同样用AI，为什么体验差这么大？有人觉得AI就是个问答玩具，试了两次就放下了；也有人说它一晚上干完了过去几周的活。差距到底从哪来的？ 最近，知名AI研究者Andrej Karpathy重新翻出了他四月发的一条帖子。他的判断是：人们对大模型能力的认知，已经不是“两拨人各说各话”，而是正在形成一个越来越陡的漏斗。 他按认知深浅分了几层，并给了人数估算。这里要说明，这些数字是他自己的粗略推算，不是权威统计。大意是：全世界约四分之三的人，几乎没怎么接触过大模型；两成左右的人偶尔用用免费版，把它当成好一点的搜索引擎或者写作帮手，觉得也就那样；再往上一小层，是数学和编程领域的专业用户，他估计约两千万人，只占人口的千分之二，他们亲眼看到过去要花几周甚至几个月的项目，现在一条提示词就能交给智能体去做；而塔尖，是他说的约五千人，能在内部用到最前沿的系统，看到成群的智能体协作几周去做大型软件项目。Karpathy还提到，就在不到一年前，他自己还在逐字符地手敲代码。 他认为，这个漏斗主要由三个因素拉开。第一是任务的规模和难度：一个问题只有一段话的答案，根本压不出系统的能力，你得有一批真正在乎的大难题。第二是能力的参差：模型在数字化、可验证、有经济价值的领域表现最强，所以数学和编程最先被拉开。第三是访问权限：免费版、付费版、内部版，看到的东西完全不同。 说说我的理解。对企业管理者来说，这个漏斗有个很实际的提醒：你听到的AI评价，很大程度上取决于说话的人站在漏斗哪一层、拿它干什么活。如果团队只在聊天框里问几个简单问题，就下结论说AI没用，那测出来的可能不是AI的能力上限，而是任务的难度不足。反过来也一样，任务类型不匹配、权限受限，体验都会打折扣。所以评价AI到底有没有用，只有一个靠谱的办法：放到自己团队具体的工作任务里去验证。 如果你想试，我建议从小处开始：挑一个三五人的小组，列出他们每周固定要做的几件具体的事，比如整理会议纪要、写材料初稿、做数据汇总。然后用目前能用到的配置最高的模型，把这些任务原样交给它做一遍，和现在的做法对比，记下哪些确实省了时间、哪些不行。不用迷信任何人的结论，包括这条视频。体验差异是真实存在的，但答案在你自己的任务清单里。

上期我们讲了让Dot指挥、组建智能体军团，今天我就讲一个我用这个军团操作的实例，以及过程中遇到的问题。整个实例做下来，任务本身完成了，但真正值得讲的，是暴露出来的四个问题。 第一个：任务发出去，不一定有人接，第一步的目标往往要我来确认。第二个：有人接了，交回来的东西缺什么，要靠另一个复核节点指出来。第三个：离线检查全部通过，不代表实际能用，人工试听照样会发现播放问题。第四个：节点之间还没有互通，材料经常要我亲自传。接下来，我用一次真实的采集任务，把这些问题一个个对上号。 实例是采集海外博主Dan Koe的视频素材。我下达任务后，Dot先做语音转写——这一步它把创作者的名字转错了，还把文章和视频混在一起。是我人工确认：对象是Dan Koe，要采集的是视频。目标确认之后，Dot才把任务正式派发给执行节点。 执行节点接单，回传了文本材料，这一步全是AI在做，我没有动手。复核是另一个节点独立完成的：它检查了字幕时间戳、覆盖范围和结尾，还指出一个缺口——视频里没被朗读的屏幕长提示词，字幕没有收录。所以这一单交回来的，是可用的文本材料，加一份明确的缺失清单。 这次实例，正好对上前面的问题一和问题二：任务要人确认目标，才算真正接上；交回什么、缺什么，要靠复核挑明。它也让我固定了一个检查办法：每次听到完成了，就看三样——交回了什么、谁检查过、还缺什么。 第三个问题，来自自媒体工作台的另一段经历。媒体整合曾通过一批独立离线检查，但后续人工试听，仍然发现播放问题。修订和回归检查之后，人工试听的验收状态，依然要单独保留。代码检查、离线测试、用户实际播放，查的是不同环节；前面的结果有价值，但替代不了最后的使用体验。 第四个问题，是通讯边界。我让Dot把项目回顾直接交给负责文章的Codex，它尝试读取、尝试发消息，都没有成功，当时也访问不了我指定的Mac目录，最后这份材料还是我亲手转交。另外要分清：Dot的云端环境，和我自己的电脑是两回事，涉及本地文件和工具，要有连接、权限和在线条件。 所以我接下来会这样用：从范围明确的小任务开始，每次查四件事——有人接、有交回、有复核、能续推，一条链路稳了，再加新的节点。比起宣布完成，我更看重Dot帮我持续掌握状态：谁在做、交回了什么、卡在哪、什么需要我决定。你最想交给AI持续跟进的，是哪一项工作？你准备怎么判断它真的做完了？

今天我们来分享把chatgpt刚出的Dot和本地GPT连成了一个分工明确的工作军团协同工作的玩法。如果你在用AI开发项目、做视频、分析数据、写文档等，且遇到了资料存储在不同地方，有的在网上、有的在电脑里，工作在本地，脚本散落在好几个聊天窗口里，为了跟上AI的进度还得多窗口并行工作，每换一次窗口就得把目标重新解释一遍，任务做到一半卡在哪、到哪个版本、过了哪个核查点，全靠脑子记等问题。则可以看看这期内容。 先看核心结构：你只跟一个统筹者对话。云端的Dot是工长，负责接目标、拆任务、追进度、补工具；本地的多个GPT会话按职能形成不同的角色节点——有管资料的、有管执行的、有管复核的。整体结构是：人交代目标，AI读资料、拆任务、派活，干完有反馈，人或者一个审查角色的AI给修改意见，阶段成果存到云端，再变成下一轮工作的起点，循环往复。 这就是工作三部曲。第一步的本质是构建多智能体的协同机制。围绕Dot建网络，明确每个节点角色职责；设计路由，问题该交给谁、沿哪条通路送达；共同记录，所有端读同一份云端工作资料和状态库。接到任务的智能体，都要知道依据哪份资料、结果放哪、下一位从什么状态接着干。还要设计一个心跳机制：以防止算力紧张时Dot执行会变慢，长任务容易挂着不动，在提示词里要求Dot每隔一段时间主动巡查一次任务状态，持续往前推——这其实就是管理者的巡检制度，只不过巡的是智能体。 第二步是设计Loop，循环。核心一句话：基于目标和检查标准的差距，用反馈改变下一步。要反复要求Dot把进展和困难说清楚，先提方案、明确怎么判断有效，再根据实际问题修改，最后复查修改结果——每一轮都要说清楚改了哪里、依据是什么。小Loop是缺份资料补齐再验，大Loop作用于整个协作网络。更高级的玩法是专家团Loop：让Dot召集不同专家视角的节点，围绕同一版方案提问题、模拟故障、审计、再修改，直到所有专家挑不出毛病才收工。相当于设计了一套让方案自我增强的机制。 第三步就是现在最时髦的自我递归也叫RSI，这是整套体系最核心的部分。这里要让Dot作为数字员工建立能力，也是自我迭代的开关：Dot发现能力缺口，就向本地GPT节点发出构建请求，产出候选的技能包，验证有效后补进自己的能力库，下次遇到类似任务直接调用。