对谈鸭哥：有了AI我感觉自己强得可怕

十字路口 2026-10-13 17:04 美国

👦🏻 播客采访：Koji

🥷 整理编辑：十字路口

🧑‍🎨 排版: Zeoooo

🚗 这是一期「公路播客」——从乌镇到上海，我们和老朋友鸭哥边开边聊，看看这位重度 AI 用户最近又把自己的工作和生活折腾成了什么样。

➤ 本周「十字路口」的嘉宾，可能是我认识的人里把 AI 用得最狠的一位。

鸭哥是 Superlinear Academy 联合创始人、哥大 PhD，先后在微软、Pinterest、Samsara 工作。代码让 AI 写，自媒体让 AI 运营；从孩子受伤后的就医判断、保险理赔，到几千张幼儿园照片的处理，他也都让 AI 帮忙。他说：“有了 AI，我感觉自己强得可怕。”

这期播客，我们聊了刚刚爆火的 Jev 的来龙去脉，聊了 Manus、Grok Bot、Muse 如何给 AI 一台永不关机的云端电脑，也聊了鸭哥交给 AI 运营的「0 人自媒体公司」如何在半年内做到 5700 粉丝。最后，我们把话题引向一个更有趣的问题：AI 时代，最奖励什么样的能力、什么样的人？

微信收听播客：

小宇宙收听播客：

🎬 视频播客已同步上线于 @Koji杨远骋的视频号、小红书、哔哩哔哩、Youtube 等平台

👦🏻 Koji

今天这是一期公路播客，我在乌镇接上鸭哥一路开去上海，我们今天开的车是理想 i8，大多数路段都由自动驾驶接管。

我们之前聊过 OpenClaw，也聊过 Manus。最近半年，有什么让你觉得有意思的新产品、新发布或者新技术突破？

👨🏻‍💻 鸭哥

最近 Jev 特别火，确实是个挺有意思的包装，但我也有很多想喷的地方。

👦🏻 Koji

那是先说好的再说坏的，还是先说坏的再说好的？

👨🏻‍💻 鸭哥

其实都是好的。从里面能看到很多值得学习的东西，只是大家有一些误解，并不是说它本身是个坏东西。

Jev 真的是新技术，还是 GPT + JSON Mode 的重新包装？

👦🏻 Koji

录播客的这个时间点，是 Jev 发布 72 小时之后。你看到它的第一感觉是什么？

👨🏻‍💻 鸭哥

我第一感觉是：这不就是 GPT 加上 JSON Mode 吗？后来调研了一下，发现好像真的是这样。

这要分两个层次来看。从技术角度来说，它跟 JSON Mode 非常接近。

先给不了解 Jev 的同学解释一下它到底是个什么东西：

首先，它不是一个常规的 LLM，不能输出 freeform text，它只做 classification。比如给它几个选项，它告诉你哪个选项最可能、置信度是多少，它就只干这一件事。

它的好处是特别快、特别便宜。它的概率是经过校准的，不像普通 LLM 经常乱说概率——声称 95%，实际可能只有 30% 多。同时，它不仅给置信度，还会单独给一个概率，两个数值完全分开。在各种场景里，能非常方便地集成进自动化系统。

但在应用场景上，我想不出它跟普通的 JSON Mode 有太多本质区别。

同类产品十年前就有，为什么偏偏是 Jev 在今天爆火？

👦🏻 Koji

那它如此大火的原因是什么？

👨🏻‍💻 鸭哥

虽然技术上没有太多革命性的创新，但它能大火，本身就是一个非常值得学习的案例，绝对不能简单归结为 hype。

类似的想法，在过去 10 年里至少有四五波公司尝试过，包括 Google、OpenAI、Mistral，都发布过所谓的 Classification API，只做分类。为什么那些产品后来全被废弃、没人使用，而 Jev 今天突然火了？

我觉得有三个原因：

第一，基模的能力真正到位了。以前很难想象一个微型模型不用微调就能有极高的智能。如果去看 Artificial Intelligence Index，GPT-4o 是 8 分，而上一代的通义千问 3.5 4B——一个只有 40 亿参数的微型模型——已经拿到了 20 多分。微型模型的能力跨过了实用门槛，几乎碾压了 GPT-4o。我甚至有些恶意地揣测，他们号称隐身研发了两年，很大程度上是在等底层的基模成熟。

第二，市场需求真正爆发了。以前分类主要用来打标，做比较低级的任务。现在 Agentic 概念普及，Token 的消耗急剧增加，大家对成本变得极度敏感，迫切需要低延迟、低成本的方案来做高频分类，市场被催生出来了。

第三，包装非常厉害。如果宣传说 OpenAI 三年前发过一个 API 后来死了、自己拿来重做了一遍，肯定没人理会。但他包装成 “System One Classifier”，把以前的 LLM 定义为 System Two，声称这是一场范式变革。借用诺贝尔经济学奖得主的理论框架，给大众制造了一种认知冲击，再加上作者本身是 InstructGPT 等开创性论文的共同作者，PR 效果直接拉满。

