AI 省下了成本，为什么还要补充人工？ 这未必意味着 AI 失败，却提醒我们：一个步骤变快了，客户的问题和后面接手的工作，不一定就变好了。 如果你已经把 AI 用进工作，却发现生成快了、交付没跟上，这期就从会议记录、客户跟进和创作中的变化聊起：核对和改错需要多少时间，为什么不想用 AI 未必是不会用，以及省下来的时间怎样才能带来实际改善。 我们也会讨论，什么时候可以扩大使用，什么时候该缩小范围或换条路。听完，可以回看手上的用法，找出下一步真正需要调整的地方。 时间轴 00:03 省了成本又补人工，AI 用得好不好该看什么 00:52 从会议记录到客户跟进，AI 应该帮到哪一步 02:50 几件工作都想用 AI，先改善哪一件 04:18 AI 写得快，核对的人有没有时间 05:38 不想用 AI，可能是工作负担和判断空间变了 09:14 客服继续用 AI，也可以给客户增加人工选择 10:31 回答更快、每天省一小时，实际改善了什么 12:50 一项工作做顺了，扩大使用还要检查什么 14:31 业务规则变了，谁发现错答、谁接着处理 16:04 试验可以结束，原来的工作怎么接回来 17:14 回看手上的 AI 用法，下一步该改哪里

9 月 15 日，一个只有 1,500 粉丝的账号发了条帖子。48 小时后，浏览量 3,700 万。 这个号不是公司官方账号，是旧金山一家叫 TypeSafe AI 的实验室的创始人本人。发帖之前没有任何异常，发帖之后，数字开始往一个明显不正常的方向走。 这期我们复盘的不是模型本身，是这条发布路径。从发布前两周到发布后 72 小时，几乎每一步都能对上一个具体动作：什么时候出关、什么时候公布融资、主帖发在哪一格、80 到 100 个账号是怎么在第一个小时内压进转发节奏的、第一句话为什么给的是一份三秒能核实的资历而不是公司名。 节目里有一段争论：这种量级的曝光，真的是靠排期排出来的吗，会不会就是东西太硬、技术圈自发传开的？我们把这个疑问摆在台面上，然后一步步对着时间线找动作、找数字，看这个解释站不站得住。 最后想请你做一件事：不管你手上是在做产品发布、公司内部项目推广，还是自己账号的一次内容规划——先想清楚，真到发布那天，你脑子里那份"会替你转发"的名单，第一个名字是谁。评论区告诉我你列到了第几个。

京东零售的一位 B 端产品经理，今年四月接手一批收银系统需求，覆盖开发票、部分退款、手动折扣、菜品数据本地化和排序优化五个分支。按老办法估下来要 34 人日，最后 15 人日交付，评审一次过，效率提升 56%。但这省下来的时间，不是 AI 替他做判断省的——一次都没有。AI 干的是结构化的活，判断和复核全在人手里。反例先摆出来：手上存两百多条 Prompt，模板齐全，结果让 AI 写需求文档读着顺，交给开发逻辑坑一堆，三天补坑没人记账。病根在于上来就让 AI 直接生成，它手上没有历史规则、没有踩过的坑，只能编，编出来的东西还特别顺。 他把方法压成一句话：人是决策者，AI 是劳动者。AI 管六件事——整理材料、生成初稿、提疑点、补结构、查遗漏、顺语言；人管另外六件——定目标、划边界、拍异常、评影响、担结论、负责到底。这就像装修请了个手艺再好的师傅，他不知道你妈住主卧腿脚不便、阳台墙不能砸，图纸一丢就能砸出漂亮但没法住的活。AI 缺的不是能力，是你脑子里那部分。落地成四步：Skill，把这类活的结构固定成可复用指令；Prompt，把料给够，连自己还没想清楚的地方也如实说；Context，先别急着生成，让 AI 反问，把没对齐的意图一条条补齐；Harness，回头调用 Skill 出初稿，边界和异常人来补。