很多企业今天看 Token，看的还是“模型调用花了多少钱”。 但真正值得思考的问题不是成本本身，而是：这些 Token 到底换回来了什么？ 这一期，我想聊聊我理解的 Token 经济学。 * 00:00 开场：为什么很多老板还没真正想明白 Token 经济学 * 00:07 反常识判断：如果你还把 Token 主要看成成本，可能已经落后了 * 00:19 Token 的本质：不是买调用次数，而是在买智能、速度、试错空间和结果 * 00:39 第一个例子：过去 10 人 6 个月的软件项目，今天为什么可能几天就能验证市场 * 01:13 关键判断：Token 不能单独看，要放在人力、时间和市场窗口里一起看 * 01:39 第二个例子：会用 AI 的“半摸鱼员工”，为什么可能比埋头苦干的人更高效 * 02:23 一个残酷变化：努力干活，正在输给聪明干活 * 02:45 企业家认知升级：为什么早期不要一上来就限制 Token 使用 * 03:29 Token 经济学带来的三类新商业模式 * 05:14 总结：Token 为什么会成为下一代企业管理方式和商业模式的入口

AI时代，智能体越来越强，但风险也越来越隐蔽。杨总分享了一个真实案例：让AI去做市场调研，它竟然自己登上小红书、索要验证码——你根本没意识到已经开放了多少权限。 这期聊了三件事：AI安全边界在哪、打工人怎么不被淘汰、焦虑了怎么办。 杨总的判断：程序代码每7个月贬值10倍，信息处理类工作面临被AI agent大规模替代——这次不像马车夫时代"被替代的人少"，这回面很广。但他也给出了解法：别做工具人，要升维；OPC时代，一个人配上AI可以干一支团队的活；AI就像正在进入青春期的孩子，麻烦归麻烦，但陪它一起成长才是正解。 🏷️ 标签 #AI时代 #AI安全 #AI Agent #龙虾 #OPC一人公司 #程序员 #职场 #打工人 #AI焦虑 #数字员工 #创业 #职业发展 #科技趋势 00:00:36🔐 "基本上就相当于一个特洛伊木马" 00:01:41😱 AI自己要验证码："把验证码给我"——它已经把你手机号填进去了 00:02:18💳 "今后我可能要单独给它办一张信用卡，就这点额度" 00:03:14🚌 "你如果是乘客，你焦虑啥？大部分人不都是乘客吗" 00:04:00🔄 "传统软件被AI吃掉之前，大部分AI公司，会被新的AI公司先吃掉" 00:04:35⚡ "原来AI迭代是以月为单位，现在恨不得以天为单位" 00:06:01📉 "程序代码这件事情，每7个月贬值10倍" 00:06:12🧠 Ray Dalio同款判断："AI到来后，首先让智力工作大幅贬值" 00:08:08⚠️ "你不要做工具人"——大厂工具人正在被workflow替代00:08:33🔑 "去掉自己的工具人思维，你绝对不能做工具人" 00:08:44📊 杨总亲历：人少20%，但多干了好几件活，产品线从2条扩到3条 00:09:33🌙 员工凌晨1点半搓出skill上线："杨总，已经装进龙虾了，你明天去演示吧" 00:10:54🌀 "这可能是我们未来的常态——量子态，有时想明白，有时又想不明白" 00:12:41👶 AI就像青春期的孩子：能干点事了，但又干不好，你啥事都得操心 00:13:11❤️ "陪伴一个青春期的孩子，共同成长"

访谈卫瓴科技CEO杨炯纬，龙虾最快的成长方法，放他出去交流学习。在做好安全机制的情况下，通过试错累积经验。你是如何养虾的欢迎评论区交流 #OpenClaw[话题]# #养虾[话题]# #Moltbook[话题]# 00:00 养了几只虾，让它胡乱去探索，死了就死了。给它下的个性：敢于冒险、敢于探索，让它去 Moltbook（虾聊）当网红。 01:00 死机就死机。像养小孩一样，允许它摔跟头，我有备份，恢复回来就好。仿佛回到了 2000 年互联网时代，像当年玩电子宠物蛋、装软件、重装电脑。 03:30 为什么 AI 犯错反而让我觉得它不像机器？Transformer 本身就是随机性，GPT 带有一定的随机性。我们还没教会它记忆和遗忘。 04:30 决策质量取决于信息。掌握 90% 信息能高质量决策，60% 信息就跟猜没啥区别。人再聪明、龙虾再聪明，信息不够也只能靠猜。 05:30 引入 AI 的误区：很多人有工具思维——买了榔头就应该能敲钉子。但实际上，AI 需要学习、成长、调教、跟你磨合。

访谈卫瓴科技创始人杨炯纬，讲述他们公司在过年期间通过养虾来干活，从感觉良好，到翻车，再到 9 次进化实现SEO自动化，让我们来听听他的养虾经验吧，也欢迎评论区互动你的养虾经验。 #OpenClaw #养虾 #AI龙虾