Dot找到新的凭据方案后，主动修正了之前对环境限制的判断——有了新依据，重新判断，再验证新路线，这就是一次完整的自我修正循环。把验证过的步骤固化成工具让Dot调用，执行系统就这样越用越强。 总结工作三步曲：第一轮立协同规则，明确角色表、请求路线、状态记录，特别要求做到一半有成果就反馈、有困难就求助；第二轮引入专家团循环，让不同视角围绕同一版方案提问、审计、修改；第三轮写自我补强，教Dot发现缺口、挑选候选、验证有效性。一个智能体可以驱动N个智能体并行干活，也意味着一个新问题：以后咱们的算力会更不够用，因为开会话的人从你变成了工长。 收拢三个判断。第一，多智能体的核心不是模型多强，是组织设计——角色、路由、共同记录，这三样跟管人团队的道理一模一样。第二，心跳和同步是远程协作的命门，对智能体军团和对分布式团队同样成立。第三，真正的复利来自第二类请求：别只让AI干活，要让它把干活的办法沉淀成能力，这才是数字员工和工具的区别。 给你一个马上能用的行动建议：不管你用不用Dot，这套架子今天就能搭——给手头的AI助手写一份协同规则：它管什么、找谁要资料、成果存哪、多久汇报一次。先用一个项目试一周。听完有想法，评论区聊聊你会给智能体军团设哪几个角色。咱们下期见。

> 素材来源：科技频道《ChatGPT's NEW Dots: Everything You Need To Know》（2026-10-04） Dots系列今天交实测作业。一位经营一人企业的博主，把自己的Dot取名Zoe——外观都可以定制，他给选了个三角形加苹果的造型——连着几天用它打理真实业务，试了十件事：结果是六项惊艳、一项最有价值、三项不及格——而且翻车的部分他一点没藏着。这位博主不是普通用户，他的主业就是测评AI工具，收入全靠内容，所以这份成绩单含金量很高。咱们先看他干了什么，再看他踩了什么坑。 先看惊艳的。第一类是啃完海量信息的总结活。他让Zoe把Slack社区里所有历史帖子读一遍，给自己的运营水平打个分，再给三条改进建议——七分钟，全读完，给了个A减，比他自己给自己打的分还高，三条建议里"把认识其他成员做成产品的一部分"这条确实在行。更狠的一次，它翻遍了他六个月来三百多个视频下面的一千八百多条评论，花了半小时，提炼出五条涨频道建议，第一条就是"展示工作流的真实成本"——很扎心，但很对。他还顺手让它分析了Substack通讯的后台数据和历史表现，它是用自己的电脑浏览器真去翻了统计面板、把数字抄回来再做分析的，给出的前两条是修复会员购买路径、加倍投入通讯互推。第二类是主动排雷。博主说这几天最有价值的一件事，是他随口让Zoe"做点有野心的事，给我五个建议"，Zoe基于对他的全部了解提了一项：赞助收入审计。结果一查就查出五个问题——有个赞助商的合作他忘了开票，白白压着一笔钱；还有一笔Google的赞助账目对不上，差额高达一万美元。这种事没人盯着就是纯损失，而AI助理最擅长的就是这种全量翻账本的脏活。第三类是指挥官式的干活方式。他让Zoe准备健身应用上架：Zoe不是自己闷头干，而是开了个子线程，驱动图像生成做App Store截图——截图看起来是它真跑了应用、截了真机画面再加的标题文案——顺手把代码里的毛病也修了。博主总结的定位非常准：Dot不该自己干活，它是你其他ChatGPT线程的幕僚长，你管它，它管所有线程。 对比也是这期的重要内容。他的结论：Dot跟Muse根本不是竞品——Muse面向生活，杀手锏是能打电话替你订蛋糕，他真用Muse给太太订过生日蛋糕；Dot的真正对手是Grok Bot，两者都干工作，比如让智能体盯X上的热门帖子，他把同一个需求同时派给Dot和自己的Grok Bot侦察兵，两边扒回来的推子完全不同，还真说不好谁更准。而Dot最大的差异化优势，是原生长在ChatGPT里：记忆、历史对话、连接的应用开箱即用，别人要重新配置的一切它天生就有。还有个可爱的细节：博主听说OpenAI内部有个Slack频道，全体员工的Dot们在里面互发梗图，是公司内部最欢乐的频道——他也让Zoe给自己和朋友的形象生成了一组梗图，效果意外地好；不过让它追AI热点编梗图，笑点就明显不如私人定制的。 翻车的三项也值得原样讲。第一，让它拿播客访谈稿套用自己的技能写一篇Newsletter，任务卡在工具授权上直接失败——系统提示写着阻塞原因是工具不可用、要验证通讯平台的登录态——更糟的是，Zoe没有明确告诉他失败了，埋在一长串工作流里差点没被发现。第二，让它基于受众痛点做一个付费产品，它真做了个九十九美元的产品经理工作台网站，还带交互示例，但博主的原话是"这玩意太无聊了"，打回去加图之后观感好转，可文案还是不行——以他十年产品经理的眼光看，AI一口气做出能赚钱的产品，今天还做不到。第三，也是最值得所有大厂听的一句话：ChatGPT的界面正在变得过于复杂。聊天、Codex、空间、定时任务，按钮和入口越来越多，连他这种天天测评AI的人都晕，普通用户只会更晕。他的解法倒是跟产品演进不谋而合：也许以后你根本不用看界面，打给Zoe说句话就行——Dot就是那层把复杂度包起来的壳。视频结尾他还给行业留了个判断：OpenAI现在是在功能上追赶Grok Bot，比如人家刚上了团队机器人；但真正的终局，可能是一个人类和智能体协同的AI原生版Slack——ChatGPT到今天还是个单人游戏，谁先把多人协作做顺还不乱，谁就赢了下一程。 收拢三个判断。第一，AI助理的真实价值排序已经清晰：翻账本式的全量排查大于信息总结大于生成创造——它最值钱的时刻，是告诉你自己没发现的事，比如那笔一万美元的差额。第二，"指挥官模式"是用好这类产品的关键姿势：让助理调度线程，而不是亲自搬砖，失败也该由它汇报——现在它还没做到主动报错，重要任务要人工回查。第三，功能堆叠和易用性的矛盾正式摆上台面了，谁能先把复杂度藏进一句对话里，谁就赢得下一阶段。这句话不光说给OpenAI，也说给所有正在给自己的业务堆智能体的团队。 给你一个马上能用的行动建议：今天就给你的AI助理派一件"全量翻账"的活——查一遍你的订阅扣费、应收账款或者待办清单，看看它能替你捞出什么。捞出东西了，评论区说说是什么。咱们下期见。