判据很糙但好用：一件事做过两次以上，才值得沉淀成 Skill，别指望一次写全，先跑一次真实需求再攒。 支付设置页改版是个具体案例。常规做法是截图丢给 AI，说照苹果风格重做，他没这么干。而是先让 AI 模拟登录、拿到身份凭证，跑一遍真实流程，才发现要改的内容藏在一个嵌套输入框里，截图根本发现不了。真结构找到后才轮到设计：调用绑定苹果 HIG（Human Interface Guidelines）规范的固定指令，在真实结构上出第一版原型，再围着弹窗、搜索、批量设置磨细节。五分支需求那次更典型：他没让 AI 直接生成文档，而是把原始需求原样喂进去，让 AI 一点一点反问，逼出跨分支交叉点——比如混合支付订单能不能开票——这些恰恰是过去只有评审现场才会被当场揪出来的坑。B 端产品后台核心从来不是好看，是层级得清楚、规则得说明白。AI 不返工的前提，是你先让它读懂真实结构，而不是甩一张截图讲几句虚的要求。

一：不知道天花板时，可以带来更大的爆发力 * 1939年伯克利研究生Dantzig迟到，误把黑板上两道未解统计难题当作业，六周后解出，导师Neyman周日早上冲到他家门口直接投稿——唯一变量：他不知道那是"不可能" * 1964年五角大楼Nth Country项目：两个无涉密权限的博士后靠公开文献造出当量等同广岛的核弹设计，只靠一句"能做成"撑了两年半，全程不知道自己在靠近答案还是越跑越偏 * 1974年密码学家Diffie认定公钥密码学无解，同事一句"Merkle在做了"，他回去重新想，不久后就发表了奠基论文——同一个大脑同一套知识，开关是"有人在干" * 吃豆人玩家误信"Junior boards上有人做了分组"，五天不眠不休找到隐藏安全点，后来才知道那句话根本传错了——错误信息也能改写行为，大脑只需要"解法存在"这个信号 二：从"试试看"到"找出那个解法"的切换 * AI电商生图团队三周交不出透明香水瓶场景图，翻译工具把"半透明磨砂感"翻成全透明，七步链路重跑一次就是一笔钱，团队心里那句"可能真的做不到"越试越强 * 第四周第一天，竞品产品页上刷到同类型香水瓶图——玻璃折射、液体通透感、大理石侧光全部到位，团队什么工具都没变，状态却从"试试看"切换成"找出解法" * Wiener的说法很精确：科学家一旦知道问题有答案，整个态度就变了——OpenAI做出ChatGPT后全球实验室迅速跟发LLM，靠的不是新技术，是路线被证明可行 * 同样的时间和资源，"确信有解"和"不确信"这两种搜索行为，产出根本不在一个量级 三：大脑在真正极限前早早踩了刹车 * 1999年开普敦大学实验：运动员骑到力竭，肌电图测出活跃肌肉纤维只剩三成——传统理论说该动员更多肌肉补偿，实际是大脑主动降速，生理极限远没到 * 耐力车手Robič横跨美国三千英里，每天骑三百五十英里、睡九十分钟，出现幻觉还想对着邮筒挥拳——体能师Miran替他做所有决策、瞒住剩余里程，因为他自己的大脑在骗他停下 * Robič的动力不是热爱，是被父亲偏爱弟弟、二十八岁还在洗碗的那口气——他说"我一生都在被推开，我的力量就是从它们来的"，还曾因为跟一座山较劲两个月爬了三十八次 * 体能师就是那个"第二脑"：把主观的"我不行了"信息挡在外面，大脑调控器才不会提前锁死搜索空间——你永远不知道自己真正的边界在哪，因为"到极限了"这个信号，本身就隔着一整条河

