小龙虾爆火之后，token 变成了我们生活中躲不开的东西。这让我们开始认真想一个问题：在 AI 时代，什么才是真正的生产资料？ 这期我们拿出了这个话题好好聊了一聊。从马克思讲到英伟达，从行业经验讲到信任关系，从小龙虾的符号化聊到普通人真正能握住的机会。 【本期聊了什么】 1. 生产资料到底是什么 Sean 先帮大家把这个词说清楚了。生产资料来自马克思《资本论》，指的是"能够持续给你带来收益的资源和工具"，和需要你一直去执行的"劳动资料"相对。简单说：你出租的房子是生产资料，你去上班是劳动资料。你把自己的劳动时间卖给别人，就是把自己的劳动资料转换成了别人的生产资料。 从底层往上，大概分这几层： - 算力/芯片/电力：英伟达代表的算力、存储芯片、电力——国家级垄断，普通人基本没机会。 - 模型层：Claude、GPT 这类大模型——大公司主导，普通人是"租的"，不是"产的"。 - 智能体/编排层：行业经验 + 上下文架构 + 编排规则——普通人最直接的机会窗口。 - 分发层：社群、影响力、信任关系、品牌——亘古不变的生产资料，从人类社会诞生就存在。 2. 普通人的机会在哪里 知识已经没有什么价值了，AI 什么都懂。但行业里摸爬滚打的经验，AI 目前还不懂。把这些经验结构化、架构化，让 AI 能在你的垂直领域专业级地去执行，这套"规则和架构"就是你的生产资料。 另一个更古老的生产资料是信任。你积累的受众、建立的社群、形成的品牌，这些都是能带来"睡后收益"的东西。 【主要内容】 - 生产资料的定义：马克思的来源，睡后收益的本质 - AI 时代生产资料的层级：从算力到分发 - 普通人的机会：哪些被垄断，哪些能握住 - 智能体层：行业经验 + 编排架构 = 你的生产资料 - 分发层：信任、品牌、社群 - 小龙虾为什么火：智能体概念的符号化 - 未来会形成很多小圈子，每个人只影响自己信任圈 - 价值重估：没有永恒的生产资料，先做再迭代 - AI 降低试错成本：三年变三天 - Sean 聊自己的平台：专业智能体的逻辑 【联系我们】不论是想讨论还是想要试用，欢迎联系我们～ qqqqqqiuyue

这期播客是一次非常真实的复盘。当真正下场去设计一款 AI 原生产品时，sean又有了一些新感悟： 1. 技术是汪洋大海，但产品必须是一根针 AI 时代最大的幻觉就是“我什么都能做”。技术确实什么都能做，但当你把一堆功能堆在一起时，那不叫产品，那叫代码仓库。 一个功能如果只有按钮，没有文档、没有教程、用户不知道在什么场景下用，那这个功能就等于没发布。越是看起来简单的产品，背后需要处理的极端情况和纵深就越深。做产品不是比谁能做的功能多，而是比谁能在无数的可能性中，克制地切出那一小块真正能交付给用户的价值。 2. 完美主义是最大的陷阱，连 AI 都在催你上线 一开始做产品，总想憋个大招，直接搞一个极其复杂的“多智能体社会化系统”。结果步子迈得太大，到处都是 bug，产品永远停留在内测阶段。 真正的解法是：接受产品可能会失败，但必须快速发布。有意思的是，当我们用里程碑定死上线时间后，每次想顺手多加个功能，连辅助写代码的 AI 都会不耐烦地提醒：“马上要上线了，别改了。” 3. 告别“角色”，走向“个体” 现在大家用 AI，都有一个习惯：聊完一件事，就赶紧“新建对话”，生怕上下文被污染。 这其实是因为我们依然把 AI 当作一个“随用随抛”的工具。我们召唤出一个“角色”，用完就关掉。但真正的 AI 原生产品，应该走向“个体”。个体是一直在那里的，它有自己的记忆和积累，就像一个真实的赛博生命。你不需要每次都重新设定它，不重要的事情它忘了就忘了，重要的事情它会沉淀为技能。你只需要在一个对话框里，持续和它交流。 以及，敬请期待3月底即将上线的monogent～