Jev 最值得关注的两个场景

👦🏻 Koji

在你看来，这是营销上的胜利，也是技术水温到达沸点之后的胜利。在你看到的这些应用场景里，有什么让你觉得很 impressive？

👨🏻‍💻 鸭哥

主要有两个。

一个是 Browser Use 或 Computer Use。以前的做法是给大模型截一张图，模型消耗大量时间和 Token 去理解图像再输出指令。如果把这个问题转化成 Jev 擅长的分类问题，给它一个 DOM Tree，问它下一步该点哪个元素，甚至用 Cascaded Classification 先定位大框架再抓取小按钮，体感上速度能提升 10 倍，而且非常省钱。

不过我也想浇一盆冷水：这里面改变了两件事，一是交互界面从图像多模态变成了 DOM Tree 纯文本，二是把 freeform text 变成了 classification。到底是谁带来了最大的性能提升，还需要做更多的 Ablation Study 才能下定论，但无论如何，它跑通了一条又快又便宜地操纵电脑的路径。

第二个场景大家其实每天都在用，只是没有意识到——Harness Classifier。在 Codex、Claude Code 这类环境里，每次 AI 提出工具调用，比如要执行删除文件，底层的 Harness 都要先跑一次分类：这个操作有没有危险？有危险就拦截提示，没危险才放行。

每一次工具调用都要过一遍审核，这个分类发生得极其高频，对 latency 和 cost 极为苛刻。流行的商业 Harness 都有私有的轻量 classifier，判断危险需要深刻理解当前语境，它本质上已经是一个 General Classifier，过去只有少数大厂才有能力把这个模块做得又快又轻，现在开源项目也能借助 Jev 把这套能力低成本移植过去。

👦🏻 Koji

Jev 为什么要训两年？真的有那么难吗？很多开源项目在 24 到 48 小时内就出来了。

👨🏻‍💻 鸭哥

我看官方说训了 2 年，特意去翻了论文、专利、白皮书、开源代码和数据集，结果什么都没查到。

我怀疑这 2 年里大部分时间是在试错和等待。不是他们能力不行，而是这个问题必须等底层的大模型底座成熟之后，站在巨人的肩膀上才托得住。

这两年，很多时候其实是在等待。

👦🏻 Koji

ChatGPT 配合 JSON Mode 的模式一直都在，但应用创业者之前不一定有意识去探索还能做什么创新。Jev 掀起这波热潮，让大家一下子觉得可以头脑风暴一下，可能会解锁出一些新的应用场景？

👨🏻‍💻 鸭哥

大家以前不用 JSON Mode，不是想不到，主要是因为太贵了。但最近整个底层的成本逻辑全变了。

像 GLM-5.3Flash 和 DeepSeek-4.1Flash，价格压得极低，拿来做数据清洗和打标极其划算。我之前做过一个覆盖全国几十个旅游城市的导游项目，一天烧了 400 亿 Token。如果用 Sonnet 跑，折算下来要 12,000 美元，改用 DeepSeek Flash 只花了 300 美元。成本门槛一旦击穿，以前不敢想的场景瞬间就成立了。

另外就是本地化部署。通义千问 3.5 4B 已经吊打 GPT-4o，在本地 Mac 或者是消费级 4090、5090 显卡上跑，成本基本只剩电费。

开源社区有人用通义千问做只读操作，直接提取 logit，在完全不微调、不训练的前提下，复现 Jev 的 Benchmark，准确率能跑到 85%，而 Jev 官方是 88%。在带着这么多镣铐起舞的前提下，开源小模型能做到这个水平，意味着极低成本的应用生态大有可为。

当每个人都拥有一台永不关机的云端电脑

👦🏻 Koji

除了 Jev，最近这段时间还有哪些让你兴奋的新产品或新发布？

👨🏻‍💻 鸭哥

要分两个维度看。一些新模型、新能力确实很好玩，但在使用 AI 的宏观方法论上，并没有发生根本性的变化。

让我兴奋的一条线，是 “给 AI 一台电脑”。

早期的 Cursor 出了 Cloud Agent，连上 GitHub，拉起虚拟机把代码 pull 下来做改动，提个 PR。但它是无状态的，所有进程跑完就销毁，记忆没有持久化。

2026 年 4 月，Manus 推出了 Cloud Computer，核心是虚拟机不关机、不销毁，凭据、运行状态和记忆全都持久化保留。8 月 Grok 推出了 Grok Bot，9 月 Meta 出了 Muse，都在跟进这条线。

这种形态之所以重要，是因为过去的模式太偏程序员视角了，普通人很难靠 git pull、PR 这套工具来维持跨周期的记忆。如果真给 AI 一台持久化的电脑，它能办很多生活化的事情，比如：订机票记得上次填过的身份信息，打开大众点评不用二次扫码登录。这类似 OpenClaw，但把买 Mac、家里 24 小时开机、配内网穿透的繁琐操作全打包抹平了。

