- 一年前的7月18日，「纽约的伤为何与我们有关？」《破坏实验》新书发布会 - 一个月前的8月29日，「纽约墙壁上的“画外音”」行知读书会 - 昨天，9月26日，「纽约图书馆的无字之书」上图讲座 连续三次聆听李明洁教授的三场演讲，不仅是因为李老师是我入学华东师大中文系的首任辅导员——不同于课堂授业的特殊师生情铭记终生，更是因为她2017年起对纽约进行长期田野调查所发掘的社会文化面貌，让纽约这座在我心目中具有独特地位的世界之都更为丰富生动。 纽约，对于我这个上海七零后来说，是高中时爱看的美剧《成长的烦恼》中长岛少年迈克开车跨过布鲁克林大桥时扑入眼帘的水泥森林，是大学时宿舍兄弟们围坐追看的电视剧《北京人在纽约》中姜文浪荡谋生、令人又爱又恨的霓虹都市，是世纪初美剧《欲望都市》中四个女人一台戏的浪漫时髦，也是无数好莱坞电影中的背景——金刚、伍迪·艾伦、漫威系列电影。当然，印象最为深刻的纽约，则是2001年9月11日，我拨号上网登录新浪网，不惜花费昂贵的上网费，“亲眼目睹”纽约双子塔在两架恐怖分子挟持的飞机撞击下轰然倒塌…… 自2003年第一次出国，我就想去纽约看看；直到2022年11月9日，终于来到了纽约：曼哈顿、第五大道、川普大厦、麦迪逊大街、百老汇、时代广场、帝国大厦、华尔街、911遗址、中央公园、大都会博物馆、大松果…… 当然，这些都是初访者不得不打卡签到的地方，李老师的新书和讲座涉猎的纽约社会文化生活中的场景，很多我闻所未闻、也心向往之，但我能从书和演讲中获得的深深共鸣是：四年前我漫步在曼哈顿街头，被摩肩接踵的人流簇拥着，而手机里不时跳出国内各地此起彼伏的疫情封控的消息，当时那种眩晕的超现实感；当我参观帝国大厦时惊叹一百年前美国建筑制造的奇迹，而街头随处可见无家可归者的帐篷和针头，那种历史和现实交织的巨大反差感…… 自然的，很想拿上海和纽约做对比，但也许现在上海某些城市设施和管理要比纽约新一点好一点，但很多方面没法比，也不可比，其中三昧，各自寻思。最后以李老师在今天演讲中引用的纽约公共图书馆捐资人、钢铁大王卡内基的一句话来收尾： 「公共图书馆是地球上独一无二的民主的摇篮。在这个文字的共和国，地位、官职和财富都显得无足轻重。」

2019年9月19日，因为撰写出版《区块链实战》一书请何积丰院士作序来到华东师范大学计算机学院，我当年听课的文史楼前的草坪葱绿；2026年9月21日，因为旁听密码学技术和以太坊研讨会，时隔七年，疫情之后第一次回到母校，文史楼前的草坪依然葱绿，工人正在潋滟秋阳下浇水。 进入孟刘馆二楼小演讲厅，眼看年轻人台上认真分享，台下认真听讲，感觉真好：尽管AI冲击虹吸一切，仍然有人认真研究零知识证明等密码学技术如何保证去中心化网络的安全可验证运行和应用；尽管加密货币领域目前内生创新不足、行业声誉跌至新低、现在国内基本等同于灰产，但大家仍在热烈讨论交流，我的母校仍然包容支持，成立了专门的密码学院，在跟与会年轻人交流时，为自己的校友身份感到自豪😎

冉冉升起、还未上市、价值前景堪比字节跳动的@stripe 还没买下@PayPal 就先把AI大模型调度器@OpenRouter 买下来了。我认为这笔收购性价比超高无比👍 BTW，卖掉OpenRouter的创始人也是连环创业成功套现的老手了，上一个成功退出的就是如今已大势已去的NFT交易市场@opensea 🐳

有朋友打算今天去看最后一天的上海书展，考虑到ta下个月去纽约旅居几个月的情况，我推荐去位于连接西一馆的大厅二楼的长三角实体书店展区找到湖州安定书院，买下这本《纽约文学地图》，届时可以按图索骥，像伍迪·艾伦电影《午夜巴黎》里描述的场景那样，仿佛和历史上名人雅士漫步街头，不亦快哉～～ P.S. 这书可能在上海译文出版社展区可以找到，但安定书院更小更聚焦，买书还送英伦文学小报、可以盖章留念，更有意思。因为去过伦敦和纽约，我就买了这两本文学地图，刚刚拍照留意到小书的上切口，这颜色图案真别致。