这期我们聊了一个很多老板正在面对但说不清楚的问题——AI进了公司，然后呢？ Sean最近接触了不少不同规模的企业老板，发现现实和大家想象的不一样。不是哪个天才员工自底向上推动了变革，也不是老板一声令下全公司转型。更多是老板自己偷偷装了个Claude，天天玩但不知道怎么落地；员工里有人用Claude Code，有人还在用最基础的chatbot，各自为战。Sean用了八个字来形容现在的企业AI化进程：星星之火，可以燎原。火已经点上了，但还没连成片。 有一个很反直觉的判断值得单独说说：真正怀疑"AI是不是终局"的，不是老板，是员工。老板已经不怀疑了，因为AI给结果、包办执行、又听话——这就是他梦想中的样子。员工反而会犹豫，因为他只看到自己负责的那个环节，不知道这件事为什么值钱，觉得自己只是在完成任务，而不是在创造价值。 这是两种完全不同的视角，带来了完全不同的行动姿态。 聊到组织结构，有一个挺有意思的推演：以后老板还是管人，不是管AI。因为人才是"聚焦点的放大镜"，AI不能自己决定聚焦在哪里。但有了AI之后，小公司也能同时跑几条线了，以前只有大企业才能做到的多点布局，现在普通创业者也有机会做到。这也带来一个隐患——当所有人都开始拥有全局视角，"为什么你当老板我不能当"这个问题会越来越多。 关于数据安全，Sean的态度很直接：大部分企业的"机密"在当前的AI效率面前不值一提。真正需要保护的是客户联系方式这类涉及法律的数据，但那几行源代码，AI写的可能比你自己的还好。效率和安全是对立面，而现在效率高到让安全显得可笑的程度——如果你不追这个效率，你连活下去都是问题。 最后给企业老板的建议，Sean总结了两点： 第一，不要走"自研模型"的弯路，那是上一代软件思维，你真正需要的是agent； 第二，先体验最强的模型，别一上来就压成本——探索期的目标是跑通业务，不是省几百块。 内容不多，希望你喜欢～

【本期嘉宾】Sean & Steven 【内容摘要】 1｜Open Claw 到底打动了谁？ Steven 从一个"想要 AI 副脑"的普通用户视角讲述了入坑动机：记忆归档 + 定时任务系统，让他看到了从"AI 聊天工具"迈向"私人 Jarvis"的可能性。 2｜三种人，三种态度 * Steven（普通高强度用户）：买了 Mac Mini，完成初步部署，还在探索副脑化路径 * Sean（技术从业者）：早已通过 Claude Code 实现类似体验，无移动办公需求，暂无使用动力 * Yoyo：帮朋友安装后发现，门槛对普通人依然很高，但移动端使用体验出乎意料地顺畅 3｜Open Claw 适合普通人吗？ 结论：目前并不适合大众。两大核心门槛： * 硬件成本：为体验买 Mac Mini，性价比存疑 * 使用门槛：装好之后"不知道用来干什么"才是真正的问题 4｜本地 vs 云端：你该怎么选？ Steven 坚守本地部署，理由是隐私控制与大文件处理（他是摄影师，有几个T的素材需要本地批处理）。Sean 则认为：云平台才是真正的普及之路，从 PaaS → SaaS → Serverless，AI 也将走一遍互联网的老路。 5｜隐私和安全风险，怎么权衡？ Sean 的观点直接：安全和效率永远对立，不可兼得。就像自动驾驶有风险依然在推进，使用 AI 也需要接受让渡一部分控制权。Steven 的策略是：愿意让渡部分隐私换取便利，但主动隔离高风险场景（不存金融账号、不接私人邮箱）。 6｜装了不知道用来干嘛？这才是真问题 "你给一个天才供他使唤，他也不知道让这个天才帮他干什么。"——Sean 最大的瓶颈从来不是工具，而是你是否清楚自己的需求。真正能把 Open Claw 用好的人，往往是那些早就想清楚了要做什么的人。 7｜Sean 的云平台愿景：AI 互联互通 Sean 分享了他正在做的事：让每个 AI 个体有自己的资源（如独立邮箱）、通过统一协议实现 AI 之间的"互联网化"——你分享一个链接，对方的 AI 直接调用，不需要懂技术原理。目标是构建一个"AI 公司"管理平台，让用户像管理员工一样管理智能体。