👦🏻 Koji

路上经常看到有人端着 MacBook 不敢关机，一看就知道是 Claude Code 或 Codex 的用户。

👨🏻‍💻 鸭哥

对，这是第一个趋势。

而在能力层面，GPT-6 Astra 让我很震撼，我用它做过很多 3D 实验。比如捏一个三维的可达鸭^[1]做绑骨，开着摄像头拍自己，屏幕里的可达鸭就能动态同步我的肢体动作，类似低成本动作捕捉，直接跑通了 VTuber 的原型。

以前做皮套是一整套精密工业：建模、贴图纹理、关节绑骨、动作映射，技术门槛和时间成本极高。现在用 GPT-6 Astra，端到端讲了几句话，它把整套流程全帮我做好了。我还开源了一个GPT 3D Skill^[2]，告诉 GPT 想要什么形象，它就能帮你生成。

👦🏻 Koji

听起来甚至可以给播客做两个虚拟形象，让他们在前面替真人表演？

👨🏻‍💻 鸭哥

是的。这真的是基模能力干倒一个工业的缩影，虽然不能说完全替代，但展现出的进化速度是非常令人欣喜的，很意外，也很厉害。

AI 从“大专生”进化到“本科生”

👦🏻 Koji

一边是给个人配云端持久化的电脑，另一边是基模能力的持续突破。但你觉得个人使用 AI 的方法没有本质变化，只是能力水位在提升？

👨🏻‍💻 鸭哥

不要把 AI 当成冷冰冰的工具，它更像一个人。

它会犯错，你需要验收成果；你需要清晰交代意图、讲明白交付标准。这些原则跟带团队没有任何区别。

变化在于这个人变强了。以前像在带一个大专生，现在像在带一个本科生，能力变强了，管理的本质依然没变：明确任务、设立边界、检验结果。

👦🏻 Koji

两年前播客有一期和雨森聊，标题叫《大模型还是小学生，不要着急让他去打工》，现在变成本科生了？

👨🏻‍💻 鸭哥

现在确实非常厉害。

前阵子我家小孩在幼儿园因为调皮挣脱老师的手，手臂关节移位，医学上叫牵拉肘。回家后孩子一直喊疼，学校也发了受伤说明。家长碰到这种突发情况完全没经验，根本不知道要不要送急诊。

我们立刻问了 AI。AI 盘问了细节，判断大概率是牵拉肘，把原理、症状列出来逐一核对，全吻合。

我们问能不能等它自愈，还是要挂急诊。美国急诊又贵又耗时，当天还在下暴雨。AI 明确建议不用去急诊，去次一级的 Urgent Care 就行；它搜了周边机构，推荐了西雅图儿童医院，建议立刻动身，因为牵拉肘不会自愈，拖着只会徒增痛苦；到了医院医生做个手法复位，咔一下就能好，不用打针吃药。

赶到医院后，医生判断完全一致，手法复位咔哒一声，当场搞定回家。

这给我的触动很大。我从来不指望 AI 去替代医生，但它能在决策链条里补足极高密度的关键信息，帮家长分担体力活——在兵荒马乱的时候，帮你查哪家 Urgent Care 评价好、哪家还有号源。AI 在战略上定性了问题，在战术上搞定了路径。

👦🏻 Koji

后面还有转折？

👨🏻‍💻 鸭哥

转折倒没有，但这只是故事的第一部分，第二部分是走保险索赔。

先走自己的医保，超出 deductible 的自付部分再去找学校报销。整个流程充斥着大量的专业保险术语和繁杂的证明材料。

AI 在之前的问诊阶段掌握了所有病情、就诊医院和保单的完整 context。让它整理一套索赔材料，很快就全拉齐了。我把 AI 接入了邮箱系统，它完全接管了邮件流：阅读校方回复、根据要求补充账单、识别收件人和抄送对象、定时回复推进。

唯一需要人类介入的环节是打电话。对方拖着不寄支票，必须人工打电话催一句，对方才动一下。支票寄到后，AI 把整个案子完整归档。

第三部分，同班有别的小孩被咬伤了，家长也想找学校索赔。我就让 AI 把上次索赔的全部路径调出来，直接生成了两份文档：一份给人看，讲清楚逻辑步骤；一份给对方家长的 Agent 看，让机器直接去跑邮件流。对方家长拿到文档，立马跑通了流程。

这件事有两点启发：

第一，Context 的价值被严重低估了。掌握了足够的 context，AI 才能代替你收发邮件、做出高质量的决策。如果没有 context，去问通用对话框孩子胳膊疼怎么办，它只会给你一句最安全的正确废话：“建议去医院”，毫无实用价值。

第二，要把 AI 当秘书来管理。真正成熟的管理者不是手把手做 hand holding，而是搭建体系、设计激励与反馈，沉淀出可持续运转的 SOP。使用 AI 的最高境界，是你不在场的时候，整个系统依然能自主运转。

“有了AI，我感觉自己强得可怕！”

