即刻App年轻人的同好社区
下载
今天开始正式发X，顺便也同步一份到即刻。
《作为中层推动传统互联网公司AI转型的7条实战经验》X原文：x.com
过去一年多，Claude、Codex 等产品成功把 Agent 从 Vibe Coding 工具，变成了真正“会使用电脑的工作者”。
AI 辅助——或者说替代——白领工作的时机已经到了。
一方面，我忧心忡忡：未来的自己、行业和整个人类群体，会受到怎样的 AI 冲击。
另一方面，我也在快速学习和使用 Agent，努力成为最先适应的人之一。
因为还在公司打工，摆在所有非 AI Native 互联网公司面前的挑战其实都一样：
到底该如何进行 AI 转型？
这里说的 AI 转型，并非指给自己的产品引入 AI 能力。
很多公司里的很多人，正在强行、拙劣地把 AI 能力嵌入产品，提供不匹配他们薪资的、💩一般的体验。
传统互联网产品如何被 AI 重构，是另一个值得单独展开的话题。以后我会分享自己经历过的失败、成功，以及一些不太主流的判断。
这里想讨论的是另一种转型：
如何把 AI 尽可能嵌入公司的日常工作流，替代更多工作，并帮助真正掌握方法的个人和组织实现 10X 产出。
我所在的公司并不以效率著称，有些组织机制甚至天然反效率。想在这样的环境里推动 AI Native 改革，阻力重重。
尽管如此，到今天为止，我们依然取得了一些结果：产研速度更快了，交付质量也更高了。
比如我从 0 到 1 推动的 Toy（www.bilibili.com），一个帮助 Vibe Coding 创作者便捷部署和分发网页的平台。起初只有一名研发，没有设计，产品工作由我自己兼职承担。截至目前，从启动到上线只花了几周，目前内测已经超过一个多月，迭代了上百个feature。有百大UP主做了数十个Toy，单视频播放量最高过百万。
前段时间有人问：团队里开始有人用 AI 产出垃圾了，怎么办？
我当时顺手写了几条。整理一下，大概是下面这些：
1. 让大家用 T0 级别的模型
能用御三家就用御三家。
如果核心任务只能使用明显落后一档的模型，团队很容易拿着糟糕体验证明“AI 不行”。
预算有限，就限制人群和任务。不要雨露均沾，把差模型平均发给所有人。
2. 挑刺
初学者使用 AI，经常会出问题。大家都有一个学习和提升的过程。
看到一份“AI 味”很重的材料，我会不停地提问：
这是你拿 AI 做的吗？
你自己的观点具体是里面的哪部分？
AI只是手段，每个人要为手段之后的判断负责。
3. 低阶和高阶熏陶
低阶，是让身边具体用 AI 做得比较好的人，上台分享经验。
我推的 AI 分享会，一部分是外部嘉宾，一部分是内部同学。后者分享的往往就是很朴素的一线经验。
它给人的感觉是：
“他也跟我差不多，他能用好，我也能用好。”
高阶，是让外部高手帮大家开阔眼界：
“原来 AI 还能这样。”
“原来应该这样使用 AI。”
两种熏陶都需要。
4. 别迷信 Prompt，要建立 Harness 和 Agent-human Loop
我自己有一些底层心法和 Tips，会反复灌输给大家。
比如：
AI 可以比较容易地帮小白做到 70 分。
但 AI 不能简单地帮专家完成 80 分的专业任务。
后者需要 Harness，需要对任务进行编排，也需要建立 Agent-human Loop。
如果一个任务是你专业领域里的难问题，而你自己对它的交付没有判断，AI 没法简单帮你。
因为你的输入首先不一定对；它的输出是错是对，你也没有概念。
具体来说，如果想让 AI 写需求文档，首先要确保你自己本身能想明白，只是暂时还没花时间想明白。
在这个前提下，Agent 才能帮你节约时间。
其他任务类似。
5. 把 SOP、Workflow 和 Skill 传承下来
很多任务具体怎么使用 AI、人和机器怎么协作，是可以沉淀和标准化的。
好用的 SOP、上下文、检查表、Skill 和 Harness，都应该以 .md 文件或者其他合适的形式留在团队里。
大家做出来的页面太丑，就把 frontend-design 装上。
AI 交付不够系统化，就把相应的工作流和 Skill 用起来。