1️⃣：一支只有二十人的小队，凭什么定生死 * Anthropic 内部的 Labs 团队，规模不到二十人，孵化出了 Claude Code、MCP（Model Context Protocol）、Claude Design 这些你正在用的东西 * 但这支精英小队自己的内部项目成功率只有 20%到 30%，也就是说七成项目从立项那天起就注定被砍 * 反直觉的地方在于：这不是烧得起钱的奢侈，是刻意设计的纪律，跟团队大小、预算多少没关系 2️⃣：三条停损规则，买的是失败的自由 * 规则一：每两周一次复盘，只回答一个问题——继续还是转向，没有中间状态 * 规则二：一个项目只要团队超过 4 个人，就必须从 Labs 毕业，逼着项目要么证明自己能独立活下去，要么结束 * 规则三：20%到 30%的成功率是提前定好的规则，不是做完之后回头算的账——你事先就知道大概率会失败，所以失败不丢人 3️⃣：规则管结束，不管定目标 * 这套机制的边界很清楚：三条规则全是关于什么时候停，没有一条教你怎么定目标 * 类比一下：这是一套很锋利的剪刀，但剪什么、从哪下手，得靠人先想清楚 * 今天就能做的事：给团队里一直没成的某个 AI 试验，写一句两周后的成功判定条件——写不出这句话，通常就说明它已经该停了

一：一个人干活，加人反而变慢 * 商品短视频从分镜到成片，一人跑通时一天能过四五轮；加三个同事后，同一批商品两版分镜口径对不上——一个按曝光算成本，一个按成片时长算成本 * 效率没有乘以四，团队负责人的下午变成挨个盘问"这版到底怎么出来的"，个人产出反而下滑 * 天猫技术团队复盘一个新品项目从一两人扩到整组的过程，印证同一规律：人一多，框架、协作、整合每个环节都会露出新坑 二：四关不是 AI 不够聪明，是协作没设计好 * 第一关，单人阶段：解法是一份入口地图，加一套自动沉淀机制，做过的事系统自己往下记，不靠人脑记忆 * 第二关，多人加入：先划地——每人明确自己的地界，划完再在系统之间对接一套标准，避免口径各说各话 * 第三关，系统跑快了：单独设一台机器专管提交合并，逐个排查、验证合并口子，把速度和质量分开处理 * 第四关，非技术人员进场：把系统锁死，他们只负责提需求、看结果、反馈结果，不碰系统本身 三：四个解法长得不一样，修的是同一件事 * 四关全部指向架构设计和人机协作方式，没有一关的答案是"等 AI 变聪明" * 从一人到多人再到跨角色协作，每一次规模扩大，暴露的都是提前该想清楚的分工和接口问题，而不是模型能力问题 * 留一个开放问题给听众：你们业务里的多人 AI 协作，撞上过这四关之外的坑吗

一：把工作拆成任务，才能看清 AI 在做什么 * 每份工作都是任务的集合——护士的一天里，查房、抽血、记录生命体征、订物资，每一项都可以单独判断 AI 能不能接手 * AI 对任务的影响分四种：辅助做得更好更快、直接自动化、完全不影响、催生全新任务（比如护士要新增"审核 AI 分诊结果"这项工作） * 任务清单本来就在变——手写病历卡三十年前是标配现在基本消失，远程病人监测三十年前不存在现在是常规，工作内容从来不是固定的 * 把全美所有人、机器、软件完成的任务加总，就是过去一年超过 30 万亿美元的美国经济，AI 会怎么改写这张任务清单，决定了经济走向 二：三种情景，冲击程度天差地别 * 保守情景：AI 冲击约等于当年的互联网，宏观数据里几乎看不出痕迹，增长真实但不特殊，慢慢显现 * 可观情景：到 2030 年 AI 能胜任一半知识型工作且大部分自主完成，但现实中大多数任务依然是人在做；GDP 增速翻倍，但知识工作者工资不涨，受益的反而是其他行业劳动者 * 极端情景：AI 在绝大多数知识型工作上超过人类且几乎全自主，需要 AI 具备递归自我改进能力；GDP 年增速达 15%，经济体量每 