👦🏻 Koji

你说过一句话让人印象深刻：AI 让你感觉 “自己强得可怕”。这种感觉是在哪个瞬间产生的？

👨🏻‍💻 鸭哥

刚才说的每一个环节，都让我有这种强烈的感觉。

放在一两年前遇到孩子突发受伤，整个人是头大的。现在像随身带了一个精英团队：一个秘书处理所有的后勤调度，一个私人医生做首轮问诊筛选，一个法务助理帮你审查保单、撰写文书、邮件追踪，还有一个文秘把经验快速复用给其他人。

这相当于周围围绕着一个 24*7 在线的专业天团，而且可以无限复制。我有 100 件杂事，就可以派发给 100 个专职秘书，前提是懂得如何管理它。很多企业老板觉得 AI 好用，因为他们本身就熟悉如何向助理派发任务和制定规则。

👦🏻 Koji

你哥大 PhD 毕业后在微软、Pinterest、Samsara 工作过，最近在 gap。为什么想要 gap？这和 AI 有关吗？

👨🏻‍💻 鸭哥

其实主要原因是到了 35 岁，每天高强度工作 8 小时确实太累了。

但是这绝对和 AI 有关。我平时极高强度地依赖 AI 工作，它把所有重复性的体力活干完了，剩下压给我的全都是高浓度的脑力活，工作强度不降反升。

以前幻想着让 AI 替我开会、我来写代码，写代码多开心；现实完全反过来了，AI 把代码全写完了，逼着我去开会、去做判断，极其疲惫。

👦🏻 Koji

写代码很容易进入心流状态，是一种深层放松，而AI 把这种快乐剥夺了。就像 DeepSeek 研究员上周那篇刷屏文章《我不得不把我的才华埋葬在昨天》，读起来蛮伤感的。

👨🏻‍💻 鸭哥

脑力消耗太大，所以我决定先彻底休息半年。

另一个原因是，高强度使用 AI 两年多，我发现绝大多数人用 AI 的姿势完全是错的。用好 AI 本质上不是技术问题，而是管理学问题。如果能把正确的管理心法普及出去，对社会的价值很大。所以在 gap 结束后，从 10 月开始，我和课代表全职做Superlinear Academy^[3]，专注做 AI 的认知与落地教育。

👦🏻 Koji

目前你在国内待了快一个月，四处游历，有什么感受？

👨🏻‍💻 鸭哥

最大的感受是美国消费者太苦了，中国消费者真的很幸福。在西雅图一家极普通的中餐馆吃一顿的开销，在国内几乎可以去米其林餐厅横着走，体验极好，服务也是降维打击。

👦🏻 Koji

之前我的一位在三番生活、暑假回国待了一个月的朋友也有类似感受。大家都说 AI 普及后可以有更多时间做消费创业，但回国后发现物质生活已经被满足得很充分了，好像不是什么百废待兴的方向。他觉得人类在精神和物质都满足之后，缺的是三样东西：关系、回忆、情绪。

👨🏻‍💻 鸭哥

非常有道理。有更多的时间应该留给自己，工作让 AI 承担，生活得靠人自己去过。

给 AI 装上眼睛和耳朵的一年期实验

👦🏻 Koji

去年录音时你提到，在给 AI 装上耳朵和眼睛，24 小时收集生活里的 context。这个实验现在怎么样了？

👨🏻‍💻 鸭哥

部分还在继续，但也承认一个失败的尝试。

我曾试着用随身相机每天拍大量照片给 AI 装眼睛，跑了三四个月停掉了。因为我始终没找到这些图像数据能带来什么不可替代的增量 context。

但录音一直在跑，尤其是工作会议的录音，非常核心。细节 context 沉淀下来，后续能解锁大量以前做不到的事情。

但光存下来没用，AI 并不能自然检索到精确信息。所以我给 AI 搭建了两套基础设施：

第一套做法是，每天录音进来，通过我开源的 Intake Skill 自动跑语音识别转成文本，然后兵分两路建索引：一条路学雅虎，人工或通过模型打标签归类，大主题直接查目录；另一条路学 Google，做 Semantic Search^[4]，用纯文本的 Embedding 做语义搜索。AI 可以根据任务，自主发起本地语义检索找回当时的对话上下文。

第二套原则是 “一切皆文件”。完全没必要上复杂的向量数据库，或者去套一层花哨的 memory layer。Manus 之前发过一篇名为《Context Engineering》的文章，我觉得值 100 万美元，里面就强调文件是极其天然且底层的抽象，现代大模型对文件操作 API 的训练非常充沛，配合命令行，直观、高效。

我一直反对为了赶时髦去强行用 MCP，或者为了概念生搬一套内存层。

👦🏻 Koji

如果用 Grok Bot 或 Manus 的云端电脑，需要把本地文件也同步一份到云端吗？

👨🏻‍💻 鸭哥

这是我目前没有大规模使用云端电脑的核心顾虑。一方面 context 很难无缝迁移；另一方面是隐私与数据安全。

我的本地模型很多跑在 Zero Data Retention 模式下，各种敏感凭据和私钥我都敢往里塞，这些记录最终都成了 context 的一部分。如果放在云端电脑上，很多明文凭据会被云端读取，这是我不太愿意接受的。

