PART 01

我是谁

手工川：探索超级个体的能力边界与孵化

PART 01 · M1

我是手工川

手工川工作室（Lovstudio.AI）主理人，AI 布道师，连续创业者，全国 OPC 先锋人物，上海陆家嘴数智港 OPC 代表，清智孵化器首个入驻 OPC。

01 我是谁 · M1 我是谁：一个人，加一群 AI02 / 325

PART 01 · M1

我的 AI 使用账单

会话与调用：2026 年 9 月外滩大会分享前的统计

约 300美金

现在每月给 AI 的花费

3,195份

过去一年 Claude Code 与 Codex 会话记录

1,852次

从中确认出的 Skill 调用

01 我是谁 · M1 我是谁：一个人，加一群 AI03 / 325

PART 01 · M1

1,852 次调用去了哪里

—交付与发布：566 次
—产品判断：237 次
—事实与研究：194 次
—Skill 生命周期：181 次
—四类合计 1,178 次，占 63.6%

排第一的单个 Skill 是 Git Commit，401 次。

01 我是谁 · M1 我是谁：一个人，加一群 AI04 / 325

PART 01 · M1

2026 年的公开现场

2026-03-12
北京发改委一人公司座谈调研，人工智能 OPC 企业代表
2026-04-08
新疆哈密 OPC 发布会，演讲《欢迎来到OPC时代》
2026-05-19
浦东新区引领区企业座谈会，陆家嘴数智港 OPC 代表
2026-07
OPC 共创节分享《置身 OPC 之内》，获评 OPC 先锋人物
2026-09
支付宝外滩大会，分享《Skill 开发最佳实践与商业化探索》

01 我是谁 · M1 我是谁：一个人，加一群 AI05 / 325

PART 01 · M1

六期手工川 AI 创造营

—2026 年 4 月 23 日凌晨，宣布做 AI 布道师
—第一期 20 个名额，12 小时报满
—北京、上海、深圳，一共六期
—往期现场与作品：forge.lovstudio.ai

01 我是谁 · M1 我是谁：一个人，加一群 AI06 / 325

PART 01 · M1

“

我是谁不重要，我做了什么、怎么做也没那么重要，我为什么做、为什么是我做很重要。

—— 手工川，《置身 OPC 内 | 深度》

01 我是谁 · M1 我是谁：一个人，加一群 AI07 / 325

PART 01 · M2

探索超级个体的能力边界与孵化

边界，我拿自己当样本去测；测出来的方法，做成产品、写成 Skill、讲进课堂。

01 我是谁 · M2 我在做什么：探索超级个体的能力边界与孵化08 / 325

PART 01 · M2

我的一人队伍

岗位	以前要找谁	现在怎么做
研发	工程师团队	AI 写大部分代码，我做判断和验收
设计	设计师、PS、Figma	让 AI 迭代，我管好不好看、对不对
写作	编辑、运营	我写底稿，AI 润色，我逐段审读
视频	剪辑师	交给 AI 流水线，我审片
研究	助理、实习生	查资料交给 AI，我决定信什么

01 我是谁 · M2 我在做什么：探索超级个体的能力边界与孵化09 / 325

PART 01 · M2

越接近不可逆，越该由人来做

放心交给 AI	交给 AI，但必须验收	只留给自己
查资料、补证据	写文章、做视频、写代码	对外发送、发布、付款、删除
整理、摘要、格式转换	海报、PPT、报价单初稿	产品方向与定价
跑测试、做截图对比	数据统计与图表	客户关系与品牌叙事
第一轮审查、挑错	合同、方案的初稿	隐私、账号、合同的最终决定

01 我是谁 · M2 我在做什么：探索超级个体的能力边界与孵化10 / 325

PART 01 · M2

我在做的四件事

产品

Skill

官网上架两百多个，多数免费开源

产品

Yoda

开源的 Agent 工作台

内容

公众号与视频号

都叫「手工川」，原创技术创业内容

课程与孵化

创造营与超越之旅

六期创造营，今天是第一堂公开大课

01 我是谁 · M2 我在做什么：探索超级个体的能力边界与孵化11 / 325

PART 01 · M2

“

要不我就一个人，我就用 AI，看看能干到什么程度。

—— 手工川，《超越之旅》讲义第三章

01 我是谁 · M2 我在做什么：探索超级个体的能力边界与孵化12 / 325

PART 01 · M3

我个人能力的边界，到底在哪里？

2015 年，我 20 岁，退学在家。这个问题和另一个问题一起跟了我十一年：我到底能给这个世界留下什么？

01 我是谁 · M3 为什么做这个：我的奥德赛之旅13 / 325

PART 01 · M3

手工川的奥德赛之旅

2014
退学
网吧七天七夜后，从电子科大退学
2015
股票论坛
30 多个指标，第一桶金
2021
川藏线
从成都骑到珠峰大本营
2022—2025
工程师、创业、旅居
望京、杭州、五道口、清迈
2026
OPC
清智、陆家嘴数智港
2026-09
冈仁波齐
翻过卓玛拉垭口

