本文基于 Anthropic 经济研究所的工作论文《Economic Scenarios for Transformative AI》，分析 AI 对就业、教育、投资和社会的四种冲击。报告设定温和、显著、极端三种情景，极端情景下 2030 年认知岗位失业率高达 17.9%、认知工资下降 11.5%，而资本收入大增 81.4%，GDP 增长并未让劳动者多拿。文章指出学历正从避险资产变为贬值资产，白领认知岗位受冲击最大且最难转行；建议读者在 2027 年分化显形前做出职业与投资决策，并提醒平均工资等宏观指标可能掩盖真实的个体损失。
宝玉分享吴恩达的观点：AI 时代人人都应该学编程。与一些企业高管认为 AI 会自动化编程、不值得学的观点相反，吴恩达认为正因为 AI 辅助让编程变得前所未有地容易，才更值得人人学习。学编程不等于手写代码，而是学会用计算机听得懂的方式把需求说清楚。会编程的职场人可以自己搭建网站、用程序筛选简历，与不会编程的人拉开明显生产力差距。孟岩补充观点：把'人人学编程'翻译成'人人用 Agent'更贴切。
梦工厂创始人卡森伯格发表长文探讨 AI 与好莱坞的关系。他回顾了历史上的两段案例：1906 年作曲家苏萨反对留声机并推动版权法，以及有声电影取代现场乐手却催生了歌舞片等新职业。卡森伯格曾预言 AI 将大幅削减动画制作成本，也曾拍板梦工厂从手绘转 CG。他认为'用不用 AI'是伪命题，关键在于谈定同意、署名、付钱等条款。文章最后作者决定存档自己的作品，以备未来证明著作权。
作者回顾了自 1979 年以来的专家系统开发经历，介绍 TypeSafe AI 于 2026 年 9 月 15 日发布的首个公开 System One 模型 Jev。Jev 由前 OpenAI 研究员 Diogo Almeida 创立的公司打造，获 4000 万美元种子轮融资。与聊天型 LLM 不同，Jev 是“反聊天机器人”：它接收状态和类型化问题，在 70-500 毫秒内返回概率、置信度的决策结果，输出仅有 Choice、Score、Noul 三种原语。其训练方法为面向校准决策的强化学习（RLCD）而非 RLHF。作者认为 Jev 代表下一代操作系统形态，是将可靠的机器决策嵌入软件内核的缺失原语。
武汉米禾堂快餐店老板董泽军有近30年厨师经验，他将三个厨师换成了两台炒菜机器人，门店日接待300多位食客、月节能30%-40%、面积从50平扩到260平。商用炒菜机器人渗透率目前不足2%，连锁品牌渗透率已达约40%，行业预计2026年为放量元年。文章拆解了厨师难找且不稳定、机器回本周期约8.4个月等行业账目，指出机器适合快餐团餐等标准化场景，并提醒店主先算清成本、写出量化菜谱、确认单量稳定再上设备。厨师的手艺可以从手上搬到纸上，被复制和放大。
文章探讨 AI 时代审美能力的重要性。作者认为 AI 工具放大了人原本的选择，产出好坏取决于使用者的审美判断。作者主张审美有可学习的标准，不能以“各有所爱”敷衍，并以城市夜景灯光（东京与国内街道对比）为例说明审美可以具体分析。文章还指出审美会影响商业信任——客户接触的网站、方案等材料塑造专业印象；审美也是“社交的货币”，帮助建立共鸣与吸引力。提高审美的起点是先见过好的东西、认真感受并意识到差别。下篇将讨论观察、体验与审美训练的具体方法。
作者以纯小白视角复盘了如何借助AI工具从零学习SEO并优化个人网站的实战过程。他使用Codex操作Chrome安装AITDK、SiteData、Ahrefs SEO Toolbar等SEO工具，先研究海外成熟网站的流量来源，再回头检查自己的个人网站zephyr8.asia，发现文章列表链接不全、数据来源标注不清等问题，最终生成9000多字的修改文档并交给另一个Codex任务执行修复。作者总结出SEO新认知：内容先在社交平台被看见，搜索流量承接转化链路，并强调AI时代只要目标明确，就能临时组织工具、AI和执行任务补齐业务能力短板。
文章通过访谈字幕组、个人汉化和漫画汉化组的成员，探讨AI对汉化群体的影响。字幕组Eliza的团队将听写、打轴、初翻交给AI，效率大幅提升，组员转向校对和社区交流；程序员阵雨借助AI单人完成主播直播的中文字幕；而漫画汉化因嵌字、排版等细节要求高，仍坚持人工制作。作者发现，汉化组本质是因爱好聚在一起的'大学社团'，他们追求的不是效率和收入，而是让喜欢的作品被更多人看懂。即便AI让传统汉化消失，他们也会为此高兴。
