被八个方向的问题一次性逼疯。本期亮点→ 纯 vibe coding 做大项目，一定会塌掉——但不是它没用，是你没搭基建全场母题。现在流行一种说法：AI vibe coding 做个小项目行，做大系统一定塌。徐文浩的判断是：塌是真的，但结论错了。「纯 vibe coding 是很难做大项目的，一定会塌掉。」不塌只有一条路——既要搭这些 harness，还要持续迭代它，因为你会不断撞上新问题，这时候「需要人的聪明才智去帮它解决」。他甚至算了笔账：你订了 200 美金的 Claude Code 和 Codex，基建不够完善的话，其实也就用出了 100 美元——因为你没法并行同时干很多事，干了也验收不过来。→ 维护公共厕所：从火车站到五星级徐文浩形容过去半年团队干的事：写了海量代码，有很长一段时间「非常痛苦，一直在修 bug，叫做维护公共厕所」。他给了个 before／after 的画面——三个月前这个公共厕所是「火车站的公共厕所，而且是 20 年前火车站的公共厕所」；现在「快要挤进五星级公共厕所的范围了」。堆屎山、降速修屎山、修好再提速，是他六个月里真实走过的曲线：三月代码量约 10 万行，四五月降速去还债，六月才重新提上来。→ 一整套「让 AI 不辞辛苦、又炸不到你」的个人基建徐文浩这套东西干了两件事——「一个是逼它们不辞辛苦，你睡觉了也逼着它干活；一个是它爆炸了不要坑到我。」具体是：带侧边栏的终端（cmax）并行开窗口、连一台家里的 Linux dev server 让 agent 在你合上笔记本后接着跑、每个任务丢进 dev container 沙盒（「跑炸了也没关系」）、用 work tree 开并行分叉互不干扰、再用 Tailscale 加一个阿里云中继节点，让他在外面任何有 WiFi 的地方都能连回家里那台机器。他也提醒：一般开十个窗口以内就够了，「因为很快你会发现，人的带宽才是瓶颈」。→ 为什么把一排 AI 挂在 Discord 上徐文浩认为今天还在用 OpenClaw 这类 agent 的人，最好用 Discord 当对话层。逻辑是三层：server（相当于你开的一个论坛）→ channel（每个频道绑一个 agent，配不同 skill 和人设）→ thread（同一个 agent 里再拆绘画，上下文不串）。他专门吐槽：「微信的产品做得一点都不好。」但也承认微信是个好的通知渠道，正在考虑接进来。为什么不干脆只用 Claude Code？因为「我要配不同的 agent、预制好上下文，还能在手机上随时联系他，今天 Claude Code 是做不到的」。→ 公司工程基建：代码提交后，几十道门禁自动开跑这是团队级的部分，也是「不塌」的关键。他们重度用 GitHub，代码合并前自动触发：Codex 和 Claude Code 做双重 code review、几十道 quality 门禁（格式、代码重复率 duplicate check、lint 规则、命名、依赖关系）、自动化测试外加录屏（「测一下视频能不能发出来，整个录屏不是我录的」），还有定期自动扫全库做架构 review、以及 auto fix 自动扫线上报错修完再通知人验收。核心一句：「你不治理这个事情，最后是干不下去的。」→ 让 AI 自己把自己磨快徐文浩最有意思的一个 skill。痛点是 AI 干活「感觉很慢」——其实是它在沙盒里权限不够，一个方法（比如 perl）试不通就换一个（python）绕过去，本来两分钟的活干了四分钟。这个 skill 专门扫描 AI 在执行中遇到的摩擦（被拦的命令、缺的库、临时写的脚本、升级的审批），给出一份优化计划，他挑几条执行，就往代码库里补上工具和权限。结果是「agent 干活快了，耗的 token 也少了，本质是低级错误犯得少了」。→ 每周跑不同任务，每天只汇报一类事（我当场决定要抄）这是我从没想过、听完立刻要学的点。徐文浩把定期任务拆开：不是每天让 AI 给你八个不同领域的汇报——「一会儿讲写代码有问题，一会儿讲 PPT 有问题，一会儿讲你本地环境没装，我也很抓狂。」而是周一到周五跑不同类别的任务，每天只处理一类问题，周五专门想怎么净化整个流程。他说得很实在：「这不是 AI 的能力问题，是我的能力问题。他给我八种问题，我立刻就想去刷短视频；只给我一类，我是可以解决的。」→ 后半场：任鑫拿自己的坑现场求诊下半场我把自己最烦的几个问题甩给他。搜索太差、中文 deep research 质量低？换搜索 provider——他自己试下来最好的是 Google 的 grounding search（配 Gemini 2.5 Flash，一天 1500 次免费）。浏览器检查巨慢？别让 AI 截屏做视觉理解，用 CDP（Chrome DevTools Protocol）加 Playwright 用代码操作，预配好登录 profile。能不能让 AI 把播客自动剪成短视频、全平台发出去？——技术上能，但国内平台不欢迎机器自动发、容易封号、单个号 ROI 很低（「魔法对抗魔法」），不如雇个实习生；但抓数据很成熟，微信文章、电商评论他们「可能是市场上采集得最完善的」。→ 和王建硕的一处分歧（彩蛋）结尾徐文浩点名和王建硕的观点分歧，我说下周要拉着吵一架（顺便靠吵架涨粉冲十万）。他不同意「把任何事情都变成一个 markdown」——很多机制层的修复，本质是代码而不是 prompt。