👦🏻 Koji

最近用了一个微信插件，能把聊天记录备份到本地供 Codex 随时读取，确实如虎添翼，context 丰富了太多。去参加百人活动如果能提前拿到名单，让 Codex 看谁有过交集或者是二度好友，经常能带来意外惊喜。

👨🏻‍💻 鸭哥

非常有价值。上次录 OpenClaw 的内容，大家把素材丢在微信群里，Agent 接入聊天记录之后在后台自己 brainstorm，我们还没开麦，提纲已经被几个 Agent 讨论成型了。

「0 人公司」运营的自媒体

👦🏻 Koji

其实最近我还想在十字路口发起一系列的线下活动，大家聚在一起讨论怎么用最新的各种 AI 工具。因为毕加索说过一句话：艺术评论家聚在一起讨论的是艺术风格和流派，而艺术家聚在一起，只讨论去哪里买便宜的松节油。我们其实可以发起一系列线下活动，名字就叫 “松节油”，和大家交流去哪里买便宜 Token、怎么把工具能力最大化，不管是 Codex、Grok Bot 还是 ChatCut。

你的网站 yage.ai^[5] 现在像自媒体一样经营，内容同步到 X 和 Newsletter，背后全是 AI 自动维护和更新。这算不算很典型的 “0 人公司”？

👨🏻‍💻 鸭哥

确实很像。

学员总问去哪里找最新又靠谱的 AI 资讯，市面上的自媒体良莠不齐，而我又不可能每天花几个小时搜集、撰写、排版、引流。

让 AI 代劳听起来简单，做起来极难。底层逻辑是大模型的训练机制决定的：

第一阶段 pre-training，核心目标是 next token prediction，它的本能是在海量数据里提取 “共识”。共识天然没有超额价值，也不会产生 Alpha。如果拿开箱即用的模型直接写文章，通篇都是正确的废话。

第二阶段 alignment，为了安全和迎合人类偏好，模型被规训得越来越中庸、保守、四平八稳。像乔布斯、马斯克这种性格极度尖锐的人，在 alignment 机制下大概率第一轮就会被干掉。

如果直接拿开箱即用的模型运营社媒，内容注定平庸，充满一股塑料 AI 味。

👦🏻 Koji

那你具体是怎么做的？

👨🏻‍💻 鸭哥

想拿到有洞见的成果，必须把 AI 逼出它的舒适区。核心依然是注入 context——这里指的是人类高阶的思维模型。

拿技术调研举例。直接让普通 AI 查 Jev，它只会抓一堆新闻，客观罗列原理、功能，再加上一堆 “需客观看待、不可极端化” 的免责声明。

但如果模型掌握了我的思维 context，它就会像我一样下意识反问：横向对比做了没有？纵向历史看了没有？横向看有哪些替代路线、竞品怎么跑的；纵向看这个技术形态过去十年经历了哪些迭代、为什么以前失败现在突然成功。把这套思考骨架塞给它，AI 就能挖掘出完全不同维度的洞察。

读者看到它写出来的文章，会觉得深度和文风完全不像机器生成的，因为背后输入了高密度的思考逻辑。

👦🏻 Koji

这个 0 人运营的自媒体，现在积累了多少粉丝？

👨🏻‍💻 鸭哥

分发渠道主要有两个：

一个是 Newsletter，每天自动复盘并推送两三篇深度内容。大半年时间，纯靠有机增长从零做到了 1,600 多订阅。

另一个是 X，目前有 5,700 多个关注者。甚至连去 X 运营都是 AI 自己提出来的，它教我注册高级账号、用 Typefully 做排期。我没有亲自动手写过一篇推文，选题、文案、排版全是 AI 自动完成的。

中途它发现搞不清楚新增流量到底是来自 X、来自邮件还是我随手转发的微信，它自己做了一套基于 UTM 的追踪体系：发到 X 上的链接自动拼上专有追踪参数，借此比对转化率。它很快得出结论，Newsletter 的受众粘性远高于 X 上的浅层流量，并反向调整了自己的行文风格和引流策略，完全实现了自我迭代的闭环。

我干的事情不是去教它写字，而是给它装上 “眼睛” 和 “双手”。双手是调用 API 自主发帖的能力；眼睛是 Google Analytics、Google Search Console 和社媒数据分析后台。有了完整的数据输入，它就能自己总结 SOP，不断优化。它写得太像三大顶会论文风格我就打回去骂它几句，它根据负反馈立刻调整。