01 我是谁 · M3 为什么做这个：我的奥德赛之旅14 / 325

PART 01 · M3

没有 AI 时怎么学，现在怎么学

	2021 年，接一个陌生项目	现在，碰到问题就学
怎么开始	借两本书，看一周才开始写代码	带着问题直接做，缺什么补什么
知识怎么长	先厚积，再薄发	自下而上地生长，用到什么学什么
卡住的时候	连图都没有，没法按图索骥	跟 AI 聊，把不懂的词问清楚

01 我是谁 · M3 为什么做这个：我的奥德赛之旅15 / 325

PART 01 · M3

黑客松，正在走向所有人

4200场

2026 年全球 AI 黑客松预计场次（Dr.Job 估算）

28场

2026 年以来粤港澳大湾区的黑客松（不完全统计）

近 7 成

外滩黑客松参赛者未满 18 岁

9岁

外滩黑客松冠军的年龄

来源：新华网转载人民邮电报报道（2026-09-04）；紫牛新闻（2026-09-09）。

01 我是谁 · M3 为什么做这个：我的奥德赛之旅16 / 325

PART 01 · M3

所以我做了这件事

—技术越来越便宜，信息差却越来越参差
—2026 年 4 月 23 日，宣布做 AI 布道师
—第四期起，创造营做成「OPC 黑客松」
—唯一需要掌握的：基于 AI 学会学习本身

01 我是谁 · M3 为什么做这个：我的奥德赛之旅17 / 325

PART 01 · M3

“

我们从未能征服一座山，我们只是被它改变。

—— 手工川，《超越之旅》讲义结语

01 我是谁 · M3 为什么做这个：我的奥德赛之旅18 / 325

PART 02

超级个体与 OPC

一个人，也可以是一支队伍、一家公司

PART 02 · S1

用 AI 补齐短板，一个人顶一支团队

这是我对超级个体的定义。先看我现在的队伍长什么样。

02 超级个体与 OPC · S1 什么是超级个体：一个人顶一支队伍20 / 325

我的一人队伍

以前要找一群人，现在怎么做

研发

AI 写大部分代码

我做判断和验收

设计

AI 迭代海报配图

我只管好不好看、对不对

写作

我写底稿，AI 润色

我逐段审读

视频

AI 流水线剪辑

我审片

02 超级个体与 OPC · S1 什么是超级个体：一个人顶一支队伍21 / 325

超级个体放大的是什么

外面看只有我一个人，但实际工作方式更像是在调度一支随时可重组的数字团队。

—— 手工川，浦东新区引领区企业座谈会发言，2026-05-19

—不比谁更能熬夜，也不比谁事事亲为
—放大的是判断力、审美和专业经验
—几个 AI 终端同时跑：代码、研究、材料、文档、产品

02 超级个体与 OPC · S1 什么是超级个体：一个人顶一支队伍22 / 325

超级个体和几个相近的词

相近的词	它强调什么	容易卡在哪
超级个体	个人能力与影响力	收入全靠平台流量，就更像 KOL
独立开发者	产品与工程能力	做了很牛的东西，没人买
数字游民	空间自由与生活方式	只是把工位搬到清迈，仍在远程打工
个体户	登记形态与经营成本	往往是被动选择一个人
OPC	公司：合法经营主体	获客到复盘，有一环靠运气