00:00:00 主持人提问：对年轻人（尤其是大学生）有什么建议？ 00:00:07 🔑 建议一：学会驾驭 AI会用 AI 和不会用 AI 是两种人，这是年轻人首先要做的事。 00:00:21 🔑 建议二：在岗位上展现独特价值抓住工作机会时，要呈现出自己 unique 的 value——人家为什么要依赖你？AI 完全替代人在现阶段还很遥远，人本身仍有不可替代性。 00:00:55 💡 举例：养虾专家如果你比老板更懂养虾，老板就会把你当"养虾手"，你一个人可以指挥一支 agent 部队。聪明、好奇心强的人未来不会有太大问题——最怕的是想着躺平。 00:01:21 🏢 OPC 概念介绍（One Person Company）一种人越来越有可能独自创业：借助 AI，一个人就能拥有初始"团队"（技术、产品），快速把想法或市场机会变成现实。 00:02:11 ⚠️ OPC 的难点：技术不是瓶颈，商业才是AI 解决了技术问题，但"为什么客户给你单子"这个商业判断，是需要历练积累的，刚毕业就想清楚这件事难度过高，很多中年人都想不明白。 00:03:08 🌐 OPC 的新形态畅想也许年轻人会摸索出互助型虚拟经济——这个帮那个，那个帮这个，只要有消费群体、现金流转起来，就能运转。 00:03:45 🤝 AI 的边界：打单子、陪客户喝酒，AI 做不了技术问题被 AI 解决了一半，但人际关系这部分，OPC 的人一定还是要自己来。 00:04:13 🏆 OPC 成功者的门槛：综合实力真正能跑出来的 OPC，综合实力一定过硬，属于人中龙凤、百里挑一。 00:04:40 📌 OPC vs 传统个体户过去一个人创业就是"个体户"，能做的事有限。AI 时代不同了——一个人背后有数字员工帮你干活，可以做很大的事。 00:05:01 总结：以上就是蒋老师对 OPC 和年轻人未来出路的理解。

本期节目邀请到AI领域资深专家蒋老师，从一线观察出发，分享他对传统企业AI转型的真实看法。 00:00 传统企业主的AI现状——知道要转，但没有落脚点 00:56 不要只盯着"AI写代码"，先列出企业的三个痛点 02:13 与其想，不如动——先三七二十一动起来 02:43 老板必须亲自上手，或让贴身助理上手 04:28 克服陌生感才是真正门槛——先"养虾" 06:12 你跟AI有没有默契，不上手根本不知道 06:49 "养虾"vs"买虾"的本质区别 08:00 AI替代人力：年轻人的机会在哪里？ 08:33 AI的局限：能力强但记性不行，上下文窗口是关键 10:05 80~90%你想嘱咐给人类小助手的，虾都能接得住

本期节目邀请了有孚网络首席AI科学家蒋老师，深度分享企业AI转型的实战经验。在过去两年行业快速迭代的背景下，蒋老师帮助多家企业进行AI转型，积累了丰富的一手观察和经验。 * 00:47 - 技术团队转型反而最简单 * 01:18 - 组织变革是最大挑战 * 02:13 - CEO要率先上手写代码 * 03:37 - 转型成功的第一个信号 * 04:52 - 全员必须使用AI * 06:07 - AI解决沟通问题 * 08:36 - 最难转的两类人 * 10:01 - 技术牛人可能被淘汰 * 11:06 - 企业的财宝型员工

节目介绍 Vibe Coding、SDD、Agentic Coding、Harness Coding……AI 编程的术语满天飞，到底哪个靠谱？本期蒋老师一次讲透 AI Coding 两年来的三次范式跃迁——从 Andrej Karpathy 的"氛围编程"，到文档驱动的 SPEC Driven Development，再到 OpenAI 提出的 Harness Engineering。当产品经理和工程师的比例从 1:8 走向 1:0，当文科生和音乐人也能用 AI 独立做出漂亮应用，"写代码"这件事正在被彻底重新定义。 时间戳 00:00 开场：AI Coding 术语满天飞，帮大家一次捋清楚 01:00 什么是 Vibe Coding？Andrej Karpathy 的"氛围编程"为什么走不远 03:00 SPEC Driven Development：软件要做对，还是得走工程而不是创作 04:42 Harness Engineering：模型够强之后，你只管说要什么和怎么验收 05:28 核心框架：给方向 + 给验收标准，判断永远在你手上 08:04 对行业的冲击：架构师、前端、后端……AI 一锅端了 09:13 个人建议：你的技能能被模型学走，就得往 AI 干不了的地方挪 10:36 吴恩达数据：PM 与工程师比从 1:8 到 1:1，未来可能 1:0 11:47 真实案例：文科生、搞音乐的用 AI 独立写出漂亮应用 13:47 终极观点：Coding 变成一种 Skill，核心是驾驭 AI 解决问题

