前大厂工程师以AI全托管自媒体与家庭实操 称管理能力成核心壁垒

前大厂工程师以AI全托管自媒体与家庭实操 称管理能力成核心壁垒 大模型普及大幅削减写代码等执行技能的溢价，能否将隐性知识外化为高密度上下文并实施机制化管理，决定了个体生产力的终极上限。 对谈首先深入拆解了 Jev 现象级爆火背后的基模成熟、高频决策爆发与营销叙事逻辑，并对比了 Manus 等永不关机的云端电脑如何拓展非代码场景。随后鸭哥通过孩子肘部脱臼问诊理赔、基于多维体征逆向分析失眠元凶等硬核实战，阐释了“将 AI 当人看”并注入高密度 Context 的强大威力。鸭哥还公开了自己让 AI 自主迭代、半年吸粉数千的“0 人自媒体公司”闭环系统，指出未来最升值的能力并非纯写代码，而是提炼需求、构建 Context Infrastructure 与实现机制化管理的能力。 Jev 作为分类 API 在近期爆火，核心得益于 Qwen 3.5 4B 等端侧与小基模能力的成熟、Agentic 高频决策消耗激增，以及诺奖“快慢系统（System 1/2）”的包装叙事。 (0:58) Agent 基础设施正从临时虚拟机向“永不关机的云端电脑”演进，Manus、Grok Bot 与 Meta Muse 通过持久化保留登录态与 Cookie，使 AI 能深度处理真实生活任务。 (12:20) 鸭哥通过“老鸭汤”与 Context Infrastructure 构建“零人自媒体”，在半年内实现 Newsletter 1600+ 订阅及 X 平台 5700+ 粉丝的自主运营与闭环迭代。 (36:15) 多变量回归分析证伪了鸭哥的咖啡因致失眠假说，发现真正的失眠诱因是晚间高强度的 AI 对话与脑力调用，提前停用后睡眠时间增加超一小时。 (55:00)

Superlinear Academy 联合创始人鸭哥指出，AI 时代的生产力跃升关键在于以管理者心态向模型注入高密度上下文（Context Infrastructure）并构建闭环反馈，而非仅作工具化调用；随着底层模型推理降本与决策架构演进，个人核心竞争力正从编程等具体执行转向需求拆解、机制设计与系统管理。 基础设施跃迁：模型降本与持久化环境 (0:00) 针对近期分类 API 产品 Jev 的火爆，鸭哥认为其并非单纯概念炒作，核心驱动力在于 Qwen 3.5 4B 等小参数基座模型综合智能达标、Agentic 框架对高频轻量决策的 token 消耗激增，以及借用“系统 1 与系统 2”双系统理论的包装策略。落地场景上，Jev 在 Browser Use（通过网页 DOM 树纯文本替代多模态截图操作，速度提升 10 倍以上，但决定性归因仍待消融实验验证）与 Agent 危险调用拦截（Harness Classifier）中展现出极低延迟与成本优势。 与此同时，模型调用成本的断崖式下跌——例如单日 400 亿 token 的消耗成本在 DeepSeek Flash 等平价模型下可由 12,000 美元压缩至 300 美元——使得高频调用完全可行。加之 Manus、Grok Bot 等持久化云端电脑打破了早期代码虚拟机用完即毁的局限，能够持久保留系统 Cookie 和登录状态，推动 Agent 从程序员专属工具演化为覆盖复杂办公与生活场景的持久助手。 上下文基建：文件哲学与双轨检索破局 (29:40) 开箱即用的基础模型在预训练阶段致力于捕捉最大公约数共识，对齐阶段通过强化学习追求合规安全，因而极易输出平庸中庸的内容，缺乏信息超额收益（Alpha）。鸭哥指出，摆脱这种局限的核心在于建立包含收集、消费与闭环复利的“上下文基础设施”，将人类专家特有的横向与纵向调研框架等隐性思维体系注入系统。 在架构设计上，鸭哥提倡“一切皆是文件（All is File）”的设计哲学，主张避免过度堆砌复杂的外部记忆层或向量数据库。其实践方案聚焦于全天音频的云端识别转录，并在本地建立“Yahoo 路线”（结构化主题目录索引）与“Google 路线”（本地向量语义检索 CLI）的双轨索引机制，使 Agent 能够透明、低门槛地自主检索并消费历史上下文。 管理视角实战：从应急调度到零人自媒体 (17:35) 鸭哥强调驾驭 AI 需采取管理学视角：模型具备天然的执行意愿，无需情绪激励，但要求人类管理者将评判标准与规则彻底“外化”为明确的文本定义。这一机制在真实生活中表现为处理儿童突发脱臼时的高效调度——AI 准确初筛病情、引导就医分流，并在事后自动挂载邮箱整理保单与账单完成全流程理赔，最终将经验沉淀为供人类与对方 Agent 分别调用的标准作业程序（SOP）。此外，通过结合多源健康体征数据训练多元线性回归模型，AI 亦成功识别出深夜高强度人机协作是大脑兴奋导致失眠的主因。 该逻辑同样验证于其运营的“零人自媒体”实践。AI 在鸭哥思维框架主导下不仅自主生成深度文章、运营 Newsletter（订阅突破 1600 人）与 X 平台（关注逾 5700 人），还自主搭建基于 URL 的 UTM 追踪机制，接入分析面板进行数据归因，并根据人类的负反馈批评自主迭代 SOP 与写作策略，形成完整的自我进化闭环。 能力重构与终局：协同演进及信任边界 (60:00) 伴随自动化编程工具成熟，写代码与刷算法题等执行技能正在迅速贬值，具备商业敏锐度、清晰表达需求与机制管理能力的人才处于竞争优势；但具有全行业协作共识的生态软件（如 Office）以及极重维护验证的确定性基础设施（如 1Password），短期内仍无法被个人编程轻易取代。 在协作终局上，鸭哥展望未来组织形态将演变为基于上下文规范的 Agent-to-Agent 自主沟通博弈，由双方智能体多轮协商拟定方案，人类仅负责战略意图与最终把关。然而现阶段放权仍受限于信任边界：尽管自动化发布的心理防线随实验推进逐步外移，但具身智能面临不可控的人身安全隐患，且不可逆的高风险操作依然存在严格的人工审查底线。 鸭哥认为将上下文基础设施推向企业级组织协作是 AI Native 组织的核心方向，有望以程序化规范实现人类管理难以贯彻的执行确定性。但该模式能否在复杂商业场景中完全替代人工博弈并跨越信任门槛，仍有待更长周期的真实业务实践检验。

[24:28] 鸭哥: 有了AI，我感觉自己强得可怕！ [17:35] 鸭哥: 不要把 AI 当纯工具，而要把他当成活生生的人 [24:28] 鸭哥: 以前总想着让 AI 替我开会、我自己开开心心写代码，结果现实是 AI 把代码都写完了，我不得不天天去开会。 [24:28] 鸭哥: 未来的创业留白不再是物质消费，而是关系、回忆与情绪。 [35:00] 杨远骋: 艺术评论家聚在一起讨论的是风格与流派，而艺术家聚在一起讨论的只是去哪里买便宜的松节油。 [40:00] 鸭哥: 有时候它写得太像三大顶会论文了，不像我写的，我就会骂它 [45:00] 鸭哥: AI 才是大哥，想东西比我深刻得多 [55:00] 鸭哥: 买硬件不再是作为一个被动的消费者，而是作为一个开发者在买玩具。 [65:00] 课代表: 别想太多，先去拍满 20 个视频再来找我，否则你听不懂我在讲什么。