今天第二次去上海书展，在上图进出口公司展区犹豫了一下，还是把《奥德赛》拿下，和昨天买的《伊利亚特》、《埃涅阿斯纪》一起，凑齐了西方古典三大史诗——荷马的《伊利亚特》写尽特洛伊战争的惨烈悲剧，其续篇《奥德赛》讲述英雄战后的海上奇幻漂泊，而维吉尔的《埃涅阿斯纪》则承接城破结局，书写特洛伊遗民远赴意大利奠定罗马文明根基的伟大历程。 昨天犹豫没买《奥德赛》，一是不愿意凑现在诺兰同名电影的热闹；二是加密圈这几年用户增长的活动都取名“奥德赛”，个人感觉麻木；三是几年前在诚品书店已经买了本织锦布封面的《奥德赛》。但回家后仔细研究了两个翻译版本的不同：布面的是散文体，纸版的是诗歌体；摩挲着纸版书特意粗糙不平的切口，感觉特别治愈，心里有股买下纸版奥德赛的冲动。 有人说现在Kindle、微信读书很方便，何必买纸书？我觉得像这样的经典，必须买纸书，挑选纸张设计排版装帧都非常独特精湛的版本，像艺术装饰品一样捧回家，即使没时间读，放在客厅、书房或卧室里，也是添了几缕不一样的书香～～ #Odyssey #book

昨天上海书展最意外的收获是在上图进出口公司展位淘到的原版书《穷查理宝典》，出版社是Stripe Press @stripepress。 这个Stripe难道是16年前刚成立时要避开Paypal统治、16年后要出价收购Paypal，近两年稳定币/AI支付在钱包/托管/公链/协议频频落子布局的支付巨头@stripe？一查果然是！ 登陆press.stripe.com，可以看到这家由科技初创公司成立的出版社8年来出版的18本书、一部纪录片和一档播客，而《穷查理宝典》迄今出版最成功，销量超40万册。而我赶紧将官网上所有免费的书摘PDF下载下来，转存到微信读书慢慢阅读📖