节目介绍 Java 和 C 本质上也只是中间语言，CPU 根本看不懂，要编译才能跑。那既然编程语言是写给人看的，为什么不直接用 Markdown？它是自然语言，人人都能读；又是半结构化的，机器也容易理解。本期蒋老师从这个大胆判断出发，用一个亲手做 PPT 的真实案例，演示了从 Vibe Coding 到 SPEC Driven Development 的完整思路转变——同一套方法论，写代码能用，做 PPT 能用，做视频也能用。 时间戳 00:00 一个判断：未来的编程语言不是 Java、不是 C，是 Markdown 00:20 为什么这么说？Java 和 C 也只是中间语言，CPU 根本看不懂 00:56 沟通层次的变化：产品经理不用再跟程序员聊了，直接跟 AI 聊 01:22 Markdown 的两大优势：人看得懂（自然语言）+ 机器读得懂（半结构化） 02:29 实战案例：用 AI 做一个养虾主题的 PPT，先打磨大纲和结构 03:09 输出 Markdown 后分别丢给豆包、Kimi、元宝，让它们各自生成 03:26 为什么一段 prompt 出不了好结果？这就是 Vibe Coding 的问题 04:19 反复打磨结构再交付 = SPEC Driven Development，效果完全不同 04:52 对大模型来说，生成代码和生成 PPT 是一回事，都是信息加工 05:18 代码严格、PPT 宽松，但底层方法论完全相通，触类旁通

这期我们邀请到了AI专家蒋镒珍老师，有孚网络首席AI科学家，原Adobe研发上海负责人，原交通大学老师。深入聊了：为什么有人养虾一周就开窍，有人养了半天还不行？OpenClaw的Soul、Memory、Skill机制到底是什么？AI Agent的生态竞争会走向何方？以及——不懂代码的人，怎么用自然语言养出一只称手的虾？ 适合所有对AI感兴趣的朋友。#AI #AIAgent #智能体 #OpenClaw #小龙虾 #蒋老师 #养虾 #人工智能 #科技 #编程 #开源 00:00 养虾的差距：为什么有人一周开窍，有人始终养不好？ 00:25 关键在好奇心——养虾跟带孩子一样 00:35 小龙虾的「智力开窍」：怎么引导它做对事情 01:03 AI Agent的主动性：A路走不通走B，B不通走C 01:49 自然语言的突破：不用写代码，说清楚它就懂了 02:05 两类养虾人：技术大牛 vs 完全不懂代码的人 02:30 群众智慧：技术一定要放到用户手上 03:04 互联网第一代的启示：浏览器和Email如何成为变革 03:25 小龙虾的现状：安全问题、Bug、虾笼子、把自己养死了 03:55 扬长避短：先看长处，养好的虾确实很厉害 04:15 小龙虾能自己修Bug——开源社区的自我修复能力 04:40 OpenClaw的未来与生态之争 05:14 老大vs老二：AI时代三五个月就是一次大变化 05:39 Peter的创新：吸引大量社区贡献者 06:07 Soul机制：给你的智能体定义「灵魂」和性格 06:27 User机制：告诉AI你是谁，它就更懂你 06:58 Memory机制：越养越聪明的记忆沉淀 07:15 Peter做事的时机——就像Apple的iPhone 07:55 OpenClaw vs 传统Agent：用户参与感是关键 09:00 认知对齐：为什么技术大牛回答的问题用户读不懂 09:48 为什么你的虾不能直接给别人用？Memory和认知的壁垒 09:54 蒋老师的工作方法革命：花生帮我管理Todo和飞书文档 10:55 养虾的本质：养Memory + 养Skill 11:20 Skill的想象力：小红书、股票、智能家居、小米全屋... 12:06 黑客帝国的预言：不会？没关系，download一个Skill 12:49 暗面：恶意Skill的风险与安全鉴别 13:40 市场经济的自我调节：去芜存真 14:25 不懂代码也能做Skill：自然语言描述就够了 14:55 系统性思维 + 逻辑性思维 = AI跟你配合得比真人还好

访谈和暄资本合伙人兼首席策略官张珣，探讨AI对于个人学习和孩子教育的变革，因材施教在AI的参与下或可实现。#AI #教育 #和暄资本 #教育变革

访谈和暄资本合伙人兼首席策略官张珣，谈企业估值上涨的三个主要逻辑。#和暄资本 #估值 #上涨 #创业

访谈和暄资本合伙人兼首席策略官张珣，对比中美创业者的区别，有多少成把握你会开始创业？让我们来听听Andy的建议。 #创业建议

访谈和暄资本合伙人兼首席策略官张珣，畅谈今年CES之后世界模型与具身智能产业的发展，高质量的数据成为这个产业发展的难题，与此同时也孕育出来了面向未来的巨大机遇。#和暄资本#世界模型 #具身智能 #人形机器人 #投资

与和暄资本合伙人兼首席策略官畅谈未来的AI硬件形态是什么样的？从随身AI设备，家用AI机器人，工业用AI机器人。哪些会更早到来，哪些又需要更多的时间才能成熟。希望对大家未来的投资决策提供帮助。#和暄资本 #投资 #具身智能 #人形机器人 #AI硬件