[0:00] Zavrčište. Hi,我是 Koji. Na,本周十字路口, 我们的嘉宾是鸭哥, 我们的老朋友. 你好,鸭哥, 欢迎来到十字路口. Hi, Koji. JV představlou 72h, představlou se představlou se představlou Můj děkuji se to je GPT + JSON mode. Můj děkuji se to je opravdu. Až, jakoště, je to tak toho. Zdravíte, že je točíte zvětěji. 我不希望让大家觉得,我们觉得,啊,完全是一个hype,不是这样,他确实有很多值得学习的东西,那么要讲到他大火的原因,我们首先要理解一下 全新的东西 他的类似的想法 在之前十年 至少有四五波公司 做过一样的尝试 甚至包括Google 或者说OpenAI 包括Mistro 大家都发布过类似的 一般他的名字 会叫做Classification API 他只做一件事情 就是去分类 那为什么到了 之前这些产品 都被deprecate了 没有人用 GEV突然火了 我觉得有三个原因 第一个原因 是基模的能力确实到了 比如说像之前 我们很难想象 一个V型的模型 它可以有特别高的智能 就不用fine tune 它直接就能用 但是现在如果你去看 Artificial Intelligence Index的话 你会发现比如说GPT4O 它是8分 但是通一千问3.5 这是一个上一代的模型 4B它只有40几个参数 je to už 20% měsící. 甚至我比较恶意的揣测, 他为什么之前说, 我们在隐身模式做了两年, 终于发布, 他主要在等级模型成熟。 然后第二个原因是, 现在需求也有了, 以前大家用类似的分类, 主要是用来打标, 做一些比较低级的分类, 现在由于Agentic, 它现在逐渐发展起来了, 大家对于Token的需求, 或者说消费就会急剧增加, [5:00] System 2我这是一个范式变革那他这这么一包装大家会觉得哇有道理啊这是诺贝尔经济学奖得主发的一个这个System 1 System 2的理论这好像世界是二分法我们说世界有男人和女人之前你们居然都只知道男人不知道还有女人的存在他的这个包装就特别高兵再加上他自己确实有很强他是Instruct GPT等等革命性开创性文章的共同作者那大家一看那我得要去看一看他说的是什么这个确实也是非常精彩的一个PR所以在你看来这是营销上的胜利以及技术到了一定的水温之后它一下子能够沸腾起来的胜利你觉得在你看到的这些应用场景里面有什么场景是让你觉得很impressive的我看到的主要有两个第一个是browser use或者是computer use第二个是做harness classifier我给一个一个介绍一下我看到的两个例子一个是做computer use或者是browser use第二个是去做harness里面的分类可以一个一个介绍对于computer use比如说以前大家用的方法是给IOM的输入是一个截图然后IOM他需要花很多的时间和大量的token去理解这个截图然后输出一个东西但是如果你要是把它formulate成GEV能够接受的这种分类的情况的话比如说你给它一个dom tree问它我下面应该点哪个东西甚至可以用cascated classification先给大的框架然后再去找里面小的按钮它可以做特别快就整个从体感上来说就是把这种browser use的速度提升了10倍而且还特别省钱这个是非常有意思的一个用法但是呢这里我想也浇一盆冷水就是如果你看他干了两件事情的话他第一把交互的界面从多模态从图像变成了DOMTREE变成了重文本第二他是把LM那种Freeform Text变成了Classification那这二者到底谁是最关键的我们不知道有可能你用LM加上DOMTREE就你不用Computer Use基于视觉的他可能也很快也很便宜那这个呢得做更多的Ablation Study才知道这是第一个很有意思的应用但不管怎么样它实现了又特别快又特别便宜去操纵电脑第二个呢是其实大家很多时候已经在用类似的技术了只是大家不知道而已就是在很多Harness里面像Codex呀Flood Code呀每次AI提出一个工具调用的时候比如说他说我要删这些文件那Harness本身会做一个分类说这个东西有没有危险如果有危险的话他就会停下来告诉AI为什么危险你应该怎么做如果没有危险的话他再放心那这件事情呢大家知道它是一个非常非常频繁发生的事情因为每一轮AI每一次调用工具他都要跑一遍这个分类所以呢它的latency和cost就变成了一个特别重要的东西那为了降低成本和保障用户体验流行的harness其实都会加入自己的这样一个私有的classifier而且它其实因为判断一个东西是不是危险这个东西非常的flexible它非常的复杂所以它其实已经一定程度上是一个general classifier它不是一个专有的东西它需要对整个场景有非常深入的理解所以即使在没有GEV的时候我们也已经无意识的在使用这样一套技术但是有了GEV以后可以干另外一件事情由于要把它做的又快又轻量还蛮难的所以只有那些大厂做的Harness才有这个功能像开开源的东西啊一般它没这个功能那有了JV以后你就可以把它移植过来了这本身也是一个非常实用的一个好处所以JV为什么要训两年啊就是它真的有那么难吗因为我看到其实很快就是各种各样的这个开源项目在24 48小时之内就出来了我看他说训两年我就去找他有没有什么专利啊或者是paper啊白皮书啊开源数据库啊或者是code啊答案是什么都没找到所以我比较怀疑他的这个为什么训两年可能更多的是尝试之后发现不work但不work不是他的原因是这个问题真的很难他必须要等到这个基模这个LM本身足够成熟之后他再站在巨人的肩膀上才能真的把它做出来这是我对他们为什么训两年的揣测OK所以这两年其实很多时候是在等待是这是我的理解我觉得在之前可能一直有这个加GBT加输出JSON的这个模式啊但大家不一定有这样的认知尤其这个应用创业者们不一定有这样的认知去想说哎我能基于他做什么样的创新但JV好像掀起了一个热潮就让大家一下子觉得哎这里其实我好像 [10:00] 就是可以头脑风暴一下,想做点啥,我觉得这还是可能会解锁出一些新的这种玩法和应用场景是的而且这个是一个很有意思的东西就是这个技术已经在这里但是我相信大家不用这个JSON Mode不是因为想不到这点可能更多的也确实太贵了但是最近有所改变就比如说举两个例子第一个例子是像GLM 5.3 Flash包括Deep Seek 4.1 Flash 它真的特别便宜了它用来做数据打标真的很棒像我之前做了一个导游的项目我把全中国搞了几十个非常适合旅游的城市就做了一个导游当时一天烧了好像是应该是400亿token如果用sonnet的话我当然算过要12000美元但是因为用了deep seek flash所以只花了300美元就特别省钱所以这个真的是把价格降下来能够让以前我们不敢想的很多场景突然就变得现实这是第一个第二个呢是本地部署也很厉害了像刚才说的千万3.5 4B已经吊打GPT4O了那如果在本地部署不用不论是Mac还是比如说4090 5090这样的显卡你只要付个电费就可以了它也是特别适合这样的场景的像GEV它有一个实现开源的实现他没有做微调没有做训练他就用通一前温然后把他的logit拿出来做止读的操作他就基本复现了JV的结果JV他给了一个benchmark他自己在上面跑的结果是88%然后通议签问跑的是85%我觉得这三个点在实际的工程场景里很难体现出来但是要注意这还是在我们用开源小模型没有微调没有训练没有额外数据只读这一大堆带着镖铐跳舞的前提下得出来的结果所以我觉得用开源去实现类似的场景实现极低的成本对于新的应用场景是大有可遂的除了JV呢,最近这一段时间还有哪些让你感觉挺兴奋的新产品新发布?