我现在每场 @AgenticNow Salon 的圆桌都会录制播客节目二度传播，今天是第四场活动圆桌播客上新了~~ Agent 实战揭秘：第一仗打下来，学到了什么？ 2026 年 7 月 30 日，加密厨房与非凡产研联合举办的 AgenticNow Salon #4「智能体造物指南：Agent 实战初记」 在上海云赛空间举办。三场主题演讲之后，三位讲者留在台上，被主持人和彼此追问了 44 分钟：当 Agent 开始独立交付，谁来为它的结果负责？ 从分众传媒今年因 AI 策略能力拿下的 2000 多万订单，到保险 Agent 刚跑通的前 5 张保单，再到一个还在研究阶段、连边界都没摸清的自由市场协议 —— 三位 Builder 把各自的进度条摊在桌上，刻度差了不止一个数量级。 这不是一期讲 Agent 前景的圆桌。这是三个人互相拆对方产品架构的现场：AI 江南春到底是怎么部署的？什么才算「有身份的 Agent」？一个 Agent 服务 500 个经纪人靠什么撑住？追问到最后，三条完全不同的路径落在了同一个问题上：Agent 可以承担任务，但责任还没有找到落点。 【本期嘉宾】 Jean Chen｜AgenticNow Salon 主理人：加密厨房创始人，连续创业者，区块链书籍作者，2026 年起系统性将 AI Agent 整合进内容生产与投资研究 桑卓豪｜分众传媒高级 KA 总监：分众传媒 AI 业务牵头人，混沌 AI 领教，年操盘广告投放超过 2 亿 黄俊海｜确石智能联合创始人：Agent Infra 出身，产品线覆盖经纪人 AI 副驾与家庭端保险规划，在中美两地摸保险的完整价值链 石玉麟｜涌现科学 Emergence Science 创始人：十年技术背景，其中五年在互联网电商做撮合平台，Agent Agora 自由市场协议作者 【圆桌金句】 💡 桑卓豪「讲 AI 在大公司里的扩散节奏」：一开始汽车总归是跑不过马车的，可能很长一段时间都是这样。但当复利效应累积起来，接下来就是指数级。我们能做的是感染周边一片，像涟漪一样慢慢荡漾出去。 💡 桑卓豪「咨询行业会被怎么冲击」：我花一周用 AI 研究出来的结果，能和原来花半年一样，给到你同样的增长，那我为什么要等这半年？这中间还错失了多少机会窗口。下个时代，咨询如果不结合 AI，就卖不出去。 💡 黄俊海「为什么要做经纪人的 Agent」：原来想碰到一个好的保险经纪人是靠运气、靠天意，就跟原来想找到一个靠谱的黑车司机一样。后来有了滴滴，我们再也不担心这个问题了 —— 因为背后有一整套系统能力在赋予它。 💡 石玉麟「为什么 Agent 绕不开 Crypto」：传统电商不需要 Crypto，你不信任线上支付，可以约到线下，交付和打款在一个事务里完成。但两个 Agent 天然见不着，缺少物理上的保护。所以对这种见不着、又是离线的虚拟身份，只能用链上的 DID 从零开始把身份建起来。 💡 Jean：有人说比特币或者数字货币，可能并不是为人类准备的 —— 它有可能是为未来的 AI 准备的。 【时间轴】 00:10 开场：从人机关系、个人助理到超级个体与超级组织，第四期为什么把三场演讲排成这个顺序 02:08 分众传媒那套 AI 实践能不能泛化到更多团队？自上而下给资源和平台，但能力涌现是自下而上的 ——「一开始汽车是跑不过马车的」 06:00 一个具体数字：部门层面今年大概有 2000 多万的订单，是因为 AI 的策略能力才拿下来的 06:29 客户会不会因为你用了 AI 就要求打折？分众卖的是资源，真正被挑战的是咨询公司 08:55 黄俊海：我们其实是一家 Agent Infra 公司，保险只是应用场景；公司险的空白中美都有，保险公司愿意对接医院和大公司，不愿意碰估值再高的 AI 公司 11:12 合规绕不过去 —— Agent 不能办保险，一定还要有人办；产品出来一个月做了 5 单，先把流程梳顺 13:26 保险是极度基于信任的生意，高保额要双录、要签字。Agent 能替代这份信任吗？黄俊海：我们挑这个场景，就是希望信任由人来做 16:18 Agora 这个名字与 DAO 时代的渊源；石玉麟：用到 Crypto 有点歪打正着，但两个 Agent 天然见不着，只能用链上 DID 从零建身份 19:14 Jean 抛出科斯定理与 OPC：Crypto 构想过的完美市场，为什么至今没有一个真正跑成？ 22:54 桑卓豪追问：什么才算「有身份的 Agent」？从 ID 加元数据，到可追责，到那句「开掉了以后找谁」 26:41 一个 Agent 服务 500 个经纪人靠什么撑住：数据隔离、多租户、权限分级；桑卓豪：本地 Agent 才是最终交付的那个节点，我仍然要对我的工作负责 32:50 阿里国际的 A2A：从 B2B 到 A2A，未来每家企业都有采购方和销售方的 Agent，积累的是交易过程中的信用记录 35:03 Jean 谈 Web3 与 AI 的交汇：比特币可能不是为人类准备的；x402 与那个从万维网初期就留着却一直没启用的状态码；真正的元宇宙也许是 Agent 与人类协作构成的数字世界 40:22 听众提问：你们盯的到底是 ToC 还是 ToB？黄俊海拆商业模式 —— 回中国是为了先摸完整条链路，想从需求当中生长出需求 【听众互动】 Agent 可以有 ID、有元数据、有交易记录，也就意味着可以被审计、被追责、被「开掉」。但开掉之后，责任落在谁身上，这场圆桌没有给出答案。 你会把哪一类工作交给一个可被追责的 Agent？又有哪一类，你坚持自己要当最后那个节点？ 欢迎在小宇宙评论区，或 X 上 @CryptoKitchenCN 留言 【全网发布】 - 小宇宙： xiaoyuzhoufm.com/episode/6a7… - 苹果播客：podcasts.apple.com/cn/podcas… - Spotify：open.spotify.com/episode/6M9… - YouTube：youtu.be/KSa5YJ36y8Q 分享你的故事。