4.5 年翻倍，但知识型工作岗位大减，失业率超出常规衰退水平 * 一万多名美国人的调查显示，多数人预期接近"可观情景"（2030 年 GDP 因 AI 多出 10%，失业率约 5%），约一成人的判断已经逼近"极端情景" 三：增长会发生，但分配是真正的问题 * 不管哪种情景，AI 都会让美国 GDP 扩大——来源是 AI 辅助、AI 自动化、AI 催生的新任务、整体生产率提升四部分叠加 * 但新增财富里流向资本的比例可能大于流向工人的比例，社会整体更富裕，工人占比却可能缩水 * 大多数情景下失业率仍落在历史正常区间，唯独极端情景（递归自我改进+极快普及）例外，失业率可能飙到历史罕见高位 * 真正的挑战从来不是"AI 会不会创造财富"，而是这些财富能不能被广泛分享——增长的蛋糕会做大，切法却还没定

一：最稳的那条路，回报正在崩塌 * 纽约联储今年二月的数据：计算机专业毕业生失业率 6.1%，艺术史 3.0%。被劝退了十年的专业，失业率是热门专业的一半 * 国内的对应版本叫「上岸」——进大厂、考公考编。同一套逻辑：用四年确定的投入，换一张越来越薄的入场券 * 学校在两头拧着来：毕业论文要过 AIGC 检测，AI 率超线打回重写；走出校门第一场面试，问的是你平时用哪个模型、怎么用 * YC 那场面向学生的活动上问了两次：你们学校允许用 cursor 吗——举手的不多；有多少课明确禁止 cursor、禁止 vibe coding——手一下子全举起来了 二：文凭不值钱之后，稀缺的是另一半 * YC 反复观察到的现象：technical expertise 这一侧，二十岁的大学生已经走在最前面。你缺的不是技术，是技术之外那一半 * 那一半叫 domain expertise——某个具体行业里，只有待过的人才知道的活儿是怎么干的。FDE（forward deployed engineer）之所以吃香，是因为它逼你去人家现场，把 AI 落进他们真实的流程 * 今年 YC 投的项目里，有三家在给牙医做 AI agent。三个创始人跟牙科的交集都不是听来的，是真在里面待过，才做得出管用的东西 * 越冷门、越说出去有点丢人的方向，护城河越深——因为大公司看不上，也注意不到 三：不要用应试心态去面对AI 时代 * 最大的风险不是选错行业，是心智惯性：从小被训练成听话和应试，于是把新工作、把手上这套 AI 流程也当成下一张卷子，坐着等人来发 * 真实的东西只有一样：真的营收，真的客户。刷出来的 GMV、包装的用户数、跑通告、上榜单，都是幻象 * 该攒的是两样：核心判断力和落地能力。攒法只有一个——保持耐心，扎进一个陌生行业待上几年 * 该学什么专业、进哪个行业，跨境、机器人还是养老，没有标准答案。那东西只有你自己知道

一：FDE 真正的门槛不是技术 * FDE（Forward Deployed Engineer）最值钱的能力不是写代码、不是懂模型，是有资格对客户说"不" * OpenAI 招 FDE 要求至少五年工程或交付经验，Anthropic 要求至少四年，门槛卡在经验而不是技术栈 * 说不的前提是摸清自家产品边界——连边界都不知道在哪，就没资格替公司拒绝客户的需求 * 做不到这一条，干的其实是外包开发的活，只是换了个更时髦的名字 二：国内的挂名和实际招聘不符 * boss直聘、猎聘上挂着 FDE 名头的岗位，很多直接招应届生甚至实习生 * 一个入职三个月的新人，没有跟客户博弈的资本，也没时间摸透产品边界，根本谈不上"说不" * 岗位名称照搬过来了，门槛却在本土化过程中被悄悄拿掉，剩下的只是"现场"两个字 * 