否则每个人都要从零学一遍。所谓的提效只发生在个体身上，并没有进入组织。
6. 给出明确、可衡量的 Goal
就像 Codex 的 Goal 任务一样，一旦结果是明确、可衡量的，中间部分就可以成为黑盒。
人也好，机器也好，愿意怎么搞是他们自己的事，只要最终交付达到统一标准就行。
交付结果不好，可以换人。
也可以回到前面的 1～5，继续培养和帮助这个人。
7. 系统里减少人
那些厉害的人，其实可以做很多事情。
要做的是帮他们减少系统摩擦力，让他们能够端到端交付。
削减系统里人的节点数量。人越少，交付质量越高，对齐成本越低。
传统互联网产研流程可能是：
产品 → 交互 → 视觉 → 前端 + 后端 → 测试
它可以变成：
产品 → 研发
甚至可能就只剩产品一个人。
所以，我现在理解的 AI Native，是在“所有员工都装上了 AI”的基础上， AI 开始改变公司的成本结构、协作接口和组织拓扑。
前者是工具推广。
后者才叫转型。
《作为中层推动传统互联网公司AI转型的7条实战经验》X原文：x.com
过去一年多，Claude、Codex 等产品成功把 Agent 从 Vibe Coding 工具，变成了真正“会使用电脑的工作者”。
AI 辅助——或者说替代——白领工作的时机已经到了。
一方面，我忧心忡忡：未来的自己、行业和整个人类群体，会受到怎样的 AI 冲击。
另一方面，我也在快速学习和使用 Agent，努力成为最先适应的人之一。
因为还在公司打工，摆在所有非 AI Native 互联网公司面前的挑战其实都一样：
到底该如何进行 AI 转型？
这里说的 AI 转型，并非指给自己的产品引入 AI 能力。
很多公司里的很多人，正在强行、拙劣地把 AI 能力嵌入产品，提供不匹配他们薪资的、💩一般的体验。
传统互联网产品如何被 AI 重构，是另一个值得单独展开的话题。以后我会分享自己经历过的失败、成功，以及一些不太主流的判断。
这里想讨论的是另一种转型：
如何把 AI 尽可能嵌入公司的日常工作流，替代更多工作，并帮助真正掌握方法的个人和组织实现 10X 产出。
我所在的公司并不以效率著称，有些组织机制甚至天然反效率。想在这样的环境里推动 AI Native 改革，阻力重重。
尽管如此，到今天为止，我们依然取得了一些结果：产研速度更快了，交付质量也更高了。
比如我从 0 到 1 推动的 Toy（www.bilibili.com），一个帮助 Vibe Coding 创作者便捷部署和分发网页的平台。起初只有一名研发，没有设计，产品工作由我自己兼职承担。截至目前，从启动到上线只花了几周，目前内测已经超过一个多月，迭代了上百个feature。有百大UP主做了数十个Toy，单视频播放量最高过百万。
前段时间有人问：团队里开始有人用 AI 产出垃圾了，怎么办？
我当时顺手写了几条。整理一下，大概是下面这些：
1. 让大家用 T0 级别的模型
能用御三家就用御三家。
如果核心任务只能使用明显落后一档的模型，团队很容易拿着糟糕体验证明“AI 不行”。
预算有限，就限制人群和任务。不要雨露均沾，把差模型平均发给所有人。
2. 挑刺
初学者使用 AI，经常会出问题。大家都有一个学习和提升的过程。
看到一份“AI 味”很重的材料，我会不停地提问：
这是你拿 AI 做的吗？
你自己的观点具体是里面的哪部分？
AI只是手段，每个人要为手段之后的判断负责。
3. 低阶和高阶熏陶
低阶，是让身边具体用 AI 做得比较好的人，上台分享经验。
我推的 AI 分享会，一部分是外部嘉宾，一部分是内部同学。后者分享的往往就是很朴素的一线经验。
它给人的感觉是：
“他也跟我差不多，他能用好，我也能用好。”
高阶，是让外部高手帮大家开阔眼界：
“原来 AI 还能这样。”
“原来应该这样使用 AI。”
两种熏陶都需要。
4. 别迷信 Prompt，要建立 Harness 和 Agent-human Loop
我自己有一些底层心法和 Tips，会反复灌输给大家。
比如：
AI 可以比较容易地帮小白做到 70 分。
但 AI 不能简单地帮专家完成 80 分的专业任务。