「一群 Agent 怎么一起干活？开个集市，让它们互相竞标」 7 月 30 日，@AgenticNow Salon 第四期最后一场，涌现科学（Emergence Science）创始人石玉麟。题目是《用自由市场机制协调自主智能体集群的协作与资源配置》。他做了十年技术，五年在互联网电商。电商的本质是撮合，他现在做的还是撮合，只不过把消费者从人换成了 AI Agent。 其一，崩盘不是情绪。2026 年 2 月，SaaS 股市单日蒸发 $285B。Figma 去年上市，上市当天就是市值巅峰。B2B SaaS 中位 NRR 从 125% 跌到 102%，小型 SaaS 从 110% 跌到 98%，进入存量萎缩。AI 原生支出增速 94%，传统 SaaS 8%。Gartner 判断 2030 年前四成企业 SaaS 支出转向按结果或按用量。按人头收费的逻辑正在失效。 其二，五家已落地的 AI 员工。Devin 代码迁移提速 14×，PR 合并率 34%→67%；Claude Cowork 用 OS 级 GUI 视觉打破 API 边界；Manus 多标签异步并行；Harvey 合同审查时间 −75%，每位律师年省 118 小时；Sierra 三个月 ARR 从 $100M 到 $150M。他最看重 Sierra，因为只有它涉及真实退款，其他都可以说自己是 demo。涉及金钱，不能有幻觉。 其三，共同架构。没有一家用纯 LLM 端到端驱动，全部是确定性控制加非确定性推理的二分架构，拆开都是感知、推理、执行三层。四条原理：二分驾驭律、沙箱隔离律、垂直闭合律、价值对齐律。垂直闭合律那条最狠，可靠性正比于垂直深度、反比于通用广度，推理层通用，感知和执行层垂直，后者才是壁垒。 其四，问题换了。2024 到 2025 解决的是怎么让一个 Agent 可靠地工作。2026 的问题是 Agent 是孤岛，协作无协议，协作无结算。答案不是更好的 LLM，是协作协议加价值分配机制。企业里现有的四种编排范式：树状层级、图/DAG、消息队列，前三种都假设 Agent 数量可控、路径可预定义。 其五，自由市场。Agora 是希腊语的集市。他强调不是淘宝那种 marketplace，更像闲鱼，解决的是长尾撮合。公网版已上线，几百个用户在跑 GEO 需求，机制是赏金任务五步闭环：发布任务、Agent Card + /llms.txt 服务发现、竞标并在沙箱执行、PoTE 做 Schema 校验加 TEE 存证、微结算。核心创新是微合同的瞬时性：只定义 spec 和 settlement，交易完即失效，无售后、无长期义务。企业版换一种信任模型，Public 用密码学替代信任，Enterprise 用价格信号替代 KPI。 这场演讲真正的题眼，不只是「多 Agent 怎么编排」，而是「稀缺性从哪里来」。当 Agent 多到无法静态编排，中央调度就失效了，只能让价格来发现谁值得被调用。这一步跨过去，Agent 就不只是工具，而是市场参与者。而市场参与者需要的东西，你我都熟悉：身份、信誉、结算、仲裁。 所以他把自己卡在结算协调层，不做通信也不做支付。缺的三块也讲得很坦白：没有信誉就是柠檬市场，Akerlof 1970 年就写完了；服务发现还没有标准；定价机制他自己都说没找到好方案，那页当场跳过。这不是谦虚，是一个诚实的技术判断。八仙过海各显神通的前提，是海上先有一套规矩。 全文演讲👇🏻

保险科技这 5 年：为什么 AI Agent 终于等到了入场时机 7 月 30 日，@AgenticNow Salon 第四期第二场，确石智能创始人黄俊海没有从「AI 能做什么」开始，而是从一张真实保单开始。 其一，问题的形状。十年前他姐姐想给女儿买教育金，亲戚介绍的经纪人卖了一份产品，续费两年后才发现那是寿险。他自己买完重疾险，后来想补一份，回头找当年那个经纪人，发现对方已经把他删掉了。保险经纪人的从业中位数是 11 个月，而一份重疾险要用几十年。我们真正信任的从来不是人，是那份合同。 其二，历史的形状。1688 年劳合社咖啡馆里一群船东交易海上风险，形成了第一个现代保险市场。之后是精算、代理人、互联网。保险科技史是一部服务半径扩张史，变的是效率边界，不变的是用户必须相信结果。而互联网保险解决的仍然只是分销。 其三，为什么是保险。一份真实保单几百页，市面上一千多个产品各有现金价值表和说明书。保险是世界上最大的文本类工作，至今没被大模型接管，本身就不合理。朋友出车祸，哪些条款被激活、要备什么材料，他不知道。出事那一刻，人最没空翻条款。 其四，美国已经跑通。Corgi 花三千多万美金买保险公司资质，八千多万做研发，2026 年 5 月累计融资 $378M，三周内估值从 $1.3B 升到 $2.6B。两个月拿下 4 万家美国初创公司，客单价 1300 美金，卖的是 AI 责任险。一个陪伴机器人要三份险：它是家电，要产品责任险；它会动，要三者险；它会说话，被索赔就是 AI 输出责任。传统保险公司不愿碰新业态，蓝海就是这么留出来的。 其五，中国不能照抄。牌照壁垒、数据割裂、渠道为王、信任存量、供给接口，五个条件都没成立。所以他们的切入口是先做经纪人的 Agent。访谈四五十位经纪人之后撞上一个反直觉的发现：经纪人最常说的不是「我需要工具」，是「我没有客户」。因为「我是保险代理人，来聊聊你的保险需求」这句话本身就让人关门。经纪人的时间很贵，懒得教育你，只在有认知的高净值人群里筛客，市场就这么被自己筛小了。但 Agent 的时间不贵。 这场演讲真正的题眼，不只是「AI 能不能卖保险」，而是「承诺由谁来守」。人守不住十年，合同守得住，但合同不会主动找你。Agent 补的正是这一段：记忆、执行、交接、审计。所以真正难的不是 1×1 的对话，是 N 个用户、N 种角色、N 个渠道、N 套流程的长期运行。Harness 的价值是让最强的 Agent 以企业可接受的方式跑起来。 他给保险 Agent 定的标准不是「像人」，是「值得被追责」。有依据，有边界，有记录，有复核。有人问会不会被下一代大模型覆盖，他说我们挑的就是离大模型溢出最远的赛道：够垂直，数据不上传，合规门槛让通用公司不愿意做。远水解不了近渴，但保险这门生意，本来做的就是远水。