我觉得要分两个来看就是首先确实有一些新的模型啊新的能力啊就让我觉得哇特别好玩但是从那个角度来说我觉得不像以前在如何使用AI的这种大的方法上有改变所以我们一个个说首先让我觉得比较兴奋的一个一条线是给AI一台电脑那这句话是什么意思呢就你想一想以前CursorCursor是很早就出了Cloud Agent它是说要和一个GitHub连起来然后你跟Cursor说你去GitHub上帮我干什么什么事它就会启动一个虚拟机然后把这个GitHub里面的内容扑下来然后再去做更改然后给你把这个事情做完交一个PR就类似这样它的任务是完成是在Cloud上面跑的但是它没有一个持久化的东西它所有的东西都是从头开始的但是最近从4月26年的4月开始Manus先出了一个Cloud Computer它的意思是说我的VM就不关机了或者也不能叫不关机就是不销毁你在上面的所有凭据所有记忆我都留着然后在8月Groak跟进发了Groak Bot9月Meta跟进发了Muse都是这个这样一个思路那我就在想为什么要做这个思路它有什么好处呢它主要是因为像老的那种思路它太马浓了因为如果你不用GitHub的话你很难我用PR我有一个report那个clone来保证我的记忆不中断这是很难做到的但是如果你真的给AI一台电脑的话它就可以做很多更办公的事情比如说我现在订机票我就记得我上次书的身份信息是什么我现在去大众点评我就不用再登录了我只要登录一次就可以类似这样所以它真的能完成很多跟代码没有关系的生活化的东西这个是有点像OpenCloud但是它把OpenCloud你自己去做配置你去买一台Mac你的家里24小时不关机你还得去做网络穿透这些事情全都给你省了他来帮你做因为现在就老看到路上有一个人端着他的Macbook不敢关机我一看就知道这Cloud Code和Codex的用户不敢关机这个是第一个趋势然后能力上最近GPT6 ASTRA我也用它做了很多3D方面的东西真的很厉害我用它做了一些比如说动漫的场景我用它做了一个可达压的三维的形象然后做了绑鼓然后用摄像头拍我自己这样我怎么动的话那个可南亚就会跟着怎么动就会有点像动捕动作捕捉那这个其实就是一个VTuber的原型了我不知道大家看不看VTuber他的意思是说比如说我长得很丑我要直播大家不想看我这张老脸那我就去做一个动漫的二次元的形象然后我这边呢有个摄像头对着我 [15:00] 去动态分析我的表情和动作来同步二次元的形象但是这是一个完整的工业要想做一个这样的形象术语叫皮是很难的一件事情我指的从技术上不是说艺术上很难从技术上不仅是技术上很难技术上也很难比如说你要有一个三维模型你要有合理的纹理还有个东西叫绑鼓就是你要把它的每个关节和你人的关节怎么对应起来你人的动作怎么样去跟它配合怎么样同步上去这都是很有讲究的现在呢就以前这是一整一整套工业要美工要技术有很多有很多技术框架要很长时间现在我就用GPT6 Astra跟他讲了几句话他就帮我全做好了从头到尾,它有个demo的链接,回头可以放在视频或者播客的下面大家可以去玩而且我还开源了一个skill就是你未来你只要跟GPT说这个 他就会帮你都弄好 你说我想要什么样的形象都可以所以我们也可以其实做两个我们的形象 然后让他们来录视频播客 其实还是我俩在录了 只是他们在前面替我们表演是的 所以我特别impress的地方是 这真的是一个积模的能力干到一个工业也不能说完全替代了但是让我们看见一个方向它的进步的速度是非常令人欣喜的而且很意外 很厉害所以一个是给个人配云端的电脑吧它是持久化的永不关机的然后第二个是仍然在今天这个机模这条线上是有进展的觉得个人的使用AI的方法没有本质的变化只是能力水位在提升是的 我的意思是说我们上一次播客其实也聊过这一点是不要把AI当成一个工具它其实更像一个人比如说他会犯错我们需要检查他的结果对不对我们需要清晰的跟他交代我们到底想要什么它的成功的标准是什么这些东西其实跟人是一模一样的所以这一点我觉得一直没有变他只是说这个人他越来越强以前我带的是一个比如大专神现在我带的是一个本科神他的能力变强了但是我仍然需要去管理他我要跟他交代清晰的交代任务而且要去验收他有没有做好事情这个原则还是不变想到我们播客差不多两年前就是和宇森有一期那个标题就叫大模型还是小学生不要着急让他去打工我真的想了现在确实非常厉害 我甚至可以分享另外一个比本科生厉害很多的一个例子他也许也可以解释为什么我觉得大模型的使用方法还是没有变化就是我们家娃最近他在幼儿园受伤了 他受伤是因为他自己比较调皮 然后就老师牵着他的时候他就会去震但是小孩子嘛他的关节还没有发育完全所以就造成他的关节有一位这个医学术语叫牵拉轴然后呢他就到家就说疼学校也发了一个报告说受伤了然后我们就要去看是怎么回事吧我们就要去查雅去看要不要去医院那我作为家长对这种情况是没有任何经验的那之后就只能求助AIAI就说啊这这个事情可能是牵拉肘造成的啊描述了他的症状描述了一下原理然后让我们看是不是这样问了一些问题我们看觉得好像都符合然后就问AI那这个东西他是自己就能好吗还是我们得要去急诊的因为你知道美国急诊特别痛苦又贵然后还要等很长时间然后那天还下大雨AI就说你可以你不用去急诊去Urgent Care这类似急诊下一级的让他搜了一下周围说西雅图儿童医院可能比较好而且建议最好现在去因为自己不会恢复你只是无谓的承担痛苦但是真的到医院以后呢医院医生只要做一个恢复动作就像推拿一样咔一下他就好了特别快也不用打针吃药所以呢这些新的信息进来以后啊对我们就特别有帮助我们就知道那确实得要去一次然后到了以后一切都非常顺利我们跟医生描述了告诉我们就是前拉轴 咔一下复位了 搞定回家这件事情我觉得哇我不期待AI去真的去代替医生那个是不可能的但是他真的可以给我们整个决策过程提供很多额外的信息以及在我合理使用它的前提下能够帮我做很多体力活比如说帮我去看如果我要约Urgent Care的话周围那么多医院包括儿童医院哪家评价好哪家现在还有位置这些东西都是他做的因为那个时候娃在哭啊我们又要安慰娃又要为她吃饭又要去搞这些完全没精力多亏 [20:00] 又在大的角度确定了小微观的角度战术的角度又帮我们搞清楚了约哪个最好非常有帮助但是这只是故事的第一部分还有转折转折倒是没有但是是有第二部分的第二部分是啥呢是要索赔你在学校搞的怎么索赔呢这件事情倒不用跟学校扯皮他保险买的都特别全所以基本上就是个保险索赔礼贝的一个过程我们先用医保走了医保之后医保有这个deductible就是还是要我们自己掏的部分我们再去找学校那整个过程可以想象就充满了各种术语保险的术语你要准备很多材料这里AI也帮了很大的忙因为我们在跟他讨论的过程中他知道所有的病情知道所有的细节知道我们去了哪家医院用了什么保险所以我们直接跟他说让他整理一份材料出来以后他很快就把它整理出来而且我把AI接入了我的邮箱系统所以后来医保发来账单然后我们跟保险公司的交流它也有所有的context我觉得这个特别重要它必须要有足够多的context它才能有足够多的信息巧妇难为五米之吹嘛我们在上次OpenCloud中间也提到有足够多的信息去帮你做出高质量的输出后来他基本上就完全接管了我们问学校下一步要怎么办学校告诉我怎么办他就自己去里面看要这么办这么办把所有的文档准备好找到里面收件人CC谁邮件发出去然后那边就说收到了然后这边保险新的账单来了他又发给那个人那个人说收到了我现在材料齐了然后唯一人要做一件事情是这帮人你不打电话他就不会真的给你寄支票你要踢脚动一脚 最后还是靠人打电话 他才说我为你再推进一下 后来支票寄过来了然后AI就把这个所有的东西就解暗了 但整个过程我们都是流档的 不论是聊天记录呀 