比如「我希望系统里没有大量重复代码」，你可以写段 prompt 让 AI 定期去扫（费 token、执行时间长、不能永远跑），也可以找个开源的重复率检测工具、配一个自动化 action，用代码去治理。「你不治理，这个事情最后是干不下去的」——这是他反复强调的核心观点。时间戳00:05 开篇金句：AI 写海量代码，人不介入根本做不下去01:04 任鑫开场：跳票快三个月的 harness 拆解，建议配视频看02:14 第一件基建：带侧边栏的终端 cmax，并行开窗口05:35 沙盒 dev container：跑炸了也没关系06:34 为什么用远程服务器：合上笔记本，agent 接着干08:11 开源远程脚本 + 断线重连（dtach）10:41 work tree：并行分叉互不干扰（用写小说打比方）13:28 Tailscale + 阿里云中继：在外面连回家里16:08 第二套：把一排 agent 挂在 Discord 上20:58 讲清 Discord 三层：server / channel / thread26:11 公司工程基建：GitHub、双重 code review、测试录屏29:11 几十道 quality 门禁：格式、重复率、lint、命名、依赖30:42 auto fix：自动扫线上报错、修完通知人验收31:27 你订 200 刀，基建不行只用出 100 刀33:34 纯 vibe coding 做大项目一定会塌掉，除非搭 harness35:19 人是极限：要负责就要验收 + oxidize harness skill39:32 每周跑不同任务、每天只汇报一类事40:17 任鑫的崩溃：效率十倍、耗时两倍43:59 浏览器为什么慢：CDP vs 截屏 + 数据采集45:44 搜索：Google grounding（Gemini 2.5 Flash，1500 次/天免费）48:02 能不能让 AI 自动剪短视频、全平台发？封号风险 vs 抓数据54:34 用 HyperFrames，一句 prompt 出说明动画01:03:59 三月 10 万行 → 降速修屎山 → 六月回升01:04:09 和王建硕的分歧：不是所有事都变 markdown欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。播客剪辑：十六颗糖BGM：片头：Shortwire - Reconfig片尾：Conor Matthews - Forever Right Now

「当『不被毒死』这件事变得免费的时候，人类就开始为另外一件事付费——为师傅的那只手，为这场秀。」——河豚已经不会毒死你了。1990 年起日本大规模养殖，养殖河豚的毒性只有野生的千分之一以下。可日本至今保留着「河豚调理师」的持证制度。这期单口，抓住的就是这个荒诞：当「不被毒死」变得免费，你付钱买的就不再是安全，而是仪式感、是那个「拼死吃河豚」可以发朋友圈的故事。这套逻辑映射到 AI——AI 正在把写报告、做 PPT、写代码、做设计这些工作的功能性价值，直接打到趋近于 0。于是真问题不是「AI 能干啥我不能」，而是：当功能性归零，人类还能靠什么有价值？他给自己的答案留了一句话：「在未来我们可能都会变得没有用，但是我们仍然可以有价值。」本期亮点「河豚已经不会毒死你了，但我们决定假装它还会」全集的核心段子。1958 年东京一场河豚集体中毒、6 人死亡，日本厚生省随后立了「河豚调理师免许制度」——商业场所处理河豚必须持证师傅操作。到今天约有 5000–6000 名持证师傅，学徒 2–3 年、考试通过率 35%。但故事有后半段：河豚的毒不是自己合成的，是从食物链的细菌吃来的，1990 年开始人工养殖后毒性已降到野生的千分之一以下。2012 年有地方政府提议「没毒了，取消牌照吧」，厚生省以「公众认知、行业稳定、文化传承」为由拒绝。翻译过来就是——「河豚师傅今天真正的工作，已经不是防止你被毒死，而是作秀。你付的钱不是为了安全，是为了那份仪式感。」「贫穷限制了我对人类价值的想象力」任鑫罕见地自剖：「我是个纯纯的理工直男，穿一身优衣库就很好。」哪怕买大牌，他也要从功能性上合理化溢价（面料好、场合需要）。但他突然反问自己——假如账上有 1000 亿、每天利息 1000 万，10 万的衣服和 300 块的衣服对我还有区别吗？ 那时我只会看「喜不喜欢」，根本不会觉得自己在「支付溢价」。「是不是因为我生长在一个相对稀缺的年代，所以我想象不出来：其实不需要那么好的功效，也可以 charge 一个高价。」「孩子要那个 600 块的乐高小人」最生动的一个旁证。任鑫给孩子买了本乐高的书，孩子看上里面一个绝版的星球大战小人，淘宝要卖五六百块。任鑫劝他「这钱够买一个大盒装了，太不划算」，甚至说「这 600 块直接给你」，孩子还是只要那个小人。「他对钱没什么感受，他只在意自己喜不喜欢。」任鑫由此一惊：会不会是我把人类的价值，全局限在了「功效」上，而忘了「一个乐高小人能卖 600 块」这种事？越年轻的小朋友越有这种状态——因为他们生活在越富足的世界。「侍酒师、撒盐哥、NFT 头像：人为稀缺性不是孤例」河豚师傅不是孤例。法国的侍酒师，最早的工作是检测酒里有没有毒、管理酒窖；玻璃瓶、软木塞、灭菌技术普及后这职业理论上该消失，结果反而成立协会、发证、考试，变成了「品鉴鉴赏师」——从毒药核检员变成纯表演。还有那个煮牛排撒盐的「撒盐哥」，盐不就是氯化钠吗，谁撒都一样，可「这离质感这就值钱，他就全球红」。