12
0一切都在变化。商业、互联网、社交媒体、编程、艺术——一切都在变。去年还管用的东西，今年再管用的概率已经低得多了。我不会告诉你去开一家代运营/代理公司；也不会告诉你去做自由职业、做教练，或者其他那些我已经反复深入讲过的“伸手就能摘到的果子”。相反，我会向你展示：当下到底什么类型的生意才合理。我看到有人说“以价值为导向的内容已死”，也有人说“信息产品已死”。很多人觉得，在一个他们还没看懂的新范式出现时，当创作者已经不值得了（我认为其实没人真正看懂。我也没有。这封信充其量只是一个有根据的猜测）。我们来聊聊：一人公司正在如何变化、教育的未来会是什么样，以及你怎样真正利用这一切。一
一人商业模型正在进化
财富需要杠杆。商业杠杆来自资本、人力，以及边际复制成本为零的产品（代码和媒体）。
——Naval过去十年左右，打造一个现金流稳定、毛利高得离谱的生意，最佳路径是做信息产品或教练服务。这很美妙，因为有了互联网、社交媒体和软件，一个人就能开起一整门生意。这太疯狂了：一个人就能同时充当市场、销售、产品、设计部门。随着“具备代理能力的 AI”发展，这件事只会更容易——我们后面的信还会继续深入。在这个数字世界里，你写内容获取流量，不需要把实体店开在黄金地段。你把生活过得有意思，或把某个热爱钻研到足够深，成为有价值的资源，然后用教育或娱乐的方式分享给别人。你的品牌就是你；你的内容是你思维的碎片；你的产品是你解决过的真实问题的流程，曾让你的生活变得更好。很多人把这事搞复杂了。这个逻辑永远不会消失，但你承载它的“载体”会不断变化，所以你得随时跟上演化的脉搏。我写这些信的目标，是帮你变得“面向未来”。它们围绕两根支柱：
你如何搞清楚自己想要怎样的人生（心理学、哲学、个人成长）
教育（产品）的未来
不再是坐在一个由体制训练出来的“专家”面前，学和所有人一样的东西，最后获得一套即将过时的技能……而是找到一个你能产生共鸣的人，一个对未来有共同愿景的人。
——Purpose & Profit我一直坚信——即便当所有人都说课程与教练是骗局——创作者经济其实是一套以兴趣为导向的教育系统，比传统学校更能有效教会人们打造理想生活所需的相关技能。我相信：当你向一个你能共鸣的人学习，你会学得更多、更快、更好。我相信：任何人只要围绕一个主题关注 4–5 位创作者，就能比在正式体系里更快成为那个领域的专家。我也仍然相信：有些知识与经验只有你能获得，而把它获得并传承下去，是一种高贵的事。甚至有人会说——看你信哪位哲学家——这可能就是最有意义的活法。但我们传承知识的“形式/载体”必须进化：从篝火旁口述，到书信，到图书馆，再到互联网诞生后的一切剧变。静态课程不再够用（当然不至于某天突然归零，但大众情绪确实对它疲惫了）。一个 10 小时的视频资料库，让人看、记笔记、祈祷自己能执行——已经不太是人们想要的东西了。它显得慢，人们渴望更快、更高效。更何况，90% 的人完课率很低，能出结果的更少。现在有了 AI，只要会问问题（多数人并不会），任何信息一秒就能生成。因此，在我看来，教育的未来是：学习体验，而不是静态课程。你不再只是在卖信息。你几乎是在卖“你的第二大脑”。你在卖教练服务，但你本人不必在场：你把你知道的一切交给 AI，让人按自己的节奏学习。“那学校也在这样用 AI，你不就和它们竞争吗？”不是。学校教的是在社会中运转所必需的公共知识。你更应该教的是：极少有人做过、学校也不会想到去教的东西。你在给你的好奇心与自我成长标价。四
AI 如何改变学习方式