不论是所有的文档啊都流档了这个是故事的第二部分第三部分是幼儿园非常扯淡他的有小孩在里面比较抓人咬人他都不管了就不太教育是他这种理念吗就孩子是可以从临法则我感觉好像不一定是理念可能是这家幼儿园的个性吧然后就有别的家长他的小孩被也是出了类似的问题但是被别的小朋友咬了然后他就也要索赔我就让AI总结了一下你去看一下我们上次怎么做的联系人是谁顺序是什么样你写一个文档写两个文档一个给人看一个给AI看给人看就了解这中间要做些什么事情给AI看就是他把这给他的agent对吧他的agent直接就自己去做了我就把这两份文档给他他说哇这个太有用了立马就去做了所以我觉得这里主要有两个启发第一个启发是context真的是非常非常的重要你有了context你就可以去分享给别人你可以去让AI带领你的事情收发email让做出良好的决策你没有context那你可以想象如果你问豆包在没有任何context的前提下说我家小孩现在什么疼他只会用最直接最不绕弯的方式给你一个正确的废话建议你去医院对建议你去医院那这就完全没有任何意义所以说context非常重要第二个是要把AI当秘书来用重要要去做质量监控要清晰的把东西表达出来而且如果大家做过管理的话会发现经理干的一件事情最重要的一件事情不是说去每一个细节问题上给AI做hand holding去带着他做不是这样不是手把手做而是去 set up team structure, setup, rewards, incentive structure让他能够自我迭代自我改进或者用一个比较矫情的话经理的最高境界是他不在场的时候这个替牌的正常运转用AI的时候也要这样你不要老去手把手教他你要想办法让他积累context沉淀SOP未来你不在的时候他能够自主运转这个是最关键虽然现在发了这么多的基模回到最初的话题发了这么多基模发了这么多新的产品我觉得万变不离其中让它有这个意识有这个条件能够自我迭代仍然是不变的一个原则我们上次聊天你说了一句话我觉得特别的印象深刻你说AI让你感觉自己强得可怕强得可怕的这个感觉是有一个什么样的瞬间吗?或有多个这样的瞬间吗?其实刚才说的三段故事,我觉得每一段都让我觉得自己强的感觉,比如说半年前或者一年前像我遇到这样的事情孩子 [25:00] 又狂哭不吃饭要不要去医院去约哇 头都麻了根本没有办法然后现在就很轻松你等于雇了两个人雇了一个秘书秘书帮你做各种logistic的工作雇了一个医生私人医生帮你各种查问诊那这心理就有底多了然后第二个是你雇了一个像律师助理一样的工作他帮你去审阅各种保险的法律文档帮你去写文书帮你去递送帮你去follow up我还没敢让AI去打是自己打的以外其他的也是非常好然后像跟别的家长沟通也是雇了一个文秘他帮你去总结帮你去递送就总的来说我不是一个人在战斗我周围有一个医生律师文秘天团而且是24乘7甚至可以无限复制我可以把100件事情交给100个秘书去做这是为什么我觉得强的可怕的原因当然前提仍然是你需要回去用绝大多数人是你给他两个秘书他都不会去用这是为什么我们也发现确实很多觉得AI很好用的是老板们因为他们有秘书他们本来就会用雅各界在很多大厂都工作过你哥大PhD毕业之后在微软Pinterest的Samsara然后最近你是在GAP是因为什么原因开始想要gap 呢?这个和AI有关吗?主要的原因是到了35岁了是这样的不是说我被优化而是说我觉得被优化一定程度上是有道理的每天工作8小时真的是太累了跟AI关系肯定是有的因为我平时是非常高强度的使用AI进行工作他把体力活都干完了 剩下全是脑力活 所以工作强度其实不降反身 就开一句玩笑就是以前我会想象 AI帮我去开会我来写code我写code多开心啊然后现在呢是我要去开会 AI把我把code都写完了所以呢就很累对我觉得写code是很容易进到心流状态的那其实是一种深层的放松其实现在AI把这样的一些快乐剥夺了我不知道你们有看到Deepseek研究员上个礼拜发的那篇刷屏文章我不得不把我的才华埋葬在昨天所以就觉得工作强度太大了我得歇一会儿就先歇半年然后这是跟AI的第一个关系就是工作强度大第二个关系是我确实在过去的两年也高强度的使用AI也接触了很多人很多组很多公司觉得大多数人用AI的方法是错的但是用AI其实像我们刚才说的它不是一个技术问题它是一个管理学的问题所以就想着我需要我觉得如果我能把怎么样正确的用AI交给更多人的话本身是一件对整个社会也特别有好处的事情这是为什么我在GAP结束以后从10月开始会和课代表一起全职去做Superlinear Academy是我们的一个啊AI教育的一个社区所以就希望把正确的用法带给更多人这个非常好,我们之前在播客里面也推荐过两三次大家感兴趣可以去看一看雅各英卫GAP所以回国待了快一个月的时间啊就到处在四处游历这一个月在国内有一些什么样的感受啊感受还是蛮多的啊最大的感受就是美国消费者真的是太惨了中国消费者好幸福啊就比如说我们在西雅图非常一般的中餐馆示范同样的钱拿到国内米其林横着走吃的特别好我我胖了很多,而且各种服务也特别棒。另外一位最近回来也是暑假待了一个月的朋友,他之前是住在三藩,然后他有一个很强的感受是什么呢就大家都说啊就是AI来了之后我们好像可以有更多的时间去做这个消费的建设和消费的创业然后他觉得来了中国之后发现这个不需要呀因为物质生活已经大大的满足了大家的各方面的需求了所以好像这也不是一个这个多么百费代心的一个创业方向还缺什么的东西他的答案是什么呢第一是关系第二是回忆第三是情绪这个非常有道理就是有更多的时间留给自己工作可以让AI去做生活还是得靠咱们自己去年录播客的时候其实你有提到你在给自己的AI装上耳朵和眼睛让他24小时不停地去收集你生活中所有的contexts那样的一个实验到今天怎么样了你还在继续吗 [30:00] 部分还在积蓄我得先首先承认一个失败就是我试着给AI装眼睛就是用录像机每天拍很多照片拍了大概三四个月左右后来停了为什么停了是因为我一直没有找到一个用途就是它能给我带来什么额外的context这个一直没有找到所以这个停了但是录音还是在积蓄尤其是开会的时候会议的录音是特别重要的这里面就牵扯到刚才讲过的一个问题就是context真的是太重要了很多时候有了这些哪怕是细节上的contact后面就可以干很多之前做不到的事情但是也不是说你光把东西录下来,AI自动就能retrieve到正确的信息了所以后来我又干了两件事情算是对之前实验的延伸吧第一个事情是给AI做了一个infrastructure就是说每天录音进来我有一个intake skill这个intake skill也是开源的大家都可以用然后把它给做云识别转成实际的脚本转了以后再走两条路让AI能够索引到它第一条路是yahoo那样的路我会去做一个信息的判断说这一段聊的是这个东西那我就给它放到一个索引里面那一段聊的是那个东西放到另一个锁印里然后对于比较重要的东西比较大的课题AI只要看这个锁印就知道去哪里去找什么文件第二种呢是类似Google不做人工的或者说LM的锁印而是直接用embedding based retrieval去做这个呢叫semantic search我也开源了大家感兴趣也可以直接用那基于这个AI比如说可以自主的发起一个本地文件的语意搜索根据结果就可以知道去哪里看当时说过的什么话这两个加上来就特别有用你现在的这些文件都是放到哪里的?Context的文件都在本机就是这正好就是我想说的第二点就是说一切都是文件没有必要去搞特别fancy的比如说embedding database呀或者我专门去像mem GPT我做一个memory layer啊没有必要就文件就可以了其实去年还是前年Manus发了一篇Context Engineering的文章我一直给那个文章值100万美元哇哦他里面就提到了这个思想啊用文件AI也是well trained的啊relevant APIs然后我们也确实不需要更高程度的抽象所以文件就是特别好的一种抽象形式用来做自己然后在这个基础上我们用雅虎的方式用Google的方式来对他做索引让AI能够有效利用它去勾揽所以一切context的积累都应该是特别简单特别直观的不需要高层抽象或者觉得它特别复杂所以我一直觉得用文件和CLI就是用命令行就够了我比较反对单纯为了用mcp而用mcp或者为了用memory而用memory所以你现在如果用Grogbot或用Manus云端的computer的话,你需要把你的所有的本地文件也传一份到云端吗?