招聘逻辑还是外包老一套——按人头、按项目量级配人，跟"资深"完全不挂钩 三：三条标准，看清手里的机会 * 判断中国 FDE 岗位值不值得干，不看薪资，看三件事：合同量级、经验会不会沉淀回产品、有没有一条能写下来的说不边界 * 三条都在，是个能长本事的位置；一条都不在，名字再新也是换皮外包工位 * 这套判断只在你还有得选的时候管用，要是没得选，就先杀进去，进去后拿这三条盯它半年 * 只要 AI 能力边界和真实业务需求之间还有那道沟，就得有人来回跑着弥合它——名字可能会变，但这个角色短期内不会消失

一：成本坍缩不等于生意成立 * AI 把软件开发的边际成本压到几乎为零，人人都能写出能跑的代码，但"能做出来"和"能卖出去、能持续赚钱"从来不是同一件事，做产品的门槛和做生意的门槛不能划等号 * 晚点最近一篇报道印证了这个判断：一批靠 AI 独立做出来的小工具类应用短暂冲上榜单，热度过后留存和付费曲线很快掉头，开发成本降了，获客成本却纹丝不动 * 类比：印刷术让写书变便宜了，但畅销书依然是少数——瓶颈从来不在"能不能写出来"，而在分发、信任和持续维护这些印刷术管不到的地方 二：OPC 为什么更不成立 * OPC（One Person Company）把"一个人做软件"当成低成本创业的终极形态，但用户不会因为你只有一个人，就降低对产品稳定、安全、有人兜底的要求 * 反例：一个人做的工具一旦出 bug 或漏洞，没有团队分摊响应速度，用户流失比大公司产品快得多——单点故障不只发生在代码层，也发生在人力层 * 特定窗口期里确实有人赚到第一波钱，比如蹭一个热点做个小工具收几周的钱，但这类窗口本身就是被同样便宜的 AI 迅速填平的——别人复制你的速度，和你做出来的速度一样快 三：窗口红利终将被抹平 * AI 拉平的是开发门槛，不是分发门槛、信任门槛、维护门槛——恰恰是这几道门槛，需要团队、时间和资本才能堆出来 * 趋势外推：越来越多人涌入同一片"低成本开发"的红海，单点优势的半衰期会持续缩短，从月级别压缩到周级别 * 金句：成本降到人人都能做，恰恰说明这门生意的护城河已经不在"做"这件事上了——谁还只靠"能做"赚钱，谁就是在窗口关闭前抢跑

回车之后,你到底在等什么 * 每次提问,系统不是"接着聊",而是把整个历史重新拼成一份文档,从头喂给模型再读一遍 * 这两秒被切成几块:拼文档、过安全分类器、排队等资源、最后花最多时间的是重新读一遍越滚越长的历史 * 你回头改一个字,模型不会"修正记忆",而是把改过的版本当成从一开始就是这样发生的,整段重读 长对话为什么越聊越贵越笨 * 你自己打的字始终就那一百来个token,真正往上涨的是前面不断累积的历史,这才是变贵的根源 * 一个调用了三次网页搜索才答完的问题,其实是完整跑了三趟整套流程,每趟都要重新拼一次历史 * 二十步的任务,每一步都要重新塞进去一段两千token的指令块,二十步下来光指令块就四万token,还没算真正干活那部分 * 缓存决定了同一句话要重复烧几次钱,这也是为什么有的回答明显更快 同一句话问一千次,为什么能跑出八十种答案 * 就算关掉随机性,你的请求也要跟陌生人的请求凑在一起批处理,每次凑够的人数不同,数值计算就会出现细微差别 * AI 一直在跟一堆陌生人共用同一块算力,答案的波动不是模型"心情不好",是排队方式变了 * 你能做的就两件事:提示词把固定内容往前放、变化内容往后放,吃上缓存;对话滚过二十轮,别死磕,做摘要或干脆重开一个 * 你不是在跟模型聊天,是在跟一份被重新拼装出来的文档打交道