AI 很擅长工具性任务，但对意义型任务就没那么擅长——除非你能把它以有用的方式嵌入工作流里。（我不认为 AI 会让所有人变笨、夺走人的能力；但我认为如果个人缺乏克制或缺乏维护能力的意愿，确实会掉进那个陷阱。）举例：上个月我让 AI 帮我写了很多东西——2 小时 30 篇文章。但这不是那种（像这封信一样）我必须对 AI 产出极度挑剔的写作。我做的是一个小项目：搭建一个帮助中心，让我们的客服能引用 30 篇知识库文章，更快回答问题或处理工单。这套知识库也被我们的新 AI 代理使用，它能快速解决不需要人工介入的问题。现在响应几乎是即时的。为了搭建帮助中心，我让 AI 去研究别家的帮助中心结构、提出应该写哪些文章的点子、并采访我关于公司与产品的信息，把文章都写出来。我做的事情只是回答问题，以及修正 AI 在描述我们产品 Eden 的具体操作时犯的一些错误。把同样的概念套到互联网教育/创作者经济上：想象一个课程，它把所有内容做成知识库，但聊天机器人不是用来做客服支持的——它是用来帮助学生学习、练习、落地的。甚至它还能帮学生把工作做出来。一个像教练坐在旁边一样、帮你写 newsletter 的 AI，能比学生对着静态课程自学、卡住然后放弃，更快拿到结果。这就是我说的“学习体验”。学生不再只是买一捆课，然后祈祷它改变人生；而是持续互动、得到反馈、在引导下真正去做。你也知道，“做中学”是最好的学习方式。希望“教程地狱”从此成为过去。顺带说，这并不新鲜。在大众教育出现之前，知识本来就是这样传承的：学徒制。铁匠不会扔给学徒一本手册说“自己琢磨”。他会在旁边一起干，实时纠正握法，现场指出错误。后来教育工业化：我们需要快速训练成千上万工人，于是有了讲座模式——一位老师、很多学生、标准化课程。规模化效率很高，对真实学习很差（但对灌输倒是很好用）。课程只是数字讲座，也有同样的问题：学生卡住时老师不在；学习发生在“需要应用知识的环境”之外。而现在，这是学徒制以来第一次：我们可以在规模化条件下提供个性化、互动式指导。把 AI 仅仅理解为“和 ChatGPT 聊天”的人，很难真正理解这一点。你的 AI 并不是替代你当老师，而是一种更有影响力的“建一次、卖多次”的方式。如果是我来做（我不打算做，因为我现在在建两家更大的公司；一人公司是很棒的起点，但我还想继续向前推），我会怎么改造我的 2 Hour Writer 课程？首先，我会把课程模块搭好——我这边已经有了。然后，我会做一个交互式聊天机器人（一个小软件）。这可能会花我一点时间，因为我不是程序员，但用今天的工具，我觉得这种简单的东西不会太难。它会有 3 个模式或标签：Learn（学习）、Practice（练习）、Create（创作）。每个模式都有一系列按正确顺序执行的提示词，用来教学、做交互练习、并对作业进行某种“打分/点评”。这会让学习和写作变得非常有趣。五
如何构建一个 micro SaaS（不完整清单）
再说一次，我不认为信息产品会在短期内（彻底）死亡。教育对人脑太重要；基于你自己推导出来的目标去选择学习内容，依然是少数“护城河”之一。学习如此基础，以至于不可能被完全商品化。但未来几年，我们今天熟悉的信息产品会更像软件：你不再下载一本电子书，而是访问一个网站或安装一个 App。我的一些做生意的朋友已经在这样做了：其中一个把“打造 offer 的流程”做成了一个 App，帮你找到正确点子并形成你的报价方案。所以，与其卖“如何和女生聊天”的电子书/课程/教练项目，你可以做一个聊天机器人，模拟他去和女生聊天。与其做一门静态效率课，你做一个 AI：帮用户识别愿景、目标、关键任务，然后用通知去推动他们真的去做。也许再整合一个 todo 应用，这就比“买我的课”更好推广。你相当于做了一个成本远低于雇你本人的教练。如果你卖的是高客单服务而不是产品，那么也可以是：帮助其他企业用一种独特方式落地 AI 系统。你可以像以往一样做咨询、做内容代写流程、或开一家代理公司——只是把 AI 深度集成进去。如果你一直在看我的 newsletter，或你看过我发的提示词，你就知道我在说什么：我发给订阅者的很多提示词，完全可以变成一个我收取每月几美元订阅费的微型软件。或者像我朋友那个一次性付费的 App，一次买断访问。