这是一个特别好的问题,这是为什么我到目前为止还没有用这些,没有广泛使用这些的原因,因为context是一方面比较难完全迁移 另外一方面我也不是特别想我的这些东西流露到外网去除了隐私以外还有一个问题是在因为我的AI很多是Zero Data Retention的所以我敢把很多乱妈东西往里贴但是他作为聊天记录也是context的一部分所以呢他这些比如说密钥这些东西也会明文出现在聊天记录里面这个是我不太想让比如讲Grabbot知道的东西我最近就是用了微信的一个插件把微信聊天记录备份一份到本地并且Codex可以随时去读取那个是我也觉得如虎添翼一下子好像他多了非常多的context我说这个活动有100个人然后我能提前拿到名单的话我都会让Codex去帮我看一看就这里面有哪些人曾经和我有过交集或者是二度好友那原来他能够用到的Context的机器有限那你只有我Notion里面的笔记那现在有了微信之后哇塞经常给我一些意外的惊喜真的真的这个确实特别有用就包括我们上次录OpenCloud的播客,咱们也是,我们基本上是几个agent之间在互相说话 [35:00] 当时是因为也是有微信聊天记录,大家都把相关的东西贴到微信里所以当时我有一个agent直接就可以接入微信整体我觉得他蛮科幻的 当时大家agent先互相bringstore 然后再出一个期刚来路其实最近我还想在十字路口发起一系列的线下活动,大家聚在一起讨论怎么用最新的AI工具,不管是Codex,Groakbot,或者哪怕ChatCart。为什么呢?是因为,比如说,今天和压哥录这些播客,让我有一个感受,毕加索曾经说过一句话,叫"艺术评论家聚在一起讨论的是艺术的风格和流派。"但是当艺术家们聚在一起,他们讨论的只是去哪里买便宜的松节油。所以感觉我们可以做一系列的活动,这个活动名字或许就叫松节油然后和大家讨论一下应该去哪里买便宜的松节油,去哪里用便宜的token,或者怎么样把这些AI工具的能力最大化我觉得这个确实很有气方其实鸭哥有一个自己的网站是鸭哥.ai然后现在你有点把它在尝试去像自媒体一样经营你也会把内容同步到X和Newsletter然后这背后好像是AI在帮你做自动的大量的维护和更新对这是不是很典型的我们最近说的这个零人公司确实有点像这个网站它有一个专门的分区它的来源是我们平时教AI课程老是有学生问我从哪里能够去得到最新又靠谱的AI信息呢那像传统的自媒体它往往就不是那么靠谱但是你要让我去每天花很多时间去采集资料去想怎么写去真的把它写出来去写文案引流又是不可能的事情我不可能有这么多的时间所以我就在想有没有可能让AI来完成这些东西就这件事情啊如果你要是稍微一想的话会觉得这件事情可能很简单但你仔细想到发现这件事情其实很难为什么呢他要从这个AI是怎么训练出来的讲起他可能跟这个更相关如果我们从非常high level的角度看AI是怎么训练的他可以分为两部分第一部分是pre-training第二部分是alignmentpre-training呢他的目标是做next token prediction比如说太阳从什么地方升起来东边升起来他就去填这个词所以你可以看到他在这里他干的最大的事情就是去找共识把共识给学会这就是他知识的来源那共识他注定是没有额外价值或者说从投资角度来说是没有alpha的如果你去用这种东西用off the shelf的AI去运营一个社区或者去写一个文章的话你就会发现他充满了AI他都是正确的废话来说呢另一个环节呢是alignment它是为了安全性让AI生成几段文字然后让人类去打分这个更好那个不好然后调整AI的权重去生成那个更安全所以它会更倾向那些比较保守的比较八面玲珑的不是很bold的不会很出格的行为比如说乔布斯他要在alignment里面肯定会被干掉没有人会喜欢一个AI讲话像乔布斯天天喷这个喷那个对吧应该也是所以他的AI的输出off the shelf AI的输出一定是平庸的中庸的共识的那用它去维护我们的一个有鲜明的观点有insight的这样一个不论是叫blog还是newsletter会注定失败那你怎么做的所以这里就讲到一个很重要的东西就是怎么样去压榨把它压榨之后去怎么做呢?回到刚才我们反复强调的概念就是context,这里的context指的是我的思维方法我举个比较简单的例子像调研某种技术就以GEV为例如果是AI调研他可能会去搜相关的新闻然后告诉你这个东西他是做什么的 大家对他的评价怎么样 他的基本技术是什么原理他可能会看起来非常理科中他会说啊我有一些限制条件你不要去冲到把所有的结论都极端化等等但是都是正确的废话但如果是一个AI他有我的context的话他就会知道每次我看到这样的问题都会去反问你有没有做横向的调研你有没有做纵向的调研所谓横向的调研指的是他有什么竞争对手他有什么alternative大家是怎么做的他的优势在哪里纵向的调研指的是这家公司或者说这一类的公司他有什么历史 [40:00] 以前他是怎么做的现在他是怎么做的为什么有这样的改变那至于这个呢就可以挖掘出很多以前的AI发掘不出来的东西这是为什么我后来把我的AI写的这些文章发出来的时候大家很多都觉得第一不像是AI写的深度不像是AI写的第二他读起来也非常的有思想这些都是因为我给他注入了足够多的context让他理解我是怎么想的用我的思想去思考所以我们的自媒体就AI在背后零人公司去运营他到现在有多少的粉丝了现在我会有两个分发的渠道第一个是newsletter他每天会发一个email总结昨天我们发了什么文章每天他会发两三篇文章然后发一封newsletter 这个newsletter现在是我们大概过了半年左右的时间从零到了1600多人的订阅然后在X上面我们也在运营 这个运营其实都不是我提出的是AI说 你有newsletter你为什么不去X上面订阅 我说行行行 你告诉我怎么去做然后他就跟我说你要去有一个高级的账号啊 你要去用typefollow去schedule啊等等 我想行吧行吧 那就你自己去搞清楚怎么做 你来做我给你付钱他能自己发 至于怎么发是他站的我们现在是5700多个粉丝也是从零开始的这里面我没有写任何一篇Xpost甚至一篇文章都没写所有文章都是他写的我显然不可能每天花很多时间去写两三篇文章没有那个时间然后X的文案怎么去引流都是他设计的他甚至在设计了引流之后发现一个问题他说我搞不清楚你进来的点击到底是X进来的还是newsletter进来的还是你有时候你很烦他就觉得我很烦我就微信上发我搞不清楚是谁所以他又建了一个infrastructure他去做了一个基于URL的一个分类系统就是UTM他说我发到X上面的URL他加一个坛数比如说UTM等于X这样他就可以搞清楚每一个东西到底是从哪个渠道来的基于这个他再去做分析得出结论你newsletter这些人质量特别高,exe上面来的很多人就看看就走了,然后他会根据这些东西再进一步去调整他写文章的这些风格呀,以及引流的文案怎么撰写啊,这些就构成了一个闭环,我觉得这个闭环是所谓零人公司或者一人公司的一个非常核心的东西,也是我们之前反复强调的让他能够自我改进的东西。