👦🏻 Koji

它不只收集整理信息，有时还会输出观点。它的观点能代表你吗？它怎么知道你的立场？

👨🏻‍💻 鸭哥

完全可以代表我。

它的输入源是我过去写的所有博客、真实的微信聊天记录，以及平时我和它交流时表达的直接偏好。

我把这个观点提炼的 skill 开源在 GitHub 上了。它能系统性消化一个人的历史言论，提取出底层的价值观和思维框架。

我做过一个测试：把抖音上《勇哥说餐饮》的一百多期视频全扒下来转文字。勇哥是线下实战派，教人开餐馆极其接地气。AI 把这些内容消化之后，提炼出了 20 条极为深刻的实战选址逻辑——比如客流量本身不重要，人行动线才重要；学校门口隔着一道不透风的栏杆，看起来近在咫尺，早点铺也绝不能开。这就相当于把一个实战专家的大脑蒸馏了出来，用来对答极其专业。

每个人都可以用这个 skill 去蒸馏自己、蒸馏老板，或者蒸馏一个讨厌的同事。

👦🏻 Koji

你之前好像还写过一篇文章，说让 AI 开始帮忙做内容之后，它写出来的东西不但有观点，而且好像比你自己还更有立场。

👨🏻‍💻 鸭哥

很多时候倒不一定更有立场，但它会有很多查漏补缺的作用。

AI 本身比较中庸，讲话往往是收着的，需要去逼它，它才能写出更有立场的东西。但确实，我觉得 AI 是大哥，想东西比我更深刻，所以跟它聊天经常会有很多启发，它教会了我很多东西。

👦🏻 Koji

比如最近一次启发是什么？

👨🏻‍💻 鸭哥

在准备这次访谈提纲时，我一直在梳理自己用了这么久的 context，底层红线到底是什么。

AI 反过来点醒了我，它把这套逻辑抽象为 “让 AI 消费 Context 的系统”，由三个关键环路组成：

第一是低阻力地搜集与沉淀 context；

第二是让模型在执行中真正能消费这个 context；

第三是产出的结果重新沉淀为新的 context，形成自我增益的复利闭环。

它把这套我过去称为Context Infrastructure^[6] 的机制，解释得比我自己还要清晰透彻。

👦🏻 Koji

再说回 yage.ai，这个自媒体现在赚钱吗？你觉得 0 人公司、一人公司能跑通成一门生意吗？还是目前仍然只是实验品？

👨🏻‍💻 鸭哥

它确实带来了收入，但并不是靠自媒体本身的商业变现打通了闭环。

我和课代表有成熟的商业体系 Superlinear Academy。学员看到这套系统在真实世界里从零跑出了几千粉丝，商业价值一目了然，它成了极具说服力的案例，从而反哺了我们的教育业务。它本身并没有独立跑通原生的商业化。

从一人公司的角度看，AI 可以彻底解放脑力，替你拉起一支虚拟的专家天团。但目前唯一替代不了的，是真实商业社会里的破局能力：发现隐秘需求、打通商业闭环、寻找真实客户、交付商业价值。这些仍然高度依赖人类。

过去很多人说 “我就缺一个程序员”，这类人在当前时代优势极大，因为工程落地被 AI 大幅抹平了；反而是很多只会写代码但缺乏商业认知、不懂真实业务的程序员，容易产生一种自己懂技术就能用好 AI 的虚幻错觉，在一人公司的实战里往往处于下风。

AI 时代最奖励什么样的人？

👦🏻 Koji

你觉得 AI 时代会奖励什么样的人？

👨🏻‍💻 鸭哥

第一，奖励本身拥有 Domain Expertise 的人，不管是懂垂直业务还是懂商业模式；

第二，奖励懂得 “管理 AI” 的人。AI 是个放大器，如果本身不具备管理心智，给再多资源也无法放大。

管理 AI 和管理人有本质的不同。

管理人，领导者一半的精力在学习画饼和心理按摩，核心是激发人类的情绪和自驱力。而 AI 天然遵从指令，毫无情绪消耗，甚至不需要任何动员就会拼尽全力完成任务。

但管理人类讲究 “内化”，把理念融进血液；管理 AI 必须 “外化”，所有的背景、逻辑、边界、验收标准，必须落成明明白白的文档和 prompt。

未来真正拉开差距的，是谁能把自身的认知体系外化为结构，去高效管理 AI。

👦🏻 Koji

如果其他人也掌握了这套 prompt、skill 和工作流，也能复制出一样的自媒体，拿到几千粉丝吗？

👨🏻‍💻 鸭哥

上限完全可以，但这套东西不是开箱即用的。

我管这套系统叫 “老鸭汤” 或者 “养小龙虾”。它是我用自己的思维框架反复炖煮出来的，别人直接拿走，那依然是我的老鸭汤，不是他的汤。

你必须把这套流程丢进自己的实际业务里去跑，发现不符合预期，就把你的偏好和判断纠正给模型，让模型沉淀出新的规则文档，反复投喂和校准，它才会逐渐长成属于你自己的分身。养和熬的过程，远比代码本身更重要。

