Pinned Tweet
最近参观了一些 AI 用得很成熟的团队,也研究过一些很优秀的agent和工作台。发现照搬过来完全行不通。
原因是违反了Gall定律了。
【Gall 定律:一个能正常运行的复杂系统,一定是从一个能正常运行的简单系统演化而来的。从零设计的复杂系统永远无法运行,也无法修补成可运行的状态。】
这很好地解释了为什么“抄最佳实践”经常失效。
我们看到的是别人已经长成的系统,却看不到它是怎么一步步长出来的。
那些流程、规则、Skill、Agent,很多都不是一开始规划好的,而是在业务里先跑一个简单版本,再根据一个个真实问题慢慢加出来的。
所以现在我研究优秀的 AI 团队,不关注他的大而全的工作台。而是:“他最开始解决的那个小问题是什么?下一步为什么会多出这个东西?”
成熟系统可以用来理解方向,但自己的 AI 系统,还是得从一个真正能跑的小系统开始。
复杂是长出来的,不是规划/抄出来的。
聊聊我怎么看AI购物。
几年内核心阵地依然在传统电商App手里。AI在C端充其量算个高阶导购或搜索过滤层,在B端顶多接管70%以上的售前接待。到了售后环节,它只能做信息初筛,真涉及钱货纠纷这种利益拉扯,算法根本担不了责任。
AI超级入口当然有机会冒头,但我认为它做电商的本质,无非是摸透偏好和把住支付授权的界限。最大阻碍是对用户意图的幻觉,这留下了天然的信任鸿沟。大家的消费逻辑很粗暴:钱付给谁,出事就找谁麻烦,根本不管你底层调了哪家API。做不好这套履约闭环,不如别碰。
商家看所谓GEO(生成式引擎优化),说穿了就是交新一轮税,逻辑和买买买流量没差。头部能借此吃红利,中小卖家依然只能绑死在大平台。
所以电商平台最终会回归履约和售后本质,重资产交付、增值权益扎实的(比如京东、亚马逊),长期壁垒反而更硬。
至于各大厂内部捣鼓的电商Agent,基本是防守动作,防止流量外流罢了。不过对于MCP这种协议生态,越早开放,长远看绝对利大于弊。
如果要我给AI创业者只提一条建议,那就是:别瞎招人。
很多人觉得公司融到钱或者跑通了MVP,第一件事就该去拉勾、Boss直聘上疯狂筛简历。
我一直有个极端的看法——团队到50个人之前,其实都不该通过公开招聘去凑人头。最靠谱的做法,就是去翻你通讯录里的熟人网络:发小、前同事、老同学、合伙人知根知底的圈子。
大家低估了招错人的毁灭成本。在早期初创团队,这种容错率是零。招错一个人,绝不仅仅是多花了几万块工资或者事情没办成,而是他的负向情绪、不可调和的价值观,会直接拖垮团队节奏,把整个公司带进沟里。
很多天天吹AI颠覆一切的人,连个自动化脚本都没跑过。
最近有个老兄做了个特别硬核的实测:直接把自己的闲鱼账号全部甩给AI Agent托管,整整跑了15天。
战果非常离谱:
半个月成交27单,销量比他平时自己盯盘多了将近一半。
最绝的是响应速度,从以前随缘回复的几个小时,直接压到了40秒以内。
这哥们半个月里唯一干的体力活,就是每天下班回家照单打包、填单号发货。
你以为他给AI灌了什么无敌大模型?其实根本没有花哨技巧,就卡死了三条底线:
第一,锁死绝对地板价,绝不当冤大头;
第二,对面砍价再狠,单次让步绝不超过5%;
第三,一天最多改价两次,而且节奏拿捏得极其阴险,只有快到底线的时候才开始扮演学生党哭穷。
二手平台上那些喜欢大半夜砍半价的,活活被一个不知疲倦、情绪稳定的代码给磨没了脾气。
但老兄也交了底:
AI根本拍不出那种带生活烟火气的好照片,也写不出让人看了就想拍大腿下单的神仙文案。
【不要叫执行高手做战略思考】
有好几个AI创业者和我表示过这样的说法:他们想让一个下面执行得非常完美的一个伙伴,做战略思考,但发现效果都不是很好。
我跟他说了一个观点:大部分人是分战略型和执行型的。
你会发现,战略思维好的人,一般执行力就比较弱,他们有强的发散性思维,好奇心强;
但执行力好的人,做事非常专注,在给定框架寻找最优解(一般学校成绩很好)
文武双全的人极少,而且他从自己的早期经历路径依赖,加强其中一面有强正反馈的。
像姜维这样文武双全的人,历史上屈指可数
Grok Bot 解决了一个移动端开发管理问题,
可以白盒化在 Codex、Antigravity 内做项目跟踪、文档管理、输出结果的移动端评测,用户反馈后可以即时回流 Agent 再迭代。
Grok 的项目管理底层应该借用了 Cursor 以及 Nation 的组件(外链浏览器打开可以看到基础服务域名),除了不能像在 Antigravity 内评论文档,其他移动端操作基本够了。
对 PC 开发环境的用户很友好,在假期、出行时配套使用效果更佳。