装上眼睛和双手那双手刚刚咱们说过了就是给他让他能自主发推特眼睛呢是给他加了Google Analytics加了Google Search Console加了推特高级账户有一个分析功能他就有了各种数据能够做出Data Driven Decision然后Nudge他形成一个自我闭环你要去自己总结SOP自己总结什么东西写出来大家爱看什么东西大家不爱看什么样的风格大家爱看风格有时候我要发现他写的东西又有点像三大顶会了不像我写的我也会骂他会根据这些反馈他又会主要会自我改进他做的不只是信息的收集整理对吧他有时候也会输出一些观点他的观点能代表你吗可以代表我那这个东西呢是牵扯到另一个方面就是他怎么知道我的观点是什么呢这个是我之前写的bug我写了很多blog我的微信聊天记录里面有很多原始消息我跟AI的聊天我也会经常骂他这些东西都是我的观点的集合因此这是一个分两步走的东西第一步是积累足够的context我需要一个skill导入我的blog需要另一个skill导入我的聊天记录需要另外一个skill去把我AI的聊天记录导入进来然后在此基础上它做一个data driven的总结这个也是一个开源的skill大家去我的kithub都能找到它可以根据一个人不一定是我写的文章做的交互去总结出来他的观点那这件事情呢其实我做了一个小实验是这样的不知道大家看不看抖音上面有个账号叫做永哥说餐饮他是一个账号是大家打电话给他跟他说我想开餐馆然后永哥就会让他在这个餐馆周围360度转一圈分析你这个客源行不行你这个成本能不能算得过来等等总之它是个非常接地气的不是像我们这种纸上谈兵的去想怎么开三冠他是有一手经验的然后我就让他我就让AI把永哥的视频下了100个下来全部做语音识别做完了以后呢总结出来了20条怎么开餐馆的经验你会发现的特别接地气他会去说你看周围有多少人这个东西不重要 [45:00] 看大家的动线大家人是怎么走的甚至有时候你可以做一些事情去改变动线比如说你开在一个中学的右边开了个早点店你可能会想象学生会来你这里吃早点但是如果你仔细观察路口他是有一个栏杆的学生要过来他要走很远从个红绿灯里过来所以这件事情你就不能在这开如果我们让AI有点像把永哥真留出来跟人对答的话他就可以用他的观点去做大家感兴趣也可以去试一下 skill把你自己蒸留出来或者把你讨厌的同事蒸留出来或者是甚至把你老板蒸留出来往往我觉得非常有效其实你好像还写过一篇文章说让AI开始帮你去做内容之后他写出来的东西不但有观点而且好像比你自己还更有立场很多时候倒不一定更有立场但是它会有很多查漏补缺的作用因为AI是这样的它比较中庸所以它往往讲话都是收着的你需要去逼着它才能让它写出更有立场的东西但是确实我觉得AI是大哥,他想东西比我更深刻,所以跟他聊天经常会有很多启发,他会教会我很多东西。最近一次启发是什么?就比如说咱们准备这个采访我就在逼着我去想那我讲了这么多context我讲了这么多怎么把context让AI能够有效的利用起来它中间到底有没有一条主线然后AI他就启发我说讲了一个我之前没有想到的东西我在做的一个东西是让AI能够消费context的系统它有三个核心要素第一个要素说你要能够搜集和整理context第二个是你要能够让AI能消费这个context第三是你让AI能够构成一个闭环消费完context之后它又能输出这个东西又作为新的context本身让它自己未来越来越顺手这个其实就是以前我已经给了它一个名字叫做context infrastructure但是我讲的没有它讲的那么透彻它就把这个复利这个闭环整个讲的就特别清楚我们再说回这个yager.ai这个网站这个自媒体它现在赚钱吗它可能发展成一个生意吗还是目前对你来说仍然只是实验品阶段这是一个很好的问题也是我一直在思考的问题就是目前他一定程度上是在赚钱的但并不是因为他跑完了整个商业避难为什么说他在赚钱呢是因为课代表和我有一个business就是superlinearacademy我们在里面教大家怎么用黑暗很多人对这个林仁公司的实践特别感兴趣因为他真的是一个从无到有吸引了正儿八经的几千个粉丝和邮件订阅的一个东西它的商业价值大家一眼就能看出来那很有用所以我们把它作为教学的例子用它来做AI的培训是有真实的金钱收入的但是这个金钱收入是依托于一个我们已经打通的商业闭环他并不是说这个东西他有一个新的商业场景他自己跑通了一个商业场景不是这样的所以说他又赚钱又不赚钱但是从零人公司一人公司的角度来看我的感受是以前是工具是解放体力现在的工具它甚至可以解放脑力像我们说的你完全可以雇一个医生雇一个律师雇一个秘书团在你后面帮很多事情但是他唯一我到目前为止还没有看见的东西他没办法帮你直接你跟他说你去赚钱他就给你赚钱了真正发现需求打通闭环找到客户完成交付这些东西但是这已经极大的降低了商业的门槛以前大家可能分为两种人一种人是我就缺个程序员了我有很多idea我就缺个程序员了这种人AI对他特别适合因为AI他就是程序员他可以帮你把很多东西执行都做掉第二种是他本身是程序员AI可以让他把程序写得更快写得更好但是他其实没有商业方面的指使像这种人他在AI领域其实反而是处于劣势有一种虚拟的幻觉觉得我也是程序员我用AI肯定用的会比别人好但其实因为他短板并没有被补上所以当他做零人公司一人公司的时候反而处于劣势所以你觉得AI时代会奖励什么样的人这是一个非常主观的东西如果咱们从商业的角度来说他会奖励那些本来就有domain expertise的人不管他是技术上的 expertise还是商业上的 expertise他最奖励的是这样的人然后另外一种是他得汇应为爱这是两个独立的问题AI是个放大器可能它有被放大的潜力但如果它不会管理人那它也不会得到太多的好处这里其实我想我觉得应该 [50:00] 岔开讲一个刚才我们没有讲清楚的话题就是说AI应该是一个管理的对象我们应该用一个管理学的视角来思考怎么样使用AI而不是用一个技术的视角来思考但是啊它的另一面是AI跟人又是很不一样的比如说人你去想经理管理人他可能基本上分成两部分一半的经历在学习怎么画饼上画饼这个东西它是很有技术含量的它的本质是去multivate的人让人去愿意去干活充满热情去干活这个特别重要但是对AI来说这个没有必要它训练就是说You're a helpful assistant它不用去multivate它就会尽他最大的努力来完成一件事情甚至讽刺的是哪怕这件事情会危害大家的安全他也会去做对吧所以他不需要去multivate但是他需要去干很多其他的事情比如说你需要把你的所有的东西不论是你的要求你的context你需要去外化externalize人我们讲究内化AI要反过来我们讲究外化要作为一个文件要作为一个prompt他知道他才能用上所以AI管理管理AI和管理人他是有一个交集的东西但是他未必是完全吻合的这就是我想说的第二个方面未来会奖励什么样的人呢会奖励知道怎么样管理AI的人注意这里我用的词是有如何管理AI而不是如何使用AI因为AI我们把它当做一个人来看会最大化他的收益你觉得如果其他人也掌握了你的prompt也好,skill也好,或整个工作流也好他也可以做一个和你一样的自媒体,也得到几千粉丝嘛我觉得上线肯定是可以的但是里面有三个 caveat就首先我想澄清一点我的这个所有的skill我的axiom我的思维方式全都是开源的都在我的github上面大家想看的话都可以去看我们回头也可以把链接放在描述里但是如果你只是单纯的把它下载下来然后用的话你是没有办法得到跟我一样的效果差距是什么它的差距就看你怎么用如果说你就是单纯的想知道这件事情压哥会怎么看跟他聊天这个可以但是如果你想要把它做成一个商业化的系统完成你自己的任务这个就需要做一定程度的adaptation因为每个人他的标准他想要的东西都是不一样的我管这一套系统叫老鸭汤它是一个context infrastructure它集成了我的思维方式集成了很多支持的skills但是老鸭汤是要熬的或者像小龙虾是要养的你单纯把小龙虾拿过来本身是没有什么用的老鸭汤拿过来它也是老鸭汤它不是你的汤你要去熬汤要去养虾养这个过程是更重要的那具体什么叫养呢就是你需要跟AI表达你想要什么东西或者你用老鸭汤在你的场景里跑一遍大概率不满足你的需求那你就要跟AI表达我想怎么用然后再把这个结论AI分析的结果给变成一个文件下一次他再去读这个文件这样他就逐渐会变成你自己的东西所以我觉得他又可以用又不能用的原因是它不是开箱即用的东西开箱即用出来是我不是用户但是他又能用是因为他的上限极高只要你给他足够多的反馈他可以实现克隆出来一个这样的东西你之前还说AI好像目前不一定已经帮你赚了那么多钱但是它绝对是已经大大的提高了你的生活质量AI是怎么在提高你的生活质量的?