一：从聊天工具到持久化同事 * AI 产品大致走过三段：聊天是问一句答一句，代理是把整包任务递出去，持久化 AI 同事则持续在场、定期同步、自己推进工作 * 持久化的价值不只在“能产出”，而在于它能在你离开之后继续工作，过一段时间回来还能接上进度 * “90% 成功率”听起来像指标，真正交付时却可能没有计算口径、样本范围和失败记录，数字越漂亮，验收盲区越值得警惕 * 最麻烦的不是 AI 有没有交结果，而是结果回来以后，人凭什么确认它做对了 二：把交付变成可验收的工作 * 分工的第一道门槛不是任务难度，而是结果能不能被独立核对：能复查的活适合整包交给 AI，不能复查的活不能只收最终答案 * 验不了的任务，要让 AI 同时交回输入、引用和走过的过程；这些不是附加文档，而是判断结果可信度的证据链 * “让代理做事”和“持续托管工作”差别在责任闭环：前者验收一个任务，后者还要检查它连续推进期间有没有悄悄偏航 * 可以把工作清单按“能验”和“得留判断”分开：前者让 AI 执行，后者让 AI 提供材料，人和 AI 一起完成判断 三：人的位置留在判断现场 * AI 越持久，越容易把过程藏在后台；未来真正稀缺的能力，不是让它多做一步，而是知道哪一步必须留下可追溯证据 * 手艺被抽象掉以后，人的位置不会自动消失，但会从亲自完成每个动作，转向定义验收标准、识别反例、承担最终判断 * 这条分界线不在难不难，而在验不验得了：能独立核对的结果，交出去；必须由人形成、也由人承担的判断，留在现场 * 持久化 AI 同事真正改变的，不是“谁来干活”，而是“谁还能对结果说得清楚”

一：把调研外包给 AI，交回来的为什么全是废话 * 问卷丢进去，AI 总结出的用户需求永远是「更便宜、更好用」；销量报表丢进去，回来的是行业里人人都知道的趋势；让它盯社交情绪，抓回来的是算法推给所有人的那几个热词。数据不缺，提示词攒了一大堆，读完自己都嫌是废话。 * 麦当劳早年拉奶昔销量，用的是最标准那套：做调研、调口味、调甜度、加巧克力碎，迭代了好几版。动作全对，销量纹丝不动——问题不在执行，在一开始问的那个问题。 * AI 擅长把答案做便宜，而调研里真正贵的东西，从来不是答案。三个动作分它：反问常识、盯住异常、人到现场。每个动作里，人跟机器各拿一半，拿错了就白干。 二：三条线，逼出 AI 到底能接哪一半 * 反问常识：哪一条行业共识值得怀疑，这一步只能人来指——AI 没有立场，不知道你行业里那条「手机必须有键盘」长什么样。指完之后，那种不知疲倦、一句接一句的追问，交给 AI，它比任何人都能扛。 * 盯住异常：扫报表、把不符合预期的行列出来，AI 又快又便宜，这是它最硬的强项。但哪一行值得追、这一行背后站着谁，得人来判——异常清单是原料，不是结论。 * 人到现场：这一半 AI 连接口都没有。买家真正在用的场景、和详情页写的用途对不对得上，只有自己下单用一遍、找那批反复回购的老买家聊几句才知道。 三：从异常清单到主推位，一个选品岗的完整闭环 * 那位做电商选品的朋友，先给 AI 换了任务：把「跟着热销榜走」这条共识反问了一遍。AI 交回一张异常清单，他从里头圈出一款早就停投的旧款——复购不对劲。 * 然后他自己下单、从头用了一遍，又去找那一小批老买家。结果是：这些人买回去干的事，跟详情页上写的用途根本对不上，是一个他从没预想过的使用场景。他照着买家真正在用的场景重做链接，把这款旧品排进了下个月主推。 * 报表还是那张报表，AI 还是那个 AI，变的只是分工。AI 把答案做便宜了，贵的只剩问题、异常和现场。 * 留一个问题带走：你那个行业里，「手机必须有键盘」是哪一条。想到了先别自己下结论，丢给 AI，只给它一条规矩——只准反问，不准总结。真的是这样吗。

