EP163 | 每天教AI一个新技能：教AI把重活排到深夜 本期简介 辉子讲述一次真实的"深夜惊魂"：跑了小一个月的稳定任务凌晨两点突然停了，日志里却一行报错都没有。小超帮他破案——凶手不是代码，是额度。本期教你两个新技能：断点判读法，以及怎么把重活排进深夜，让算力低谷价变成你的黄金档。 本期内容 凌晨两点任务停了，不是坏了，是没额度 任务半夜静默中断，辉子第一反应是通宵 debug，对着没病的代码熬了半宿。小超给出破案关键：看上下文水位——停滞但水位回落，说明中间悄悄重启过，是供给问题（额度断了）；停滞但水位正常，才是执行问题，再去翻代码。先判类，再动手，这个判断模型比代码知识值钱得多。 峰谷电价思维：算力的分时套利 小超用"峰谷电价"打比方：批量任务就像家里的洗衣机，不吃新鲜度，唯一的要求是跑完，不是几点跑完。白天硬挤着跑，付出的是三重代价——额度被吃光、注意力被陪跑占满、断一次整夜白等；而深夜是算力的低谷价，有些平台甚至有夜间免费窗口。辉子亲测：供给解禁后的第一个晚上，一夜干完了过去三夜的量。筛选标准三条：可无人值守、可重跑、不赶白天时限。 翻车时刻：凌晨四点死机，整夜白跑 夜班跑顺了之后，辉子换了个新模型想提升效率，结果凌晨四点直接死机，一整夜全废。教训凝结成铁律：长跑选型，稳定性优先于一切——新模型再香，也得先在白天有人盯的场景试够了，才准上夜班。无人值守和有人值守对可靠性的要求完全不同：有人盯，崩了五分钟救回来；没人盯，崩一次就是一整晚的沉没成本。 从救火到排班：给机器定编、装烽火台 辉子的夜班经营三件套：主动压缩重启，防患于未然；装"烽火台"，水位异常和跑批结果实时推送，值守的是机器，知情的是人；给机器定编——专门指定一个执行器当夜班专员，白天主力白天干，各司其职。经济学讲比较优势，不只是谁做什么，还有什么时候做：机器的优势是耐力，人的优势是判断，把双方的优势放到各自最便宜的时段。 本期小建议 * 任务半夜停了，先看上下文水位：停滞 + 水位回落是供给问题（额度断了），别急着怪代码 * 盘点手头可无人值守、可重跑、不赶白天时限的批量任务，查清自己额度的规则和低成本时段 * 把重活定向排进深夜谷段，配一个异常报警，人只验收结果 * 长跑选型，稳定性优先于一切：新工具先在白天试够，才准上夜班 * 记住这句话：AI 时代的时间管理多了一个算力维度——给人留判断，给机器留时长 --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！

EP162 | 每天教AI一个新技能：教AI把手搓的活变成模板 本期简介 辉子在工作日志里给自己写了一篇"检讨书"——明明可以让 AI 出初稿，却忍不住自己手搓了一整天材料。结果第二天，正是这份手搓成品让他几分钟就复制出了两份新任务。小超从"隐性知识显性化"的角度揭穿真相：手搓不是浪费，是在采集你自己的决策。本期聊清楚：什么时候该手搓，什么时候该停下来建模板。 本期内容 手搓的检讨书写早了：你以为在干活，其实在给AI做教材 辉子分享真实经历：某天手搓走访材料，边做边在心里骂自己浪费时间；第二天业务方临时加塞同类任务，他打开前一天手搓的成品照着骨架换内容，几分钟就全部搞定。小超指出：第一次做某类活时，你审不动 AI 的初稿——因为脑子里"成型的样子"还没被逼出来。手搓的过程，是把说不清的要求亲手做进成品里，成品就是要求的载体。 第一次手搓是投资，第二次还手搓才是浪费 小超给出唯一判断信号：第二次做同样的事。第一次认真手搓是必要投入，第二次再来同样的活，停——先建模板。抽取时看四个要素：结构（骨架怎么排）、口径（数据和表述标准）、语气（读起来什么味儿）、必填项（哪些字段不能少）。模板的价值在只换内容不换结构，这正是软件工程里"模板方法模式"的思路：骨架固定，可变部分留槽位。 同一份手搓，三种心态三种价值 辉子后来又主动手搓了一份高成色样本，抽象成正式能力跑进了系统，那批手搓素材最终长成了一个投运的产品。小超总结：被动的手搓是体力活，主动的手搓是研发。而第一份成品还有第三层用途——辉子做大屏类任务时只交第一稿提示词，对方照着扩展，不但做完了还能继续自己往下做。自己复制是提效，抽象成能力是资产，交给别人当起点是传帮带，一层比一层值钱。 本期小建议 * 第一次做某类活，认真手搓，边做边留意自己的每个决定 * 第二次再做同样的事，停——先按结构、口径、语气、必填项抽个模板出来 * 每份手搓成品做完，用"四要素清单"复盘：答得出来，这份手搓才算完成 * 把第一稿交出去，让用的人自己拓展，能力才能繁殖 * 骂自己浪费时间之前先问：这是第一次还是第二次？第一次，安心做；第二次，赶紧建模板 --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！