后者需要 Harness，需要对任务进行编排，也需要建立 Agent-human Loop。
如果一个任务是你专业领域里的难问题，而你自己对它的交付没有判断，AI 没法简单帮你。
因为你的输入首先不一定对；它的输出是错是对，你也没有概念。
具体来说，如果想让 AI 写需求文档，首先要确保你自己本身能想明白，只是暂时还没花时间想明白。
在这个前提下，Agent 才能帮你节约时间。
其他任务类似。
5. 把 SOP、Workflow 和 Skill 传承下来
很多任务具体怎么使用 AI、人和机器怎么协作，是可以沉淀和标准化的。
好用的 SOP、上下文、检查表、Skill 和 Harness，都应该以 .md 文件或者其他合适的形式留在团队里。
大家做出来的页面太丑，就把 frontend-design 装上。
AI 交付不够系统化，就把相应的工作流和 Skill 用起来。
否则每个人都要从零学一遍。所谓的提效只发生在个体身上，并没有进入组织。
6. 给出明确、可衡量的 Goal
就像 Codex 的 Goal 任务一样，一旦结果是明确、可衡量的，中间部分就可以成为黑盒。
人也好，机器也好，愿意怎么搞是他们自己的事，只要最终交付达到统一标准就行。
交付结果不好，可以换人。
也可以回到前面的 1～5，继续培养和帮助这个人。
7. 系统里减少人
那些厉害的人，其实可以做很多事情。
要做的是帮他们减少系统摩擦力，让他们能够端到端交付。
削减系统里人的节点数量。人越少，交付质量越高，对齐成本越低。
传统互联网产研流程可能是：
产品 → 交互 → 视觉 → 前端 + 后端 → 测试
它可以变成：
产品 → 研发
甚至可能就只剩产品一个人。
所以，我现在理解的 AI Native，是在“所有员工都装上了 AI”的基础上， AI 开始改变公司的成本结构、协作接口和组织拓扑。
前者是工具推广。
后者才叫转型。
5 11
梦到我妈了，干啥玩了散场以后一起坐大巴车回去，我坐错车了，坐到了别人的大巴，人家车上统计，发现我妈也在车上。车上很热，她上半身裸露，瘦的都皮包骨头了，皮肤有些地方泛白。我赶紧让她穿上衣服别着凉，她不情愿地穿上，嘟嘟囔囔地说热。然后我们还有一些互动，但我记不清了，很快就醒了。
半梦半醒间我使劲地想让梦继续。多看我妈两眼。但是越来越清醒，睡不着了。
这次醒来没有哭。
半梦半醒间我使劲地想让梦继续。多看我妈两眼。但是越来越清醒，睡不着了。
这次醒来没有哭。
1 00
因为Agent太猛自己被搞成了ADHD（绝对不是因为订阅了舍不得token没用完）
做了一个开源项目，「Agent Mission Control」
它是一个本地多 Agent 任务控制台，用来集中查看 Codex、OpenCode、Claude Code / Claude Desktop 里的线程、项目、token 用量、quota、运行状态和待处理事项。
最近一版补了几个我自己很需要的能力：
1. 支持安装成 Chrome / Edge PWA，像一个独立桌面应用一样打开、切回和收起
2. 顶部指标可以直接跳到「运行中」和「待处理」面板
我做这个东西的初衷很简单：现在我同时开 Codex、Claude Code、OpenCode、各种 agent 线程，时间一长就很容易忘记「谁还在跑」「谁卡住了」「哪个需要我授权」「今天 token / quota 用到什么程度」。
所以它更像是给 AI coding / agent workflow 做的一个本地塔台。
几个原则：
- 默认只监听 127.0.0.1
- 只读取本机状态文件
- 不写入 Codex / OpenCode / Claude 的工作数据
- 不发送遥测
- README 截图使用虚构数据生成，不包含本机线程、路径、消息、token 或 quota 细节
项目地址：
github.com
欢迎试用、star、提 issue，也欢迎告诉我你们自己的多 Agent 工作流是怎么管的。
#AI工作流
做了一个开源项目，「Agent Mission Control」