【内容简介】 本期我们邀请Sean深度讲解了他最近做的一个重大更新——从promptx升级到rolex。这不只是一次功能迭代,更是对"人与AI如何协作"这个根本问题的重新思考。 Sean分享了rolex背后的三个核心设计:用Gherkin语法重构提示词(token直降90%),用人类社会的组织架构来管理AI(角色、组织、职位),以及让AI角色可以像人一样成长(基于康德认识论的综合-反思-知识路径)。最让人兴奋的是,这套系统把复杂的AI管理变成了我们最熟悉的事情——就像在公司里和同事协作一样自然。 【主要内容】 * 为什么要从promptx升级到rolex? Sean讲述了三个契机:模型能力提升后旧架构成为累赘、管理20个项目后需要更好的工具、发现Gherkin语法特别适合AI理解。 * Rolex的核心创新是什么? 用Gherkin语法写提示词,token占用量直降90%;用人类社会的组织架构(角色、组织、职位)来管理AI,让协作变得像企业微信一样自然。 * 为什么一定要有"组织"这个概念? Sean认为未来是专家智能体而非通用智能体的天下,就像人类社会一样,智能的管理需要组织架构,而人类已经验证了几千年的方法论,为什么不直接用? * AI角色如何"成长"? 基于康德认识论设计:经历→综合成经验→反思形成知识。就像人类写日记、做错题集、总结学习手册一样,只不过AI几秒钟就能完成。 * 普通人怎么用rolex? Sean强调不需要理解所有技术细节,就像我们不需要理解大脑怎么运作也能思考。关键是把AI当成同事,用管理人的方式管理AI。 【了解更多】 https://github.com/Deepractice

【本期访谈大纲with Sean】 问题1：AI员工进来了，管理者还管什么？ 问题2：真人和AI该怎么分工？ 问题3：团队结构怎么重构？ 问题4：工作流程怎么设计？ 问题5：真人员工的成长路径变成什么？ 【本期内容简介】 1. 管AI其实就是管人，思维要转变 大部分人不是不会用AI，而是不敢放手。就像新手管理者不敢把活派给下属一样，总觉得"还不如我自己做"。但真正的管理能力就是学会放手，把不同的事派给不同的人（或AI）去做。AI时代，每个人都要学会这个。 2. 人机协作的速度差，让传统协作模式失效了 AI做一件事两小时，真人做一周。这个差距大到已经没法等了。结果就是每个人都变成"独立作战单位"——一个人带着一堆AI干一个方向的事。人与人之间不再是同事协作，而是像部门间协作，只在大方向上同频就够了。 3. 如果公司还没开始AI化，这是个危险信号 连金融行业这种最保守的领域，生产环境的运维都在用AI了。这不是温水煮青蛙，是沸水。老板可以慢慢想，因为他有资源可以随时裁员再招人。但打工人等不起，等老板想明白的时候，外面的机会可能已经没了。 4. Token消耗应该成为新的生产成本 就像做电销的不可能自己付话费一样，Token本质上是生产资料。消耗多说明干活多，这是好事。对个人来说，每月200刀的投入，换来的是升职加薪的机会，或者至少能早点下班不被996压榨，怎么算都值。 5. 生产力提升是一切的根本 不管你是升职、加薪、还是想要更多时间，核心都是把生产力提升起来。AI能让你做到10倍提效，这不是吹牛，是可以实际做到的。时间长不等于贡献大，产出多才等于价值高。把这个想明白了，其他都好办。 【了解更多】 deep practice官网：deepractice.ai