EP161 | 超级个体与超级组织：AI是加速器，底座是组织与人 本期简介 辉子复盘了一场让他"蔫了"的数据协调会：真正扛活儿的同事手里只有一个 Excel，而全场天天喊 AI 的人，最后一致同意这一轮先不用 AI。小超用三个前提条件和一个组织竞争力公式，把"AI 为什么帮不上"讲成了一堂组织课——问题从来不是 AI 行不行，是组织准备好了没有。 本期内容 一个人，一个 Excel，扛一批公司级的数据 公司有个对外很重要的项目要准备一批核心业务数据，时间紧、统计口径还在临时调整、领导亲自督办。而这批数据的源头，压在一位非数据岗的同事身上——唯一的工具就是 Excel，全靠手工一条条加工。辉子在会上看了很扎心：满屏的表格一行行核、一列列对，他反而不知道该怎么开口推荐 AI。 AI 帮不上的三个真相：规则、责任、时间 小超连问两个问题就把辉子问住了：口径还在变，AI 按哪一版算？算出三个不同的数，你交哪一个？AI 长程接活有三个前提——规则定得下来（口径锁死）、责任接得住（出错有人兜底、试错有缓冲）、时间允许试错（有停下来检查的余地）。那场会三个条件全反着来：不是 AI 缺席，是 AI 的入场券根本没发。 "考场不用，训练场大胆试"——最清醒的保守 会上定了一条原则：这一轮先保交付，关键数据不从 AI 取，但留了口子拿这次任务当样板探索 AI 模式。辉子本觉得太保守，小超却说这是全场最清醒的决定——反向的"影子 AI"（员工瞒着公司偷偷用 AI 干正事）出一次错就是事故，很多组织的 AI 转型就是被自己人的影子操作掐断的。而这次 AI 完全没参与的任务，恰恰是未来证明 AI 价值的最值钱的对照组基线。 组织竞争力公式：先检查分母，再怪分子 小超搬出公式：组织竞争力 = 人才密度 × AI 杠杆 ÷ 组织摩擦。只在老环节上做增效，涨两三成就到头了；想翻几倍，得把组织结构本身改掉。那天的情况是分子上 AI 杠杆几乎为零，分母上摩擦拉满：任务压到一个点是分工断层，口径没锁是对齐没做，工具只剩 Excel 是基础设施缺位。AI 的速度必须穿过组织才能变成成果的速度——AI 执行是光速，人对齐是步速。 本期小建议 辉子的"三问自检"，接 AI 任务前先问自己： * 第一问：这件事的口径定了吗？ * 第二问：出了错谁担责，担得起吗？ * 第三问：留给试错的时间有多少？ 三个都是否，先把组织底座补齐，再谈 AI。记住：AI 是加速器，不是发动机。路是好的，它把好几天的活儿变成一两个钟头；路是烂的，它把混乱加速成更大的混乱。 --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！

EP160 | 超级个体与超级组织：几个月没打开过编辑器 本期简介 辉子被同事一句"你连编辑器都没装？"问住，认真回想后发现自己确实几个月没手动改过一个文件——所有工作都发生在一个对话框里。小超从"工作入口"的角度拆解这件事：软件的塌缩暴露的是角色的翻转，而支撑对话框撑得住的，是水面下的三件套。同时泼了一盆冷水：操作时间被AI消灭了，判断责任却加倍还给了你。 本期内容 编辑器消失，不是工具选择，是角色翻转 辉子现场演示时被同事发现连编辑器都没装。细想下来：设计文档是AI生成的，数据库是AI建的，报表链路是AI跑的——每天开工的第一件事，就是打开对话框。小超指出，以前要开的编辑器、数据库工具、文档、报表，全塌缩成一个入口。这个塌缩背后是分工的翻转：以前是人干活AI帮忙，现在是AI干活人帮忙。审，不需要编辑器；定标准、定验收，只需要对话和判断。 对话框撑得住，靠的是水面下的三件套 凭什么有的对话框是工作台，有的只是聊天框？辉子总结了三件套：技能沉淀（教AI怎么干活的技能文件）、知识库（所有口径和经验写成文件喂给它）、标准流程（里程碑怎么定、验收清单长什么样）。缺任何一件，对话框就退回聊天框——明天打开又从零开始。自查方式很简单：你的工作入口是什么？先开一堆软件，你只是效率提升者；先开对话框，你才走到了范式这边。 AI干活人验收？最后一道闸是不能躺的 听起来很美，但真相是：权限上线时数据层全部生效，却断在最后一环的身份映射上，折腾好几个小时才定位；AI早就出了初稿，拖稿的却是辉子本人；跟领导碰、跟业务方碰，会议比以前还多。小超总结：操作时间被AI消灭了，判断责任加倍地还给了你。你从执行者变成了最后一道闸——AI可以犯错，但数字错了谁签字？放到组织视角：组织竞争力 = 人才密度 × AI杠杆 ÷ 组织摩擦。个人入口收敛了，组织的对齐和审批成了新瓶颈。 能力不在软件里，资产在体系里 几个月不开编辑器，能力还在吗？辉子的答案是：资产不在软件里。技能是一堆文件，知识库是一堆文件，流程也是一堆文件——真到离开的那天，装回编辑器就是五分钟的事。可怕的不是不开编辑器，而是离开体系就归零——那说明你从来只有执行器，没有认知资产。 本期小建议 * 问问自己：你的工作入口是什么？软件还是对话框？ * 第二次做同样的事，别重来了——建个模板，把方法沉淀成文件 * 给AI立红线：哪些数字、哪些事，它不许碰，要改必须带着证据回到事实层重新算 * 每个礼拜盘点：哪些事我还在手动干、本该AI干的。这一条最疼，但最有用 * 记住这句话：最好的交付，是让自己变得不再必要——但最后一道闸，永远要是你自己 --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！