「江南春给 AI 版的自己打了 120 分」 7 月 30 日，@CryptoKitchenCN 主办的 @AgenticNow Salon 第四期，分众高级 KA 总监桑卓豪的开场。他讲的不是模型，而是一条业务线怎么被一个人重装。 其一，供给瓶颈。场内上千个销售，核心创意供给只有几个人。分众训了营销垂类智能体「众小智」，AI 江南春是它的策略与创意核心。喂进去 270+ 本营销专业书、近 500 个江南春亲自改过的广告案例、10 种创意模式，加上他本人持续微调。目标是七八十分，结果是 120 分。 其二，Brief 瓶颈。江南春用得好，销售用不好。差别不在模型，在上下文。桑卓豪把会议归档做成 Skill：原始记录留证据，项目上下文只留客户此刻的真实状态。每开一次会，项目文件夹多一份资产。Codex、WorkBuddy 接手时，自己把背景翻一遍。 其三，制作瓶颈。他不会剪视频，但做出了图片 Skill 和视频 Skill。同一个 Brief 出 6 个完整 KV，前三张 3 分钟；15 秒 TVC Demo 直出，不用剪辑。提案速度从两周 4 个到一天 1 到 2 个，同一批人扛 3 倍业务量。 其四，最关键的一页。两张提案封面找茬：左边城市户外巨型数字大屏，右边电梯候梯厅的分众 LCD。左边构图、氛围、品牌信息全都过得了第一眼，但那不是分众的广告位。从左到右他走了五步，多生成 5 张图。 通用大模型和企业能用的 AI 之间隔着一道鸿沟。填沟的不是参数，是企业自己的知识、上下文、Skill 和验收标准。这套东西只有听得见炮火的一线写得出来。所以他说：有时候手动十秒就能改完，我还是让 AI 自己改、自己复盘。它只有看见和标准的差距，下次才有机会提前做对。 这场演讲真正的题眼，不只是「AI 能替你干活」，而是「谁来定义合格」。模型是公共品，Harness 才是私产。业务 Leader 的稀缺性正在从会做事转向会定标准，会把每一次反馈写回系统。 他现场那套 PPT，就是自研产品出的，已经开源：github.com/JoeSangAI/PPT-GOD。从 Prompt 到 Skill 到 Web GUI，再回到 CLI，最后长成 Deck Studio。 工欲善其事，必先利其器，只不过这一次，器是自己一手打的。 #AgenticNow #AI #Agent #Advertising