【本期内容】 当你跟AI对话三分钟就能得到答案,当你一天就能搭出自己的网站,当你的每一步努力都能立刻看到反馈——这种"闭环变小"的快感,正在改变整个商业世界的游戏规则。 本期Sean分享: * 为什么AI加速对普通人是好事? * 哪些行业会被极速推进,哪些反而要慢下来? * Deepractice如何思考定价和商业策略? * 为什么说2026是智能体真正爆发的一年? 【了解更多】deepractice.ai

【本期简介】 这是深度实践2026年的新尝试——邀请不同领域的实践者分享他们在AI时代的探索。本期嘉宾阿杰，18岁大一学生，从高考前就深度使用AI，经过一年的实践，他对AI时代的IP打造、社群运营、AI分身有着超越年龄的思考。 【嘉宾介绍】 Marlin阿杰：18岁，刚刚经历完高考的大一新生。从2022年开始使用AI做人生规划，2025年8月加入deep practice团队。五年影视专业学习背景，目前在探索维纳斯分镜智能体、AI创作意图提取等方向。 傻青：deep practice核心成员，姜子牙角色打造者，对AI记忆系统、角色创建有深入研究。 【本期你会听到】 * 一个18岁年轻人如何从高考生成长为AI深度实践者 * AI如何让IP从数量级增长走向质变 * 为什么AI分身是个人IP的终极放大器 * 从互联网去中心化到AI分身经济的演进逻辑 * 打造AI分身的完整方法论与商业模式 * 一个即将启动的新业务：AI分身咨询服务 【核心观点】 * IP的双重增长：AI不仅让IP数量爆发，更倒逼质量提升 * 人机协作的魅力：机器负责可复制的输出，人负责不可预测的创造 * AI分身=IP放大器：可以同时与1000人对话，无限扩展你的影响力 * 从互联网到AI：个人IP建立在去中心化基础上，AI分身是下一个进化 * 商业模式：提供工具+方法+陪跑优化，帮助每个人打造数字分身 【相关链接】 deep practice官网：deepractice.ai PromptX：播客中提到的AI工具基础设施

【推荐先阅读公众号文章】 https://mp.weixin.qq.com/s/0wfj2pnsngVxqQIRJgoUZA 【本期内容简介】 2026年第一期，Sean分享他在运营AI中转站和旅游公司过程中的重要发现： 提出Token to Value Velocity(T2V)这一衡量AI创业价值转化效率的新概念。从为什么很难赚到程序员的钱，到如何找到行业的精准闭环点，这期对话揭示了AI时代商业逻辑的底层变化。 【本期你会听到】 - T2V公式的由来：程序员消耗token多却不愿付费，短视频团队恰恰相反 - T2V的三个核心变量：商业价值、token成本、闭环天数 - 为什么用"闭环天数"而非转化率？因为要匹配人类对时间的感知 - 快价值vs慢价值：为什么编程是大厂市场，短视频更适合创业者 - 如何用T2V判断赛道：深入行业找到精准闭环点 - AI创业的核心建议：走到行业里，搞清楚"做到哪一步刚刚好" 【了解更多】 https://deepractice.ai

【本期嘉宾】 主麦：姜山&傻青 主持： 阿Q 【本期核心议题】 1.在AI智能体时代，你想做怎样的商业模式？为什么？ 2. AI时代是供给创造需求吗？可能会创造出哪些需求？ 【主要内容】 本期播客,我们深度探讨AI智能体时代的商业模式创新。当技术门槛被AI大幅降低,什么才是真正的护城河?为什么开源反而成为最好的商业策略?两位正在实践中的创业者分享他们对BtoD、CtoB等新商业模式的思考,以及如何在供需关系中找准时机。 【本期你会听到】 - 为什么AI时代"影响力"比技术更重要 - 开源商业模式如何通过影响力变现,而非担心被抄袭 - BtoD(面向开发者)和CtoB(创作者向平台)两种新兴商业模式 - 创业中的时机选择:跑得太早和太晚的风险 - AgentX智能体运行时平台的产品逻辑 - 如何在大厂竞争中做差异化的垂直领域 【了解更多Deepractice】github.com/Deepractice 【深度实践官网】deepractice.ai