我还教过如何写好提示词（这会是关键一步），它们会成为你软件里 AI 部分的 system prompt（系统提示词）。与其造一个很泛化的 ChatGPT，你要造的是一个高度垂直的聊天/软件：帮助人们学习、练习，并把你原本要在信息产品里教的那件事真的做出来。“Dan，把 ChatGPT 套一层壳不是投机取巧吗？”按这个逻辑，做任何互联网产品都是投机取巧。Typeform 这个十亿美元公司，本质就是一层 HTML 外壳。Cursor 也是 GPT 外壳。你做的任何信息产品也都包在某个平台外壳里；如果 AI 像下一代云，那么互联网上每个软件都将是某种“外壳”。所以是的：对单人创业者来说，为了精打细算并利用第三方工具，做一个 ChatGPT wrapper 是很好的路径，而且往往很简单。别人说你不能做 ChatGPT wrapper，就像别人说你想做椅子但不能用木头。你做课程的方式，会有点像做帮助中心：把文章都搭出来——相当于把课程内容做全了，你可以用 AI 辅助，但会多几个步骤。然后你写一个所谓的 system prompt（系统提示词）。系统提示词，就是 AI 在和任何人对话之前，你给它的一套指令：它定义 AI 的人格、知识边界、行为规则。你可以把它理解为在“编程”AI 的身份。例如，如果你要做一个 AI 写作教练，你的 system prompt 可能包含：
AI 的角色：它应该如何扮演
指令：它具体要做什么、按什么步骤做
知识库：你所有框架、流程、案例
边界：它应该/不应该帮什么
个性：说话方式、语气、严厉还是支持
提示词决定了你的 AI 和别人有什么不同：你的独特知识、你的框架、你的声音，被封装成一个能同时帮助上千人的工具。别人能偷吗？当然能。但他们也能偷你做的任何东西。所以你要像我前面说的那样：行动要快。六
痴迷与实验才是护城河
用 Replit 或 Cursor 这类工具。Replit 对新手更友好；Cursor 更复杂一点。你也可以试试只用 Claude Code，看看效果如何。是的，你得学会怎么用它（很震惊对吧：你居然得花时间学点东西，才能得到和不学习的人不一样的结果）。最好的方式，是跟着 YouTube 教程边做边学；卡住时把 AI 当学习伙伴，问它“vibe coding 的最佳方式是什么”，让它为你制定一步步构建软件的完整计划，让它问你澄清问题以明确你想怎么做。然后，就开始折腾、开始做。你前几次尝试显然会很烂，你得学会怎么修。你大概率要做 3–4 个 App，才会觉得某一个值得标价。问题来了：你的真正优势到底在哪？你的优势不是去做“AI 做不了的事”。那是个输局。你的优势是：用 AI 去做只有你才会想到去做的事。不是每个人在 ChatGPT / Replit / Cursor 里输入的东西都一样，所以输出可以是无限独特的。你独特的兴趣、经历、洞见组合，会导向别人不会做的提示词与产品。Naval 把这称为“特定知识（specific knowledge）”：
特定知识无法被训练出来
它来自你对真实好奇心的追逐
你构建它时“对你而言像在玩”
它往往在“知识的边缘地带”
一个痴迷效率 10 年的人，用这些特定知识做一个 AI 工具，做出来的东西会从根本上不同于那个只对 ChatGPT 说“给我做个效率 App”的人。而如果这个痴迷者还在社交媒体上围绕这种特定知识建立了受众，你就成功从市场的第 5 阶段跨入第 6 阶段的“暂时不可替代之地”。你多年阅读、实验、失败、复盘所累积的东西，就是护城河。讽刺的是：AI 正在让人类知识变得更值钱，而不是更不值钱。AI 让每个人都变快了：人人都能做课、人人都能写内容、人人都能抄人人。但几乎没人真正不可复制。几乎没人沉淀出那种经年累月打磨出来的细致经验（品味），以至于别人根本不会想到去复制那些让它奏效的细节。去构建那件只有你才会想到去构建的东西。——Dan Koe