> 素材来源：Grace Leung《ChatGPT Work + Dot: Build your AI Marketing Team》（2026-10-08） Dots系列今天上实操课。一位营销博主Grace Leung完整演示了怎么在ChatGPT里搭一支AI营销团队：一个团队主管加五个专员，再加一个专属助理，从零到跑完一整场campaign，全程不写一行代码。前两期咱们聊了Dot的体验和机制，这期是把架子真正搭起来的教学，做市场的朋友直接抄作业。 先把工具盘清楚。她把ChatGPT家三件套的区别讲得很明白：Work承接多步骤的业务成果，调研、分析、报告、演示文稿、网站；Codex面向开发者，直接操作代码仓库；而Dot是有名字、有持续职责的助理，有自己的云端电脑，能调用Work和Codex还有你连接的各种工具——三者不是并列关系，是配合关系。她给自己的Dot起名Emily，拉进了Slack，配了邮箱，还能打电话——语音通话的体验她说意外地好——因为接下来你会看到，她是真把Emily当同事用的。 搭团队第一步不是建智能体，是建项目文件夹。她给一个虚构品牌做演示：一个面向职场人的在线语言学习平台。文件夹里放三样东西：品牌背景文件，说清楚品牌做什么、目标客户是谁、什么风格；一个空白的智能体守则文件，相当于新员工入职手册；还有输出文件夹。然后把整个文件夹挂成ChatGPT项目的数据源。这一步的本质是：让AI认识你的品牌。 第二步是教它怎么干活，用的是技能。技能是什么？可复用的标准流程。她建的第一个技能叫广告创意：给它一份campaign简报，它自动出创意方案、生成图片、配品牌色和文案，成品风格统一、直接可发，所有过程文件存回项目文件夹。第二个技能是建站：按营销目标做落地页，还让它整理了一份优秀设计参考清单供以后调用。到这里你就能只发简报不出指令了——她后来让Emily建活动落地页，Emily把任务路由给Codex开新线程，来回迭代，半小时不到就把一个可交互的正式网站部署上线了。她算过账，按这个方法可以攒出五十个营销技能的技能库，从策略到内容到建站全覆盖。 那什么时候用技能、什么时候建专员？她给的判断标准特别清晰，这是全片最值钱的一段：任务可重复、流程明确、每次都要同样的质量和格式的，用技能；需要判断力的——要理解目标、决定什么重要、挑对技能、为一个领域负责的——建专员。专员怎么建？她刻意保持极简：人设、专注点、职责范围、角色定位，四样就够了，因为专员最大的价值就是判断力。比如增长策略师，你给它一个增长目标，它自己挑相关技能，产出一份像模像样的策略文档。她点评了一句：旗舰模型画这类示意图和流程图是真的强，而且你不要求花哨，它就不花哨。 最精彩的是让Emily居中协调那一段。她人在Slack上给Emily发消息：campaign简报团队批了，上线要两周的社交内容。Emily秒回说马上去找定稿简报、征求团队意见、回头汇报进度——中间还主动ping了两次状态。十分钟后交付：一份评审用的汇总PDF、六个帖子的完整草稿，压缩包里简报、排期表、每帖一个文件夹，物料齐到直接可以排期发。然后她一句"排到内容日历上"，Emily用排期技能把帖子全挂上了Notion日历。整个过程她人就散着步。她提醒了一个容易漏的关键步骤：回来要更新项目里那份智能体守则，让ChatGPT复查一遍现有的智能体和技能，补一段路由指引——什么情况派专员、什么情况直接用技能，写清楚它才不会乱派活。最后的大考是多智能体协作：给团队过去campaign的真实数据，让它们策划一场新的获客活动。点开子智能体标签页，能看到团队在真的跑——谁在审数据、谁在建页面，一目了然。十五分钟后交付了一套组合拳：一本带工作表和行动引导的获客手册PDF、一张先本地测试再部署上线的活动落地页，表单能收线索，部署平台自带数据库，连服务器都不用买；你要是用第三方的线索收集工具，把集成方式或表单编号给它也行。 她最后点了一句我认为是全片的题眼：这套系统搭好之后，你再也不用重新解释品牌是谁，也不用给逐步指令，它自己知道下一步干什么。她还补了一句宽心话：不用照搬这套五人编制，从一两个智能体起步完全够用，架子是可以长出来的。 收拢三个判断。第一，AI团队的搭建顺序是先项目后技能再专员，跳过前两步直接建智能体，等于招了个不了解业务的员工。第二，技能和专员的分界线是判断力——重复流程固化成技能，需要拍板的才给编制，这条原则直接可以搬进你公司的AI落地方案。第三，助理的终极价值是路由：你只对一个Emily说话，她知道该叫谁、用哪个技能、什么时候来找你——这就是管理者加秘书班子的老配置，只不过这批秘书永远不累。 给你一个马上能用的行动建议：这周把你手头营销工作里最重复的三件事写下来，给第一件建一个技能——就从一个文件夹加一份品牌说明开始，门槛比你想的低得多。如果这期对你有启发，评论区聊聊你会先建哪个技能。咱们下期见。

> 素材来源：Ritik Gupta《OpenAI Just Launched an AI Employee (ChatGPT Dots Explained)》（2026-10-08） 今天咱们把OpenAI的Dots讲透。这周OpenAI上线了一个叫Dot的产品，有博主直接叫它"全球第一个AI员工"：你晚上睡觉，它不睡；早上手机上一条消息，老板，这事做完了、那事还差一步，接下来怎么办——发消息的不是真人，是ChatGPT。这期讲解视频的博主是全球AI品牌的内容负责人，天天用这些工具，他不仅讲了原理，还把发布会上没说的坑全扒了出来，咱们一条条看。 先定位。他回顾了ChatGPT的三个阶段：第一阶段是回答，你问它答；第二阶段是任务，Codex这类工具能写报告做表格建应用，但每次都得你发起；第三阶段就是Dot，你给的不是任务，是职责。一句话概括质变：以前是你给它发消息，现在是它给你发消息。 收拢三个判断。第一，AI员工的时代命题不是能力，是信任机制——只读设计加规则加审查，才是敢放手的前提，这套设计值得所有做智能体的抄。第二，买不买不重要，重要的是现在就想清楚：你工作里哪一块愿意交给一个不厌其烦的同事？提前想好这张清单，等工具普及你就是会用的人。第三，对所有企业的启示：智能体进核心流程，审批流和权限边界要建在部署前面。 给你一个马上能用的行动建议：今天就写下你愿意委派的头三件事，按"低风险、高重复"排序，等你的工具支持这类能力时，从第一件开始试。如果这期对你有启发，评论区聊聊你的前三件事是什么。咱们下期见。