再到艺术品——「一幅画的使用价值为零，但因为是某个人画的，它就可以卖几个亿。」任鑫连自己的微信头像都拿来开刀：那是个 NFT，买时约 7000 美金，现在可能只值几百美金，可你一分钱不花也能用这张图——买的从来就不是使用价值。「价格、价值、效用、生产力，其实都不一样」这是全集的概念锚。「只是我们从小被当牛马、当工具人培养，才会觉得这些东西差不多。」在一个功能、效用都充裕的世界里，会不会人们愿意为「功能之外」的东西付钱？因为 AI 一来，所有功能性的东西都会大幅降价——写报告、做设计、写代码、翻译，「这些事情的功能性部分，AI 都已经做得很好，而且会越来越好」。大部分人的焦虑就是「AI 能做我做的事，我就没价值了」；而河豚师傅给的提示恰好相反：当你确实没有功能性价值时，其他价值维度才会展开。「我自己也在卖河豚——90% 是情绪价值」任鑫拿自己开刀开得最狠的一段。每天有大厂找他讲 AI 转型课，「我挺贵的」。可他坦白：这些需求，他在混沌学院 APP 的线上课就完全满足，新东西公众号和播客里也都免费讲过了。但谈下来大部分还是要他「肉身飞过去讲一趟，然后忍痛收钱」。「他们花的钱里，我后来想其实 90% 是在买情绪价值，本质上就是买我这张脸、买现场那个体验。」他觉得 B 站很多 UP 主实践做得比他还好，但还是有很多人找他——「当信息变得免费，谁来讲、在什么场景下讲，就变成了新的值钱维度。」「列『AI 做不到』的清单，还是老框架」任鑫主动拆掉一个很多人会落进去的坑：听到这儿，大部分人会开始列清单——判断、信任、品味、创造力，这些 AI 做不到，所以我做这些。「但这还是老框架，还是在问『人能做哪些 AI 做不到的功能』，本质上还是在比生产力，只是把赛道换了一换。」河豚师傅真正的故事不是「人有哪些功能 AI 替代不了」，而是「功能性归零之后，人们会不会越来越多地把钱花在非功能性的部分」——而那部分（珠宝、画、拉布布……越虚无缥缈的东西）溢价往往越高，生存刚需反而毛利最低。「AI 让每个人都变成富二代之后」把丰裕推到极致：「你可以把它想象成，AI 让每个人都变成了富二代、变成了王健林的儿子女儿。」那时消费重心会向奢侈品转移——不是用来炫耀的爱马仕，而是「我愿意为一个人的手艺、一段现场体验、一个有温度的判断、一个有故事的东西，多付很多很多钱」。如果 AI 把十代人的观念转变压缩到 10 年发生，整个世界的消费会根本性改变：大家追求的是意义和稀缺，而意义和稀缺，恰恰是人类这具肉身能提供的差异。「AI 能生成 1 万幅画，但某个人画的只有一幅；AI 能写 1 万篇分析，但我信任的那个人写的只有一篇。」收口：「人生就是一场巨大的秀，你买的是游戏体验」「以生产力来标榜自己——我是干嘛的、我能产出什么——这是不是一段弯路？它不该是人类存在的理由，只是漫长物质匮乏时代被迫扮演的角色。」当 AI 把这部分接过去，悲观的看法是「我被逼到墙角，没事干了」；乐观的看法是「我终于可以回到意义和稀缺本身，回到『人是目的』，不用再假装自己是一台机器了」。在未来我们可能都会变得没有用，但是我们仍然可以有价值。时间戳时间戳00:05 开篇暴论：河豚不会毒死你了，但我们假装它会00:40 标准回答「人是目的不是手段」，但其实想不出 AI 干不了的01:10 贫穷限制想象力：理工直男的功能性思维02:56 穷人买 LV vs 富二代买爱马仕04:27 孩子要那个 600 块的星球大战乐高小人05:37 假如所有东西都是奢侈品，人类反倒有价值06:21 河豚段子：1958 中毒 → 免许制度 → 1990 养殖无毒 → 2012 不取消08:16 不是孤例：法国侍酒师、撒盐哥、艺术品、NFT 头像10:40 价格 / 价值 / 效用 / 生产力其实都不一样11:22 AI 把功能性价值打到趋近于 013:06 我自己也在卖河豚：90% 是情绪价值14:50 列「AI 做不到」清单还是老框架17:23 AI 让每个人都变成富二代19:48 收口：我们可能都会变得没有用，但仍然可以有价值欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人：徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。播客剪辑：十六颗糖BGM：片头：Shortwire - Reconfig片尾：Nathan Trent - Growing Pains

王建硕一上来就跟我说：「徐文浩上一期讲怎么治理'屎山代码'——我不是特别同意。」他的反驳是：屎山代码就是不可维护的代码，根本不需要去维护。「代码不存在错误，只存在跟你的 intention 不一致——所谓 bug，要么是 bug 本身，要么是 feature 写得不对。」治理屎山代码的所有方法、所有 skill、所有最佳实践——王建硕都认同——但他认为这一刀切错了层：你不该去改 source code 这一层，你应该改它上面的自然语言。这一刀划下去之后，他跟我聊了 1 小时"AI 时代真正的程序员长什么样"。中间最神经病的一段，是他拿手机给我看他做的 APP——最重要的功能叫「用户反馈」。用户随便写一句"字体大一点"或"增加一个 XX 功能"，5 分钟后 APP 就按用户的反馈更新了。AI 接到 GitHub Issue 自动拉代码、自动写、自动 build、自动推 TestFlight。我以为这已经够离谱了。过几天他又跟我说：「我现在不需要用户反馈了。