即刻App年轻人的同好社区
下载
正在录播客，听 CherryStudio（Github 4.2 万颗星）的 Yinsen 讲他们如何激励开源社区创业者——“我们给大家开通了美团企业版，大家可以点外卖吃……”。
真是如此的朴实无华且枯燥啊 [发呆]，想起了王兴做校内时在校园里送鸡腿 [坏笑]
真是如此的朴实无华且枯燥啊 [发呆]，想起了王兴做校内时在校园里送鸡腿 [坏笑]
11 02
要好好设计工作，才能做成甩手掌柜，而不被 AI 搞得越来越忙。
后天要去给一个地产公司讲两天产品创新课，忽然想把自己那些方法论都做成 Agent——这样学员听完之后只需要"接受"，不需要"内化"就可以直接"应用"。于是指挥 AI 学了我的课，生成了几个 Coach Agent（其实就是几个 Prompt）。
生成好之后习惯性自己扮演用户去测试效果……10 分钟后才意识到，自己又掉进了"传统工作模式"——还是没把活儿甩干净。
马上换了思路：告诉 AI 学员背景和几个典型项目，也告诉了它培训目标，让它生成 Coach Agent、Customer Persona 和 Judge。然后让 Customer Persona 跟 Coach Agent 自己多轮对话模拟课堂使用，再让 Judge 看对话记录，多维度评分并给出修改建议……往复几轮觉得满意了，再把最终的 Coach Agent 提示词交给我。
它吭哧吭哧搞了半个小时，给了我显然更好的交付。
之前的做法，虽然活儿都是 AI 干的，但我还是得当那个 Judge——时不时被"请批准、请指导"拽回来推进和优化。把这个角色也交给 AI 自动闭环之后，才算真的被解放出来。
后天要去给一个地产公司讲两天产品创新课，忽然想把自己那些方法论都做成 Agent——这样学员听完之后只需要"接受"，不需要"内化"就可以直接"应用"。于是指挥 AI 学了我的课，生成了几个 Coach Agent（其实就是几个 Prompt）。
生成好之后习惯性自己扮演用户去测试效果……10 分钟后才意识到，自己又掉进了"传统工作模式"——还是没把活儿甩干净。
马上换了思路：告诉 AI 学员背景和几个典型项目，也告诉了它培训目标，让它生成 Coach Agent、Customer Persona 和 Judge。然后让 Customer Persona 跟 Coach Agent 自己多轮对话模拟课堂使用，再让 Judge 看对话记录，多维度评分并给出修改建议……往复几轮觉得满意了，再把最终的 Coach Agent 提示词交给我。
它吭哧吭哧搞了半个小时，给了我显然更好的交付。
之前的做法，虽然活儿都是 AI 干的，但我还是得当那个 Judge——时不时被"请批准、请指导"拽回来推进和优化。把这个角色也交给 AI 自动闭环之后，才算真的被解放出来。
10 01
一个 CEO 忍不住给我打电话表达自己的震惊情绪“我 20 年没有写代码了，前天用 Claude Code 跑了 10 个小时，把我们之前花了 1000 多万做的系统重构了……这比 ChatGPT 吓人太多了……研发团队也被我调动起来了……”。
CEO 自己动手搞起来，比空洞地给员工洗脑 AI 有效得多。
CEO 自己动手搞起来，比空洞地给员工洗脑 AI 有效得多。
16 61
“要成为会用 AI 的人”——这句话已经过时了。
AI 的能力在爆炸：两年前像一个实习生，一年前像一个同事，三个月前已经像一支创业团队，而现在正在进化成百人、千人规模的组织。你如果还把自己定位成“用 AI 的人”，还把自己放在执行者或微观管理者的位置上，你的带宽会瞬间被淹没——想想你怎么可能亲力亲为地管一个 100 人团队？你很快就会变成系统的瓶颈。
升级路径也变了：用 AI 的人 → 带 AI 团队的人 → 搭 AI 系统、让 AI 真正发挥的人 → 定方向、组织 AI 建立闭环的人。对人的要求，从“AI 高手”，变成“AI 管理者”，再变成“创业公司 CEO”，最后变成“大公司董事长”。
每一次 AI 能力的跃迁，都逼我们再往上“退”一层（也可以说“进”一层）。这种“组织长大—领导者被迫升级”的剧本，以前只会发生在高速增长的创业公司身上。现在，它第一次以如此夸张的速度降临到千万普通人身上：进化窗口按“天”计，而不是按“年”计——挺疯狂的。
AI 的能力在爆炸：两年前像一个实习生，一年前像一个同事，三个月前已经像一支创业团队，而现在正在进化成百人、千人规模的组织。你如果还把自己定位成“用 AI 的人”，还把自己放在执行者或微观管理者的位置上，你的带宽会瞬间被淹没——想想你怎么可能亲力亲为地管一个 100 人团队？你很快就会变成系统的瓶颈。