> 素材来源：Matt Maher《OpenAI's Dots Feels Like an Actual Assistant》（2026-10-08） 今天咱们聊一个特别有画面感的话题。一位叫Matt Maher的开发者，凌晨两点半睡不着，躺床上跟自己的AI助理打了个电话：问问那个游戏项目的测试到哪了，再把网站方案调出来看一眼，顺便建个新视频工程。全程没睁眼开电脑，说完说了声晚安就睡了。他的这个AI助理叫Dippy，是OpenAI新产品Dots里的一个数字员工。这期视频他讲了自己的真实使用体验，我听完的感受是：人机协作方式可能真的要换了。 先说说它跟聊天机器人有什么本质区别。Matt先描述了咱们都懂的旧痛：以前想推进事情，得自己翻遍每个项目、每段对话、每个智能体，逐个看进展到哪了，再决定推哪个。而Dots把这层全部接管了。他的核心观察是：ChatGPT的聊天框让AI变得触手可及，但那个一问一答的熟悉模式，也把咱们锁在了"问一句、答一句、然后自己去干活"的节奏里。而Dots看起来还是个聊天窗，但同一个助理会在你停止说话之后继续跟进：它接得住你所有项目的上下文，能找回之前做到一半的活，还能在你开口之前主动汇报。地基在于记忆：只要你正经用过ChatGPT，Dots天生就带着你攒下的全部记忆，还有你授权过的日历、邮箱这些连接——第一次打开它就认识你。他自己的工作方式是所谓文件夹流程，把每个项目的活都放在对应文件夹里，给Dippy开放桌面权限之后，它能看到他一段时间以来正在推进的全部项目。你甚至可以随口问一句：那天我们做那件事的时候聊过什么来着？它能把旧上下文捞回来。 举几个他讲的真实例子，一个比一个有意思。第一个就是开头那通凌晨的电话：他一边跟Dippy过游戏官网的设计稿——哪里满意、哪里要改，特别叮嘱所有改动先留在本地别上生产环境——一边中途插了句另一个项目的截图物料齐了没有，Dippy应一声就去查了。一通电话，两条线同时推进，这在以前得开五个窗口自己来回切。第二个是主动服务：他完全没跟AI提过手表退货的事，某天早上收到邮件，说苹果把他的旧手表折抵从二百五十美元改成了零，理由是有裂纹——寄出去的时候明明没有，建议他赶紧回复拒收把表要回来。Matt说，接下来他打算派Dippy去跟快递公司扯皮。第三个更绝：他在衣柜翻出一条十多年没穿的裤子，特别喜欢但记不得细节，只记得牌子。他跟Dippy描述了一下，Dippy翻出了他二〇一七年的购买记录，认出是哪条裤子，还发现这个款式现在改名了，查到现在的对应款，附上购买链接。他说了句买两条，AI按他平时的尺码下单，就差他点一下确认。第四个是修花洒：他拍了张照片发过去说坏了怎么办，AI先回复"我需要更清楚的特写"——它拿着照片在网上比对零件，自己知道自己缺什么信息。最后匹配到一个四十美元的配件，购买单都替他填好了。对了，还有生活里的小事：他有天随口问晚上看什么 电影，Dippy根据他之前聊过的口味，从候选清单里给他挑了一部合适调性的——正经事和柴米油盐，它都记着。 这里有个转变特别值得品。Matt说，他到处教人用AI，最重要的一课就是：别再把系统当工具使，别什么事都掰开揉碎地下指令；把它当同事，当理解你目标的助理，给它解决问题的空间，你才会发现这些东西已经变得多能干。他从聊天记忆到桌面权限一步步给Dippy开放了上下文，它就真的开始像一个了解你全部工作的老搭档：提醒你说过要做的事和截止日期，散步时戴着耳机聊想法它能顺着推进，聊着聊着就变成一件真的会去做的事。朋友的形容特别准——这叫环境智能：助理存在于你生活的各个时刻，上下文一直带着走。视频结尾他又跟Dippy过了一遍网站修改：手机端的布局从叠放改回网格，因为手机上根本没有悬停操作；桌面端保留叠放效果；再把带角色的全家福照片定为头图。一问一答之间，活就干完了，顺手还确定了晚上的片单。 当然他也泼了冷水：这不是天下第一个这类产品，Dots还很早期，粗糙的地方不少，而且不便宜，一个月一百到两百美元；不认这条的，市面上也有别的选择。但他认为Dots的潜力目前最大，毕竟大多数人的记忆和连接都在ChatGPT里。眼镜、吊坠、耳机、手机，未来的AI硬件都得理解你生活在这个世界里的全部上下文，而不只是知道你几条个人信息。 收拢一下，三个判断带走。第一，交互的形状决定了AI的价值上限，聊天框造就想问题给答案的用法，持续性助理才打开"我们一起干活"的关系。第二，最好的助理标准不是你让它干什么，而是它主动干的事恰好是你想要的——那封退货邮件就是及格线。第三，上下文是这一切的地基，没有记忆和权限，再强的模型也只是个聊天玩具。 给你一个马上能用的行动建议：不管你用什么AI，这周试着把一件事从"下指令"改成"交代背景"——告诉它目标、相关材料和你的偏好，然后让它自己决定下一步。体会一下当同事和当工具的区别。觉得有启发，评论区聊聊你想给AI助理交代的第一件事。咱们下期见。

### p01 AI 不懂业务？先补企业认知底座 AI连公司的审批和客户规则都弄不清，问题可能不在模型，而在企业认知底座。它能回答问题，不代表已经理解你们的业务。今天讲清楚：如何把业务对象、规则和操作整理出来，让AI有据可查，也知道行动的边界。 ### p02 文件都有，为什么仍然理解错？ 企业里经常出现这种情况：员工手册、审批制度和客户资料都放进知识库了，AI仍然给出不适用的答案。因为找到文字，只解决了信息检索。它还要知道当前客户是什么状态，合同适用哪一版规则，谁有权处理例外。同一个客户，在销售、财务和运营的系统里还可能是不同的定义。 ### p03 先认清对象，再认清关系与动作 可以参考Palantir对本体的官方说明：它既包含对象、属性和关系，也包含支持业务行动的机制。用管理者的语言说，就是客户、订单和合同分别是什么，它们如何关联，允许进行哪些操作，以及谁能操作。这里是借用一种建模思路，不是要求每家公司都购买同一套平台。 ### p04 用线索分配，检验业务是否说清楚 用线索分配举个例子。先定义线索和客户，弄清楚状态及关联。再写明地区、行业和客户归属规则，标出版本和生效条件。接着明确谁能查看、谁能修改。遇到重复客户或归属冲突，应该交给谁确认。把这些问题说清楚，AI才有机会给出可解释的分配建议，而不是凭一句提示词猜测。 ### p05 隐性经验，要变成可核验的规则 隐性经验很重要，但不能把老员工脑子里的所有习惯都直接交给AI执行。先通过访谈和现场观察，把判断条件和例外记录下来。再请业务负责人核验：这条规则是否仍然有效，有没有制度依据，适用于哪些情况。涉及权限、个人信息或不合理的潜规则，还要先纠正。认知底座的价值，是让经验变得可解释、可检查。 ### p06 先形成可运行的小闭环 落地时，我建议先做一个小闭环。整理实际流程和规则，把它们映射到数据、接口和权限。用正常情况与例外样本验证，先让业务人员核对AI的建议。验证通过后，再在允许的范围内处理任务，复杂情况继续人工复核。最后建立更新机制。规则变了，业务描述和测试也要一起更新，不能整理一次就永久不管。 ### p07 认知底座是否有用，要看业务验证 怎么验收这套底座？不要只数整理了多少条规则。先看答案能否追溯到正确对象、数据来源和规则版本。再看例外是否处理正确，以及操作有没有遵守权限和审批要求。最后观察流程质量和处理效率。收益要在你自己的业务中验证，不能用一个来历不明的ROI倍数替代。 ### p08 今天先把一个流程说明白 今天可以先找业务负责人和一位熟悉实际操作的员工，把一个小流程说明白。列出对象、规则、例外和责任人，再拿真实案例检查是否漏了东西。这张表不是完整的技术本体，但它能帮助你判断，业务究竟清不清楚。关注AI落地实践，我们继续把这些方法落到具体的企业场景里。

### p01 企业买 FDE 服务，该为什么付费？ 企业买FDE服务，到底该为什么付费？关键是流程有没有改善，以及交付后留下了什么能力。