它自己想想要更新什么，它就自己更新自己。」他给那个 APP 接了一个 PM Agent。AI 自己判断「下一版应该做什么」，然后自己把功能补上去。王建硕从开发者，变成了那个翻手机看自己 APP 又变成什么样的好奇用户——「我都好奇今天它又变成了什么样」。这一期是给所有产品经理、程序员、创业者的。如果你今天还在跟 AI"聊天"——这一期请认真听完。【嘉宾】王建硕｜互联网老兵，百姓网创始人。最近一两个月他又重新「上岗当程序员」——只不过这一次他写的不是 C、也不是 Python，是一堆.md文件，让大模型按 schedule 跑。他自己一个人，跑了 4 个 Agent 团队（PM / 工程 / 市场 / 客服），其中 PM Agent 会自己决定下一版要做什么，不再需要他亲自指挥。他的 APP 五分钟更新一个版本，每天审完核就上线。【本期亮点】「徐文浩讲'治理屎山代码'，我不太同意」——开场就是一记隔空交锋王建硕一开口就跟前一期嘉宾徐文浩抬杠。徐文浩前期主张：要用 skill、用最佳实践、用各种治理工具，让 AI 写的代码可维护。王建硕的反驳是——屎山代码就是不可维护的代码，根本不需要去维护。他的意思大致是：屎山只要不被人看到，它就不是屎山。他承认徐文浩讲的治理方法都对，但他认为这一刀根本切错了层：你不应该在 source code 这一层做治理，应该在它上面的自然语言层。「代码不存在错误，只存在跟你的 intention 不一致」王建硕重新定义了什么是 bug：所谓错误，要么是 bug 本身，要么是你的 feature 写得不对——本质上都是你的意图（intention）没说清。他举例：在 C 语言里你说print color，没指定颜色，编译器给你 print 出白色——这是 bug 吗？不是。这是你没说要蓝色。所有现在大家骂"AI 写的代码不对"，其实绝大多数都是自己 intention 给得不清晰，跟 AI 无关。这就是他为什么不同意"治理 source code"——治理治错了对象。「用户写反馈，5 分钟后 APP 就按你要求改完」这是这期最神经病的一段。王建硕的 APP 里有一个功能叫"用户反馈"。用户随便写一句——"希望字体大一点"、"增加搜索功能"——5 分钟之后，APP 就按这条反馈生成了一个新版本。技术链路其实很朴素：用户反馈直接落到 GitHub Issue，触发一个 hook，Claude Code 自动拉代码、写代码、跑测试、合主分支，自动 build，自动推 TestFlight。「从你提交问题到你的手机上面可以测试它，大概五分钟左右 APP 更新一个版本。」「我现在不需要用户反馈了——它自己想要更新什么，自己就更新了」更狠的是后面这一层。王建硕给那个 APP 接了一个 PM Agent——没人提反馈的时候，AI 自己判断"下一版应该做什么"，然后自己把功能补上去。「我每天大概每隔一两个小时，那边 TestFlight 就会咚咚地说一个新版本发布了。我就很好奇今天它又变成了什么样。」他从开发者变成了那个翻手机看自己 APP 又变成什么样的好奇用户。「我手写了几万行自然语言，才让这套系统跑起来」那这件事是不是甩手掌柜？不是。王建硕反复强调：「我所说的自然语言是真的手写，不是大语言模型生成。光你自己一个字一个字敲的自然语言，可能你都至少要敲个几百行。」他的工作目录按 Model / View / Control 分层，子文件夹里几万行.md。他手写自然语言的颗粒度，就是他对这个项目的控制颗粒度。"你的不满意，是对它的缺省值不满意——但它的缺省值不是你的内容。"「聊天不叫程序，聊天叫 debug」王建硕抛出一个让我反复回味的判断：程序，是你写好的、确定的、可以被定期或被 trigger 执行的、给你出结果的东西。聊天的反面就是写程序。「聊天是一种非常快速的 debug 方法，但它不是你写程序的方法。」他估算现在 90% 的人用 AI 还停留在"打开 Python 命令行学语言"那一层——不积累、不沉淀，第二天再来还是一样。「自然语言是新的'汇编'，Python 正在变成新的'屎山'」王建硕画了一张产业演进图：机器码、汇编、C、Python、自然语言——每往上一层，下一层都变成"屎山"——人不可读、不可维护，但不影响人类继续生活。LLM 是新的编译器，自然语言是新的"汇编"。这一张图反过来也是他不同意徐文浩"治理屎山代码"的理论基础——你治的不是地基，治的是上面那一层；地基让它沉下去就好。「程序员就是上一代的抬轿子的人」全集最有共鸣的隐喻。"我们以为抬轿子是真的力气；忽然变成车了，我们以为我们对车也是有控制的——但其实你早离开了。"程序员现在被困在"教父"的位置——他们的代码能力可以被 AI 完全替代，但因为情感蒙蔽，他们学开车的意愿反而远远低于一个普通人。"离新技术越近的产业工人，是越惨的。"「你每天烧多少 Token，是 AI 时代的 GDP」王建硕的硬指标只有一个：Token 使用量乘以单价。不管你 PPT 多 make sense、不管你说你 AI 认知多牛——A 组织和 B 组织看一眼 Token 量就分胜负。他自己一天烧大约两千美金。"省 Token 这件事，就像身体上的一个脓疮——你不把它清掉，你看不到真正里面到底是什么问题。" 他最近做的海报上写：使用 Token 拥抱浪费。