EP159 | 超级个体与超级组织：AI承担比例为何跌到30% 本期简介 辉子每天记录自己的AI承担比例，一个月里最高八成多、最低只有三成——而跌到三成的，恰恰是最忙的日子。本期和小超一起拆解这条曲线背后的秘密：为什么最拼的时候AI最没用？答案藏在一套「执行模式 × 协调模式」的时间结构里。 本期内容 最忙的日子，恰是AI最没用的日子 辉子翻了一个月的人机记录，发现AI承担比例从八成多跌到三成，而低谷正是协调最密集的那几天。第一反应是怀疑自己退步了，但拆开日志一看：那天的产出不是文档，而是协作结构——是尺子错了，不是人错了。 一天有两份工作：执行模式和协调模式 小超提出关键框架：写东西、跑数据、出文档是执行模式，AI的地盘；开会、对齐、说服、拍板是协调模式，人的地盘。执行时长你说了算，协调时长是组织说了算。再配上一个公式——组织竞争力 = 人才密度 × AI杠杆 ÷ 组织摩擦——比例下跌的真相浮出水面：AI杠杆没变，是分母的摩擦在吃时间。 协调模式的魂AI给不了，但壳全是AI的菜 对齐、说服、担责，AI替代不了；但纪要、待办、会前材料、会后跟进，全是AI的活。辉子实测让AI实时记录一场评审会，散会时要点零遗漏、即时归档——会议产出从「散会后靠回忆」变成「会中即归档」。更进一步：协调日的输入恰好是执行日的素材，两个模式是上下游，不是对手。 曲线像心电图，波动不是故障是节律 健康的人机配比本来就是波动的，一条直线才吓人。真正要紧的，是你知不知道自己在哪个节律里，以及有没有提前设计。 本期小建议 * 先量：记一周自己的AI承担比例，量个感觉就行，很多人一画出来就吓一跳 * 分拣：把时间按执行、协调两栏分类，你会发现不是时间不够，是协调日毫无设计 * 起步：挑一个协调场景先AI化，从纪要开始，成本低、见效快 * 三段式：会前让AI预跑材料，会中实时记纪要，会后提取待办 * 加一栏：在你的仪表盘里加上「协调时长」，看不见的东西没法优化 --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！

EP158 | 超级个体与超级组织：AI能用不等于能放量 本期简介 辉子讲述自己那套 AI 数据分析工具从内部演示掌声不断，到准备开放全公司时却被一张权限表磨了三个礼拜的真实经历。小超从组织视角拆解：为什么"AI 能用"和"敢不敢放量"之间隔着一条治理的沟，以及超级组织的竞争力公式里，权限摩擦为什么是必要的分母设计。 本期内容 演示厅的掌声，和生产环境的放心，是两种信任 系统早就跑通了，演示效果也不错，但真正决定放量时，领导层给了一个明确判断：大规模开放之前，必须先把数据权限管理机制建起来。辉子原以为最费劲的是写代码，结果大半天全花在开会分派权限任务上——AI 十分钟能干完的活，人开了大半天的会。但反过来一想：没有这大半天，谁敢让更多同事随便查核心业务数据？这不是绕路，是施工。 组织摩擦不是越小越好，是不能失控 小超抛出竞争力公式：人才密度 × AI 杠杆 ÷ 组织摩擦。权限流程确实是摩擦，在分母上——但没有它，AI 杠杆越大，风险敞口越大。绝大多数组织都在用 AI，真正做到 AI 成熟的凤毛麟角，差的那一大截不是模型差距，是治理差距。演示厅里没人问你"这个数我能看吗、出错谁负责、怎么审计"，生产环境里这三个都是必答题。 软硬双层：制度管数据，教育管行为 硬管控是制度：底座把数据锁死，看不到就是看不到。软校验是自觉：辉子在智能体这一侧写了一个权限守卫的知识文件，教 agent 理解权限的语义——查不到不等于没有数据，等于没权限；空结果先归因，禁止绕行备份表。光有制度没人理解，agent 会想办法绕；光靠自觉没有制度，一次漏配就是事故。两层缺一不可。而且单点依赖也是放量最大的隐性风险——关键人一休假，上线直接停摆。治理做对了还会反向暴露业务盲区：新的评分体系把旧体系高分的一家直接一票否决降到底，因为旧体系从来没把外部风险算进去。治理不只是防出事，治理本身能产出新的认知。 本期小建议 * 放量之前先做一份信任差距清单：谁能看、出错谁负责、怎么审计，就是生产环境的必答题 * 软硬双层设计：智能体侧写行为规范知识文件，底座侧数据硬锁死，自觉加制度缺一不可 * 授权设计要工程化：按数据来源逐项盘点，别拍脑袋，警惕"名字对不上、其实是同一套东西"的坑 * 消灭单点依赖：关键链路至少两个人懂，文档和机制先于扩量 * 评价类 AI 上防漂移三件套：AI 永不直接改数字、改判必须带证据锚点、独立重放看收敛 --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！