FDE不是一种统一的收费模式，更不是高收益的保证。今天从采购和验收的角度，讲清楚企业怎样把这笔钱算明白。 ### p02 企业愿意付费的，是落地中的缺口 企业往往不是没有工具，而是工具和日常工作之间还有一段缺口。模型会写跟进记录，却不知道线索由谁接手。系统能识别发票，却不清楚例外由谁批准。这些问题涉及业务规则、数据口径和系统协同。能把它们接通的人，才有值得付费的交付价值。这里讨论的是价值逻辑，不是市场需求增长的统计。 ### p03 别只问上线了没有，要问改善了什么 拿售后工单做一个示意。过去只验收能不能分类，现在要看整条流程：信息是否齐全，分派是否正确，复杂问题有没有人工处理路径，解决后能否更新知识。上线一个分类功能不等于完成了改进。把处理周期、返工和质量放在一起看，企业才知道这个项目是否真正有用。 ### p04 先定义基线，再讨论收益 我建议先定义基线，再讨论收益。改造之前记录业务量、处理成本和质量，改造之后用相同口径继续记录。同时把部署、模型调用、维护和人工复核等新增成本算进去。还有一点很容易忽略：省下时间，可能只是释放了产能，不一定立刻减少现金支出。两者都可能有价值，但不能混着算。 ### p05 付费方式，按项目条件选择 付费方式并没有唯一答案。范围明确的项目，可以按阶段和交付物验收。需要长期维护的，可以采购持续服务。结果可衡量、责任边界也清楚时，可以把部分费用和业务改善挂钩。但不能说所有FDE都应该按降本分成。结果如果受销量、人员和其他系统影响，先把归因机制讨论清楚，比谈一个分成比例更重要。 ### p06 项目结束后，要留下可运行的能力 除了项目效果，我还会追问交付后留下什么。至少要有能运行的流程，能解释的数据和规则，能维护的接口与权限，以及清楚的文档和责任人。企业要知道，项目团队撤出之后谁来维护，规则变了谁来改。否则，这一次看起来成功，下一次改动又只能重新找人从头做。 ### p07 今天先写一页采购需求 今天可以选一个重复、费人力、又有明确负责人 的流程，写一页需求。写清现在怎么做，问题在哪里，用什么基线和口径验收，项目结束后谁维护。再拿这页纸向不同服务方询问方案。你会更容易看出，报价里买到的究竟是一次交付，还是一套能持续使用的能力。关注AI落地实践，也欢迎告诉我你最想改造的流程。

FDE的价值，不止是驻场把项目做完，还要把客户现场的发现变成产品能力。今天讲清楚：企业建这个岗位，到底该交付什么。FDE是前向部署工程师，关键不是这个名字有多新，而是它有没有把业务现场和产品迭代接起来。 ### p02 同一个岗位名，可能是不同工作 Vinoo Ganesh在介绍自己的经历时提到，不同公司都叫FDE，工作却可能完全不同。有的是售前工程师，有的是能写代码的销售，有的是驻场做定制交付的人。所以你不能只抄一个岗位名称。先问清楚：这个人对什么结果负责，能改什么，以及项目结束后要留下什么。 ### p03 产品与现场之间，断在哪里？ 传统模式里，产品团队在总部，客户团队在现场。需求经过几次转述，常常只剩下功能列表。真正影响交付的，可能是数据里的空值、夜间的例外审批，或者员工依赖的一张表。原文里的银行案例就是这样：系统符合设计要求，却没有在真实生产数据中跑过。缺口在设计与日常运行之间。 ### p04 Project Frontline：让产品工程师走进现场 一个具体参照是Palantir的Project Frontline。作者说，约二百五十人参加过这个轮岗项目，把软件工程师带到客户现场。值得学的并不是人数，而是机制：产品工程师亲自接触真实问题，再把发现带回产品团队。这个数字来自作者的经历回顾，不能用来证明所有公司照做都会成功。 ### p05 FDE 怎样形成产品反馈回路？ 我会把这套工作拆成一个回路。先在现场观察操作和例外，再做出能运行的结果。接着区分哪些是客户个性配置，哪些暴露了产品的共性缺口。最后，把共性能力放回平台，并在新的部署里验证。只解决这一次问题，是完成了一项交付；让下一次交付也受益，才产生了产品积累。 ### p06 归哪个部门，取决于服务谁 这里要区分两种情况。对于对外卖产品的公司，作者建议FDE成为产品团队的延伸，而不是只围着签单转。对于传统企业自己的AI转型，我更建议业务负责人牵头，技术团队共同承担责任。不能简单规定所有FDE都归同一个部门。真正要明确的是：谁负责业务结果，谁有权改产品或流程，以及反馈往哪里去。 ### p07 考核时，同时看结果与积累 考核也要跟着变。除了项目有没有交付，还要看流程周期和质量有没有改善，业务人员是否真的在用。再看共性规则有没有被整理，组件能不能复用。最后，检查这些改进在后续项目里是否成立。如果只考核驻场天数和交付数量，团队很容易忙着救火，却没有时间建设长期能力。 ### p08 今天就能启动的一个小试点 今天可以先找一位懂核心业务的人，再找一位懂数据或AI的技术骨干。一起观察一个卡住的流程，画出实际步骤，记录规则、数据和例外。试点开始前写清楚两项交付：业务问题要改善什么，哪些经验要留下来复用。先把这个小回路跑通，再决定要不要建团队。关注AI落地实践，我们继续拆解企业里的具体问题。

> 系列：AI落地实践｜模型之外的工作系统：Harness 企业 Agent 越部署越多，工作框架该怎么搭、又该怎么管？先看一个极薄的工作框架 QM。这里说的 Harness，就是模型外组织工具、记忆和流程的工作系统。项目讲者是 Josh France 和 Regan Bell，乔什·弗朗斯、里根·贝尔。这个故事的前半段，是 YC 自己的踩坑史：2025 年 1 月，一个通用 Agent，所有人都跟同一个系统说话；2025 年 6 月，把编码智能体放进虚拟机、接上 Slack，不会写代码的人描述一个 bug，机器人就直接去修；2026 年 1 月，YC 的合伙人开始用 OpenClaw，一个"有自己电脑"、可以高度定制的个人助理；2026 年 4 月，他们部署了 50 多个 Hermes 智能体组成的舰队，确实好用，但管理舰队像打地鼠，要一台台机器登进去手动修。 ### p21 QM 的设计，从一个叫"解除束缚"的想法出发。2024 年有篇文章叫《Situational Awareness》，核心直觉是：模型身体里已经有的智能，比我们实际用出来的要多；你只要不断把给它的能力边界往外推，新的能力就会出现。 他们做的第一件事，是把"大脑"从沙箱里取出来：会话、记忆、任务队列，全部集中放进 Postgres；沙箱不再是智能体的家，而是按人、按频道隔离、可以按需进入和更换的资源。但自动改进不是一帆风顺。他们让大模型当裁判、派一大群智能体去修各自遇到的 bug，结果遇到一个叫"主角综合征"的问题：每个智能体只摸到大象的一部分，做出只对自己那摊事负责、甚至互相打架的修改。