文章介绍用AI生成网页时的7个基础设计规则：对齐、留白、视觉层级、控制字体数量、减少配色、统一图片风格、页面节奏。作者指出网页的高级感不来自炫酷动效，而来自这些基本功，并建议在使用AI/Codex时用具体的设计语言描述需求（如统一对齐、拉开层级、增加留白、限制主色等），能让生成结果更稳定好看。
作者回顾了自己的职业历程：大学期间通过实习和家教月入过万，大三在数藏公司实习赶上牛市赚到第一个百万，同时运营公众号和交易群积累粉丝并变现。2023年毕业后入职美团，后辞职All in Web3，在二线交易所工作期间转型做KOL Agency，第二个 月即获得150万订单，尝到Build in public的红利。今年行业冷淡遭遇低谷：发胖、公众号被封、客户断崖式下跌。七月中旬入职新公司成为市场部第一名员工，筹备C端和B端产品推广，重新燃起对AI的热爱，走出低谷，感恩生活。
作者结合自己售卖公众号知识库与社群产品的经验，提出搜索能力、信息筛选能力和营销能力三者相加几乎等同于变现能力。文章分三部分展开：会搜索的人从最小具体问题出发，甚至通过搜索他人的困难发现付费需求；会筛选的人通过三个减法排除身份包装、条件不匹配和无法交付的信息，直达信息本质；营销能力则要把产品讲具体、拿出可看的东西、打通购买与交付路径。作者以"参考答案阅览室"和归藏 Skill 被转卖等案例说明知识付费的核心价值，最后建议从一个小问题入手做出最小产品并认真交付。
作者天策记录了与北哥畅聊后对AI时代个人生态位的思考：确立自媒体+线下活动+海外FDE的方向。文章阐述了AI视角下的行业逻辑——skill、agent和AI产品本质上都在为Token打工，关键是扩大应用范围卖出更多Token。作者介绍了合作的AI平台Creao，提供低成本使用顶尖大模型的机会，使其能按想象力开发产品并利用最顶尖大模型套利。作者感叹AI让00后、05后超级个体涌现，一人即一家公司，认为这是最好的时代，鼓励大家顺势而为在AI时代收获财富。后续将专注前端流量，后端承接已稳定。
作者分享用 Codex 自动化运营小红书账号的经历。他看到一个小红书账号讲“生活中常见物品的英文名”类内容，于是拆解其选题模型：熟悉的事物+陌生的英文名+好奇心问题。随后将找选题、查名称、写标题、做图、排版等执行环节全部交给 Codex，自己只负责定方向和审核。最终账号获得 105 万曝光、18.4 万观看、封面点击率 17.9%，2 天涨粉 1000。作者总结方法论为：发现→拆解→模仿→迭代，即复制已验证的底层逻辑并用 AI 快速生产自己的内容，大幅缩短从发现机会到落地的时间。
作者基于为 10+ 家 YC 公司提供 GTM 服务的经验，阐述早期创业公司如何做增长。核心观点：AI 让找线索变得容易，但判断哪些线索重要才是关键。创始人前 50 次销售对话是数据收集，类似模型训练。文章提出线索的新定义（fit × timing × intent × confidence），强调先完整映射市场再进攻，重视时机信号，并将 outbound、inbound 与 GTM 工程整合为一个闭环系统：运行策略→捕获信号→衡量结果→更新模型，认为专有的结构化市场学习才是真正的护城河。最后以 Workersio 案例展示具体工作流。
作者重读Notion创始人Ivan Zhao被读600万次的名文《蒸汽、钢铁与无限心智》，梳理其核心观点：每个时代由'奇迹材料'塑造，钢铁造就镀金时代，而AI正以'无限心智'形态到来。文章评价：个人层面，10倍工程师通过指挥多个AI智能体成为30-40倍工程师，但'无限心智'受限于人类有限的验证注意力；组织层面，AI如同组织的钢铁，能极大提升效率，但我们仍处于'替换水车'阶段，且概率性材料盖确定性高楼需更深地基；经济层面，知识经济将如城市从佛罗伦萨演进为东京。作者同时警示：脱离一线的监督者会失去质量手感，年轻人的手艺底子可能变空。