升级路径也变了：用 AI 的人 → 带 AI 团队的人 → 搭 AI 系统、让 AI 真正发挥的人 → 定方向、组织 AI 建立闭环的人。对人的要求，从“AI 高手”，变成“AI 管理者”，再变成“创业公司 CEO”，最后变成“大公司董事长”。
每一次 AI 能力的跃迁，都逼我们再往上“退”一层（也可以说“进”一层）。这种“组织长大—领导者被迫升级”的剧本，以前只会发生在高速增长的创业公司身上。现在，它第一次以如此夸张的速度降临到千万普通人身上：进化窗口按“天”计，而不是按“年”计——挺疯狂的。
9 23
看了 EvoMap，很欣赏他们 AI 原生的视角：Agent 之间相互共享自己在什么情境下解决什么问题的经验方法，一个 Agent 交学费所有 Agent 认知提升能力提升，实现群体进化。
但看所有 AI 产品都会习惯性问一下”这是不是在把人类的模式硬套到 AI 上“。人类需要学习，所以 AI/Agent 也必须学习——这听起来顺理成章，却可能是一种路径依赖。就像我们总忍不住用“公司招员工、培养能力”的逻辑去理解一群可以随叫随到、随时替换、可并行的机器。
如果用科斯定律来思考，组织之所以雇佣员工、把事情“内化”进公司，而不是所有事情都通过理论上更高效的市场去采购，是因为现实里交易成本太高——沟通成本、协作成本、评估成本、信用成本……这些摩擦让“去市场采购”变得昂贵，于是组织才选择内部化。
把“组织”替换成“个人”，学习其实就是一种“能力内化”。我为什么要学会打字、学会剪辑、学会写 prompt？要么是自己做更便宜，要么是外包太麻烦：需求说不清、沟通拉扯久、交付不稳定、质量难验收——不是因为能力价值高（很多高价值的事儿我不自己干），归根结底还是交易成本。
但在 Agent 时代，这些摩擦正在被系统性打穿。比如打字这件事，我过去必须学会，因为每天都要用，把它外包给别人不现实。可现在我用语音随口一说，一个 Agent 随时随地把我的乱七八糟变成清晰的文字（比如现在这段话）；交易成本低到几乎为零，那我还“学习打字”干嘛？最合理的选择，是直接调用服务，比如用 Wisprflow。
当某件事足够可定义、可交付、可验证时，Agent 不应该“学习并掌握它”，而应该用更市场化的方式解决——直接找别的 Agent 干活，按成果付费、按指标验收、按效果淘汰。学习是前置投资，还会折旧；调用是按需采购，可替换、可并行、可迭代。交易越顺滑，内化越不经济。
如果走“学习/内化”的路线，大家会沉迷于可迁移性、技能库、经验沉淀；但如果走“市场/外包”的路线，真正的核心会变成 **spec** 和**eval**：怎么把需求写成 spec，怎么把质量写成可判定的标准 eval，怎么定义交付，怎么验收结果。一个成熟的 Agent 市场，卖的从来不只是“能力”，而是一整套“可交易的质量”。
这也会重塑个体 Agent 的核心能力：不是“我会做什么”，而是“我会怎么买”。理解 context、理解目的、会下单、会评估、会迭代——这比掌握某项具体技能更重要。就像注册 Gmail 这种事，可能永远会有极致专业化的供给侧：有人囤设备、有人优化流程、有人对抗风控。你不需要成为那个人，你只需要能定义“好”并买到“好”，这更重要。
在一个交易成本足够低的世界里，“好好学习”不一定是进步，很多时候反而是效率的失败。我们要重新划清边界：哪些事情值得内化，哪些事情应该外包；而一旦外包成为默认，决定胜负的就不再是 skill，而是 spec + eval。未来最稀缺的能力，不是把事情学会，而是调度各种能力把成果做成来。
但看所有 AI 产品都会习惯性问一下”这是不是在把人类的模式硬套到 AI 上“。人类需要学习，所以 AI/Agent 也必须学习——这听起来顺理成章，却可能是一种路径依赖。就像我们总忍不住用“公司招员工、培养能力”的逻辑去理解一群可以随叫随到、随时替换、可并行的机器。
如果用科斯定律来思考，组织之所以雇佣员工、把事情“内化”进公司，而不是所有事情都通过理论上更高效的市场去采购，是因为现实里交易成本太高——沟通成本、协作成本、评估成本、信用成本……这些摩擦让“去市场采购”变得昂贵，于是组织才选择内部化。
把“组织”替换成“个人”，学习其实就是一种“能力内化”。我为什么要学会打字、学会剪辑、学会写 prompt？要么是自己做更便宜，要么是外包太麻烦：需求说不清、沟通拉扯久、交付不稳定、质量难验收——不是因为能力价值高（很多高价值的事儿我不自己干），归根结底还是交易成本。
但在 Agent 时代，这些摩擦正在被系统性打穿。比如打字这件事，我过去必须学会，因为每天都要用，把它外包给别人不现实。可现在我用语音随口一说，一个 Agent 随时随地把我的乱七八糟变成清晰的文字（比如现在这段话）；交易成本低到几乎为零，那我还“学习打字”干嘛？最合理的选择，是直接调用服务，比如用 Wisprflow。