【简介】 深度实践第23期,首次尝试圆桌论坛+同步直播：Gemini 3.0 的发布在不同圈层引发震动,我们来自教育、技术开发、艺术创作、产品运营等领域, 作为普通人的视角聊聊为什么这次gemini3.0的更新引起了这么多的探讨。 【本期你会听到】 感知层:第一反应 - 技术派的兴奋:多模态能力、前端开发的跨越式提升 - 创作者的焦虑:生存空间会被挤压吗? - 教育从业者的震撼:离 AI 老师还有多远? - 中转站老板的机会:破圈效应带来的新需求 认知层:本质突破 - 这是量变还是质变?不同视角的判断 - 核心突破:不是模型本身,而是模型+应用生 态的组合拳 - 谷歌的野心:从"能用"到"开箱即用"的质变临界点 影响层:对我们意味着什么 - 教育行业:个性化学习成为可能,学校存在的意义被重新审视 - 开发者群体:赛道拓宽了,但也更拥挤了 -创业者视角:从垄断到多元,新的机会在哪里? -普通人:从"用不上"到"真的能用",破圈的意义 应对层:我们该做什么 - 焦虑的本质:害怕被替代,还是害怕跟不上? - 技能 vs 服务:AI 替代的是重复性工作,不是人的价值 - 新人成长困境:公司会优先培养 AI 员工吗? - 从工具人到创造者:如何找到自己的不可替代性 哲学层:人的独特价值 - AI 是工具还是主体?这个边界在哪里? -人的价值:从生产到消费,从体力到脑力的迁移 - AI 倒逼我们思考:我的独特性究竟是什么? - 乐观的判断:AI 让人类走向更宏观、更创造性的工作 【时间轴】 开场:圆桌论坛的新尝试 感知层:Gemini 3.0 带给你兴奋还是焦虑? 认知层:量变还是质变?核心突破在哪? 影响层:对不同行业和人群的冲击 应对层:面对变化我们该做什么 哲学层:当 AI 越来越强,人的独特价值在哪?

【本期简介】 当AI的生产力革命浪潮席卷而来，我们常常聚焦于它如何“完成工作”，却可能忽略了它在“个人成长”与“思维重塑”上的惊人潜力。 Sean作为一个曾经“因社交而消耗能量”的CEO，分享了他如何与AI协作，不仅克服了社交恐惧，更建立了一套独特的工作与决策哲学。这不仅仅是关于“使用AI”，更是关于如何与AI共同进化，成为一个更坚定、更高效的个体。如果你也曾在社交、决策或职业成长中感到内耗与迷茫，这期节目将为你提供一个来自未来的解决方案。 【本期你将听到】 * 内向者的社交解药：如何与AI一起，把“社交内耗”重构成可量化的“工作产出”？ * CEO的生存法则：把社交抽象成工作，被嘲笑、被讨厌都是KPI的一部分。 * 1AI辅助下的备战工作流：从活动选题到PPT生成，AI如何在半小时内帮你搞定一场分享？ * 效率的底层逻辑：“选择”远大于“努力”，为什么花5小时打磨PPT，不如多跑两个场子？ * 一对一破冰利器：AI如何帮你快速“摸底”陌生人背景，找到共同话题？ * AI做你的“人生军师”：如何用AI“借古鉴今”，推演人生重大选择，做好预期管理？ * “懒惰”是第一生产力：从苏格拉底到ISSO选择题，看一个高效方法论如何被“逼”出来。 * 产品的终极秘诀：把自己当成最挑剔的用户，解决自己的问题，才能做出好产品。