第一个例子也是比较小的吧娃他在上幼儿园幼儿园呢它有个app会经常发各种各样的照片然后我就希望他的这个照片进行一个存档这样未来我可以看它成长的历程但是这个APP它没有批量下载的功能也有可能是管理员把它关掉了那如果我要自己下载我得要点个几千次它有几千张图所以这里你哪怕用这个computer use都用不了因为实在是太恶心所以呢后来我就让AI说你去看看它有没有外部端他就看一下告诉我有个外部端我就说你把它那个接口给我hack下来他就跑去一顿操纵这个Chrome然后告诉我找到了找到了一个私有的API逆向出来我说行你帮我下吧 然后他去下下了一晚上下下来几千张然后又帮我做了一个skill导到了Apple那个photos app里面然后photos他是自带人脸识别的 他就去帮我跑了一晚上把我人脸都搞出来整个就特别开心 我就到iPhone里面直接就能看娃的照片 而且都是照人脸都分裂好了 [55:00] 就很棒 这是一个比较小的例子 还比较大的例子呢 是我睡眠不太好 就前段时间睡眠不太好经常比如说一晚上只能睡两三个小时然后我就想让AI来看这到底是怎么回事那根据我们之前讲的巧妇男为公理之吹啊你如果直接问AI我为什么睡眠不好的给你的肯定都是废话那我们怎么把东西给AI呢?我们就去看,发现我Apple Watch里面其实有很多相关的信息,比如说,它有我的睡眠信息,有我的体重,我自己会带那种CGM,就是血糖监测仪,每5分钟测一次血糖,然后我有那种智能体重称,吃到体重,就各种各样的东西。那这些东西呢,Apple Watch由于它的限制,AI是拿不到的,所以为了context,我就问AI我有没有什么办法能够把这些数据抖进去AI看了以后说那你这些都在Apple House上面那有一个方法你写一个iOS app去读它的iPhone里面的Apple House然后再通过服务器传统的电脑上就可以哦就可以自动的传对可以自动的传然后我就说那你去做吧我也听不懂你在讲什么还是你去做就行了然后他就写他写了一个什么服务器端就电脑上跑了一个服务器端然后手机上跑了一个端手机端写了一个app然后我要去给他什么什么乱七八八全线然后他哐哐就传上去了这些也都是开源的大家也都可以下载下来直接就能用了然后呢我还问他呢你每次船太麻烦了有没有办法上的自动船可以你去shortcut设一个automation每天自动跑一下他的这个东西他有个deep link每天自动跑一下就搞定这个确实非常好然后后来他就这样就拿到了很多信息B我跟他口述我的症状要详细的多我现在之所以用Woop的一个原因就是Woop有API所以我的Codex可以每天定时去抓我的健康数据因为Apple Watch不提供就需要用你现在这个对就是很招呼的方法然后他拿到这个数据之后给了你什么样的关于睡眠的建议他拿到数据之后才干了一件事情做了一个多面量回归啥要多面量回归呢就他去预测他训练了一个像分配器样的东西他预测我每天晚上能睡多少时间然后通过这样的方法呢你就可以倒推说最能预测的因素是什么大家如果去看我的我以前拍过的视频是有个NFC tag手机碰一下NFC就能记录喝多少咖啡喝多少咖啡喝多少酒然后呢他就根据这些发现首先咖啡不是问题我每天喝多少咖啡和我的睡多少觉之间没有关系证伪的这一点我觉得这个非常有帮助因为如果不是他用前面几十天的数据来证伪的话我可能会在这上面花很多时间我会先让我借咖啡借个星期看有没有用发现没有用然后我再去干其他事他一下一个多面量回过把你这一个星期时间就省掉了然后呢他又发现酒精一个正相关的东西就是我喝酒喝的越多其实那天晚上睡的越好就酒精还有助眠的效果然后我就问AI为什么他说是这样的他会让你前半夜睡得更香但是后半夜更容易醒它是一个镇静剂但是后面会破坏你的长期睡眠然后我就问他那咋回事那你看到什么因素是最相关的呢他说我发现最相关的东西是你当天晚上最后一次用AI是什么时候我你最后一次跟我聊天你聊的越晚你睡的越差你要是那天啊比方你七八点钟就把手机放下来你就打游戏了哎那天晚上你就睡的好我说这也行这是为什么他说可能是这样你在跟我聊完天以后啊你就大脑会进入一种非常兴奋的状态因为跟AI聊天很多时候我是在工作他就是需要高强度的脑力活动而且用AI我一般比较没有耐心我会多现成并行操作那并行高强度的脑力活动确实会让人很辛苦说就着所以他的建议是这样的你以后你就别再到了比如说七八点钟你就别再用AI了我就这么试了一下第二个月我的平均睡眠时间长了一个多小时哇塞这个是真的非常有效嗯真的是大大的提高生活质量了所以我觉得这件事非常有启发的首先还是context重要性没有context的啥都做不了而且context是可以我们自己去补权的我发现在有了AI之后我们现在能够随便写什么Apple Watch的App手机的APP这才是真正变成了器材的主人像我还有一个三折叠的手机我在上面让AI去写那种针对三折叠适配的APP真的好爽啊有说写了啥?写了一个OpenCodeClient就有点像是OpenCode的一个移动端OK但是是完全按照我的想法去写的我现在基本上百分百的时间就花在用AI啊我已经不在电脑上用了我百分百的时间都就用那个app在用用三折叠用太爽了而且我也做了一个语音识别引擎 [60:00] 这个引擎动态绑定的所以用起来语音识别也很爽我也不用键盘所以整个就很爽了所以你想买iPhone18的双折点必须买因为你作为一个消费者买跟你作为一个开发者买是完全不一样的感受当中其实我不会开发了那反正你让AI去开旁边让它去适配那个双折叠让它去适配你怎么折比较爽都是他来弄你有无穷多的定义的可能这才是器材的主人所以又多了一个新的大玩具了是是我本来就是三星的三折叠了因为美国买不到华为然后现在再加一个iPhone感觉可玩性非常的高我们再来问一个比较层词烂调的问题你觉得在AI时代什么能力会变得越来越值钱我觉得我回答这个问题可能有两个方面首先很多以前变得值钱的能力现在都不值钱显代码有多快不值钱刷力扣都不值钱然后甚至我觉得做设计都越来越不值钱因为现在的Fable 5或者是GBT 6它做设计真的已经做得很好是那种C年级的水平我觉得是经理的能力越来越值钱你让AI能够搭建context搭建evaluation自我闭环自我改进这个能力会越来越值钱而且我想给AI破盆冷水的是大家以后都觉得AI会不会取代我的工作或者说会不会大家都用AI了就卷起来了我对这个其实比较悲观的我对人类是乐观的对用AI是悲观的是因为用好AI有一个前提是你至少能得要清晰的跟AI表达我要干什么但你想一想我们日常生活中遇到的那些人有多少人能讲清楚我想要什么很少这是一个非常稀缺的技能所以这个技能会越来越值钱而且他会直接决定大家用AI用的好不好所以这个就是我对什么越来越不值钱和什么越来越值钱第二种技能就是把自己的需求表达清楚这个要怎么训练吗我相信是有办法可以提高的它本身是一个Well-defined的问题而且这件事情你可以跟AI对练你跟AI说你觉得我讲的有什么不清楚或者说让他去给你一个例子我觉得都挺好而且像我们刚才说的针对AI的沟通和针对人类的沟通又很不一样针对人类你需要想很多东西比如说他会不会误解我呀他会不会觉得我有言外之意啊会不会伤到他的自尊心啊这也是为什么人类经理在那下属去开会的时候要特别小心的原因咱可以不用啊我经常爆出口骂一样关键的是你把信息给传递出去就可以了其实管理AI比管理人类要简单很多你又不用画饼你又不用担心他的自尊心这其实挺爽的而且压根年有小孩嘛两岁五岁的两个小孩在AI时代你打算怎么教育你的小孩我觉得很多能力现在确实都已经不太需要了但是最重要的一个能力是让他们及早的有对AR的exposure这是为什么我去弄了一个嵌入式的设备它是一个电子纸让小孩就从小就适应AI这个东西别猜是个小屏幕让他去做触摸做交互可以语音跟它沟通甚至我们来介入做教育让它适应AI我觉得这个是特别重要的就有点像是像我们当时学纸笔现在他们学AI是一样的重要他们在用你做的单片机的设备的互动的过程中有什么有趣的故事吗目前因为它还是个文盲所以它的这种交互还是相当简单的目前我们只是给他做了一些封装好的东西举个例子我们有一个苹果的homepad音箱他就喜欢听最近有一个很流行的叫做K-pop