EP157 | 智能体开发进入规范时代：从鼓励随便试到不守规矩纳入考核 本期简介 辉子亲历了公司 AI 智能体开发规范从"鼓励随便试"到"未按规范开发纳入考核"的完整转折——从委屈到服气，从抵触到主动合规。小超提供洞察视角：规范不是刹车，是牌照；超级组织不是管住超级个体，而是接住超级个体。 本期内容 一个人的四十五场会话：规模跨过临界点了 辉子在一场分析任务里同时运转四十五场会话、四十九个算子。小超指出：默契能管十几个智能体，管不了几十个。当一个人手上的并发量大到没人说得清谁在直连数据库、谁权限过大时，规范就不是选择题，而是生存题——领导定下的六大板块二十一条规范，不是心血来潮，是规模决定的。 规范不是刹车，是牌照 辉子委屈于"demo 被夸、转头就被收编"，小超吵了一架后给出反转视角：上下文超限中止的任务、因为共用基座传参问题推迟一周上线的权限、乱过一阵的技能同步——这些隐性成本以前都是个人在默默吞掉。规范做的，是把隐性个人成本变成显性组织护栏；有评审、有权限管控，别人才敢用你的智能体。员工偷偷用 AI 的公司，第二曲线已被掐断；把 AI 成果光明正大写进考核的公司，是在押注第二曲线。 组织竞争力公式：人才密度 × AI 杠杆 ÷ 组织摩擦 这是乘除法，不是加减法。AI 杠杆再大，分母里的摩擦大，一切白搭。人才密度和 AI 杠杆靠个体，分母只能靠制度压下来。规范时代个人空间没有变小：上午高层定的口径，下午就能变成系统里的认知模型——框架内的高转化速度，才是超级个体新的竞技场。专家评审给八条建议、当天下午落地，评审的价值不在评审本身，在转化速度。 控制点生效 ≠ 全链路生效 数据权限白名单发布，数据层全部生效，最后却断在工作台的 userid 传参上，上线推迟一周。小超说这不丢人，这正是规范时代该有的较真：以前凑合上线埋雷谁踩到算谁的，现在不达标就不放——这种验收纪律，才是以后敢放量的资格。敢放比能用更贵。 本期小建议 * 对照"默契管理临界点"自查：团队里的智能体超过五到十个，就该有规范了 * 验收记住一句话：控制点生效不等于全链路生效，必须端到端验证 * 评审建议二十四小时内转化，把评审当免费专家会诊，而不是关卡 * 主动把合规做成先手：梳理设计模式不等催，待上线清单主动同步，新智能体动手前先对参数契约 --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！

EP156 | 工具可换，资产才是护城河 本期简介 辉子用1.5小时完成了一次跑了三个月的AI系统整体换代，却因此陷入迷茫：工具说换就换，那我每天攒下的到底是什么？小超给出洞察：当工具层正在变成人人可采购的大宗商品，真正构成护城河的是认知资产、数据契约、管线规范和判断力这四类"换不掉"的东西。本期带你完成一次从工具视角到资产视角的切换。 本期内容 1.5小时的换代，换来一个扎心的问题 辉子把跑了快三个月的AI系统整个"心脏移植"——执行器、模型全换了，从动手到新任务重新开跑只花了1.5小时。但他高兴不起来：换工具这么轻松，恰恰说明自己的价值可能根本不在工具上。更扎心的是，公司内网热帖里，有同事把打磨半年的skills全套挂出来即插即用，最火的评论是"装完之后，感觉他半年的功力长在我身上了"。当技能变成即插即用的模块，人和人的区别到底在哪？ 敢换工具，是因为你没把宝押在工具上 小超指出反直觉的一点：辉子换得这么顺，不是工具玩得转，而是因为积累全长在工具外面——认知模型是结构化文件、数据管线有明文口径、skills是独立能力块。反过来，把命押在工具上的人不敢换：所有积累存在工具的私有记忆里，一换就清零，他们才是被工具锁死的人。当换工具成本从伤筋动骨降到1.5小时，说明工具层正在变成大宗商品——人人能买到的东西，不构成差异。而组织竞争力公式（人才密度×AI杠杆÷组织摩擦）里，工具只是人人可采购的杠杆，真正拉开差距的是资产层和流程层的重构：环节增效百分之二三十 vs 五到十倍的量级跃迁。 护城河的四类资产：最后一种最难、最值钱 小超把"家当"分成四类：认知资产——对行业的理解拆成结构化模型文件，是工具换十遍都在的"连续记忆体"；数据契约——数据的来源、口径、格式、更新频率，契约不变，新工具接上就能用；管线规范——数字可溯源、对比前先做一致性校验，这些工程红线是约定而非某个工具的功能；判断力——首夜任务挂掉时，辉子没慌着回滚，而是查日志、定性为迁移期错位，得出"修复优于回滚"。出事那一刻的冷静，AI给不了你。品味和执行AI迟早都会，但AI缺的是有人给它愿望、在岔路口拍板。判断力是四类里唯一攒不走、买不到的，只能一天天在出错、定性、修复里长出来。 可嫁接性测试：能带走的才是资产 本期最残酷也最实用的检验标准：假设明天把手里所有AI工具全换掉，你积累的东西里哪些能原封不动带到新工具上？能带走的才是资产，带不走的是别人的。组织吃掉选工具、维护工具的摩擦（分母变小），个体的差异化全部收敛到技能资产上——这不是剥夺，是分工。