作者老K回应质疑其卖PUT（现金担保期权卖方）策略风险的言论。他解释自己从不裸卖，只做现金担保，行权价放得远且慎重选标的，两年多从未被行权接货，认为相比直接买股票，SP接货成本更低、风险更小，并列举段永平卖PUT收200多万美金的例子。文中还谈及美联储加息25bp及鹰派信号、将股票仓位降至五成应对风险、长期看好加密货币与AI（认为AI将智能变成可复制生产要素，进度不足10%），以及分享策略的初衷是给退休生活找目标。最后提问孩子写作业依赖AI（豆包）该如何看待。
文章介绍如何解决AI生成网页时“不太对，再改一下”这类模糊修改意见难以落地的问题。作者拆解百灵 Ling-3.0-flash-VL 的官方演示，并提出用 Claude Code + Ling-3.0-flash-VL + Playwright MCP 的复现方案：VL 负责看参考图、生成代码和分析差异，Claude Code 负责读写文件和调用工具，Playwright 负责打开浏览器截图。关键细节是保持截图宽度一致，并让模型真正查看截图。作者建议从作品集首屏入手，通过截图对照迭代修改，让“看着不太对”变成可对照的图片差异。
文章面向想入门视频号的普通人，提出首周不要纠结爆款和变现，而是先从自己讲得明白的小问题出发，录制 10 分钟语音让 AI（豆包、ChatGPT、Kimi 等）整理成 7 条 45 秒口播，按固定结构排序，每天用手机拍摄发布一条。发布后重点收集评论和私信中的重复问题，转化为后续选题，再考虑制作模板、资料包等轻服务。核心观点是先建立一条个人可反复运行的内容生产线，完成 7 条后再决定是否做成副业。
作者按产品经理真实工作流程，系统拆解如何让 AI（Agent）参与从项目初始化、市场分析、需求调研、需求分析、原型设计、PRD 编写、需求评审、研发、测试上线到运营反馈的产品全生命周期。文章强调为 Agent 建立长期项目空间与协作规则、多源交叉验证 AI 市场分析结论、产品经理负责做减法与判断，并总结三大心法：给足上下文、主动做减法、先想清楚再让 AI 加速。核心观点是 AI 时代产品经理的核心竞争力在于提供真实上下文、做出正确取舍并对结果负责。
作者通过法国公司 Famileo 的案例，讲解 AI 时代普通人应有的商业思维。Famileo 把家庭成员在手机上发布的照片和消息打印成家庭小报寄给不使用智能设备的老人，解决了数字表达与老人接收习惯之间的矛盾。文章提炼出几个关键商业思维：顺着用户原有习惯做产品而非改变用户；旧需求在新环境下可被重新满足；先在养老院这类需求密集的滩头阵地跑通产品再扩张；区分使用者、生产者与付款者；订阅制需对应持续产生的真实需求。该公司现服务 2700 多家养老机构、约 180 万用户，年营收约 1500 万欧元。
孙宇晨宣布设立以自己名字命名的数学奖。他以诺贝尔的生平类比，说明自己财富源自数学（区块链建立在椭圆曲线等密码学之上），设奖是还债。奖项规则：奖跟题走，不跟人走，人与AI均可获奖，以机器形式化验证为唯一发钱标准，题单由他定价且锁死不可更改。他引用Dario Amodei的'数据中心天才之国'理念，强调奖励'悬空但严丝合缝'的纯粹推理。奖池已打入区块链，公开可查验，其公益重心将转向此奖。
文章探讨了高级 AI Skill 的本质：不是把更多指令塞进一份文件，而是把多个单点能力按任务关系编排组合。作者通过分析 GitHub 上多个热门 Skill 仓库，总结出五种组合模式：路由（判断调用哪个 Skill）、顺序（强制工作流程）、选择（按需分诊组合）、流水线（专业能力交接）和分层（Skill 与系统能力分工）。文章提出组合 Skill 的五个核心零件：路由、输入输出契约、顺序与并行、上下文状态、验证反馈，并建议从真实返工中逐步长出组合关系。核心观点：Prompt 让 AI 听懂一次需求，Skill 固化一类做法，而组合 Skill 才能把复杂任务交付出来。
文章探讨 AI 技术快速进步与从业者职业机会稀缺之间的矛盾。作者认为市场仍处于教育阶段，AI 公司估值与就业容量分离，共识使热门入口拥挤，AI 又让传统职业标签失效。AI 压低执行成本后组织成本暴露，开新路线者易沦为组合末尾小仓位，向上管理成为生存技能。'做出来'失去稀缺性，竞争转向 GTM 与分发，真正赚钱的 AI 生意往往不性感。作者把当下称为'历史垃圾时间'，建议保留稳定位置、积累 connection 与购买力，等待泡沫破裂后的重新定价与廉价筹码，再择机下注。