👦🏻 Koji

你之前提到，AI 目前不一定帮自己赚了多少钱，但确实大大提高了生活质量。具体是怎么提升的？

👨🏻‍💻 鸭哥

说两个很实际的例子。

一个是处理孩子幼儿园的照片。校方 APP 里沉淀了几千张活动照片，但没有批量导出功能，人工去点要点几千次，连 Computer Use 都嫌恶心。我让 AI 直接去逆向这个 APP 的 Web 端接口，它自主监控 Ajax，抓到了未公开的私有 API，跑了一晚上把几千张照片全部爬了下来，顺手写了个脚本导入 Apple Photos，利用系统自带的人脸识别跑完归类。

另一个是解决我的睡眠问题。之前有段时间睡眠质量很差，每晚只能睡两三个小时。如果直接问 AI 为什么睡不好，只会得到戒烟戒酒多运动的正确废话。

为了补齐 context，AI 指导我写了一个 iOS 小程序去读 Apple Health。我还嫌每次手动同步麻烦，它又教我在苹果快捷指令里设了一个 Automation，每天通过 Deeplink 自动拉起同步，把 Apple Watch、智能体重秤、连续血糖监测仪里的历史数据全自动同步回电脑。

👦🏻 Koji

现在之所以用 WHOOP，也是因为有官方 API，Codex 能每天定时抓取健康数据，而 Apple Watch 相对封闭，只能用这种比较绕的办法。那它拿到这些数据之后，给出了什么关于睡眠的建议？

👨🏻‍💻 鸭哥

拿到高密度的多维数据后，AI 跑了一个多变量回归。我平时手机碰一下 NFC tag 就能记录喝了多少咖啡和酒，所以数据很全。模型分析得出了几个反常识的结论：

第一，咖啡因摄入量和我的睡眠时长没有任何统计学相关性。数据瞬间帮我证伪了戒咖啡的猜测，省去了我花一个星期盲目肉身试错的时间。

第二，适度饮酒呈现轻微的正相关，但 AI 解释酒精虽然能让人前半夜睡得更香，但后半夜容易惊醒，长期其实破坏了深睡眠结构。

第三，也是最强相关的变量——我晚上最后一次使用 AI 的时间点。跟它聊得越晚，睡眠质量越差。因为用 AI 处理工作是极高强度的并行脑力活动，神经极度亢奋。它建议我晚上七八点后完全停用 AI。我严格执行了一个月，平均睡眠时间直接拉长了一个多小时。

有了 AI，只要有需求，几十分钟就能写出一个匹配自己硬件习惯的应用，人类才算真正成了设备的主人。

👦🏻 Koji

比如写了什么？

👨🏻‍💻 鸭哥

我原本在美国买不到华为，用的是三星的三折叠手机。我在上面让 AI 写了一套针对三折叠展开态适配的 OpenCode 移动端，深度绑定了本地语音识别引擎，我现在几乎脱离了电脑键盘，大部分的高强度交互直接在折叠屏上靠语音全流程跑完。

👦🏻 Koji

所以 iPhone 18 的双折叠肯定要买？

👨🏻‍💻 鸭哥

必须买。以开发者视角拥有一台新硬件，完全可以让 AI 去适配怎么折比较顺手、折叠状态下怎么用比较爽，可玩性太高了。

👦🏻 Koji

再问一个常聊的问题：在 AI 时代，什么能力会变得越来越值钱，什么能力会贬值？

👨🏻‍💻 鸭哥

写代码的速度、刷 LeetCode 的熟练度、甚至常规的设计能力，贬值得极快。GPT-6 或 Fable-5 交付出的设计稿，已经稳稳达到了 senior junior 的基准线。

真正越来越值钱的，是组织和架构能力——如何帮 AI 搭建 context、设计 evaluation 评估体系、构建自我迭代的闭环。

另一个极度稀缺的能力，是清晰准确地表达自己的真实意图。现实中绝大部分人根本讲不清楚自己到底想要什么，这个表达缺陷在人类协作里会被糊弄过去，但在使用 AI 时会被无限放大，直接决定了能力的上限。

👦🏻 Koji

那把自己的需求表达清楚这项技能，要怎么训练？

👨🏻‍💻 鸭哥

我相信是有办法可以提高的，它本身是一个 well-defined 的问题，完全可以跟 AI 对练。跟 AI 讨论你觉得我这段话讲得有什么不清楚，或者让它给个范例。

而且像刚才说的，针对 AI 的沟通和针对人类的沟通很不相同。和人类沟通要想很多东西，会不会产生误解、言外之意，会不会伤到对方的自尊心；但跟 AI 沟通完全不用顾虑这些，经常爆粗口骂它都没问题，核心是把关键信息精准传递到位就行。管理 AI 甚至比管理人还要简单。

👦🏻 Koji

鸭哥家里有两个小孩，分别两岁和五岁。在 AI 时代打算怎么教育他们？

👨🏻‍💻 鸭哥

最重要的，是让他们尽早获得对 AI 的自然 exposure。

我用单片机和电子纸做了一块低功耗的交互板，让小孩从小就习惯通过触摸、电子墨水屏和语音与 AI 互动。就像我们这一代人小时候学纸笔一样，他们这一代从小就该把 AI 当作底层基础设施。