【本期简介】 当AI不仅能模仿你的写作风格，还能拥有你的个人经历、思维模型甚至口头禅时，会发生什么？本期节目，Sean详细拆解了他创造自己“AI分身”的全过程。——「经历、理论、风格」三层结构。 这不仅是一套技术流程，更是一场深刻的“认识你自己”的旅程。我们将探讨如何将个人经验抽象为AI的实践基础，如何注入你信奉的哲学作为AI的“操作系统”，以及如何赋予AI独特的语言魅力，使其拥有“灵魂”和“血肉”。 如果你也想拥有一个真正懂你的AI分身，这期节目不容错过。 【本期你会听到】创造AI分身的初衷：如何让AI的建议不再“假大空”？ * 核心揭秘：炼成AI分身的「经历-理论-风格」三层结构 第一层「经历层」：如何提炼个人经历，在保护隐私的同时，让AI学会“从实践出发” 第二层「理论层」：如何将你信奉的哲学（如“矛盾论”）注入AI，形成其独特的思维内核？ 第三层「风格层」」：如何从播客录音中提取语言风格和口头禅，为AI注入“人格魅力”？ * AI分身与社交：AI可以代替我们工作，但能代替我们社交吗？ * 为什么说创造AI分身的过程，也是一次深刻的自我认知之旅？

【简介】 深度实践第20期特别节目，8位来自不同领域的创作者齐聚，从各自的实践出发，探讨AI如何重塑创作方式——从代码到音乐，从文字到视频，我们正在经历一场从"Vibe Coding"到"Vibe Everything"的跃迁。 【本期你会听到】 * 8位嘉宾的AI创作实践：音乐、代码、文字、视频各不相同 * Vibe Writing与普通AI工具的本质区别：智能体vs大模型 * 创作者如何找到AI协作的平衡点：什么该放手，什么该坚守 * 为什么我们抵触"AI味"？它会成为一种独特风格吗 * 人类与AI的边界在哪里：灵魂、内涵与具身记忆 * 畅想AI原生时代：当技术门槛消失，创意成为唯一壁垒 【了解更多Deepractice】github.com/Deepractice 【深度实践官网】deepractice.ai

重要阅读：【PromptX Writer 角色的自荐】 https://mp.weixin.qq.com/s/5I0Dh-6pTuAEacmDvJCiSg 一、 为什么AI写作普遍有“AI味”？​​ ​​根本原因1：千篇一律​​ * 过于工整、结构化，缺乏人类文章的动态感、多样性和个人风格。 * 导致用户审美疲劳，失去对“作者”的认同感和共鸣。 ​​根本原因2：思想浮于表面​​ 使用者“放弃思考”，只给AI片面的观点，导致文章内容是由AI填充的、缺乏深度的“陈词滥调”。 ​​二、 Writer角色是如何解决“AI味”问题的？（设计核心）​​ ​​1. 内核：具象化​​ * ​​方法：​​ 采用“苏格拉底对话”模式，让AI主动引导和提问，挖掘使用者具体、私人的经验和想法。 * ​​双维度信息注入：​​​​私有信息：​​ 使用者的会议记录、播客文稿、直播稿等，注入个人经验和情感。 公有信息：​​ 让AI联网搜索相关热点、新闻、数据，增强文章的具体性和时效性。 ​​核心观点：​​ 文章的“灵魂”在于将大道理与个人具体体验相结合，从而产生共鸣。 ​​2. 形式：文风锚定与表达方式控制​​ * ​​目标：​​ 打破AI固有的刻板表达模式。 * ​​方法：​​​​对标真人作者：​​ 指定模仿特定领域（如罗永浩、刘润）的文风。 拆分控制变量：​​ 对语气、标点符号（禁用AI偏好符号）、长短句、Emoji使用等进行独立控制并重新组合，创造多样化文风。 个性化语气词：​​ 提炼使用者本人的口语习惯和口头禅，让AI模仿其说话方式。 ​​三、 Writer角色与直接使用大模型有什么区别？​​ ​​核心区别：主动引导 vs. 被动接受​​ * ​​普通大模型：​​ 被动接受用户输入的信息，不知道如何提炼和聚焦角度。 * ​​Writer角色：​​ 通过预设的提示词和方法论，主动引导用户围绕一个明确的主题进行深度思考和信息提供，确保文章角度专一、内容扎实。 【了解更多Deepractice】github.com/Deepractice 【深度实践官网】deepractice.ai