【时间戳】01:40 王建硕跟徐文浩抬杠：屎山代码不需要治理02:24 屎山代码的真实定义：不可被人维护的代码03:18 屎山只要不被人看到，它就不是屎山06:00 重新定义"屎山"：人不可维护的代码06:51 代码不存在错误，只存在跟 intention 不一致07:06 王建硕承认徐文浩方法都对，但切错层了12:12 聊天不是写程序，是 debug14:43 真正的"程序员"长什么样：工作目录、文件夹工程21:47 抬轿子的、教父和驾驶员33:08 王建硕的新身份——一个人 4 个 Agent 团队37:18 用户写反馈，5 分钟后 APP 自动改完（核心段落）38:17 「我现在不需要用户反馈了——它自己想要更新什么自己更新」38:30 整套流程拆解（反馈、GitHub Issue、Claude Code、TestFlight）39:38 PM Agent：让 AI 替代用户反馈做决策45:30 「APP Store 我已经不下载了」+ 即抛即用型软件50:25 21 世纪所有人都需要会用计算机——10 年后所有人都会用 AI1:02:01 唯一硬指标：你每天烧多少 Token1:04:20 拥抱浪费：使用 Token 拥抱浪费欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。播客剪辑：十六颗糖BGM：片头：Shortwire - Reconfig片尾：Sam Wills,Honey Mooncie - Traingazing

“科技大神们自己还在吵，VC 怎么判断哪条路对？”我把这个一直困扰我的问题，抛给了沈文杰。沈文杰是老同事，云九资本董事总经理。2020 年，他打了一通 cold call，联合领投了壁仞科技——六年后的 2026 年 1 月，壁仞港股上市，成为“港股 GPU 第一股”。他的回答很直接：VC 别把自己当 Nature 审稿人，不要去做最牛的人都判断不了的事情。“投资里最重要的东西是共识。先把共识搞明白，而不是钻牛角尖说这个架构比那个架构好。”“知道哪些事情你没资格判断，才是最重要的判断。”这一期我请他展开讲了一遍他在硬科技投资里跑出来的方法论——什么时候用 top-down、什么时候只能 bottom-up；为什么“你越看好的行业、最后能成的公司越少”；为什么过热是资本现象不是需求现象；以及今天大家都在追的那些热点里，哪些是真共识、哪些是假共识。聊到一半还撞出了一个我没想到的视角——AGI 在物理世界是断层的。这就是他为什么最近会去投一家做睡眠的公司：医生看睡眠会问你的所有问题，AI 都能答；再把判断主动反馈回温度、灯光、降噪，物理世界的闭环就闭合了。顺着这条线往下推，他给出了我觉得最值得抄走的一个预测——下一个生活方式变化是：人会越来越数据化。大模型让常识变得没有成本，这件事会重塑营销、零售、产品，甚至家纺店。如果你在投资或创业，正在被“半年翻一次天”的节奏拖着跑、不知道哪些事该自己想清楚、哪些事根本不该自己下判断——这一期值得听完。亮点 HighlightsTop-down 跑出来的壁仞 2026 年 1 月港股上市的“港股 GPU 第一股”壁仞科技，是沈文杰 2020 年 cold call 进去联合领投的。他说这个项目是 top-down 跑出来的——先选好 GPU 这个赛道，再遍访所有公司挑一家 bet 跟自己接近的。事后看，那个时点投谁都不会太差。Transformer 火之前没人能 top-down 推出 Transformer Top-down 适合“既有存量又有创新空间”的底层赛道，但绝对的颠覆式创新没法 top-down。OpenAI 出现之前，没人能从宏观推理出“应该投一个像 Transformer 这样的东西”。这种东西只能 bottom-up：一直在 AI 里生根，每个新技术都试一下。你越看好的行业，最后能成的公司越少 普通人的直觉是行业越热公司越多。沈文杰反过来——能创造未来的行业，领先者优势越极端。要么平台型公司天然垄断，要么规模效应+持续技术升级一次次把别人拉爆。**反过来，你觉得没那么看好的行业，里面反而会出来很多家中型上市公司。**这条对创业者也成立。AGI 在物理世界是断层的，所以要投睡眠 今天的大模型某种意义上已经是 AGI，但它和物理世界之间有个 gap——具身智能在解决具身的部分，但日常生活中 AGI 的能力没有被用起来。要补这个 gap 需要两块：第一是新 sensor 喂数据上去；第二是把 AI 的判断主动式地反馈下行到物理世界——床温度调一下、灯光暗一下、降噪一下。为什么是睡眠：医生问你的所有问题，AI 都能答 睡眠是这个闭环的完美 demo。睡不好的原因可能是压力、疾病、环境、神经性的、刚刷到的焦虑微信——医生看睡眠会问你一大堆 context，而 context-heavy 的问题恰好是 AI 最擅长的。把这些数据丢给 AI 立刻能给条理化判断，再往下接温度、降噪、灯光、白噪音——一个完整的物理世界 loop 就闭合了。耐克的故事：篮球只是运动，跑步才是生活方式 当年耐克创始人在还没有乔丹、篮球还没成为一种文化的时候，判断应该更投入在跑步上——因为跑步是一种生活方式，而篮球只是一项运动。后来篮球绑定了嘻哈、AJ、整套文化，从运动变成了生活方式，耐克才再吃到一波超额红利。这个 framing 抽象出来就是：生活方式 = 大量的人 + 每天做 + 跟身份认同绑定，那才是大市场。大疆做得好，但也因为抖音出现了 大疆做到今天这么大的规模，一半是大疆做得好，一半是抖音、Ins、社交媒体这些生活方式的变化给了它一个被需要的舞台。