👦🏻 Koji

孩子们在用那套单片机设备互动时，有什么好玩的故事？

👨🏻‍💻 鸭哥

大儿子喜欢听 Netflix 动画片《K-Pop: Demon Hunters》里的插曲，但他还不太会熟练操作 HomePod。我们就把逻辑封装进电子纸面板，让他能通过特定手势和语音精准交互，设定好每天听半小时，兼顾娱乐和规律作息。

我们几个家长朋友都没做过嵌入式硬件，整套单片机底层代码全是靠 AI 现写的。我把文档和 context 打包丢给朋友，对方用 Codex 也在两小时内帮自己的孩子拼出了一台认字互动设备，小孩现在每天主动用它识字。

北京还有个朋友用两个设备，一个给娃看，一个家长控制，带着孩子一起做创意工作，也特别有意思。

👦🏻 Koji

在接触过的学员里，最优秀的学生有什么共同特质？

👨🏻‍💻 鸭哥

唯一的共性就是行动力极其强悍，绝不停留在认知和纸面上。

学 AI 就像学游泳，只看别人游泳的视频永远学不会，必须肉身跳进水里被呛几口。

优秀的学员要么做个 demo 直接在垂直场景里开始收钱，要么迅速把技术嵌进自己的核心业务里。课代表常说：想做视频不要天天问怎么涨粉，先老老实实拍满 20 条再来聊。学 AI 完全一模一样，先上手跑通一个具体的真实项目，胜过读一百篇行业分析。

什么软件不会被 Vibe Coding 摧毁？

👦🏻 Koji

最近的数据显示，App Store 迎来了软件付费增长率的首次下滑，大家自己 Vibe Coding 写工具，越来越不需要买现成软件。有没有什么软件是你依然愿意付费、不会被 Vibe Coding 轻易取代的？

👨🏻‍💻 鸭哥

依然有很多。

比如 Office，它倚仗的是根深蒂固的群体共识与协同生态，个人无法单方面脱离这种共识。

再比如对容错率极低，背后需要的维护成本和安全负担极重的软件，我宁愿花钱买专业团队的服务。这也是我学密码学最大的教训之一，就是永远不要试图自己去实现密码学的东西。

👦🏻 Koji

听说 1Password 团队有 1000 人？

👨🏻‍💻 鸭哥

这么大！虽然他们效率不一定高，但听到还是挺震惊的。

👦🏻 Koji

做个赛博许愿：假设一年后再次对话，你最希望在那个时候实现的心愿是什么？

👨🏻‍💻 鸭哥

我最希望 Context Infrastructure 能真正接管更复杂的企业执行与跨组织协作。

亚马逊非常强调 Leadership Principle，比如 Bias For Action。靠开大会宣讲、层层宣导来给员工建立 mindset 极其困难，依然有很多人在犹豫推诿。

但如果未来的执行主体是 AI，贯彻一套准则无非是改一下 prompt、注入一份核心 Markdown 规则的事。在确定性和遵循指令的维度上，AI 对比人类有着降维般的优势。

在协作上，我和课代表现在的合作往往是各自的 Agent 拿着底稿在邮件系统里先互审几轮，辩论并拉齐细节，最后我们人类过一眼定调拍板，整件事就落定了。

如果把这种模式在组织层面规模化，未来的企业架构、协同形态和考评沉淀都会进化成纯粹的 AI Native 结构，效率会有质的飞跃。

希望一年之后，能把这套 Context Infrastructure 的组织级范式真正摸索出来。

👦🏻 Koji

有没有什么事情是现在的 AI 还做不到的？

👨🏻‍💻 鸭哥

具身智能涉及人身安全的场景，我暂时还无法完全信任。比如让机械臂给我做妆造画眼妆，万一失控戳瞎了眼睛，代价根本无法承受。

另一个是产生不可逆后果的环节，比如完全跳过人工审核直接全网分发言论。但我接受的边界一直在慢慢放宽，半年前我完全不信 0 人自媒体，现在已经能平稳跑通了。

👦🏻 Koji

录公路播客感觉怎么样？

👨🏻‍💻 鸭哥

很有意思，因为也是我们两第一次面对面的录播客，我觉得还是要自然很多。之前对着 Zoom 、对着摄像头，所以我是能看到提纲的。

现在我看不见小抄了，但是好消息是我事先准备很充分，所以还是能够把想说的东西都说出来。

👦🏻 Koji

今天一路开到了上海，这期公路播客也正好录完。感谢鸭哥，期待下次来还愿。

👨🏻‍💻 鸭哥

谢谢 Koji，做完赛博许愿，下次肯定得来还愿。一年后见。

参考资料

[1]三维的可达鸭：https://grapeot.github.io/psyduck-demo/

[2]GPT 3D Skill：https://github.com/grapeot/gpt_3d_skill

[3]Superlinear Academy：https://www.superlinear.academy/

[4]Semantic Search：https://github.com/grapeot/semantic-search-skill

[5]yage.ai：http://yage.ai/

[6]Context Infrastructure：https://github.com/grapeot/context-infrastructure