所以人目前仍然必须在环。 ### p22 QM 的核心工具只有三个：在远程沙箱里执行命令，读写对象存储，以及把目录发布成内部应用。记忆、定时器这些，被明确称为"暂时糊住系统粗糙边缘的纸片"。他们对自己的定位是：一个"为 AGI 到来做准备的框架"。 但模型当下还有三个明显的毛病。第一，它太容易放弃，即使开了高投入档位也一样；他们的解法是一个"苦工工具"：给目标设一个预算下限，几个小时或者一定的 token 花费，没花够就不许放弃。他们还观察到，OpenAI 和 Anthropic 用非常相似的技巧，破解了一些开放的数学问题。 ### p23 第二，它会忘记自己被告知过的环境信息，在多人场景里搞不清自己在哪、在跟谁说话。第三，它并不天生理解社交情境和组织结构：什么秘密该怎么处理，什么时候不该插话，信息能分享给谁——这些它都不会。他们有一句话值得记住：你的上下文能做多深，最终取决于你的权限系统有多好。 ### p24 企业搭建 Agent 的工作框架，可以从四件事入手。 第一，别把预算只花在换模型上。在 Paper Club 分享的 ARC-AGI-3 对照中，同一个 Claude Opus 5，模型权重不变，裸考最好成绩 30.2%，加上 Harness 后 95.5%——在你追新模型之前，先确认现有模型的能力，是不是被你的harness浪费了。 ### p25 第二，认真打磨harness这一层：提示词、工具、记忆、技能、流程。工具让模型不必硬算，记忆让它跨轮保留信息，技能让成功经验可以复用。这些不是脏活，这是把模型能力兑现出来的主要工作面。 ### p26 第三，用同一套考卷，持续、公平地对比不同harness：固定预算，看平台期，看成本和性能的比值。没有自己的考卷，你就只能听别人说哪个模型强。 ### p27 第四，盯住这三个新变量：harness能不能在干活中改进自己；哪些推理可以放回本地、把成本和隐私拿回来；以及你的数据和权限系统，撑不撑得住一个知道得越来越多的智能体。 还是记住那句话：模型决定下限，harness决定上限。你离落地的距离，往往不在模型，而在harness。 关注 AI落地实践。下一条，我们就来横向对比目前市面上主流的harness。

> 系列：AI落地实践｜模型之外的工作系统：Harness 模型如何学会临场适应？ARC-AGI 到底在考什么？ YC Paper Club 分享：Claude Opus 5 在 ARC-AGI-3 中，裸考最好成绩 30.2%，加上 Harness 后 95.5%，模型权重没有变。Harness 是模型外组织工具、记忆和流程的工作框架。英伟达另一系统的 100% 是独立结果。 ARC-AGI 考的是流体智力：面对没见过的问题和规则，能多快适应、摸出规律，而不是记住了多少知识。 ### p10 冬季 26 批次的每个游戏，都被设计成技能正交：前一个游戏学会的技巧，在下一个里用不上。这是为了单独考查临场适应，防止靠记忆和套路刷分。 它还有私有保留集，只有两个人能访问：Greg 和 ARC 创始人弗朗索瓦·肖莱。模型见不到这份保密卷。 ### p11 面对全新规则、每题重新摸索，模型裸考只能解出大约三成。Harness 补上的有三样：持久的状态、能用的工具、更多算力。 ### p12 第一条路线，是让 Harness 在做事时自我改进。 ### p13 DSPy 的思路是：既然没法对"写系统提示"这件事反向传播，它就用遗传式的办法，生成一批候选提示，合并、评估、筛选，在一个小训练集上把最优提示"进化"出来。 ### p14 2025 年 5 月问世、2026 年 3 月更新的 Darwin Gödel Machines，达尔文·哥德尔机器更激进：它维护一个档案库，里面是很多"harness加提示"的组合，采样出来，用适应度函数评估，再写回档案；而一个元harness，允许智能体直接修改自己正在运行的harness代码，把自己变成另一个harness。元harness的工作，就是生产harness。 ### p15 Continual Harness 则在记忆里增加了历史这个类别，最关键的一步是 DAgger 风格的在线学习：用刚发生的少量经验，直接在测试时更新模型的权重。主持人判断，这是极其值得投入的方向。 ### p16 除了让框架自我改进，还要决定 AI 在哪运行。斯坦福 Hazy Research 的 Jon Saad-Falcon 提出把 AI 拉回个人设备：云端订阅和 API 每年累计数千美元；敏感数据送到第三方；智能是租用而非拥有；能耗比本地高出几个数量级。 ### p17 但现在本地模型终于够用了。消费级加速器，配合量化，已经能跑 10 亿到 1280 亿参数的开源模型；Qwen、Gemma 这些开源家族，落后云端前沿只有 6 到 12 个月，差距以月计，不再以年计。 他把个人 AI 栈拆成五个可以互换的原语：用户界面；负责组合推理的智能体；设备端模型，比如 Qwen3.5、GPT-OSS、Gemma 3n；推理引擎；以及硬件，Apple Silicon 到英伟达都算。再加上工具、记忆，和从个人轨迹里持续学习的机制，包括 GRPO、SFT、LoRA。 ### p18 他们还有个聪明的桥接做法：让强大的云端模型负责诊断、提建议、把关，产出针对本地模型的优化方案，但日常推理全部在本地跑，不付云端的钱。效果很直观：搜索优化后的 Qwen3.5-9B，在 PinchBench 上 100%，在 LiveCodeBench 上 83%，在 LiveResearchBench 上 91%；而达到云端同等质量所需的优化成本，比 SFT、LoRA、DSPy、GEPA 低 7 到 11 倍。 ### p19 在这项研究展示的条件下，幻灯片给出的最终结果是：设备端系统和最好的云端模型，平均准确率只差 3.2 个百分点，8 个基准里有 4 个追平甚至超过；而成本，约为云端的八百分之一，延迟约为四分之一。他的预测是：未来大部分日常推理，会发生在个人设备和本地工作站，而不是云端。 从临场适应到本地运行，关键都在于：让模型拥有能积累经验、适合任务的工作框架。