DJI Pocket 是这个逻辑的延伸：因为大家拍视频的量变大了、对内容质量的要求变高了、而 Pocket 拍的确实比手机好——三个条件凑齐，需求就被引爆。下一个生活方式：人会越来越数据化 沈文杰的预测：人会越来越数据化、越来越依赖专业决策的辅助。大模型让常识变得没有成本——任何人都可以拥有研究生级别的常识，免费的。然后你可以把复杂问题、所有 context 都丢给 AI，立刻得到条理化分析。这件事会重塑营销、产品、零售。家纺店从卖印花变成卖“针对你的数据化解决方案”——这就是新生活方式落到具体业态里的画面。别把自己当 Nature 审稿人 我问他：三个院士在台上吵核聚变技术路线，VC 怎么判断哪条对？他说：我们不是 Nature 审稿人，不要去做最牛逼的人都无法判断的事情。最重要的是搞明白共识，而不是钻牛角尖说这个架构比那个架构好。那个时点你投谁都不会太差。创业者怎么反脆弱：尊重事实 半年就翻天覆地的时代，普通创业者怎么活？沈文杰给了三条：第一，关注最底层不变的东西——模型能力提升、算力变大，新机会都会朝你开放；第二，保持灵活性，关注当下——奶茶有没有绝对壁垒？关键是搞明白“100 家和 1000 家的差别是什么”；第三，不要幻想过高毛利率——别人能 copy 的产品，凭什么把你的用户抢走？他自己写的“名人名言”是凯恩斯那句：当事实改变之后，我的想法也随之改变。时间轴03:01 沈文杰怎么在 2020 年就 top-down 投了壁仞05:01 当年的核心预判：数据中心收入什么时候超过游戏10:53 Top-down 适合什么赛道，不适合什么12:09 Transformer 火之前，没人能 top-down 推出 Transformer12:58 今天还有哪些底层赛道值得 top-down15:18 你越看好的行业，最后能成的公司越少17:53 AGI 在物理世界是断层的——这就是投睡眠的理由18:54 喂数据上去 + 把决策反馈下来，闭环才完整20:54 睡眠是 AI 最 ready 但没用好的能力22:25 不投“大健康”，只投睡眠24:13 大疆做得好，但也因为抖音出现了25:17 耐克为什么先做跑步，再做篮球27:25 DJI Pocket 起飞的三个条件29:43 下一个生活方式：人会越来越数据化30:47 未来的家纺店，不再卖印花，卖数据化解决方案34:14 三个院士在台上吵架，VC 怎么判断36:08 别把自己当 Nature 审稿人——共识比技术细节重要40:07 泡沫是资本现象，不是需求现象41:07 模型能力提升才是不变的事——以月之暗面为例44:15 创业者怎么反脆弱：三条具体建议47:35 凯恩斯：当事实改变之后，我的想法也随之改变49:30 今天是适合做突破性大事的时间点51:09 钱比之前多，但门槛也比之前高欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式 节目主理人： 徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。播客剪辑：十六颗糖BGM：片头：Shortwire - Reconfig片尾：Dhruv - double take

čż‡ĺŽťä¸€ä¸ŞćœˆďźŒĺ‡ äšŽćŻĺ¤Šéƒ˝ćœ‰äşşĺ‘ćĽä¸€ä¸Ş"ĺžˆçĽžç§˜çš„äş§ĺ“"â€”â€”ć‰“ĺź€ä¸€çœ‹ďźŒĺˆć˜Żä¸€ĺŞĺ°éž™č™žă€‚ĺƒč™žĺ¤§ćˆ˜ĺˇ˛çťäťŽ PPT é˜śćŽľčż›ĺ…Ľäş†ćˇ˜ćą°čľ›ďźŒçŹŹä¸€ć‰šć”žĺźƒçš„ĺ›˘é˜Ÿĺź€ĺ§‹é€€ĺœşďźŒč€ŒçœŸć­Łćƒłć‰“ćŒäš…ćˆ˜çš„äşşĺˆšĺˆšä¸ŠćĄŒă€‚ĺžć–‡ćľŠĺ°ąć˜Żĺ…śä¸­ä¸€ä¸ŞďźŒäť–ĺ¸Śç€ĺˆšĺź€ć”žćł¨ĺ†Œçš„ ZooClaw ćĽäş†ďźŒĺź€é—¨ĺ°ąćŠ›ĺ‡şä¸€ä¸Şćš´čŽşďźšAGI ĺ…śĺŽžĺˇ˛çťĺŽžçŽ°äş†ďźŒçŽ°ĺœ¨çš„ĺ‘˝é˘˜ä¸ć˜Żé€ çĽžďźŒč€Œć˜Żĺˆ†ĺ‘ă€‚čż™ćœŸćˆ‘äťŹäťŽčż™ä¸ŞçœŸĺŽžäş§ĺ“ĺ‡şĺ‘ďźŒć‹†č§Łĺƒč™žĺ¤§ćˆ˜çš„ćˆ˜ç•Ľé€‰ć‹Šă€ĺ…Źĺź€ Harness Engineering çš„ĺŽžćˆ˜ć‰“ćł•ďźŒćœ€ĺŽčŠĺˆ° agent-to-agent ç˝‘çťœçš„č“ćľˇďźŒäťĽĺŠé‚Łä¸Şć‰Žĺżƒçš„çľé­‚ć‹ˇé—ŽďźšAI ć—śäťŁďźŒĺˆ°ĺş•ĺş”čŻĽĺ¤š build čż˜ć˜Żĺ¤š sellďźŸčŚç‚šAI ć˜Żć ć†ďźŒäšŸć˜Żçźşé™ˇć”žĺ¤§ĺ™¨ďźšä¸čŚç›˛ç›ŽčżˇäżĄäťŁç ç”Ÿćˆé€ŸĺşŚă€‚ä¸€ä¸Şć˛Ąćœ‰ćžśćž„çťéŞŒçš„äşşčż‡ĺşŚäžčľ– AIďźŒćžć˜“ĺœ¨ä¸€ĺ‘¨ĺ†…ĺ †ĺ‡şä¸ĺŻçť´ćŠ¤çš„äťŁç ĺąąă€‚AI ć˛Ąćœ‰é™ä˝ŽĺˇĽç¨‹é—¨ć§›ďźŒĺč€ŒćŠŠ"çŽĄç†ĺ¤ć‚ĺşŚ"çš„ćŒ‘ćˆ˜ćĺ‡äş†ĺ‡ ä¸Şé‡çş§ă€‚Harness Engineering çš„ć ¸ĺżƒć˜ŻĺŻšćŠ—ä¸ŽĺˆśčĄĄďźšĺ‘ŠĺˆŤĺ•ç‚šĺŻščŻďźŒçœŸć­Łçš„ĺˇĽä¸šçş§ćć•ˆćĽč‡Şçť™ AI ćˆ´ä¸Šé•Łé“ă€‚ĺŽšĺ™¨ĺŒ–éš”çŚťéŁŽé™Šă€ä¸ĺŒ AI äş¤ĺ‰ Code Reviewă€ĺ•ć–‡äťśä¸čś…čż‡ 500 čĄŒă€ĺœˆĺ¤ć‚ĺşŚĺĄć­ťĺœ¨ 20â€”â€”ćœŹč´¨ć˜Żç”¨äź çťŸč˝ŻäťśĺˇĽç¨‹çşŞĺž‹ćĽč§„čŽ­ AI äş§ĺ‡şă€‚ĺˆŤé‡é€ č˝Žĺ­ďźŒĺŽťĺš AI 旜䝣的 Ubuntuďźšĺœ¨ĺźşĺ¤§çš„ĺź€ćşç¤žĺŒşé˘ĺ‰ďźŒé—­é—¨é€ č˝Ść˜Żé”™čŻŻĺ†łç­–ă€‚ĺšĺź€çŽąĺłç”¨ă€čżžé€š SaaSă€ĺŽ‰ĺ…¨ĺ…œĺş•çš„č„ć´ťç´Żć´ťďźŒčŽŠć™Žé€šäşşćŠŠć•°ćŽćŽ§ĺˆśĺœ¨č‡Şĺˇąć‰‹é‡ŒďźŒć‹’çť"č’ĺ‚ĺĄ”"ĺźĺž„ć–­ă€‚äş‘çŤŻ vs ćœŹćœşć˜ŻĺŽ‰ĺ…¨ĺ’ŒçĽžčżšçš„ trade-offďźšćœŹćœşĺŽšć˜“ĺ‡şçĽžčżšä˝†ä¸‰ĺ¤Šä¸¤ĺ¤´ćŒ‚ďźŒäş‘çŤŻĺŽ‰ĺ…¨ĺŻćŽ§ä˝†ĺ°‘äş†é‚Łä¸Ş"äş”ĺˆ†é’ŸćƒŠč‰ł"çš„ć—śĺˆťă€‚Token ćł„éœ˛ĺ’Œ prompt injection ć˜ŻćœŹćœşç‰ˆçť•ä¸ĺź€çš„ĺŽ‰ĺ…¨éšć‚Łă€‚çŤ‹ĺˆťĺœć­˘ BuildďźŒĺŽť Sell当 build çš„ćˆćœŹčś‹čż‘äşŽé›śďźŒäž›çť™ć— é™ćł›ćťĽă€‚ĺˆ›ä¸šč€…ćœ€éŤ˜ć ć†çš„ĺŠ¨ä˝œä¸ĺ†ć˜Żé—ˇĺ¤´ĺź€ĺ‘ďźŒč€Œć˜Żčľ°ĺ‡şĺŽťĺ–ă€ć‹‰äşşĺ¤´ă€ĺšĺˆ†ĺ‘ă€‚ä¸‹ä¸€ä¸Şč“ćľˇďźšAgent-to-Agent ç˝‘çťœďźšćťĄĺ¤§čĄ—éƒ˝ć˜Żĺ•ĺŞĺ°éž™č™žďźŒĺ´ćžĺşŚçźşäšćœşĺ™¨é—´çš„ĺä˝œç”Ÿć€ă€‚Agent é—´ćžä˝Žçš„äş¤ć˜“ćˆćœŹďźŒĺ°†ĺ‚Źç”ŸćŻ”äş’č”ç˝‘ć›´ĺşžĺ¤§çš„ç˝‘çťœć•ˆĺş”ă€‚é‡‘ĺĽ"ĺŽŸćĽĺŞčƒ˝ć‹żć‹łĺ¤´äş’ç›¸ćŒĽčˆžďźŒçŽ°ĺœ¨ä¸€äşşĺ‘ćŠŠĺˆ€ďźŒä¸€ä¸ĺ°ĺżƒĺ°ąč˘ŤĺˆŤäşşç ć­ťäş†ă€‚"——垐文澊"ćˆ‘äťŹä¸ĺ¸Œćœ›çœ‹ĺˆ°čľ›ĺšćœ‹ĺ…‹çš„ä¸–ç•ŒďźŒćœ‰ä¸Şč’ĺ‚ĺĄ”ć‹Ľćœ‰ćˆ‘äťŹć‰€ćœ‰äşşă€‚ćˆ‘äťŹčż˜ć˜Żĺ¸Œćœ›ć›´ĺƒ 90 ĺš´äťŁďźŒćŻä¸Şäşşč‡Şĺˇąäš°ä¸€ĺ° PC。"——垐文澊"号称 AI ć˜žč‘—ćć•ˆĺĺ€ć•ˆçŽ‡çš„čż™äş›äşşďźŒéƒ˝ĺœ¨ 996 ç†Źĺ¤œĺš˛ć´ťă€‚"——䝝鑍"ćœŞćĽäť€äšˆčƒ˝ĺŠ›ä¸č˘Ť AI ĺ–äťŁďźŸéƒ˝äźšč˘Ťĺ–äťŁă€‚ä˝†ä˝ čŚé€‰é‚Łç§éŞŒčŻĺ‘¨ćœŸé•żçš„â€”â€”čż™ć ˇĺ“Şć€•ä˝ čƒ˝ĺŠ›č˘Ť AI čś…čż‡äş†ďźŒĺˆŤäşşçœ‹ä¸ĺ‡şćĽă€‚"——䝝鑍旜间线01:13 ĺź€ĺœşďźšĺžć–‡ćľŠçťˆäşŽćœ‰ä¸ŞĺŻäťĽčŻ´ĺĺ­—çš„äş§ĺ“äş†02:13 ć ¸ĺżƒćš´čŽşďźšAGI ĺˇ˛çťĺŽžçŽ°ďźŒçŽ°ĺœ¨çš„ĺ‘˝é˘˜ć˜Żĺˆ†ĺ‘03:59 AI ĺŞć˜Żä¸Şć ć†ďźŒć”žĺ¤§čƒ˝ĺŠ›çš„ĺŒć—śäšŸĺœ¨ć”žĺ¤§çźşç‚š06:58 来大襗云獯 AgentďźŒć€Žäšˆäş”ĺˆ†é’ŸčŽŠć™Žé€šäşşć„Ÿĺ—ĺˆ°çĽžčżš08:42 打磨一个 Claude-like äş§ĺ“ĺˆ°ĺş•ć„ĺ‘łç€äť€äšˆďźšConnector、Skills、Onboarding13:16 OpenClaw ä¸şäť€äšˆä¸‰ĺ¤Šä¸¤ĺ¤´ĺ°ąćŒ‚ďźŒäťĽĺŠä¸şäť€äšˆčż˜ć˜Żé€‰ć‹ŠĺŸşäşŽĺŽƒĺšĺ‘čĄŒç‰ˆ17:34 ä¸‰ä¸Şćˆ˜ç•Ľĺ†łç­–ďźšĺź€ćş vs č‡Şç ”ă€General vs Vertical、云獯 vs ĺŽ˘ćˆˇçŤŻ22:14 云獯 vs ćœŹćœşĺ¤§čžŠčŽşďźšToken ćł„éœ˛ă€prompt injection 与"缞迚"的䝣䝡28:09 ä¸‹ä¸€ć‹›é˘„ĺ‘Šďźšä¸€ä¸Şćœˆĺ†…ç”¨ Claw čľšä¸ĺˆ°é’ąĺ°ąä¸ć˜ŻçœŸçĽžčżš31:13 ZooClaw äş§ĺ“äť‹çťďźšTeam of AgentsďźŒćŻä¸Şäşşĺş”čŻĽćœ‰ä¸€ä¸ŞĺŠ¨ç‰Šĺ›­36:54 