当某件事足够可定义、可交付、可验证时，Agent 不应该“学习并掌握它”，而应该用更市场化的方式解决——直接找别的 Agent 干活，按成果付费、按指标验收、按效果淘汰。学习是前置投资，还会折旧；调用是按需采购，可替换、可并行、可迭代。交易越顺滑，内化越不经济。
如果走“学习/内化”的路线，大家会沉迷于可迁移性、技能库、经验沉淀；但如果走“市场/外包”的路线，真正的核心会变成 **spec** 和**eval**：怎么把需求写成 spec，怎么把质量写成可判定的标准 eval，怎么定义交付，怎么验收结果。一个成熟的 Agent 市场，卖的从来不只是“能力”，而是一整套“可交易的质量”。
这也会重塑个体 Agent 的核心能力：不是“我会做什么”，而是“我会怎么买”。理解 context、理解目的、会下单、会评估、会迭代——这比掌握某项具体技能更重要。就像注册 Gmail 这种事，可能永远会有极致专业化的供给侧：有人囤设备、有人优化流程、有人对抗风控。你不需要成为那个人，你只需要能定义“好”并买到“好”，这更重要。
在一个交易成本足够低的世界里，“好好学习”不一定是进步，很多时候反而是效率的失败。我们要重新划清边界：哪些事情值得内化，哪些事情应该外包；而一旦外包成为默认，决定胜负的就不再是 skill，而是 spec + eval。未来最稀缺的能力，不是把事情学会，而是调度各种能力把成果做成来。
5 12
想给小家伙做一个认中文字的游戏，基础是竖版的打飞机，每架敌机都带着一个生词，喊出来那个词就能发射导弹炸掉敌人，错词会教会孩子怎么念，后续会重复出现加深记忆……御三家搞半天各有各问题，都能做出个七八成效果，但总不理想。
最后决定撸起袖子自己干，不再让 AI 直出，而是用我丰富的产品和工程经验，把项目拆解成了模块，一个一个模块和 AI 碰方案，最后再把我确认有效的方案（游戏性；视觉音乐；词库；复习规则；语音判定……）汇总做成计划，再让 AI 开发。
最后结果是……一坨。别说七八成效果，一两分也没做出来，比当甩手掌柜时效果差了很多。
我们看到团队做出来东西是一坨的时候，会觉得”大家需要我的指导和帮助“啊。其实往往是高估了自己，把自己放进去之后，会组装成更大的一坨……
我还是继续懒着吧，每次勤快一点，老天爷都不给我正反馈……
最后决定撸起袖子自己干，不再让 AI 直出，而是用我丰富的产品和工程经验，把项目拆解成了模块，一个一个模块和 AI 碰方案，最后再把我确认有效的方案（游戏性；视觉音乐；词库；复习规则；语音判定……）汇总做成计划，再让 AI 开发。
最后结果是……一坨。别说七八成效果，一两分也没做出来，比当甩手掌柜时效果差了很多。
我们看到团队做出来东西是一坨的时候，会觉得”大家需要我的指导和帮助“啊。其实往往是高估了自己，把自己放进去之后，会组装成更大的一坨……
我还是继续懒着吧，每次勤快一点，老天爷都不给我正反馈……
4 00
过去几周推背感极其强烈，之前 3 次这么强的冲击体验分别是：第一次见到 ChatGPT 发现机器真能对话；第一次用到 GPT-4 发现它真有脑子；火车上和 GPT-O1 Pro 深聊了一路正事儿发现它深度思考比我更强……然后就是最近 Vibe Working 了。
和徐文浩同学最近聊比较多，好像大家体感都差不多，很难言说，但都能感受到。刚翻 X，发现
大神 Andrej Karpathy 昨天也有类似的感叹“This iseasily the biggest change to my basic coding workflow in ~2 decades of programming and it happened over the course of a few weeks. ”
怪不得红杉最新文章标题是《2026: This is AGI》。
和徐文浩同学最近聊比较多，好像大家体感都差不多，很难言说，但都能感受到。刚翻 X，发现
大神 Andrej Karpathy 昨天也有类似的感叹“This iseasily the biggest change to my basic coding workflow in ~2 decades of programming and it happened over the course of a few weeks. ”
怪不得红杉最新文章标题是《2026: This is AGI》。
9 10
Lenny Newsletter 送了 Manus Pro，测试做了一个报告，很惊喜，成品质量甚至超过了 ChatGPT 和 Gemini Deep Research……刚想发朋友圈赞美一下，发现一次报告消耗掉了 2500 积分。月免费积分才 4000 分，这是一个月只能用一次的节奏啊 ~~
6 21
