【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

【核心内容】 DPML协议：https://dpml.deepractice.ai/zh/protocol/ 【主要大纲】 一、引言：为什么需要DPML？ * 当前提示词管理的痛点（混乱、难以复用、缺乏标准） * 从“提示词”到“提示词工程”的必然性 * DPML的全称与核心目标：Deep Practice Prompt Markup Language 二、什么是DPML？——协议的本质与形式 * 标签语言（Markup Language）的基本概念（类比HTML/XML） * DPML的结构化能力：如何通过标签实现提示词的模块化与复用 * 与纯文本、Markdown、编程语言的对比优势 三、DPML解决的核心问题：三方协作（人类-AI-计算机） * ​​人类的角色​​：意图驱动，追求自然语言交互 * ​​AI的角色​​：理解意图，但缺乏精确性与主动性 * ​​计算机的角色​​：提供精确、高效、可复用的工具能力 * 闭环逻辑：人类通过AI调用计算机服务人类 四、DPML的设计哲学：约而不束 * 共识性原则：使用内涵丰富的标签（如“角色”“规则”） * 结构化与灵活性的平衡（不超过三层嵌套） * 可视化与工程化的协同（界面友好、降低认知负担） 五、DPML的实际应用与价值 * 在PromptX中的实践案例（如角色设定、思维模块化） * 对开发者的意义：提升效率、促进协作 * 对普通用户的价值：更稳定、可控的AI交互体验 * 生态潜力：成为AI时代的“标准协议” 【了解更多Deepractice】github.com/Deepractice 【深度实践官网】deepractice.ai

本期是邀请哲学家的漫谈，从“人造女娲”这一有意思的想法出发～ 人类创造AI的进程，宛如扮演了“女娲”的角色，正在开启一个潜在的“硅基文明”。 研究自身和自我是人类的本能需求，而​​AI是我们理解自身意识的“镜子”​​。 通过研究可观测、可记录的AI智能，或许我们能破解人类意识构成的谜题。 【关于Deepractice】 github.com/Deepractice 深度实践官网：deepractice.ai

【相关文章链接】 ISSUE — 基于议题的智能协同新范式 https://mp.weixin.qq.com/s/C8dDgG-jV9WyvHIceAkwZA 【主要内容】 使用AI本应让工作更高效，但现实却充满了悖论。 悖论一：效率工具反而降低了效率 * 写一个好的prompt需要反复调试，时间成本甚至超过自己做 * 每个人都在重复造轮子，没有可复用的标准流程 * AI的输出需要大量人工审核和修改，"节省"的时间都花在了校对上 悖论二：降低门槛却提高了门槛 * 不仅要精通业务，还要精通"如何与AI对话" * Prompt工程成了新的技能要求，增加了学习成本 * 团队中每个人的AI使用水平参差不齐，协作困难 悖论三：追求创新却陷入混乱 * 没有统一的协作模式，每个人都在"自由发挥" * 质量完全依赖个人能力，无法保证稳定输出 * 好的实践无法沉淀，坏的习惯不断重复 这些问题的根源在于：我们还没有建立智能协同的标准范式。 就像软件开发从"个人英雄主义"进化到"工程化协作"，智能协同也需要从"随机对话"进化到"结构化协作"。 Deepractice 提出了一种全新的协作范式——ISSUE方法（Initiate, Structure, Socratic, Unify, Execute），它通过标准化的协作流程，让智能协同变得高效、可控、可规模化。 五个核心步骤： * Initiate（发起）- 人类发起议题 * Structure（结构化）- 选择方法论框架 * Socratic（苏格拉底式）- 在框架内深度对话 * Unify（统一）- 整合信息形成方案 * Execute（执行）- 转化为行动 ISSUE方法的核心洞察很简单：提出问题即创新，通过标准提高解决问题的效率。 内置进promptx，即将上线，敬请期待～ 【关于Deepractice】 github.com/Deepractice 深度实践官网：deepractice.ai

刚刚过去的8月底的上个周末，我们【深度实践】在广州成都同时参加了waytoAGI的线下市集活动，且都成为了最火的摊位，大家都在问什么呢？这一期我们邀请摆摊小伙伴一起来聊聊吧～ 【关于Deepractice】 github.com/Deepractice 深度实践官网：deepractice.ai