čż™ä¸ć˜Żäş’č”ç˝‘ĺšłĺ°ć€čˇŻďźŒć˜Ż PC ć—śäťŁçš„č˝Żäťśĺˆ†ĺ‘ć€čˇŻ40:46 Harness Engineering ĺŽžćˆ˜ďźšçť™ AI ćˆ´ä¸Šé•Łé“čˇłčˆž44:02 AI äťŁç ĺŽĄć ¸ä¸‰ćĄŁă€BDD 澋试、500 čĄŒä¸Šé™ă€ĺŽšĺ™¨ĺŒ–ĺź€ĺ‘52:13 Harness ć€čˇŻčżç§ťĺˆ°ĺ†™äšŚă€ĺš SEOă€çŽĄčĽé”€â€”â€”ĺŻšćŠ—ä¸ŽĺˆśčĄĄć— ĺ¤„ä¸ĺœ¨59:40 ĺˆŤĺ†ä¸€ĺĽĺĽçť™ AI ĺ¸ƒç˝ŽäťťĺŠĄäş†ďźŒčŽŠĺŽƒč‡Şĺˇąĺ‘čľˇă€č‡ŞĺˇąćŁ€ćŸĽ01:06:32 çŤ‹ĺˆťĺœć­˘ BuildďźŒćŠŠć—śé—´ç”¨ćĽ Sell01:07:31 ĺ­Śäš ć–šĺźäš‹äş‰ďźščŻťć–‡ćĄŁĺťşç´˘ĺź• vs ćœşäźšĺž‹ĺ­Śäš ć‰žĺŻčƒ˝ć€§01:12:36 ĺˇç§°ćć•ˆĺĺ€çš„äşşéƒ˝ĺœ¨ 996ďźŒäť€äšˆĺˇĽä˝œć‰ä¸äźšč˘Ť AI ćˇ˜ćą°01:14:31 éžĺ…ąčŻ†é˘„ćľ‹ďźšAgent ĺ­¤ĺ˛›ć˛ĄćˆďźŒčś…çş§ćœşäźšĺœ¨ Agent-to-Agent ç˝‘çťœćŹ˘čżŽčŽ˘é˜…ă€ŒAI ç‚źé‡‘ćœŻă€çš„ć’­ĺŽ˘ďźŒäťĽĺŠĺŒĺĺ…Źäź—ĺˇă€č§†é˘‘ĺˇ ă€ŒAI ç‚źé‡‘ćœŻă€ć˜Żä¸€ćĄŁç”ąĺžć–‡ćľŠĺ’Œäťťé‘Ťâ€”â€”ä¸¤ä˝ĺ¤šĺš´č€ĺ‹ă€AI é˘†ĺŸŸçš„čľ„ćˇąäťŽä¸šč€…â€”â€”ć‰“é€ çš„ć’­ĺŽ˘ă€‚čż™é‡Œć˜ŻćŽ˘čŽ¨ AI ĺ’Œĺˆ›ä¸šçš„ç†ćƒłčšé›†ĺœ°ďźŒćˆ‘äťŹäźšé‚€čŻˇä¸€çşżĺˆ›ä¸šč€…ă€äş§ĺ“äş§ĺ“ĺ’Œç§‘ç ”ĺ­Śč€…ďźŒćˇąĺ…ĽćŽ˘čŽ¨ AI ĺŚ‚ä˝•é‡ĺĄ‘čĄŒä¸šă€ĺ˜éŠç”Ÿć´ťďźŒäťĽĺŠĺŚ‚ä˝•äťŽ 0 ĺˆ° 1 ć‰“é€ AI ĺŽŸç”Ÿäş§ĺ“ă€‚ ćˆ‘äťŹçš„čŽ¨čŽşäźšćśľç›–ĺ¤šä¸ŞčŻé˘˜ďźšäťŽ AI ĺŚ‚ä˝•ć”šĺ˜ä¸–ç•Œçš„ćœŞćĽďźŒĺˆ°ĺŚ‚ä˝•ć‰žĺˆ° AI ĺˆ›ä¸šçš„ PMFďź›äťŽĺŚ‚ä˝•ĺˆŠç”¨ AI é™ćœŹĺ˘žć•ˆďźŒĺˆ°ć€Žć ˇĺ°† AI ćŠ€ćœŻčžĺ…Ľć—Ľĺ¸¸ç”Ÿć´ťâ€Śâ€ŚĺŚ‚ćžœä˝ ĺŻš AIă€äş§ĺ“ă€ĺˆ›ä¸šć„Ÿĺ…´čśŁďźŒčż™é‡Œćœ‰ćťĄćťĄçš„ĺš˛č´§ĺ’Œä¸€çşżĺŽžćˆ˜çťéŞŒďźŒćŹ˘čżŽĺ…łćł¨ĺšśćŽ¨čçť™ä˝ çš„ćœ‹ĺ‹ďźŒĺ…ąĺŒćŽ˘ç´˘ćœŞćĽçš„ć— é™ĺŻčƒ˝ďź ĺ•†ĺŠĄĺˆä˝œďźšĺ…Źäź—号 ă€ŒAIç‚źé‡‘ćœŻ ă€čœĺ•ć ä¸­ă€ĺ•†ĺŠĄă€‘čŽˇĺ–č”çłťć–šĺź čŠ‚盎丝理人 ĺžć–‡ćľŠďźšćŸAIĺˆ›ä¸šĺ…Źĺ¸č”ĺˆĺˆ›ĺ§‹äşşďźŒć­Łĺœ¨é˘ĺ‘ĺ…¨çƒĺ¸‚ĺœşĺź€ĺ‘AIĺş”ç”¨ă€‚čżžçť­ĺˆ›ä¸šč€…ďźŒĺ‚ä¸Žčż‡ĺ¤šĺŽśĺˆ›ä¸šĺ…Źĺ¸ďźŒć‹źĺ¤šĺ¤šć—ŠćœŸĺ‘˜ĺˇĽă€‚ĺšżĺ‘Šç§‘ćŠ€ĺ…Źĺ¸MediaVçš„çŽ—ćł•ĺ’Œć•°ćŽč´Ÿč´ŁäşşďźŒĺŽč˘Ť360ć”śč´­ă€‚çŚťĺź€ĺŽĺŠ ĺ…ĽćˆçŤ‹ä¸ĺˆ°1ä¸Şćœˆçš„ć‹źĺ¤šĺ¤šă€‚ĺŽĺˆ›ĺŠžäş†ĺŸşäşŽAIçš„ćľˇĺ¤–ĺŽ˘ćœčŠĺ¤Šćœşĺ™¨äşşĺ…Źĺ¸ BotHub.AI ĺ’Œ ćľˇĺ¤–ç¤žäş¤ç”ľĺ•†ĺšłĺ° Bukito éƒ˝ĺŽŁĺ‘Šĺ¤ąč´Ľă€‚2023ĺš´ĺ†ćŹĄä¸‹ĺœşĺˆ›ä¸šă€‚ äťťé‘ŤďźšçžŽĺ…ƒĺŸşé‡‘ĺˆäź™äşşďźŒä¸ťčŚĺœ¨ćŠ•čľ„ĺ’Œĺ­ľĺŒ–é˘ĺ‘ĺ…¨çƒĺ¸‚ĺœşçš„ AI ĺş”ç”¨ă€‚äš‹ĺ‰ć˜Żčżžçť­ĺˆ›ä¸šč€…ďźŒć›žçťć‰“é€ â€œäťŠĺ¤œé…’ĺş—ç‰šäťˇâ€ç”¨ç§ťĺŠ¨äş’č”ç˝‘ĺş”ç”¨ç‰šäťˇé”€ĺ”Žé…’ĺş—ĺ°žćˆżďź›č˘ŤäşŹä¸œĺšśč´­ĺŽĺ†…éƒ¨ĺˆ›ä¸šâ€œäşŹä¸œĺˆ°ĺŽśâ€ĺź€ĺą•ćœŹĺœ°ĺłć—śé›śĺ”Žä¸šĺŠĄďź›2015 ĺš´ĺ†ćŹĄĺˆ›ä¸š Get ćŽ˘ç´˘ĺŻščŻĺźäşşĺˇĽć™şčƒ˝ĺŠŠç†ćˆä¸şĺ…ˆçƒˆďź›2021 ĺš´ĺ‡şĺ”Žĺ…Źĺ¸ďźŒ2023 ĺš´é‡ć–°ĺ›žĺˆ° AI ä¸–ç•Œă€‚BGM片头Shortwire - Reconfig片尞Peter Bradley Adams - The Longer I Run