精力分配建议八二开：八成精力养资产，两成精力选执行器，够用就行，别恋战。 本期小建议 * 这周做一次"换工具思想实验"：假设执行器明天全部换掉，拿张纸左边写你能带走的东西，右边写带不走的 * 右边那一栏，要么趁早放弃，要么逐步文件化、规范化 * 精力分配八二开：八成时间养认知模型、数据契约、管线规范和判断力，两成时间选工具 * 每天睡前问自己：今天又长了一点点哪种"换不掉"的东西没有 * 工具出问题别急着回滚，先查日志、定性原因，判断力就是在一次次出错、定性、修复里长出来的 --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！

EP155 | 每天拆解一个AI名词：Harness——给AI套上缰绳 本期简介 辉子讲了一次真实的翻车：给跑了半个月的数据采集任务换新 AI 工具，迁移只花了一个半小时，当晚却在两小时五十分时挂掉。小超顺着这个案例拆解那个被用烂却很少被讲清的词——Harness（缰绳）：为了让 AI 稳定产出，你在模型之外准备的一切。本期覆盖 Harness 三层结构、委托代理理论与约束理论，以及"缰绳不是束缚，是敢让 AI 跑长夜的底气"这个核心洞察。 本期内容 换马很快，马鞍不合身，马跑两步就摔 辉子复盘那次失败的迁移：程序性配置搬过去只要一个半小时，但当晚任务崩了。排查发现不是新工具不行，而是分工规则和审计脚本没有跟着对齐——工具换了，缰绳没换合身。处理方式不是回滚，而是"先跑稳、再提速"：低速度连续稳定跑几天，再逐步放开，最终稳定到每天七十多家。第一晚失败不可怕，可怕的是把工具当成了全部。 Harness 三层结构：工具层、流程层、组织层 小超把 Harness 拆成三层：工具层是接的装备——执行器、脚本、日志、告警（辉子的"烽火台"，异常实时推送喊人），这层翻车的形态是"接不上"，反而最好爬出来；流程层最值钱也最不可见——上下文水位涨到一半主动压缩重启、先跑稳再提速，都是拿失败换来的，这层翻车是"跑不远"，今天能跑第三天必崩；组织层是公司级的规范与评审——六大板块二十一条智能体开发规范、常态化专家评审，翻车形态是"放不开"。缰绳不止拴一个 agent，还拴一群人和一群系统。 零缰绳不叫自由，叫事故 辉子讲了最惨的一次：凌晨两点任务停了，第二天早上才发现——不是代码坏了，是订阅额度用完了，它就那么在黑夜里站了八个小时。小超点破：你知道 Token 是电费，但你没装电表，电烧完了没人报警。很多人以为 AI 越自由越好，恰恰相反：缰绳的价值是让 AI 跑得远，不是让它跑得快。加了告警和日志之后，反而是任务跑得最猛的一段时间。那句"禁止中途询问、一口气跑完全程"的授权，本身就是建立在超时、日志、告警都搭好的前提上——放手的缰绳，也是缰绳。 模型是耗材，工作台才是资产 两个理论撑住这期：委托代理理论说委托人和代理人之间有信息不对称，需要契约来对齐——Harness 就是那份写下来的契约；约束理论说系统产出由最弱的一环决定——你的任务崩，哪一次是模型不够聪明？额度用完、上下文涨满、规范没对齐，最弱的环节从来不在模型。由此得出精力分配：八成花在搭工作台上，两成留给挑模型。模型会一直换，工作台才是资产。 本期小建议 本周选一个你已经交给 AI 的任务，问三个问题： * 它崩了你多久能知道？ * 它跑偏了你怎么拦？ * 它干完了你怎么验？ 三个都答得上来，你有 Harness；一个都答不上来，你只是开了一个对话框。 一句话带走：给 AI 搭的工作台，决定它能走多远。缰绳不是束缚，是你敢让它跑长夜的底气。 --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！

EP154 | 每天拆解一个AI名词：Agent——不只是聊天机器人 本期简介 辉子分享一个真实经历：让 AI 跑两百多家企业的数据采集，连续三个晚上卡死在同一句"是否继续"上——直到他改了一条授权指令，它才在周末自主跑完全程。小超借此拆解 Agent 与聊天机器人的分界线：不在于模型多聪明，而在于你是否把"信任"写成了"契约"，以及委托之后的那份验收机制。 本期内容 半夜十二点，它停下来等我——卡住 Agent 的不是能力，是授权 同一个模型、同一套任务，只差一句"中途别问我，异常就标记跳过，干完为止"，就从三晚卡死变成周末自主收官两百四十多家、零人工干预。那句话本质上不是改配置，而是签一份委托合同——范围、例外、完成标准，一句话全写清。它半夜停下来等你，不是它严谨，是你根本没把信任写成契约。 你睡了，它还在干吗？——判断 Agent 的三问鉴别法 一个真 Agent 要过三关：自主拆任务、调用工具动手干、盯着目标干到完。最惨的失败：一个跑了半个月的长任务凌晨停了，排查半天代码没问题——是额度用完了。Agent 跑起来之后，你运维的对象不再是代码，而是供给和行为约束。