又一年的思考切片～

还是一线有神明，要去和客户聊，但不一定总要听客户的，因为这AI领域变化太快。很多客户在某个时点上其实处在一个“局部最优”里。

OpenAI 内部的运转的--那些“AI做得很顺”的公司，往往同时具备两件事。
第一，是自上而下的 buy-in。高层明确表态：我们要变成 AI-first 公司。于是资源会投入、工具会采购、组织会给到明确支持。
但第二同样关键：必须有自下而上的 adoption 和 buy-in。也就是那些真正干活的一线员工，要对这项技术感到兴奋，愿意学习、愿意布道、愿意总结 best practice，愿意在组织里做知识分享。

OpenAI“0 人手写代码”的软件工程实验说明了如何用好AI写程序：
当你想把某个功能做出来，但怎么都让 agent 做不对。通常这时候，人是有“逃生出口”的——你可以说“算了，我自己撸袖子来”，不用 Codex，改用 tab complete、Cursor 之类的工具直接手写。但这个实验团队没有这个出口，这是实验设计的一部分。所以问题就变成了：我到底要怎么做，才能让这个 agent 把事做好？

通常不是智能体不行，而是上下文出了问题--要么是你给的信息不够明确，要么是 agent 根本拿不到完成这件事所需要的信息。
一旦你意识到这一点，解决方式就会发生变化：你不再是去“调 prompt”，而是开始补文档、补结构，想办法绕过这个限制。说白了，就是把你脑子里的“隐性经验”“团队共识”“默认做法”，想办法编码进代码库里。

刻意拿掉“不用 AI 的退路”，反而逼着他们看清楚——如果我们真的要全面拥抱 agent，“掏空脑子东西”这件事是迟早都要解决的。

人类天生倾向于选择 “够用就行” 的方案，而不是最优解。
--诺贝尔经济学奖得主 Herbert Simon 把这种行为称为“满意即可（satisficing）”

而 AI 让“够用就行”变得极易达到，导致大多数人就直接停在这里，背后逻辑很简单：质量不变、精力更少、准点下班。

哪怕只是想到资源稀缺，都不用真的稀缺，就能减少认知固着，提升创造力。毕竟稀缺会激活一种思维模式，逼你更深地探索，而富足只会让人变懒。
-- 当 AI 令实现成本几乎为零，想法债就会爆炸式增长——东西老是做一半，没人能把它都做到完美。

约束已经从「我们能不能做出来？」变成了「我们应不应该做？」——而绝大多数公司，根本没有能力回答第二个问题。

作为一个 AI believer，并不是 AI 说没用，而是AI 只是工具，工具只会放大原有系统的状态。

竹子用了四年的时间，仅仅只生长了3厘米，但是到了第五年开春，竹子就会以每天30cm的速度飞速生长，从破土而出的竹笋到一棵竹子，仅仅只需要六周时间。
Dive deep，then rise high.

市场要的不是“我也能做”，而是“只有我能做”

“我们有时候不用特别去等某个状态才去做那件事。可以反过来：我们先去做那件事，然后我们就会有那样的状态。”
“先笑，然后感到快乐。先搬重物，然后感到有力量。先用力地活，然后爱自己的人生。”

几乎任何可以被量化的东西都可以被优化。