一：Skill 不是写得越全越准，是这一步用不用得上 * Skill 分三层加载：第一层只有名字和一句描述，AI 靠这一句决定要不要翻开；第二层是正文，官方建议 500 行以内，超了就拆；第三层的附件和脚本，执行到那一步才读。你那几十条指令串不起来，缺的就是开头那句"客户发来投诉截图时用我，纯询价别用我"——官方明确要求这句写得有侵略性，把触发和不触发都列清楚。 * 团队最初把上百条埋点解读规则全塞进 SKILL.md，结果它执行一次最简单的日志搜索也要全量加载，token 开销大还容易走神，偶尔自作主张跑去做深度分析，人得反复打断把它拉回来。撤掉当前这一步用不上的段落，只留判断依据和输出要求，同一个模型立刻就老实了。于是立了条判据：每加一句都问"删掉这句会不会导致它出错"，不会，就不该加。 * 逻辑互斥的分支要拆开：那份手册曾把各功能描述交织在一起，低端模型上经常顾此失彼。改成一段约 60 行的全局约束 ＋ 4 条规则约 20 行的决策树，下面挂三条互不相干的路径，各带各的输出规则。老客户续约、新线索、投诉——先判断，再只取那一份，三条路互相看不见。 * 套路越死的活儿越该写死：已有成熟解析规则的部分固化成脚本，比让模型现场处理最多快 7 倍、格式 100% 统一。而脚本已经生成好的标准报告，模型拿到还会手痒加标题、改措辞、截断表格，甚至补一句不存在的结论——日志分析里几乎任何"总结"都是信息损失，只能用极强语气写禁止清单：不许总结改写、不许重排、不许添话，一字不改直接输出。 二：它做错的时候，你该丢的不是结论，是现场 * 脚本遇到字段缺失、编码异常、JSON 层级变化报错不断，只把那一行 ErrorMessage 丢过去，改了几轮问题还在——它根本不知道这报错从哪段逻辑冒出来、当时手上是什么数据。改成打包三样：源码给业务逻辑、堆栈给报错关键点、触发异常的那份具体输入给复现现场。凑齐了它自己就进"改一版、用同一份输入回放、再改"的循环。 * 生成和维护这份手册直接上最强的模型。一开始为省 token 用中端模型，最复杂那条搜索路径的循环逻辑被写得支离破碎，改三四轮还不对，总消耗远超一次性用强模型。正确顺序是：把最佳实践、真实案例、现有手册连报错一起喂给最强模型解决问题，再让它复盘自己怎么解的、把手册写出来，最后才验一遍便宜模型跑不跑得动——日常每天几百次调用，那时候才轮到算单价。 * 让它看全和让它专注是冲突的。团队把远程代码也纳进同一个工作区，本意是给足上下文，结果只想改本地搜索策略时，之前读过的埋点规则白白填满窗口分走注意力，它还会"好心"顺手优化，改动纠缠在一起。做法是按任务动态切换范围，且每轮只改一个维度——只调话术，或只调筛选标准——改完验证通过立刻存一版，diff 越小，AI 审查越能明确告诉你这次是不是漏了信息。 * 天天在变的东西别抄死在流程正文里。选品的价格带和淘汰标准、报价的折扣区间、投标的资质清单，单独存成一个文件，流程里只写"先去读那份标准，按它执行"。规则变了只改那一个文件，流程一个字不动，你和同事手里的版本也不会对不上。 三：能被改到第五十版还站得住，才算工具 * 验证不看跑不跑得通，看撞不撞得住。开发时拿普通商品调试，默认五分钟窗口干干净净；真投产撞上 iPhone 17 这种热门商品，一分钟上千条访问记录，返回爆炸数据量当场卡死。测你那个知识库，别用自己想出来的问题——去翻聊天记录，专挑客户真发过来的那种：一句话塞三个条件的、错别字连篇的、还带张截图的。 * 撞出来的坑要评估过才写回手册，不然刚删瘦的文件一个月又膨胀回去——判据还是那句：删掉这句它会不会出错。缺关键前提就先问清再动手，把多个疑点合并成一轮提问、每个配好选项和默认值，能从截图推断的（比如 24 小时制的"20:11"）绝不多此一问；执行完扫一遍结果，命中区域限售这类信号就在末尾追一句提示，几十条记录的长报告一律转成文件给链接，对话里只留最要紧的那 3 条。 * 跨了一次调用它就不记得上一次做过什么：用户先发截图分析，再追问"刚才那张截图为什么无法加购"，另一端完全不记得自己分析过什么，只能重发一遍。他们的解法是全程复用同一个会话编号，手册里多了十行左右，体验提升非常明显。你这边对应的做法是——聊到后面它开始忘前面拍板的结论，别硬聊也别复述，让它把已定结论、已排除方向、未决问题压成几百字的交接说明存出去，新开会话贴回去接着干。 * 五十多个 Skill，最能打的那份积了五十多次提交，第一版到第五十版最大的差别不是写得更全，是删掉的更多，行数是往下走的。业界讲"怎么写好"的多，讲"怎么迭代"的少——不能持续迭代的 Skill，说到底只是个一次性 demo。写这份手册真正不可替代的位置也不在措辞：是知道该把哪份材料、在哪一刻、递多少过去。它走神不是变笨了，是你喂的东西太多。

一：不是知识不够多，是知识的形状不对 * 文档写全写细写多，对 AI 反而是负担：大段自然语言里"适用哪种情况、不适用哪种情况"的边界是糊的，检索翻出十篇九篇不相干，给得越多错得越离谱 * 直觉解法是做两套——长文给人看、卡片给 AI 看，这是个坑：两套等于两份维护成本，时间一长必烂一套，而烂掉的通常是给机器看的那套 * 卡住 AI 的从来不是读不读得完，是找不着、喂不进；两千字它毫不费力，两千篇它挑不出该看的那两三篇 * 同一个坑一拨人反复踩，因为那点经验只留在当初经手那个人的脑子里 二：靠人写一定失败，99.7% 的知识由流程自动沉淀 * 腾讯安全中心跑出来的数字：99.7% 的知识由流程自动沉淀，一千条里人手动写的不到三条，剩下 997 条是活干过去了知识自己留下来的 * "靠人写一定失败"不是说人懒，是机制上就不成立——这个判断一旦立住，后面所有设计都是被它逼出来的 * 自动沉淀最大的副作用是产得太快：方案改了三版前两版是废的，项目做一半砍了过程判断全是错的，这些进池子后 AI 会一本正经拿废方案教育你，所以必须有一道审核闸 * 几个月实际代谢数据：已归档 101 条、准备清理 11 条、过期该处理的处理完九成，且基本没人盯着——后台只留待审核、快到期、待完善三栏，人只在真要判断的地方花时间 * 有进有出这四个字，是知识库和垃圾场的分界线 三：注入即记账，密度比体量重要 * 主动注入（平台把知识塞给 AI，而不是等 AI 自己去翻）真正值钱的不是省心，是顺手解决了老大难——注入即记账，谁用了、用了几次系统自动记，知识库第一次有了消费数据 * 反直觉的巧劲叫"敢于不沉淀"：很多事做完真没什么值得留下的，系统判断后直接跳过；大多数团队生怕漏了什么，结果越堆越厚，有用的那部分越来越稀 * 四种常见死法都眼熟：拿指标逼贡献（被逼着写的质量低、后面更没人维护）、只进不出无限膨胀、骨干一离职门道全带走、写了一堆没人认可动力消退 * 月增量五月 86 条、六月 716 条，还在爬坡，不是一次性运动 * 该问的问题变了：不是"我们知识库全不全"，而是那些只留在某个人脑子里的东西，有没有变成 AI 找得着、拿来就能用、过期会自动下架的团队资产 * 模型每半年换一代，那部分谁都追得上；追不上的是别人已经转了两年的飞轮。动手别贪全，挑一个具体场景切进去，能转起来比转得快重要