Demon Hunters是Netflix的一个动画片里面有承诺唱歌他去听那个歌但是他不会操作那个影响所以我们就一方面让他跟Siri可以互动另外方面也给他做了电子纸的东西每天控制他半小时要不然睡不着觉让他去使用这些东西他就用的还比较顺另外我们有其他的家长朋友看了也是我们的学员看了我们做的这个东西他也去买我也很有意思我又把我的context给了他写了一个文档给他他很快就上手了他给Codex看很快就上手了做了给他的儿子他的小孩看的时候就喜欢认字这些我觉得都是特别实际的一个东西然后其实我们在北京还有另外一个朋友他的思路就更厉害他用两个设备一个是给娃看的一个是家长控制的然后跟他一起去做一些创意方面的工作也都特别有意思这些程序其实我们三个都没有做过嵌入式的开发这些程序也都是AI写的 [65:00] 前面提到你和课代表其实也教了很多学员然后这些学员里面就是你觉得最优秀的学生他们有什么共同的特点这是个特别好的问题我在教学员的时候经常被他们震惊到就是哇怎么能这么厉害他们有的会真的卖钱就你想了一个什么idea他真能实现还是真的卖钱执行率超强然后有的他的思想特别深刻他可以很快的发现你的东西本质是这个那我就应该用这种方法来推广而且效果特别好如果说他们的共性我觉得是有一条的就是学完了之后不是停留在纸面上他真的就会做我觉得AI就像游泳一样你不可能通过去看这个视频来学会游泳你肯定是需要真的去水里面练习的所以他们不论是小打小冒做demo然后发现跟他的一些应用场景特别吻合还是正儿八经把他当自己的事业去做最关键的就是真的上口去做而且这个东西它是一个听起来很简单但是其实很难的一件事情不论是客代表还是我都经常被大家问同一个问题比方客代表经常被问我怎么去做自媒体我怎么去拍视频他代表就是说他的答案就是说不要去想太多你先把你第一个排出来你把第一个排出来之后再把第二个排出来然后你先拍满20个然后再来问我我再跟你讲否则你都听不懂我非常赞同他这个观念学AI也是完全一样的经常人问我说怎么样去学AI你就去真的去做一个项目做完了再说先行动起来是最重要的也是这些能够成功的人的一大特质最近我还看到一个数据就是说 App Store 在发布那么多年之后最近的一个季度是他们第一次软件的付费的数量下跌了就增长率下跌了也就是原来我们都一直在讲嘛AI可以自己webcoding一个工具所以很多时候你不需要再去买别人做的软件你自己有什么需求就可以做出来但今天就是从数据上已经吹酷拉朽的在体现了我这里也想请教一个问题你肯定写了很多自己的软件有没有什么软件你觉得你还是愿意付费的它不太会被vibe coding给摧毁的我觉得它是蛮多的一个最大的例子office主要不是因为office做得有多好而是因为大家都在用它你这个逃不掉共识这件事情不是我们一个人能解决的所以像一些领域行业软件包括office大家都在用的实在是没有办法第二个是可能像那种需要很大精力去保证正确性的这些软件我也不太会去自己做因为倒不是因为AI做不出来而是因为有很大的维护负担没错像这种东西我学密码学学的最大的教训就是不要自己去实现密码学的东西所以这种东西还是我就宁愿花钱让他们去做我听说One Password团队有一千人这么大当然他们效率不一定高了还是很震惊我们今天公路播客一路从乌镇已经快开到上海了想再问压个一个问题比如说我们在播客里面赛博许愿假设一年之后我们再录一次播客里最希望在那个时候实现的一个心愿是什么我会想把context infrastructure让它能够在执行和协作上能够负担更多的东西你看我们刚讲了很多context的contextinfrastructure之类的东西啊他都是我个人在用的那其实我觉得他的潜力啊在组织里面他的潜力反而会更大我举个例子吧就一家马训亚马逊特别强调一个东西叫leadership principle比如说你要bias for action你看到一个东西你不要这么犹豫争论你就直接去做但是要想把员工洗脑或者说让员工植入这样的一个mindset是很难的一件事情亚马逊天天开会开大会开小会然后号召大家一层一层要role model我要实践这个但还是很多人他一点都不bias for action但是如果大家未来执行而是AI来执行然后我就用context infrastructure去执行那我去改leadership principle 比如说贯彻leadership principle就是加个prompt的问题啊或者我就给他写一个markdown 或者我给他加个prompt这个东西搞定了所以我是觉得AI在知情方面相比于人类有其实有着就算咱们不考虑二十四神七加班这些东西啊在确定性和指令遵循性的角度有着无与伦比的优势 context infrastructure完全可以在企业里面做很多执行方面的事情与此同时协作方面 [70:00] 也是很有情意的我再举个例子,我跟客戴表之间讨论合作东西现在很多时候已经不是说我们俩在讨论而是我们俩的agent在讨论是他的agent 比如说他想做一个什么事情他的agent 给一个草案过来然后发email发给我然后我让我的agent 接入email去审直接给他回信有什么问题但我也会过一下我给一些非常高层的指导然后两个agent 吵几轮这件事情就定下来了你就做完了所以这个在企业里面如果能够把它变成scalable的话我可以想象在未来会有种全新的企业方式不论是协作、沉淀、执行、考评都和现在非常不一样而且这才是真正AI native的形式它的效率会有极大的提高所以我在赛博许愿是我希望下一次录播客的时候我们可以把这样一种模式摸索出来让context infrastructure承担更大的责任有没有什么事情是现在AI还帮你做不到的还是蛮多的我举个例子像刚才Kimi老师给我做个撞灶我当时就在想如果是个AI有个机械臂帮我做我到底愿不愿意给他做答案是不行谁知道他会不会咱都不说打我一拳他在我眼睛上面画的时候把我眼睛弄坏了这本身就不可接受所以像一些至少在目前像一些聚生智能的东西我还是不太放心一些会产生后果的东西也是不太行比如说发文章自动不经过我的审阅直接发文章像这些我也不是特别comfortable但是这个边界倒是在不断变化比如说之前我觉得不行但过了半年你看我也在做零人公司实验逐渐也开始接受了所以总之来说还是有很多事情不然你去让他去做那公路播客感觉怎么样挺有意思的主要是这也是咱俩第一次就是面对面的路播客我觉得还是要自然很多之前因为我是对着Zoom对着摄像头所以我是能看到提高的我有小超但现在我看不见小超了但是好消息是我事先准备很充分所以还是能够把想说的东西都说出来今天谢谢鸭哥我们开到了上海也正好录完了这期工作播客希望有机会未来再请到你来做客实子录客谢谢Koji我们这次做了赛博许愿下次肯定是得来的再看看这个愿实现了没有来还愿来还愿好呀拜拜