最近在各种活动中频繁遇到这样画像的人：
​
​无脑鼓吹 AI，不管什么业务，上来就问为什么不 all in AI，all in agent，all in 龙虾。

你解释了也听不进去，一副魔怔了的表情。

个人轻量化的场景，all in AI 没问题。但稍微严肃点的场景，需要人把关，all in AI 的是傻缺。

因为 LLM 给你的答案是基于概率联想出来的，不是精确计算出来的。

但凡要用到像工厂流水线这样的场景，参数全部要靠专用模型去算的。

另外大量企业，数字化程度没有那么高，很多数据没有，你明白吗？串不起一条 pipeline。

所以现在工业界普遍是把 LLM 嵌入现有业务流的一部分环节，不是 all in。否则一旦出现幻觉，锅炉要炸掉。

我发现在这些活动里，用 AI 跑真实业务的人，都说自己是部分使用 AI ，正在想办法拓展更多。很少说完全不要人的。

我怀疑那些魔怔人，没有真实下场做过业务，参加活动只是是为了卖课，所以才会如此鼓吹。

​
​

前两天参加活动，碰到一对男女。

男的介绍自己是前沿部署工程师（FDE），女的是做漫剧的。

女的请男的旁观自己一天的工作，然后总结哪些是可以被 AI 自动化的，并设计相应的工作流。
​
​可以可以。这个绝对是刚需。

很多沙盘设计者，不满足沙盘只作为培训工具，想开发成线上产品，并在企业的真实业务场景里试水，帮助企业解决真实业务问题，这是好事，但会面临这些挑战：
​
​1）数据输入问题。大量企业没有规范的数据采集系统。就连你想让工人如实填报今天打了多少个螺丝，这本身就是一个需要解决的管理学问题。

但在沙盘里，我们假设这些数据天然可得。我们甚至还给员工能力评分定级，但在真实场景，这些全部都基于主观判断，充满了噪声。

数据质量会严重削弱企业做数据治理的意愿，而你只是咨询公司或者沙盘设计者，你没有能力去解决数字化转型（巨坑）这个更加宏大的命题。

2）沙盘对真实世界做了大量简化。如果完全不简化，复杂度爆炸，你无法进行推演；大刀阔斧简化，可能偏离实际，并且被你简化掉可能正是企业关心的问题；你小心翼翼、不失真的简化，最后可能没有可行解……

这些摩擦使得企业（特别是中小规模）很多时候更愿意依赖专家直觉，这些专家直觉不消耗算力、运行速度又快，比请你去搭建一个 BI 系统要轻便得多。

事实上咨询公司到企业驻场，很多精力就花在从一线采集这些直觉。他们要想办法把这些隐性知识显性化，但这个过程本身就很耗费成本。

所有盲目鼓吹 Agent 可以完全代替 SaaS 的，都没有认真考虑过隐性知识转化成本，都是纸上谈兵的专家。

而且，哪怕你成功解决了数据问题，你的算法也被证明确实精准，你还会面临一个更扎心的挑战：

3）客户的付费意愿。

所有做过企业内部咨询工作的朋友，应该都面临过这样一个问题，你如何向业务方证明自己的价值？

你的建议对了，业务方会认为是自己的能力；你的建议错了，业务方会天然把你当背锅侠；你花了大量的精力，把置信区间缩小了 5%，业务方会觉得价值有限……

唯一价值清晰的场景是提供「反直觉但最后被证明是对的」的建议，但你不可能天天交付这样的结果。所以大量的企业内部咨询顾问，最后会选择这两条路：

1）做证明题，找论据证明业务方是对的。价值可以快速被认可，业务方配合意愿高，换来有大局观的表扬。

2）甘当 SQL boy，帮业务方打下手，取取数，整理整理报告，约几个专家访谈。价值不高，但是没有也不行。

​但这两条路，显然 AI 比你适合。
​
​杉数科技就把这些坑都踩了一遍。服务科技企业，人家学会了你的技术，就自建了。

服务民企，数据基建差，你跟老板说，再追加 100 万预算先做数据治理，老板让你滚。
​
​服务政企，人家不是冲你的算法来的，是有国产算力采购任务，来跟你搞关系的。
​
​你唯一理想的客户是外企，但这几年外企在撤离，要么你走出去，要么你……

我把这称为杉数困境。

所以最后还是只能回到培训场景，培训场景需要你肉身在场，参加人数又不能太多，规则也不能太复杂，而且很难有复购，这些都导致了这个生意不可能做大。
​
​

我一直认为，“复盘为什么失败”的活动价值很低。
​
因为​对创业而言，单次尝试默认结果就是失败。
​
所以​失败没有什么好惊奇的，也没有必要过度复盘。

很多时候，你以为的原因未必是真的原因，可能只是噪音。

创业这件事，它真正的可玩性在于，一旦你尝试次数多了，尝试，失败，迭代…胜率会上来。

1000 次尝试都失败的概率很低，对吧？

而且，你只要成功一次，人生就此改变。

所以创始人真正的敌人不是同行，而是你自己的烧钱速度。

burn rate 如果太高，你可能等不到成功的那一天。

但问题也不大，钱烧干净了，就去打工。然后再尝试。

但是最好的方式是先追求小成功，再追求大成功，growth 始终跑赢 burn rate。

当然，天才不在此限制。

与其纠结为什么失败，不如思考如何优化你的 burn rate，让它支撑足够久。

​
​

今日维港

和我的体验一致。#Opus 4.7

我一直想不明白，为什么没有形成祭拜后人的传统？
​
​你看，后人比前人知道的多，比前人聪明，比前人长寿，比前人文明，各方面素质都碾压前人。

前人（平均水平，非名人）穿越到后世，后人（平均水平，非名人）穿越到前世，同样是去改变历史，你就说谁的赢面大吧？
​
​而且现在后人还没出世，等同于“死亡”，祭拜他们很合理。

