Agent时代精力的重分配：Think与Make的新模型
本文探讨了AI Agent时代下个人时间分配模型的演变。作者提出，随着Agent接管基础执行工作，人类应将时间从传统的“70%执行+30%思考”向“50%执行+50%思考”迁移。文章重新定义了“Make”为编排式执行，“Think”为复合思维与系统设计，并提出了意图设计、工作流设计、质量判定及责任心等四项核心生存能力。
相关文档
人生很短，花好时间的十三条原则
本文整理自 Productive Peter 的视频《Life is Short (How to Spend It Wisely)》，提出十三条花好时间的原则：大脑靠新鲜经历计量时间，应主动制造新鲜感；用临终测试确定优先级，聚焦最重要的三件事；人际关系像银行账户，日常小额互动比大礼更重要；二三十岁职业应为学习而非金钱打算；精力比时长要紧，保护睡眠；通过教别人加速学习；情绪化学物质只停留九十秒，第二波情绪由自己决定；钱要换回时间的自由，多买体验；限制反而激发创造力；靠环境设计替代意志力；在需要之前经营社群；用二阶思维和逆向思维做决策；用小实验代替完美计划设计人生。
大多数人在攒实习生，聪明人在建飞轮
文章通过拆解 Garry Tan 的 gstack 系统，阐述了将个人变为高效团队的三个核心原则：拆分角色、严守流程、设立关卡。作者强调 AI 时代的核心能力是建立流程系统，而非单纯依赖工具，并提供了具体的写作实操案例，展示了如何通过多视角和严格审核提升产出质量。
打造多顾问思维系统：在AI中集成德鲁克、乔布斯与马斯克
文章作者分享了如何利用 AI 构建一套独特的个人工作系统。他将德鲁克、乔布斯、芒格、巴菲特、原研哉和马斯克六位大师的思维模型，封装成不同的 Agent 顾问，分别负责商务增长、产品设计、系统架构、投资决策、商业聚焦和执行推动。作者通过这套系统解决了认知局限，提升了决策质量和执行效率，并详细展示了系统的架构设计和运行逻辑。
How I work with Agents
Thorsten Ball 分享了 2026 年 10 月他与 AI Agent 协作的工作方法：使用最新最强的模型，不必担心代码库积累 slop；提示时描述 What 而非 How；让 agent 贯通整个软件开发生命周期（运行、部署、看日志、处理 bug 报告），并为其提供定制工具；通过盲测实验评估 agent 对代码库知识的利用；不要手动管理上下文，让 compaction 工作；请求不可反驳的证明（端到端演示、前后对比数据）；拥抱异步工作流，给 agent 更大任务；利用定时唤醒等自动化功能；只审查高影响范围的代码。这些实践展示了 agent 驱动开发的新范式。
年轻人不要过度努力
作者借张朝阳“年轻人不要过度努力，努力和回报没有因果关系”的观点，结合自己做产品的踩坑经历展开反思：他曾每天工作十几个小时却用户寥寥，发现失败源于方向错误而非不够勤奋。文章指出，赚钱的决定因素是认知、选择、资源和杠杆、方法这四个更上游的要素，执行层面的勤奋只是下游动作。作者通过聚焦单一平台做内容冷启动的经历验证了“选择优于努力”的规律，并建议每周留出半天时间思考核心假设、时间分配和优先级，把精力放在判断而非盲目执行上。
为什么你的前20%内容价值是其他内容的16倍
作者通过自身经历，指出追求“更多”内容导致倦怠，而通过80/20分析发现，20%的内容贡献了80%的结果，其效率是其余内容的16倍。文章强调应停止平均用力，集中资源于少数高产出内容，并推广其“创始人操作系统”方法，帮助用户将一小时语音转化为多平台内容。
上班族副业完全指南：从选对方向到跑通变现6位数，一篇讲透
本文作者结合自身多年副业经历，分享了上班族开展副业的完整方法论。文章首先提出副业存在“不可能三角”（稳定、上手快、收入高难以兼得），建议根据自身情况做出取舍。其次，强调方向应向内寻找，基于自身相对优势和现有资源选择副业，而非盲目追逐热门项目。接着，分析了时间和专业度对副业起点的影响，并给出了不同组合下的建议。然后，阐述了“先跑通再放大”的实践路径，强调完成最小交付、获得真实反馈的重要性。最后，总结了六个常见副业陷阱，提醒读者避免冲动投入。
FDE：AI进入产业深水区后，一种新的职业复利
文章探讨了AI进入企业应用深水区后，FDE（Forward Deployed Engineer）这一职业的兴起与价值。随着模型能力趋同，企业部署AI的瓶颈转向数据、权限、流程等实际问题，FDE成为连接模型与业务的关键角色。文章提出个人FDE复利公式，强调问题价值、现场深度、反馈密度、抽象能力和复用范围的重要性，并详细阐述了FDE如何将隐性经验转化为系统规则、如何应对生产失败、以及如何构建职业复利。最后指出，FDE的核心在于靠近问题、承担上线责任，并将现场经验转化为可复用的能力，从而推动企业AI的落地与迭代。
博弈论视角下的高效努力法则
本文跳出传统的“盲目努力”思维，基于博弈论探讨如何以最小努力获取最大回报。作者提出杠杆与非对称优势才是核心，努力仅是乘数。文章总结了三大法则：一要在赢之前先选对游戏，分析环境与玩家；二要优先建立能自动复利、成为杠杆的非对称优势，而非陷入消耗战；三要掌握信息差。通过前期投资构建好位置，后期即可享受高收益的“高功能性懒惰”。
如何利用约束条件进行产品创新
当常规的产品方案受限于资源、时间等条件时，团队容易陷入思维僵局。本文提出，应将“约束”视为设计的素材而非障碍。通过改变提问方式，利用严格且可核查的约束边界来激发新方案。此外，文章探讨了如何利用AI Agent使该构思过程标准化和可重复，并推广其产品团队协作系统“AI PM OS”，以帮助团队基于自身真实业务约束产出定制化的高效方案。
战略与战术：如何真正超越99%的人
文章指出，大多数人沉迷于收集“战术”（如具体的实操步骤）而忽略了“战略”，导致陷入无效的努力与低级多巴胺循环中。作者以国际象棋为例，说明战略的核心是通过一步步的行动让自己处于优势位置，当积累到一定程度时，战术便会自然浮现。普通人因缺乏战略思维而陷入无法逃脱的盲目挣扎，只有停下脚步进行深度思考，才能真正改变生活轨迹，超越绝大多数人。
2026年AI Agent工程师成仙指南：通往55万美元年薪之路
随着AI技术的进步，市场对AI Agent工程师的需求呈爆炸式增长，相关岗位年薪高达18.5万至55万美元。与传统的问答型AI不同，Agent工程师的核心职责是设计能执行实际操作的系统并使其在生产环境中稳定运行。文章提供了详尽的职业进阶路线：首先需掌握Python、后端API开发等软件工程基础；其次熟练使用LangChain、RAG及大模型API等专属AI技术栈；最后，必须具备系统可观测性和评估能力。作者强调，拥有包含完整监控和复盘报告的真实部署项目，是求职者脱颖而出的关键。