> 系列：AI落地实践｜模型之外的工作系统：Harness > 第 1 集；原稿范围 p01–p08。标题、页码及本说明不入口播；各页正文按顺序连续口播。 ### p01 企业做 AI，别只盯着换模型。同一个模型，换套工作框架，成绩从 30.2% 升到 95.5%。 这套模型外的工作框架叫 Harness。根据 2026 年 8 月 26 日 Y Combinator 的 Paper Club 分享，这是 Claude Opus 5 在 ARC-AGI-3 中，裸考最好成绩与加上 Harness 后成绩的对照，模型权重没有变。 ### p02 另外，英伟达的另一套系统在同一场考试里拿到 100%。这是独立结果，不是同一个模型的第三个成绩。 这一集，我们先回答一个问题：同一个模型，为什么换一套工作框架，成绩就能差三倍？ ### p03 先说一个反直觉的事实：框架这么重要，但在过去很长时间里，它在行业里并不被重视。 人们给它起了各种外号。有人说，它不就是个 wrapper 吗？一个壳。有人说，不就是点脚手架吗？搭着用的。还有人说，不就是 prompt engineering，提示词工程，算不上正经研究。 ### p04 原视频里展示了两条公开的话。一条来自一个月前的论坛，原话是："我不确定这种 prompt engineering 是否配得上出现在顶级机器学习会议上。"另一条说："上下文工程，context engineering，不是一个研究问题。" 但数据怎么说？这里要纠正一个很多人包括我们之前也搞错的细节。所谓"有无harness之间差 18%"，这个数字不是 ARC 考试的，它来自另一个排行榜，TerminalBench 2。在这个排行榜上，模型是同一个，都是 Claude Opus 4.6。Stanford IRIS 团队做的 Meta-Harness，准确率 76.4%；Anthropic 官方的 Claude Code，58.0%。同一颗"大脑"，harness不同，差了 18.4 个百分点。 ### p05 还有一张更宏观的图，来自评测机构 METR。横轴是模型发布的时间，从 GPT-2 一直排到 2026 年的模型；纵轴是模型有 50% 成功率可以完成的软件任务时长。GPT-2 时代只有几秒钟，到 2026 年，Claude Opus 4.6 的点已经越过四小时刻度，落在四小时和十六小时之间；更新的预览版模型逼近十六小时，超过十六小时的任务他们目前都测不准。这条曲线显示长任务能力在提升，但仅凭这张图，不能把提升幅度归因给harness。 ### p06 主持人在现场做了一个时代划分。他把过去叫"静态harness时代"：harness的循环、工具、记忆、技能都是固定的，harness不会改自己。而最近大约六个月，行业进入了一个新阶段——"自我改进harness时代"：harness可以一边干活，一边修改自己的提示词、自己的组件，甚至自己的代码。 ### p07 这个转变为什么重要？原视频引用了一家叫 Trajectory 的公司 CEO 的观点。他说，经济世界是为"经验"付费的：一个博士毕业、智商很高但没有经验的人，和一个干了三十年、智商高而且经验深厚的专家，市场给后者的报酬高得多。我们的模型呢？行业一直在拼命推高一个维度——困惑度 perplexity，它大致相当于模型的智商；但另一个维度，"测试时的经验"，我们用得远远不够。 ### p08 他还做过一个在线学习实验：把样例一个一个加给模型，你会发现，上下文学习加到大约四五十个样例之后，在验证集上就不再提升了。想继续学，你得换流程，上小秩的 LoRA，再上大秩的 LoRA，最后上完整微调 SFT。数据量不同，就得换一套完全不同的训练方法，这件事本身就很别扭。而"让模型在干活的过程中持续学习"，正是harness现在最闪光的地方。 所以，企业做 AI，除了看模型有多强，也要看它有没有积累和利用经验的工作框架。下一集，我们接着问：模型如何学会临场适应？

> 素材来源：The AI Daily Brief《10 Ways to Think Bigger with Opportunity AI》（2026-09-18） 今天咱们来聊一期思路类的节目。AI Daily Brief的主理人NLW最近发了一期长音频，主题特别戳当下：他造了一个词，叫"机会AI"，跟咱们天天挂在嘴边的"效率AI"相对。他说了一句话我特别认同：新模型的价值，越来越不在于把你已经在做的事做得更好，而在于解锁你从来没想过的全新能力。问题是，没想过的事，你怎么想到？这期节目就是给的一堆思考起点，咱们把干货全部拆出来。 先交代背景。GPT6 Astra发布之后，AI圈出现了一个很拧巴的现象：一方面它强得离谱，尤其视频编辑和3D建模这类全新能力；另一方面不少重度用户在吐槽，说这是用过最聪明也最蠢的模型，情绪不稳定，写代码的算力成本翻倍。NLW的观察是：这次的模型升级，头一次不是把老活干得更好，而是能干你从来没干过的活。所以他区分了两个概念：效率AI，把你现有的工作做得更快更省；机会AI，解锁全新的可能性。他特别强调，效率AI没有任何问题，它会是AI应用的基本盘，但如果企业只把AI当提效工具，战略层面会错过大事——因为效率场景最终会变成标配，真正的赢家是那些借AI长出新能力、哪怕看起来跟主业不相关的公司。 但机会AI有个天然的死结：你不可能凭空想到自己没想过的事。NLW很诚实，说自己的机会AI用例基本都是跌跌撞撞试出来的。所以他攒了十二个思想起点，节目里展开讲了九个，我一个一个过。这里先送你一个他给的捷径：很多所谓的全新机会，其实是"别人早就在做、只是你第一次够得着"的事——看看别的行业的人在玩什么你眼馋的招，把它搬进你自己的行当，往往就是最好的起点。 第一个，做能"玩"的营销。过去营销是图文视频，接收者是被动看；现在可以让用户玩一个跟你业务相关的小游戏。这里面有个很细的洞察：告诉用户"这个地方奖励好奇心"，和给用户一个小谜题让他自己产生好奇，是两种完全不同的效果——前者好奇心只是文案里的词，后者好奇心是用户亲身体验的东西。他举的例子特别妙：假如你做增长咨询，核心观点是"团队扩张会让协作变难"，那就做一个五分钟小游戏，让玩家在给项目不断加人的过程中亲手体验协调成本怎么失控——规则本身就是你的论点。当然也别神化这事，游戏做得好不好玩，专业门槛还在，只是现在你终于有机会低成本试了。第二个，搭自己的视频生产线。他自曝AI Daily Brief的切片视频不是什么现成工具做的，是自己用Claude搭的定制流水线，吃进脚本和素材，自动产出成片。他给了一个作业：让AI写个六十秒脚本，用iPhone拍下来，扔给Codex或Claude Code，让它搭一条完整的后期流水线，你只负责开头和出镜。第三个，可以探索的产品演示。销售演示只能按一个顺序讲，交互式演示让客户自己点开关心的部分——客户的好奇心成了讲解的导航。第四个，客户可以自己调参数的提案。提案背后本来就藏着你的假设模型，为什么不把部分推理开放给客户？"想快点上线"变成了"可以，要么加频次，要么加预算"，客户自己推演取舍，谈判来回的时间大幅缩短。他说这个是效率和机会二合一，未来会变成标配，我们会不会交互式提案的时代都记不清。 第五个，业务决策模拟器。很多争论其实是几个争论叠在一起："我们要再招个人"背后可能是流程太慢、分工不均、或者有人预期需求要涨。做一个模拟器逼你把这些前提条件写清楚，假设是否成立一验便知。