三伏天，我们在上海线下举办的 AI 沙龙活动不停歇 ~~ 7 月 30 日，本周四晚六点，加密厨房 @CryptoKitchenCN 与非凡产研 @deltawuwei 联合举办的 AgenticNow Salon #4 又开场了！ 智能体造物指南：AI Agent 实战初记 ​造出来的 Agent，该上战场了。 ​当分众传媒的业务 Leader 开始自己上手造 AI 工具，当一个保险创业者三年换三个方向终于摸到 Agent 的入场缝隙，当有人开始给智能体集群设计结算协议——Agent 不再停留在 demo 和工作流里，它正在被推进真实的行业、真实的生意、真实的经济系统。 ​但真实世界不是沙盒。行业有门槛，业务有惯性，Agent 每往前走一步，都要跟现实磨合。第一仗打下来，没有人敢说大获全胜——但每个人都带回了第一手的战场笔记。 ​三位实战者，三个行业，三份刚写下的初记。 ​AgenticNow Salon 是面向 AI 与 Web3 从业者的小型线下交流系列。第四期，焦点从「怎么造」移到「怎么打」——Agent 进入真实行业后，第一仗打成了什么样。 ​​嘉宾 ​桑卓豪：分众传媒高级 KA 总监，分众传媒 AI 项目负责人，混沌学园 AI 课程讲师。在中国最大的电梯媒体公司内部推 AI 落地，他的判断是：AI 不是技术部门的事，每个业务负责人都应该自己上手造。 ​黄俊海：确石智能创始人。十年咨询出身，转行 AI 创业三年，换了三个方向。目标是做中国的 AI 原生保险经纪公司，他要讲的是：为什么偏偏是现在，Agent 才等到了切入保险行业的时机。 ​石玉麟：涌现科学创始人。五年互联网电商背景，现在在造一套 A2A 经济基础设施——任务验证与结算协议。研究的问题是：当 Agent 不再是一个而是一群，它们之间怎么分工、怎么交易、怎么分钱。 ​​议程 ​18:00 – 18:30 签到 ​18:30 – 18:40 开场 ​18:40 – 19:10 主题演讲 ① 未来每个业务的 Leader 都应该是 AI Builder ​19:10 – 19:40 主题演讲 ② 保险科技这 5 年：为什么 AI Agent 终于等到了入场时机 ​19:40 – 20:10 主题演讲 ③ 用自由市场机制协调自主智能体集群的协作与资源配置 ​20:10 – 21:00 圆桌讨论 Agent 实战初记：第一仗打下来，学到了什么 主办： 加密厨房 × 非凡产研 × 云赛空间 时间： 7月30日（周四）18:00 – 21:30 地点： 上海市徐汇区田林路192号 · 云赛空间 报名链接👇 luma.com/AgenticNow03 #AI #AgenticNow

播客上新：AI 一人军团的天花板，到底在哪里？ 从超级个体到超级组织、从品牌出海 AI 全流程自动化到逆向 PUA 你的 AI 做投资——三场演讲拆完了「一人军团」的三条路径。圆桌把它们混在一起，碰撞出了更尖锐的问题：AI 提高了生产力，但没改变生产关系；AI 能找到的不叫 Alpha，叫共识；超级个体人人都会用 AI 了，可是需求场景从哪里来？ 这不是一味唱多 AI 的对谈，而是实践者把各自撞过的墙摊在桌上、把「变现」「信任」「担责」这些不性感但真实的问题拆到底的对话。 💡 吴畏（讲到超级个体的场景困境）：「超级个体最大的瓶颈不是能力，是需求场景。一个人的时候你不需要那么多场景，但你要活下去就得去找。实体企业正在做 AI 变革，它们的场景多得用不完——超级个体应该去服务它们，做路由器。」 💡 Vincent（讲到快速失败）：「一人公司最怕方向不对。AI 出现之后，验证一个方向是否可行的成本断崖式下降——不行就换，换的成本只是你的时间和一点 token。」 💡 Vincent（讲到 AI 的心理辅导作用）：「创业项目卡住，通常不是商业模式的问题，是创始人心理上的卡点。Claude 接入的心理模型可以用 CBT 方法告诉你：你这个卡点为什么不符合逻辑，你是怎么走到这个岔路上去的。它不给你情绪价值，它给你解法。」 💡 猎手 Killer（讲到 AI 与投资效率）：「我的 Claude 从去年注册到现在没换过号。它比我老婆还了解我的投资风格。昨天美光财报出来，我八点之前就把今天 A 股的操盘策略、PDF 研报全发给社群了——AI 帮我做了以前私募公司一个星期干的活。」 💡 猎手 Killer：「你要带着目的性去调教 AI，让 AI 为你所用，而不是像一个迷失在森林里的孩子，让 AI 带着你到处晃荡。」 💡 Vincent（讲到 AI 的担责边界）：「AI 永远没办法替代人类做一件事——担责。即使要担也是背后的公司。这是结构性矛盾，不管 AI 将来发展成什么样子。」 💡 吴畏（收口）：「AI 改变了生产力，但没有改变生产关系。生产关系掌握在已有主流资源的人手上。这是冷酷的现实，但不接受也不行，接受也不行，那还不如去接受。」 全网发布： - 小宇宙： xiaoyuzhoufm.com/episode/6a5… - 苹果播客： podcasts.apple.com/us/podcas… - Spotify： open.spotify.com/episode/0vK… - YouTube： youtu.be/454NKZ7tYVo