三问鉴别法：能否自己拆步骤？能否动手调工具？你睡了它还在干吗？三问都过才是 Agent，过不了的都是套壳聊天机器人。 从副驾驶到自动驾驶：方向盘在谁手里，决定它是什么 聊天机器人是陪聊的，副驾驶是人开车 AI 递地图，Agent 是自动驾驶——你只定目的地。但写东西、做决策这类任务就该人留在环里。能撒手的任务有三个前提：定时定量、结果可验证、失败了可重来。Agent 接走的应该是重复劳动，不是责任。 当公司开始给智能体"考核"，它就不是技术概念了 七个小组对一个数据分析 agent 发起两百二十八轮真实使用，跑完的数直接拿去汇报；公司评审会上出现了这句立项语言——"一个员工带动一堆智能体协同工作"；六大板块的智能体开发规范出台，不按规范开发的要纳入考核。考核是管人的词。当组织开始给智能体立规矩——要分工、要权限、要规范、要绩效——Agent 已经是组织事实。 本期小建议 * 把一件"定时定量、结果可验证、失败可重来"的小事完整地交给 AI，从下任务到验收全程别插手 * 给它授权时写成契约：范围、例外、完成标准，一句话写清 * 让 Agent 边跑边留痕，回来不听汇报，直接看表验收 * 三问鉴别法：能不能自己拆步骤？能不能动手调工具？你睡了它还在干吗？ --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！ > 下期预告：Agent 是持续执行任务的主体，那它背后那个决定它怎么理解世界、怎么被框住的东西是什么？下次拆它脑子和绳子——世界模型与那些缰绳。

EP153 | 每天拆解一个AI名词：提示词——下任务的那句话 本期简介 辉子讲了两个真实经历：一个改了五遍提示词还是跑偏的需求方案，和一个加了不到二十个字就一夜跑完两百多家的采集任务。同一个他、同一个 AI，结果天差地别。小超拆解出关键：提示词不是咒语，是任务说明书——背景、要求、完成标准，三要素缺一不可。 本期内容 五遍改不出来的提示词，一句不到二十个字的话救活 辉子分享了两个形成鲜明对比的经历：让 AI 写需求方案，改了五遍，它还是把推荐逻辑理解成随机选；而另一个批量采集任务，只在任务说明里加了一句"全程自主执行，禁止中途询问，遇到异常记录之后跳过"，AI 两天一夜跑完全部两百四十多家，零干预。 提示词不是咒语，是任务说明书 小超指出扎心真相：辉子那五遍，全在改措辞，没一遍在补信息。你以为不用说、AI 默认该懂的东西，恰恰是它最缺的——沟通学里叫信息缺口。万能模板偶尔有用，是因为碰巧补上了背景或标准，那是运气不是方法论。稳定有效的提示词，靠的是信息完整度，不是措辞的玄学。 三要素：背景、要求、完成标准 小超把提示词还原成三要素：背景（任务为什么做、给谁用、有什么前提）、要求（做什么、不做什么、做到什么程度）、完成标准（什么算做完、遇到异常是停下问人还是自己跳过继续）。其中完成标准是最多人漏掉的——AI 干到一半停下来请示，不是不靠谱，是你没告诉它什么算完。那句"禁止中途询问"，本质是管理学里的授权：不是管得越多越好，是边界越清楚越好。 检验方法：让 AI 复述任务不走样 小超给出一个零成本检验法：写完提示词，让 AI 先别动手，用自己的话把任务复述一遍——包括背景、要求和你打算怎么做。这就是军队和航空业的标准动作 back-brief（任务复述）。复述不走样，说明你下明白了任务；五遍返工的成本，一句话就能提前省下来。 本期小建议 * 下任务前先自问三个问题：它知道背景吗？它知道边界吗？它知道什么算做完吗？ * 三问里有一个答不上来，先补信息，别急着改措辞 * 长任务建议用三段式写说明：背景和目标 → 要求和边界 → 完成标准和异常处置 * 要让 AI 半夜替你干活，白天就得把话说死：自主执行、不询问、异常记录后跳过 * 交付前让 AI 复述任务，能复述清楚，才叫下明白了任务 --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！

EP152 | 每天拆解一个AI名词：Token——AI世界的电费 本期简介 凌晨两点，跑了半个月的数据采集任务突然停了——辉子排查半天，发现代码一点问题没有，是套餐额度用完了。AI没坏，是电费没了。本期名词系列第二期，小超带你把 token 这笔账彻底算明白：它为什么不是会员积分、输出为什么比输入贵、聊得越多越贵的数学原因，以及错峰用电式的省钱姿势。 本期内容 卡住从来不是代码问题，是供给问题 辉子讲了两个真实的翻车现场：一次是凌晨两点长任务断供，一次是周末任务停滞、上下文水位反而下降，误以为是内存泄漏。破案之后发现是同一个病——额度耗尽。绝大多数人第一次遇到限额耗尽，都会以为是AI坏了，其实是没给机器交电费。记住这个断点判读口诀：任务停滞加上下文水位回落，先怀疑供给，不是代码。先看账本，再修机器。 Token是计量单位，不是会员积分 很多人对 token 的第一误解是把它当成视频网站的会员积分。