背后的模型应该是 Claude,对话有 Opus 熟悉的温度和哲学思辨,比 GPT 那种工科直球好很多。Dots 太拉了,按下不表。
体验丝滑。
一位业绩很不错的OPC给了我很大启发,他告诉我成功的秘诀。专注,专注,再专注。听起来老生常谈了,但最关键的是下面那点:
如果你必须同时做两件事理由只有一个:
两件事情结合起来的效果比做好单独任何一件事情的效果都要好。
不是降低优先级,而是完全停止。
这给了喜欢多线程做事的人,有了很好停止标准。
AI时代的元能力。
一个人的能力,大致分成三层:
第一层是专属能力(行业硬能力)
比如做餐饮,要懂选址、翻台率、菜品设计;做软件,又要懂产品、开发和 SaaS 运营。我亚马逊,要会广告、运营、仓管;
这些能力很重要,但换个生意,很多就要重新学。
第二层是核心能力(软能力)
比如沟通、决策、谈判。
怎么把任务跟员工讲清楚,怎么判断一个新品该不该做,怎么和供应商谈价格、账期。
这些能力换一个行业,依然有用。
第三层是元能力:让自己快速获得新能力的能力。
不会投广告,知道怎么快速找到教程,再用 AI 辅助学会。
不懂税务,知道去哪里找资料、找什么专家,迅速把问题搞懂。
碰到一个新的 AI 工具,也能很快学会,然后放进自己的业务里。
AI 加快了第一种能力的折旧,也提高了第三种能力的回报率。
和一位职场转个体创业的,业务增长较快的AI创业者交流:提到如何避免因自身精力不足,成为业务发展瓶颈。
我举了一个的例子:要像宫廷画家一样拆分流程
英国著名宫廷肖像画家彼得·莱利(Peter Lely):他的天才区在于“捕捉人物面部神韵”,因此他只画最核心的面部,而把背景、服饰、调色和画框全部分包给助手。
我这个人有时候脾气大得很。
昨天中午在外面吃完饭,开车往家走,在市区道路里,我开 60,一点毛病都没有。后边来了个哥们儿,上来就闪我。我一看周围也没什么车,直接把速度降到 30 了。他实线也不敢变道,只好一直跟着我。
过了这个路口以后,他打开窗户对着我骂。我连看都不看他一眼,有本事就撞我,没本事光骂街有什么用呢?
想到他一定很生气,我平淡的心情变得愉悦了起来。论开车没素质,我们特斯拉车主可是鼻祖啊。
一个扎心的数字:企业花八位数买AI,10%的员工烧掉了90%的token,70%的人几乎不碰。模型能力飞涨,组织生产力却纹丝不动。
大多数人永远不会成为AI Native,这不是培训能解决的问题。真正的出路也许不是教几千个人学AI,而是让AI退到后台,“无感使用”AI。
自从用了一段时间Fable 5.1之后,就发现其实不必高射炮打蚊子,并且有时候打得还不好。AI 的下一阶段,可能不是继续讨论“哪个模型最聪明”,而是开始讨论:到底什么事情,值得用这么聪明的模型?
很多企业场景也没那么复杂,一旦模型能力跨过某条智能线,继续增加推理和token,未必让事情做得更好,只是在增加成本。
不要看一家企业用了多少 AI,而要看它“每做成一件事所消耗的智能”,能不能越来越少。
从这个角度看,最聪明的企业,可能恰恰在“降智”。
分析两家大厂复杂、长线、多维度的商业竞争时,你只要用这个公式:
“【某个人物的性格】,导致他错失了在【某个产品】上打败【某个更强的对手】的机会”
再加一句“这是他此生唯一的机会”的断言,流量蹭蹭蹭就来了。
用这个公式我们可以写:
“张一鸣的傲慢之罪,导致他错过了用豆包干掉微信的机会。这是他此生唯一一次可能一统互联网的机会。”
“袁绍的优柔寡断,导致他错失了在官渡之战中打败曹操的机会。这是他此生中唯一一次可能统一天下的机会。”
“周瑜的小肚鸡肠,导致他错失了在赤壁之战后整合刘备军团的机会。这是他此生中唯一一次可能反扑北方的机会。”
野心是命运的先知。AI时代野心比什么都重要,因为你只要先敢想敢干敢试,AI才会成为你最大的助力。
所以今天我们利用AI如何去工作就非常关键了:有的人虽然拿着AI但是还是活在旧时代的叙事里,比如还在成天去赚三瓜两枣的钱还忙着各种非常低端低效率的圈子还在试图获得传统的认可和反馈。
但是有的人已经在拿着AI疯狂地在全世界创新与创造,勇敢积极热情地开始进军各种新事物和做出新市场。当你看了AI版红楼梦互动影游,你就会瞬间意识到传统影视已经完蛋了,因为人类正在飞速进入一个“互动+个性+实时+生成”的伟大的内容时代。据说有人最近还在秘密试点“AI综艺”、“AI视觉小说”(国外已经有人一个月流水超过700万美金)等全球AIGC新赛道。
昨天我跟一位朋友说,我现在还看到很多落后的地区,教育还在卷分数卷考试,还在以考上北大清华为骄傲,其实这些真的已经过时了。在AI时代搞应试教育,最终培养出来的只会是一帮毫无任何竞争力的废物。