AI 能找到的，不叫 Alpha，叫共识 AgenticNow Salon 第三场，猎手 Killer @memekiller365 讲了一场每个用 AI 的人都该听的投资反思。 开场就是一句反骨：「把你的 Claude 窗口关掉。多请产业链的人吃个饭。AI 炒股没用的。」但他接着说：「我今天分享的，恰恰是我怎么用 AI 找到了诺基亚和黑莓。矛盾吗？不矛盾。关键在于怎么用。」 他拆解了 AI 炒股三个结构性缺陷： ① 保守性偏见。AI的语料是历史数据，大模型公司怕你亏钱来告它，设计上压死了激进建议。问它诺基亚能不能买，回复是「电信包袱重，整合慢，不适合介入」。AI 能找到的，不叫 Alpha，叫共识。 ② 讨好性偏见。大模型公司跟游戏公司一个逻辑——让你爽你才续费。他三月份沉迷美伊战争做空框架，AI 配合找了一堆证据，越聊越确信。结果四月到现在美股历史新高。「AI 每次都有提尾部风险，但提的方式是补充，不是警告。」 ③ 否决非共识。这是最致命的。三个被 AI 否掉的标的——诺基亚「传统电信股，有待观察」后来从 $8.85 涨到 $14+； 英特尔「利润没跟上」后来从 $45 涨到 $140+；东方钽业「K 线太高」后来从 44 涨到 84。AI 的建议全错。 那他怎么找到的？ 诺基亚：空仓后打开英伟达持仓——发现诺基亚占 8.06%。英伟达是产业布局者，黄仁勋真金白银投的方向不会错。然后他自己翻券商软件，发现 3 月 31 日财报截止日贝莱德和维景同日加仓——正常应该落袋为安，反而加仓。这个异常数据不是 AI 聊出来的，是他自己翻出来的。 拿着异常数据去问 AI，AI 反而给了正面回答：历史上这种行为通常意味着庄家进场。 「先有直觉，再用 AI 验证。不是让 AI 帮你选股，是用 AI 做弹药。」 黑莓更直觉。从诺基亚联想到另一个「大家以为死了」的手机品牌。市场认知停留在它是手机公司，但黑莓已经转型做 QNX ——边缘AI安全操作系统，275万辆车在跑，ASIL D 最高安全认证，跟英伟达 IGX Thor 深度集成。发现时股价 $5。机构目标价 $4.4-$6，全部 Hold 评级，全部踏空。 起点是一个人的问题：「英伟达会投资黑莓吗？」 「一个问题比一百个答案重要。提出问题的是人，AI 是沿着你的直觉往深处挖的工具。」 PPT 上他画了正确的使用姿势——人做什么，AI 做什么： 人：发现标的、提出问题、判断宏观框架、决定出场 AI：验证逻辑、挖掘护城河、整理证据链、提示风险 最好的使用方式不是「帮我选股」，而是：「我认为诺基亚 被低估，因为……你来挑战我。」 最后的思想实验：如果 AI 能完美炒股，人人应该都是股神。为什么没有？因为AI底层是所有人共享的历史语料，所有人同时找到 Alpha，所有人同时买入，Alpha 瞬间消失。 真正的 Alpha 存在于三个地方：信息不完整时，市场犯错时，逆人性操作时。 这三个地方，AI 都去不了。只有人能去。 「诺基亚和黑莓的故事，不是 AI 帮你找到好股票的故事。是一个猎手，用AI做弹药，用自己的眼睛找猎物的故事。」 走窄门，押不对称。