第六个，3D能力。Astra特别强的是三维：有人拿它做房子3D看房，他说3D学习教具是重点方向——能转着看的三维模型，学起来完全不同。第七个，把客户故事做成纪录片。访谈录音、项目复盘、截图照片这些素材，喂给模型就能拼成一部微型纪录片：客户讲述问题、录像展示变化，证据链自己会说话。第八个，练习场。给员工一个模拟环境，练习怎么应对难缠客户、怎么跟老板谈坏事，核心价值是让判断力得到即时反馈——他赌这会成为职业培训的一整个新品类。第九个，可打样的实体产品，连老师都可以做可拆装的教具。第十到第十二个，他把两个放网站上没在节目里讲，最后一个讲得最深：把你的专业判断做成产品。专家咨询表面是聊天，内里是收集背景、识别模式、排除误区、决定下一步——能不能把其中一部分固化成别人可以交互的东西？他这期配套的网页应用本身就是示范：把他给每个人出的主意做成了可自学的体验。而且这不只对外有用，对公司内部，把"反复回答同样问题"的那部分自己产品化，本身 就是提效。 收拢一下，三个判断带走。第一，效率AI是基本盘，机会AI才是分水岭——效率场景人人都有，很快变成空气，新能力才拉开差距。第二，找机会AI用例有个捷径：看别的行业的人在用什么你眼馋的玩法，把它搬进你的行当。第三，所有这些起点背后是同一个母题：造"如果……会怎样"的机器，让假设可以被亲手检验。 给你一个马上能用的行动建议：这周从节目里挑一个起点，比如那条六十秒视频流水线的作业，动手做一遍——机会AI不是想出来的，是撞出来的。如果这期给了你启发，评论区聊聊你最想试哪个起点。咱们下期见。

> 素材来源：Y Combinator Lightcone 播客《The State of Startups in 2026》（2026-09-17） 今天咱们来看一份含金量极高的行业体检报告。YC的Lightcone播客发了年度专题《2026年创业公司态势》，四个合伙人Garry、Jared、Diana、Harj对谈。为什么值得认真听？YC每年看几千家早期公司，等于拿到了创业生态的最前线数据，里面好几个数字是断崖式的变化。做企业的、投资的朋友，这期信息密度很大，咱们慢慢拆。 先说最 shocking 的两组数。第一组，硬科技公司的占比，从百分之八涨到百分之二十——什么叫硬科技？真正触碰原子的，不只是比特。拆开看：机器人从百分之一涨到百分之六七，先进制造从百分之四涨到百分之十，国防从百分之一点五涨到百分之五，半导体和光子计算从百分之一涨到近百分之四，连电力基础设施都从百分之一涨到百分之三。整条物理栈全线翻了三四倍。第二组更狠：YC录取的公司入学时收入是零，往届结课时中位数月收入大约八千美元，现在是两万美元。还有极端案例：有公司在三个月的孵化期里从零做到七位数年收入——以前这平均要十八个月。为什么能这么快？因为智能体编程让产品成熟度天然上了一个台阶，创始人一个人跑二十个编码智能体会话，就能把产品做到能卖的水平。 硬科技为什么突然爆发？嘉宾们给了三层原因。第一层是AI让硬科技变便宜了：过去顶级全栈硬件公司的瓶颈之一是要养一千个顶尖软件工程师，现在智能体写代码，一两个高手加小团队就够了，连机器人公司都在大规模微调开源的物理智能模型。第二层是人才密度：最新一期夏季班里，六分之一的创始人有博士学位——硅硅光子这种东西，确实得研究背景硬。第三层是三个宏观风口：SpaceX上市成功带火了一整代太空创业者，有人做主权版星链，有人给太空数据中心做太阳能板；经历过战争年代的一代创业者涌向国防，有一家做太阳能高空侦察机的公司拿到了七位数的军方合同；还有就是AI算力本身成了物理基建问题——数据中心、供电、散热、交换机，连老款A100显卡的每小时租用价格都在涨，这在半导体行业是反常识的，稀缺到这个地步了。YC从二〇一四年就开始投硬科技，当年投了火箭、芯片，VC同行一句"我们只投B2B SaaS"就把人打发走了，现在风水轮流转。 那软件是不是死了？这是这期最有意思的辩论。他们给的判断是：SaaS没死，但在换灵魂。证据有两个。一个是老牌SaaS反而复苏了，靠的是"记录系统"逻辑——智能体要用你的软件，用的次数比人多得多，Salesforce的增长就是智能体在拉动。但这带来一个新命题：记录系统必须进化成"操作台"，也就是智能体干活时待着的地方，不然数据护城河会被MCP接口放空。他们管接下来的竞争叫"马具战争"——各家都想成为智能体的工作台。另一个证据更有说服力：有一个业界很有分量的基准测试，Astra之前的旗舰模型只考了低双位数，换成定制马具之后直接干到九成以上——结论是模型加马具才等于产出。落到YC自己batch里的变化：做端到端完整工作的公司，就是智能体直接把活干完的那种，从百分之十涨到超过四分之一；这批公司也是收入涨最猛的。他们举了个招聘产品Juicebox的例子：原来是智能搜索人才，现在智能体直接触达候选人、约面试，单个客户贡献的收入翻倍到三倍——而且招聘专员不反感，因为谁也不想手发五百封冷邮件，人去做文化匹配这种真正有判断的活。 还有个闷声发财的品类：给大模型实验室卖数据和强化学习环境。两年里YC投了超过十二家这种公司，每家年收入都过一千万美元，有的到几亿美元级别。据他们说大实验室在这个方向总共要花大约十亿美元。逻辑很简单：算力的故事大家都听腻了，但数据是scaling law的另一条腿。机器人方向更特殊——现实世界的数据没法靠爬虫获得，得靠真实场景采集，所以又冒出一批专门给机器人模型供数据的公司。 最后两个人的变化，我觉得对咱们中文听众最有触动。第一，单人创始人比例从百分之五涨到接近百分之十九。以前创业的标准配方是一个会卖的加一个会写的，现在"知道该做什么"比"会写代码"值钱得多。有趣的是YC内部数据说，Instacart、Coinbase的创始人当年入batch时其实都是单人，后来跑出 traction 再补联合创始人——先跑起来，再搭班子，可能成为新常态。第二，资深创始人回潮，三四十岁甚至五十多岁的创始人是最近表现最强的群体。原因很妙：管理编码智能体和管理工程师团队是一回事——管理过团队的人，天然会管智能体军团，这项经验反而升值了。Garry 总结这句话送给大家：现在最稀缺的高位字节，是知道该做什么。 收拢三个判断。第一，创业的成本结构变了，三个月从零到百万营收不再是个案，企业和个人的立项门槛都该重新校准。第二，软件的死与活：纯功能型SaaS会被智能体穿透，记录系统要么变成智能体工作台要么被管道化——企业选型时要押后者。第三，经验值钱了：知道该做什么、知道坑在哪、会管智能体，这些恰恰是年纪和阅历给的，中年人的窗口反而开了。 给你一个马上能用的行动建议：把你所在行业里"大家都忍着"的那个完整流程找出来，看看能不能用一个智能体从头到尾跑通——YC 数据里涨最猛的，全是干完整活的。听到这有想法，评论区聊聊。咱们下期见。