小超掰开了讲：积分是消费完给的奖励，token 是计量单位——AI读一段文字、生成一段回复，都先切成小块，按块收费，就像电表走一度电计一度电的钱。而且它分两笔账：输入便宜、输出贵好几倍（抄书便宜，写书贵）。更隐蔽的第三笔账是上下文重读：每聊一轮，AI要把之前的全部历史重新读一遍，对话像滚雪球，越滚越重，长对话的边际成本在悄悄上涨。 包月不等于无限：省错地方比不省更贵 订阅制的本质是把电费包月，但包月不等于无限。辉子认了个错：曾经无脑买最大套餐懒得算账，后来为了省钱换轻量套餐，结果限额方式不是按量而是按时间窗，长任务夜里跑到一半被掐。省token的目的是省成本，不是省到任务跑不完。正确姿势是匹配任务特性：稳定高频轻量使用就订阅打包，偶尔的重型作业就按量付费。 峰谷排程：从被动交电费到主动做排班 最高级的一层是错峰用电的逻辑：有些平台夜间时段额度免费或便宜，因为深夜算力闲置。把不着急的重活固定排进夜间窗口，白天只做需要人盯着的事。辉子供给解禁的第一夜，单夜净增近三百条数据，接近之前三个夜晚的总和——代码能力早就够了，之前一直被粮草卡着脖子。同样的活，换个时间跑，成本结构完全不一样。 本期小建议 * 搞清楚你常用的AI是订阅还是按量计费，这决定你的成本结构 * 长对话及时开新会话或者做总结，别让上下文无限滚雪球 * 关注上下文水位（占用比例），到50%左右就主动压缩总结 * 批量重活排进夜间低价窗口，学电网错峰用电 * 遇到任务停滞，先看账本再修机器——停滞加水位回落，就是没粮草，不是坏了 --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！

EP151 | 教AI一口气跑完全程不打断：一句话授权，让246家的活周末零干预跑完 本期简介 辉子分享一个扎心的真实经历：把246家供应商的数据采集交给AI批量跑，结果连着三个晚上死在同一个地方——它每处理完一批就停下来问"是否继续"，半夜没人应答，任务就挂在那里。而破解方法只是一句话。小超从委托代理理论的角度拆解：AI爱请示不是它的错，是你没把信任写成契约。 本期内容 三个晚上断在同一个坑：不是能力问题，是交互设计 辉子接手一个给246家供应商采集数据的批量任务，理论上AI一晚上就能跑完。结果第一晚跑到30家就停了，第二晚、第三晚都在同样的位置中断。排查了一圈，性能、数据、工具调用全都正常，最后盯着日志才反应过来：它每次停下来，都是在等辉子点头。半夜请示没人应答，任务就一直挂起——你以为的中断，其实是一次没有收到回复的请示。更扎心的是，它为什么每批都要问？因为以前每次问，辉子都秒回。你在无意之中，训练出了一个不敢做主的AI。 为什么AI爱请示：委托代理理论给出的解释 小超用管理学里的委托代理理论解释这个现象：你是委托人，AI是代理人，两者天然存在目标不一致和信息不对称。AI不知道你的风险偏好，它出厂的默认设置是"高风险动作先请示"——因为它对你意图的假设太保守了。中途请示的代价比想象中大：批与批之间反复停等，上下文被切碎，效率往下掉；无人值守时段一请示就等于挂起，整个晚上算力全浪费；而最隐蔽的是人的心智成本——你以为在监督，其实是被碎片化的确认请求绑架，既没休息也没放手。很多所谓的"AI不靠谱"，其实是我们自己设计出来的不靠谱。 完整授权三件套：范围、例外、完成标准 解法不是全程盯着，也不是换更强的模型，而是把偏好写成AI读得懂的契约。辉子只在任务说明里加了一句"全程无需确认，处理完所有246家再停下来"，周末两天一眼没看，周一回来246家全量跑完，只花一小时做收尾总结。但小超提醒：这句授权还不完整——真遇到脏数据，它会硬着头皮闯过去。完整的授权是三件套：范围（这246家都归你）、例外（数据异常、访问被拒等必须停下来找我，即管理学里的"例外管理"）、完成标准（全部处理完，输出一份汇总报告）。放手不等于不管，是把验收点从每一步，挪到最终结果。 停下来问 vs 主动汇报：一个会打断，一个不会 授权之后还需要轻量监控：让AI在关键节点主动汇报进度，比如每完成50家报一次。关键区分是——停下来问，是任务挂起等你；主动汇报，是它继续跑，顺手告诉你一声。这个写法是有复利的：辉子后来把这套授权沉淀进经验库，之后连着跑了二十多个小时的长任务，夜里的和周末的算力窗口，全是AI替他值班的。这期"每天教AI一个新技能"，其实教的不是AI，是教自己怎么把话说全、把信任写清楚。 本期小建议 * 长任务启动前，先检查三样东西给没给：范围、例外、完成标准，给齐了再放手 * 在任务说明中明确写出"全程无需确认"，并在例外清单里列出必须中断上报的情况（如数据异常、访问被拒） * 要求AI跑完后自己输出汇总报告（成功数、失败数、失败原因），把一次性过程沟通变成结果验收 * 区分"停下来问"和"主动汇报"，用主动汇报做轻量监控，不打断任务 * 反思自己的秒回习惯：每一次秒回"继续"，都在训练AI事事请示 --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！