文章解读 Acemoglu 等人的论文《Automation and Reproduction》，该论文首次用经济学模型量化了面对自动化引发的社会动荡时，资本方的三种选择：管制、再分配与镇压。核心结论是：自动化与镇压是互补品——再分配是变动成本，随自动化程度上升而变贵；镇压是固定成本，相对越来越便宜。因此随着资本积累，代表资本利益的国家会从再分配转向镇压。模型还显示市场会过度自动化（因外部性），民主政体也面临政变临界税率。作者提出第四条出路：分散资本所有权，让工人持有资本，但这条路必须在再分配的窗口期内建立。
作者借用1990年代报业因互联网兴起而出现'杠铃化'的案例，类比AI时代软件业的演变。传统软件公司的护城河（复制成本、迁移成本、网络效应）将随软件开发成本趋近于零而被侵蚀。作者认为未来软件业将走向两端：少数通过海量构建与持续再投资形成规模壁垒的巨头（每个购买中心或行业一个AI原生系统），以及爆炸式增长的'小微软件'（个人或小团队自制/小众软件），中间地带的点状解决方案将被整合或消亡。风投支持的创业公司应'全都要做'，以产品的整体性作为护城河。
本文总结了 Anthropic Applied AI 团队工程师 Kevin Bai 的 FDE 101 分享。FDE（前线部署工程师）源于 Palantir，其核心是向客户交付“结果”而非软件或咨询：工程师深入客户业务，在可复用平台上组装定制方案。FDE 与外包开发的关键区别在于必须有可复用平台。判断是否需要 FDE 有两个标准：产品技术复杂且买家非技术、具备或愿意建设可复用平台。文章还指出 2026 年 AI 使软件高度可定制、Agent 化，客户更难自行摸索产品，FDE 正从 Palantir 独有玩法变为更多软件公司需要考虑的模式。适合做 FDE 的是技术上值得信任、能直接面对客户的工程师。
一位工业设计师结合字节Seedance2.0引发的视频制作变革，反思AI对工业设计行业的冲击：AI已能生成草图、3D模型、自动分件和渲染，传统设计链条中的执行型工作正被吞噬。作者认为这不是泡沫而是生产力重构，行业将出现分层——执行能力被替代，判断力和产品嗅觉被放大。AI砸低门槛的同时抬高上限，普通设计会泛滥，真正有洞察的设计更贵。未来一个人加AI可成为微型设计公司，设计师的定义正被改写，要么学会冲浪，要么被淹没。
作者以亲身经历阐述产品管理的本质是讲故事而非写规格文档。他从在RealNetworks做工程师讲起，回顾LinkedIn面试时Reid Hoffman提出的经典问题：产品经理的核心产出物是什么？他当年答'规格文档'，后来意识到答案是故事——讲述用户将如何使用产品以及它为何重要。AI时代使构建成本骤降，产品开发从'先写规格再开发'反转为'先快速构建原型再设计'。但判断力成本并未降低，决定做什么比以往更重要。原型近乎免费，但真正的产品仍需打磨，产品经理的核心问题从'是否排期'转向'是否符合产品愿景'。
Tiago Forte 介绍了其 AI Second Brain 课程的构建思路：以 Master Prompt 为起点，依次通过连接器与集成（模块1）、本地文件系统的 PARA 整理（模块2）、笔记捕获工作流（模块3）、AIRPORT 框架与 AI Advisor（模块4-5）、高级 AI 功能（模块6）及面向未来的思考（模块7），构建一个层层递进的整体系统。他分享了筛选教学内容的三条原则：聚焦80/20、做本身就有价值的工作、构建具有持久价值的系统，强调不被 AI 炒作周期裹挟，着眼长期成长。
作者在假期热闹后收心，复盘自己上站节奏懈怠的问题，计划集中火力推进 SaaS 订阅站上线。选品来源为各大榜单和哥伦布等独立开发者工具站，原则是找明确有人付费且自己能吃透的需求。作者强调哪怕有 AI 辅助，完全不懂的需求也坚决不碰，因为做出来没人用。他建议每个人坚定自己的打法，尊重内心，做认为正确的事。社群 1 群不再随意加人，2 群仍有位置，鼓励成员多交流分享，共同朝出海赚美刀、过上自由生活的目标努力。