它是一个本地多 Agent 任务控制台，用来集中查看 Codex、OpenCode、Claude Code / Claude Desktop 里的线程、项目、token 用量、quota、运行状态和待处理事项。
最近一版补了几个我自己很需要的能力：
1. 支持安装成 Chrome / Edge PWA，像一个独立桌面应用一样打开、切回和收起
2. 顶部指标可以直接跳到「运行中」和「待处理」面板
我做这个东西的初衷很简单：现在我同时开 Codex、Claude Code、OpenCode、各种 agent 线程，时间一长就很容易忘记「谁还在跑」「谁卡住了」「哪个需要我授权」「今天 token / quota 用到什么程度」。
所以它更像是给 AI coding / agent workflow 做的一个本地塔台。
几个原则：
- 默认只监听 127.0.0.1
- 只读取本机状态文件
- 不写入 Codex / OpenCode / Claude 的工作数据
- 不发送遥测
- README 截图使用虚构数据生成，不包含本机线程、路径、消息、token 或 quota 细节
项目地址：
github.com
欢迎试用、star、提 issue，也欢迎告诉我你们自己的多 Agent 工作流是怎么管的。
#AI工作流
4 41
天上一日，人间一年。待在人间再怎么努力，也不及天上的日常。
1. 里程碑，总消耗超过 2b，连续两天超过 200m。
50 -> 100 -> 200m，虽然有很多浪费，但是应用能力和心态是有显著变化的。所以在一段时间内，对个体而言，不为了hack，token消耗量是一个好的过程指标。
2. 反过来，最近的另外一个想法是悲观，对个体命运的悲观。不是因为AI带来的变革，导致的社会，经济问题，这个太宏大了。
悲观的是自身命运：
我之前还比较乐观，因为自己属于AI用的比较多的。
但是最近我发现可能自己有点盲目乐观了。
这波浪潮更重要的是环境，而不是个人脱离环境的努力。
天上一日，人间一年。待在人间再怎么努力，也不及天上的日常。
1. 里程碑，总消耗超过 2b，连续两天超过 200m。
50 -> 100 -> 200m，虽然有很多浪费，但是应用能力和心态是有显著变化的。所以在一段时间内，对个体而言，不为了hack，token消耗量是一个好的过程指标。
2. 反过来，最近的另外一个想法是悲观，对个体命运的悲观。不是因为AI带来的变革，导致的社会，经济问题，这个太宏大了。
悲观的是自身命运：
我之前还比较乐观，因为自己属于AI用的比较多的。
但是最近我发现可能自己有点盲目乐观了。
这波浪潮更重要的是环境，而不是个人脱离环境的努力。
天上一日，人间一年。待在人间再怎么努力，也不及天上的日常。
2 01
fromjunior2senior.netlify.app
春节后内部做了一场面向产品、运营等角色的4小时培训，课件文稿我自己写的，然后用antigravity生成，主要是gemini，少量claude。
春节后内部做了一场面向产品、运营等角色的4小时培训，课件文稿我自己写的，然后用antigravity生成，主要是gemini，少量claude。
7 32
我妈离开后第一个月的第一天，以灵魂的形式回来，我给她准备了几粒药丸，她吃了，说自己舒服多了。
说是鬼魂，我什么也看不到，只能感觉到，和听到她的声音。
然后我哭醒了。
已经是第 38 天了。
说是鬼魂，我什么也看不到，只能感觉到，和听到她的声音。
然后我哭醒了。
已经是第 38 天了。
7 00
癌症晚期家属的两方面摧残
死亡越来越来近，癌症病人越来越不健康，越来越虚弱，离开和失去变得越来越具象化。
良心的拷打，道德感和负罪感。自己到底有没有尽全力？到底有没有在能力范围内，给到她最好的选择？治疗是对的吗，不治疗是对的吗？这样治是最好的吗？那样治是最好的吗？
死亡越来越来近，癌症病人越来越不健康，越来越虚弱，离开和失去变得越来越具象化。
良心的拷打，道德感和负罪感。自己到底有没有尽全力？到底有没有在能力范围内，给到她最好的选择？治疗是对的吗，不治疗是对的吗？这样治是最好的吗？那样治是最好的吗？
2 10