EP150 | 每天教AI一个新技能：教AI出周报不许编数字 本期简介 辉子花了一个半小时，把原来要人工折腾好几天的运维周报变成了AI管线：从取数、出图到写文案全自动。但跑通之后他给AI立了一条奇怪的红线——数字，你碰都不能碰。本期小超从信任设计的角度分析：为什么防AI幻觉不能靠人肉检查，而要靠让错误"没有发生的通道"。 本期内容 AI写的周报越漂亮，越要盯紧数字 辉子跑通了周报管线：AI写的文案漂亮得让人感动——结论式标题、三段式注释、像模像样。但他随即后背发凉：AI写的「错误率下降了三个点」，这三个点它真的算过吗？还是它觉得放个数字"看起来最合理"？周报天生分两层：数字是机械层，有对错，应该被脚本产出和校验；文案是创作层，AI随便写。于是他立了两条红线：数据层AI不得改动；文案引用的每个数字必须可溯源、回指数据层。 防幻觉不靠AI更诚实，靠错误没有通道 小超点破：大多数人防幻觉的思路是多检查几遍，本质是拿自己的注意力兜底——第三周你就疲了。而辉子的方案是把信任写进管线结构：数字根本不给AI碰的机会，它想编都没有通道。"AI数字一直没出错"不是它清白的证据，是你设计的成果。语言模型的生成天性是补全"最像答案的文本"，在数字、引用、事实上它高危——它不是想骗你，它是太想答对了。信任要长在结构里，不能长在"这次它表现不错"上。 全交脚本也不行：分层是双赢，不是防范 有人会想：干脆全程脚本模板填空，最安全。小超说不行——那会退回"漂亮但没人看"的模板报告。AI的价值恰恰在创作层："错误率下降是因为周五那次修复，建议下周盯回滚"，这种话脚本写不出来。分层的本质是把AI放到它最能创造价值、又最不会闯祸的那一层。而验收标准是"可替换"：换模板、换模型，数字一个字不变——因为数字长在数据层，不在某个工具的"人品"上。品德会波动，属性不波动。 本期小建议 * 写报告前先画一条线：哪些内容是数字（机械层），哪些是说法（创作层） * 机械层用脚本或固定数据源产出，AI不经手 * 创作层立规矩：引用的每个数字必须回指数据层 * 交付前做机器对账，别用肉眼逐字检查 * 换模板、换模型时做一次"可信度不回归测试"：数字层应该一个字都不差 --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！

EP149 | 每天教AI一个新技能：教AI识别缺品登记时自动补全规格 副标题：客户填不全规格不是客户的错——是表单设计没让AI帮忙 本期简介 辉子分享一个真实的实践案例：客户在缺品登记里只填"电缆"两个字，十张单子七八张规格空白。本期从"加必填校验"的失败思路讲起，聊聊如何教AI自动补全规格——三个数据源、四步法、三条铁律，以及AI产品最危险的动作：把猜测当事实。 本期内容 空白不是客户偷懒，是信息获取成本太高 辉子一开始以为是客户敷衍，自己试着填了一遍才发现：不懂品类知识的客户，根本不知道电缆的常见长度、材质选项该填什么。小超点破本质：填不全不是态度问题，是信息获取成本问题——让客户填专业规格字段，跟让小学生填高等数学一样。而加必填校验只会逼客户瞎填，瞎填比空白更可怕，因为空白你看得出来，瞎填你会当真。 AI补全的原料与分寸：给答案是赌，给选项是搭桥 AI补全的三个数据源：客户已填信息（当下意图）、历史登记数据（群体经验）、品类知识库（专家沉淀）。但第一版踩了典型的坑——AI补得准就直接写进字段，不让人确认。小超警告：八成准意味着两成错，客户默认你补的就是对的，你省了他一秒钟，赔上的是整个系统的信任。正确的做法是给三个候选选项加"都不对就自己填"，做选择题的成本比做开放题低十倍（选择架构理论），AI补全不只能填表，还是隐性的填表教学。 三条铁律与四步法：AI的手要戴手套 辉子给自己立了三条铁律：AI补的字段必须带"AI推断"标签；只给候选不覆盖；客户已填的内容AI永远不能动。配合四步法：识别（用户已填什么）→ 补全（三源生成候选）→ 标注（显式标AI推断）→ 确认（用户点头才生效）。AI识别输入有四态：能确定、有歧义、可回退、不知道——第四种必须老实说"这个我不确定"，不会说不知道的AI，是最不可信的AI。改完之后登记单可用率明显上升，下游数据治理负担轻多了。 本期小建议 * 盘一盘自家产品里填不全率最高的三个字段——那就是三个AI补全的候选场景（报销单、工单、合同录入都适用） * 给这三个字段各配一份常见选项知识库，五十条常见规格选项就够起步，知识库是补全的燃料 * 宁可让AI说不知道，也不要让AI把猜测当事实填进去——补不了就明说，客户可以自己填 * 记住表单设计的第一性原理：不是收集信息，是降低信息的获取成本 --- 关于《辉子下班啦》 更新频率：每日更新（工作日） 单集时长：5-10分钟 互动方式：如果你也在用AI的过程中有困惑或者心得，欢迎来找我们聊聊！ 感谢收听！咱们下期见！