品牌出海的活儿，AI 能从头干到尾 AgenticNow Salon 第三场，Vincent Chan 把品牌出海拆成了五个环节——定位、获客、成交、交付、售后——用自己正在跑的创业项目证明：前三个环节 AI 可以全流程自动化。 背景就一张图：5 月社零疫情后首次下降 0.6%，同期半导体出口暴增 111%，AI 电子产品跃升 17%。他引了 LLequeu的判断：「生产全世界渴望的一切，而本国公民对一切无欲无求。」向外找增长不是选择题了。 品牌出海不只是电商。他画了个四象限：线上实体是电商，线上虚拟是 SaaS 和 AI 工具，线下实体是展会门店，线下虚拟是入境游和跨境医疗。四条路都是出海。 前三步怎么用AI跑通： 定位：四步走。Startup Pressure Test 找差异化角度，Agent Reach 全网搜竞品，Competitor Profiling 深挖所有维度——包括回溯网站历史版本看什么时候放上客户 logo 来推测获客节点。最后 AI 从用户原话里提炼价值主张。他自己的项目跑出来的是：「We turn messy WhatsApp inquiries into qualified buyers ready for your sales team.」不是自己编的，是竞品用户的痛点原话沉淀出来的。 底层逻辑：「把用户原话，总结成价值主张。」 用户调研也 AI 化了。先假扮买家建关系，从聊天中整理对方真实工作流，几轮后切入痛点验证。AI 能读出对方的防御姿态。调研输出不是「用户说喜欢」，而是：现在怎么做、哪里最耗时、已经付出什么成本。 获客：三条路。社交媒体是一条完整的内容工厂流水线—— Codex+Playwright 下载对标账号全部视频，FastWhisper 转逐字稿，拆 Hook/Tension/Proof/CTA 四层结构，替换变量仿写，ImageGen+Seedance 2 批量出图出视频。 文案自动化的原则六个字：模仿结构，不复制句子。 验证过的内容比例：57% 科普、30% 观点、13% 软文。「先按验证过的比例启动，再用自己的数据调整。」 网站获客现在两条线并行：SEO 抢搜索排名，GEO 进 AI 推荐答案。GEO 是 Generative Engine Optimization，让 ChatGPT 和 Claude 在用户问「哪个品牌适合我」时主动推荐你。做法是结构化 FAQ、对比表格、Schema 数据、真实评价。 主动 outreach：从 X、LinkedIn、竞品粉丝里找人，读取公开信息，生成个性化 DM。原则：短、具体、不假装熟悉、不批量群发感。 成交：八步循环。寒暄→判断意图和态度→决定策略→刺探数据维度→线索打分→循环补齐→合格移交真人→落盘 CRM 定期唤醒。 PPT底部小字：「免费起步：ChatGPT + 人工复制粘贴；验证有效后再接 CRM / WhatsApp API。」 最后一句话：「真正的自动化，不是自动发内容。而是从市场洞察到成交的闭环。」跑通闭环沉淀五类资产：用户语言、内容、搜索、转化话术、数据反馈系统。 「商业打法是大脑，AI是工具。一旦你有了大脑，AI 都能自动化，以降本增效。」 这句话和上一场吴畏讲的「超级组织的核心是资产沉淀」是同一件事的两个面。一个讲组织，一个讲业务，结论一样：工具不是壁垒，沉淀才是。

超级个体≠超级组织 上月底 AgenticNow Salon 第三场，@deltawuwei 吴畏讲了一个我一直在想但没想清楚的问题。 非凡产研一共5个人：一个人运营近10万粉的公众号全流程闭环；一个人就是一家广告公司，AI生成的TVC可以直接商用；一个活动签到系统从prompt到上线一个月、1万块。 但他说：「我们不是超级组织，我们只是几个超级个体构成的组织。」 为什么？ 因为每个人的AI能力都锁在自己的电脑里。prompt是自己的，上下文是自己的，工作流是自己的。你能复制工具，但没法复制体系。 「你给同事装了一个Cursor，他也跑起来了。但你复制的是工具，你的方法和体系并没有复制。」 这句话戳到了一个很多人不愿意面对的事实：效率提升是个人的，组织可能什么都没变。 他给了六个关卡：场景识别、流程拆解、知识沉淀、上下文管理、结果验收、资产管理。 其中最反直觉的一条——用agent用得最好的人，往往没有技术背景。因为agent的核心不是写代码，是拆解目标和喂入上下文。业务专家天然就擅长这个。技术背景反而是限制，总想一口气搞个大系统，不如从最小反馈循环开始。 还有一个他们的实操规则：老板不审同事用AI做出来的任何东西。排版错了让客户说。内容有问题改也快。「如果你还在看AI产出的东西，那就是在花你的时间。」 这不是放任，是一种组织进化：如果老板还是审核层，组织就永远长不出来。 他画的未来组织最小单位：一个超级个体 + 一群Agent = 一个闭环任务。 但前提是——个人的AI能力得变成组织的公共资产。可复用，有权限，稳定输出。 这才是超级个体和超级组织之间真正的分水岭。不是工具问题，不是效率问题，是资产问题。

趁Claude最强模型Fable 5七号零点下线之前不眠不休搓了个AI Trading的专题网站，结果醒来发现Anthropic宣布延期到12号本周六[Emm] 感兴趣的朋友自取：cryptokitchen.notion.site/39…

最近一个多月我用 AI 智能体搭建打磨个人炒股分析系统，很上头，今天终于把经过写下来分享出来，欢迎拍砖😜 @MixWeb3 @leslieloser_ @memekiller365 @CryptoBigHand