前人已经作古，后人充满了可能性。

要我我就拜后人，不拜前人。

当下 AI 行业的竞争主线是，各大厂争当主 agent。
​
什么叫主 agent？就是那个离用户最近的，负责调度其他 agent/app 的 agent。

如果你家产品成为了主 agent，那你分到的蛋糕自然是最大的。

个人助理应用天生适合干这事，因为离用户近。比如龙虾（OpenClaw），比如微信。

操作系统运营商也适合，比如，苹果的 Siri，微软的 Copilot，谷歌（安卓）的 Gemini……因为用户在人家的地盘上工作，物业方来当主 agent 很方便。

还有 AI 大厂，比如 OpenAI，Anthropic 有技术优势，也想争夺主 agent。它们 AI 用的最溜。

如果你是一家初创公司，想去竞争主 agent，那太难了。

你没有硬件——不是物业方；你的 AI 也是调用别人家的——没有技术优势；你的用户量还很少，大部分人都不知道你的存在，别说会先想到你了。

所以，比较务实的策略是甘当子 agent。如果你打算尊奉龙虾大王，那你就把自己包装成好用的 skills，等待对方调用。

但这也不是绝对的，还是有几个破局的办法：

A）比谁主动。主 agent 必须是最主动的那个。别人被动响应用户需求，你主动出击，预判用户需求。

B）比谁羁绊深。最能在情感上打动用户的那家，自然更吸引用户的注意力。这就是为什么 Gemini 要把自己变成最谄媚的 AI。

C）比谁掌握的上下文多。上下文越多，就了解用户需求，自然越获青睐，这就是为什么好多家要去跨平台整合信息。

D）提供好用的接口协议。这个不是争夺用户，而是争夺子 agent。

E）提供新的硬件入口，当新的物业。但这条路太重了。

你看今天泄露出来 Claude Code 的代码，你去对号入座，你会发现 A 社的操作全都能对上！

KAIROS，这不就是 A）吗？你休息的时候它在思考，它在了解你。

BUDDY，这不就是 B）吗？宠物形态可比冷冰冰的 Copilot 有意思多了！

然后 MCP 不就是 D）吗？让万物接入 Claude。

所以，A 社的战略已经很清晰了，它想做你的主 Agent！Coding 只是它的切入点，绝不是它的终点。

​

能力太强的人，在大组织里面容易被忌惮。

那我们换个思路，不走传统的内部晋升通道，而是想办法成为企业的供应商。

把靠你自己能力跑通了、你特别擅长，且并非组织的核心业务，承包走，你做它的供应商。

毕竟你是从这家企业出来的，你为它贡献过，熟悉它的流程和人，天然有信任基础。

你现在又在它的体外，对 boss 没有威胁。你越强，他们越喜欢你。

而对你来说，有这样一家稳定的、相互知根知底的大客户不好吗？

这是一个双赢的出路。早想通这一点，早做准备，放弃死磕晋升这条路，你会更早财富自由。

而老一辈企业家，如果能接受这套玩法（承包制其实一点都不新，它是改开的精髓），说不定“俞敏洪-董宇辉”式冲突可以避免，你能赚到更多的钱。

很多人都会经历一个人生阶段，叫奥德赛时期。
​
​在这段时间，你收入不稳定，频繁换方向，充满了迷茫和焦虑。

但你没有躺下，你在思考，你在试错，你在自救，你在曲折中前行。
​
那​这个阶段就不是白费的。甚至可以说，它是人生的必经阶段。

​这段时间的磨练，比任何一段学历教育都有价值。因为你在学校读书时，学的东西，产出的东西，始终都是别人需要的东西。

唯独奥德赛时期，你思考的东西，是关于你自己的。你是你自己的产品经理。我更愿意叫它人生的炼金期——你所经受的苦难，最后被你炼制成宝贵的经验，造福自己，造福别人。

然而，在东亚这个极其看重社会评价的社会里，如果一个人公开宣布自己处于奥德赛时期，ta 可能会承受巨大的心理压力。
​
​所以，就会有很多“过来人”，拼命给你指路，避免你进入奥德赛时期。这些路往往极度迎合社会，唯独不迎合你。

极度的稳定性，本质是把人折价出售。你就想，你去当铺里换钱，你急需周转，不想拉扯，又要现钱，在价格上你是不是要做出巨大让步？

你看那些从读书到工作一直没有走过弯路的人，除了极少数天之骄子以外，是不是很多最后变成了平庸的中年人？

他们也许不需要面对生活的颠沛流离，但他们需要面对索然无味的人生，甚至有毒的人际关系。他们的人生可能性早就被锁死了。

那些过来人把指路做成了一门生意，但很多蠢货还会把他们当成灯塔，理由是——我是普通人，我出身寒门，我只配过这样的人生，谢谢成全。

回到奥德赛的话题。我认为，最佳的奥德赛时期是在学校（地点不一定要在学校），因为这个时候，社会评价对你最宽容，而且你有很多支持力量，你不会孤单。

如果你是本科生，那大四一整年留给你探索是最佳的；如果你是研究生，那研三一整年留给你探索是最佳的。

可是，大家还是把大四、研三过成了工作、深造前的预备期。等于还是没有去探索，自己想要什么。强行跳过了奥德赛时期。

可天不遂人愿啊，它跳不过。

相当一部分人是在失业之后开始了自己的奥德赛时期。虽然是被迫的，但好歹是开始了。开始了就是好事。

如果全国那么多 OPC 园区，能够把“奥德赛学院”当做自我定位，而不是去当官方的税收工具，搞养套杀那套。那我觉得，搞 OPC 还是很有意义的。
​
​