Why I wrote “AI Native: The Mandate to Transform Your Company”
李开复分享了他的新书《AI Native：转型公司的使命》，指出企业必须从核心进行AI转型，而不仅仅是添加工具。他强调CEO应主导这一变革，将AI直接应用于企业价值创造，重新设计组织结构，以应对智能变得丰富的新现实。
相关文档
AI Native: The Mandate to Transform Your Company
李开飞分享其新书《AI Native》，阐述企业如何真正实现AI转型。他指出许多公司虽投入AI但未见实际收益，强调AI转型必须是CEO的首要任务，需重塑企业核心而非仅作为工具附加。书中探讨了智能化带来的组织变革与领导力挑战。
面向2030：中小企业的AI转型（上）
本文指出中小企业AI转型的核心误区是“重工具、轻流程”。真正的转型不是简单的“+AI”增加效率工具，而是“AI+”重塑业务流程。作者强调中小企业应发挥场景近的优势，从单一高频流程切入，重做工作方式，并关注员工的采纳路径。
用 Manus 改造 Manus，AI Native 组织改造的实践和思考
文章记录了 Manus 团队在研发 AI Agent 产品的过程中，用自家产品改造自身组织运作的实践。研发团队通过 Manus-mono 统一入口和给 AI 的说明书，让一个工程师能同时处理十几个需求，一人写完前后端和移动端；产品团队实现了端到端上线，所有产品经理都提交过代码，甚至用视频代替传统 PRD 表达需求；市场团队则引入'数字同事'参与工作流，自动跟踪发布、复盘数据、跨团队对齐。整体上，组织从 Human in the loop 走向 Human on the loop，减少人与人之间的打断损耗，人更多承担监督、判断和决策的角色。
谁说AI没有落地？看看美国医院正在用什么
文章通过梳理FDA及微软、OpenAI、Anthropic、Google等公布的实际案例，证明AI已在医疗领域真实落地：FDA已授权超1600种AI医疗设备，主要应用于医学影像、心脏疾病、糖尿病筛查等。大语言模型也进入医院工作流程，如微软Dragon Copilot服务超10万名临床医生，OpenAI帮助波士顿儿童医院节省6万小时工作时间，Claude助力Banner Health整理病历，Google辅助生成诊疗记录。作者指出需区分三个问题：技术已落地是事实，医疗AI市场正在形成但规模尚小，科技公司的巨额投资回报仍需时间验证。
宝洁八大问面试宝典：逐题拆解与回答思路
文章系统拆解了宝洁八大问这一经典行为面试题，逐题说明面试官的考察意图和回答思路。包括：高目标设定要量化且超越常规，领导力重在主动发起和解决团队冲突而非头衔，解决问题要展示从模糊信息中识别关键问题的分析逻辑，说服他人要用事实命中对方痛点，团队合作突出配合补位而非当领导，创新需落地见效，优先级管理体现取舍勇气，学习能力强调快速掌握并迁移到实际产生价值。每题配有案例示范，帮助求职者通过行为面试获得高薪工作。
Where to Begin With AI Transformation
本文作者（Varick Agents CEO Vas）探讨了大型企业应如何启动AI转型。他指出没有放之四海皆准的方案，价值核心在于深入部门的发现（discovery）阶段，而非通用咨询。文章将企业分为三类：尚未起步、部署副驾驶后陷入平台期、试点项目停滞。作者强调不应局限于单一部门构建Agent，因为AI Agent能够跨部门工作，部门专业化是人类带宽受限的产物。正确的AI转型是高度定制化的'侵入性手术'，做好可将利润率翻倍，做错则浪费数月并损害业务。他建议从单个部门入手，审视系统、流程与依赖关系。
老树开新花：中小团队的 Agent 落地框架
本文从组织视角探讨传统中小团队如何落地 Agent，区别于个人使用视角。作者基于跨境电商团队的一手实践，提出核心判断：个体提效容易，组织提效困难，因为涉及权限、基建和权力划分。文章指出 AI Native 是方向而非目标，Agent 落地是一把手工程，建议优先做大盘子而非降本增效以减少阻力。人员应分三层架构：组织架构师、一线实践者、跟随者，成本随之分层。上下文建设是价值核心，推荐用飞书多维表格作为唯一数据源。落地策略上应追求业务流程的单点替换而非 Token 使用量。最后介绍了 New API、Key Proxy、SkillHub 等开源基础设施工具，用一台服务器支撑整个团队的 Agent 体系。
AI Native 实践续篇：迈向 Stage 8
作者继八月 AI Native 实践后，记录从 Stage 7 迈向 Stage 8 的多 Agent 工作方式探索。核心实践包括：用「测试测试」验证测试有效性（借鉴变异测试）；要求 Agent 交代判断依据；采用 1+N 组织方式，由 Captain 统筹调度其他 Agent，并保护其上下文不陷入实现细节；用 logbook Kit（lbkit）串起需求到上线的完整交付流程，通过 Preflight 预演减少中途打断；让 Delivery 与 Verify 两种角色形成对抗，发现分歧。作者强调多 Agent 有成本需按任务规模挑选，目标是保护人的完整注意力与决策密度，认为对抗机制比单纯循环更重要。
乔布斯讲故事的八种手法
文章通过梳理乔布斯从1978年到2007年的公开演讲，归纳出他讲故事的八种手法：类比、具象化、演示、亲近、框定、重新定义、灵魂和表演。作者对比霍姆斯、扎克伯格等人的模仿失败，指出乔布斯最值钱的本事是讲故事，因为愿景要成真，就得让人相信。
Have Complete Thoughts：在技术跃迁前形成完整思考
Alfred Lin 分享纳德拉关于科技公司如何构建持久价值的思考。技术变化极快，企业需要跳跃式变革，但更重要的是在跃迁前拥有'完整的思考'。文章回顾微软在 PC、互联网、移动/云计算和 AI 时代的转型历程，并总结纳德拉提出的三个工具：自建时要将产品与战略、分发优势、商业模式和致胜权利相连接（如 IE 缺乏完整思考而败于搜索）；善用合作伙伴关系（从 IBM 到 OpenAI）；必要时放下骄傲收购合并（赢得 LinkedIn、GitHub、动视暴雪）。苹果则因在移动跃迁前的完整思考而后来居上。
What will we use our minds for? 我们将用头脑来做什么？
作者以Wild Bill Hickok和施瓦辛格为例，类比体力劳动的历史演变：当技术取代体力劳动后，人们转而去健身房锻炼身体。如今AI正在取代脑力工作，作者追问：我们的头脑将用来做什么？文章指出人类天生喜欢做困难的事——马拉松报名人数创纪录、国际象棋在AI超越人类后反而更加繁荣、祖母一生痴迷麻将。作者构想未来会出现'心灵健身房'，人们像锻炼身体一样有意识地训练记忆、创造力和批判性思维，以保持心智的长久活力。
AI Native 时代的工作方式：从信息到交付
作者分享了作为 Infra/Kubernetes 工程师在 AI Native 时代的工作方式演变：从 2 月认为 Code Typing 不必要，到 5 月确立「AI 放大执行、人负责判断」，再到 8 月形成信息、研发、落地、工具链的完整链路。信息层面，他用 minds（AI 参与度 90%+）和 my-kms（5%）两个知识仓库，Agent 改动走 PR 流程由人 review；编码层面推行 Spec-driven、用 guides 固化约束、自测 Agent 分层验证；工具链上自建 mind-forge、skm 等工具。核心观点：AI 善于「作」（生产、展开、润色），人负责「创」（问题、判断、观点），工作重点是决策密度、共识形成与保留个人棱角。