02 超级个体与 OPC · S1 什么是超级个体：一个人顶一支队伍23 / 325

超级个体之后

“

能干活的人很多，能把活变成一门持续的生意的人很少。

—— 手工川

02 超级个体与 OPC · S1 什么是超级个体：一个人顶一支队伍24 / 325

PART 02 · S2

六个案例，六根不同的杠杆

海外三个，国内三个。每个数字都能在公开报道或本人访谈里查到。

02 超级个体与 OPC · S2 超级个体经典案例：海外三个，国内三个25 / 325

现场小游戏

先猜：这四个数字分别属于谁

星露谷物语

4100 万份

Eric Barone 一人开发，截至 2024 年 12 月累计销量

Base44

8000 万美元

成立约 6 个月，被 Wix 现金收购

papi酱

2200 万元

2016 年首支视频贴片广告拍卖价

手工耿

811.1 万

B 站粉丝数（2026-07-06）

02 超级个体与 OPC · S2 超级个体经典案例：海外三个，国内三个26 / 325

他们各自靠什么放大

案例	起步	放大靠什么
Eric Barone	一人包办程序、美术、音乐、设计	软件：卖一份和一千万份成本几乎一样
Pieter Levels	40 多个项目大多一个人做，不融资	代码，加上公开构建
Maor Shlomo	Base44 一人起步，约 6 个月	AI 产品本身
papi酱	一个人拍短视频起家	内容，加上资本和广告
手工耿	一个人做“没用”的机械装置	内容平台上的长期更新

02 超级个体与 OPC · S2 超级个体经典案例：海外三个，国内三个27 / 325

Pieter Levels

“

我不用风投的钱，所有事都自己做。

—— Pieter Levels，Lex Fridman 播客第 440 期

02 超级个体与 OPC · S2 超级个体经典案例：海外三个，国内三个28 / 325

读案例时，我会多问三句

01一个人起步，后来还是一个人吗？
02失败的那些项目去哪了？
03收入落在自己手里，还是平台手里？

02 超级个体与 OPC · S2 超级个体经典案例：海外三个，国内三个29 / 325

PART 02 · S3

公司存在，是因为协作有成本

AI 改写了这笔账，一个人也组织得起一支队伍了。

02 超级个体与 OPC · S3 超级个体为什么存在：一个人的账终于算得过来30 / 325

四笔成本

一个人做事，四笔账怎么变了

成本	以前	现在
生产	代码、设计、视频样样找人	AI 出劳动，我出判断
协作	招人管人，方向没跑通先变贵	把偏好、约束、验收标准写清楚
试错	PRD、排期、开发，客户先凉了	先跑出能点、能演示的第一版
分发	资本要人投，劳动力要人干	文章、视频、开源，不用谁点头

02 超级个体与 OPC · S3 超级个体为什么存在：一个人的账终于算得过来31 / 325

杠杆的顺序

从 AI 到全职员工

01AI：最便宜、最灵活，先用它
02SaaS：按订阅付费的在线软件
03外包：非核心能力按项目买
04合作伙伴：靠关系与信任
05全职员工：流程验证、现金流覆盖后再考虑

02 超级个体与 OPC · S3 超级个体为什么存在：一个人的账终于算得过来32 / 325

关于招人

“

招人只是把原本模糊的问题，变成更贵的问题。

—— 手工川

02 超级个体与 OPC · S3 超级个体为什么存在：一个人的账终于算得过来33 / 325

哪些交出去，哪些自己抓

可以先外部化

剪辑、海报、财税、法务、场地、活动执行

不是你的核心能力，就先交出去

创始人自己抓

产品方向、客户关系、定价判断、品牌叙事、核心交付

交出去，你就成了中间人

02 超级个体与 OPC · S3 超级个体为什么存在：一个人的账终于算得过来34 / 325

PART 02 · S4

一件事，我想做，我去做，我做出来

这种超能力，以前只属于工程师。

02 超级个体与 OPC · S4 AI 与超级个体：人站到循环之上35 / 325

超能力是怎么下放的

AI 之前
一个难题，耗掉一周到一个月
凌晨四点，望京的公寓，泡面和焦虑
2024
朋友送的一把 Cursor key
接上 Sonnet，不看代码做出飞机大战
2025 年三四月
Claude Code，200 美金一个月
AI 自己读仓库、跑命令、改文件、做验证
2026
OpenClaw 火遍中美
“龙虾”把使用 AI 的门槛又拉低一截

02 超级个体与 OPC · S4 AI 与超级个体：人站到循环之上36 / 325

你在哪一格

人和 AI 分工的四个阶段

STEP 1

AI 干活，人类写诗

我们以为的：重复劳动交给机器

STEP 2

AI 写诗，人类干活

真实发生的：人在后面给数据打标签

STEP 3

AI 写诗也干活，人成了瓶颈

每一步都要人确认：human in the loop

STEP 4

人站到循环之上

只在关键节点出现：human on the loop

02 超级个体与 OPC · S4 AI 与超级个体：人站到循环之上37 / 325

1,852 次 Skill 调用去了哪

566次

交付与发布

237次

产品判断

194次

事实与研究

63.6%

再加上 Skill 生命周期 181 次，四类合计占比

02 超级个体与 OPC · S4 AI 与超级个体：人站到循环之上38 / 325

交给 AI、要验收、留给自己

放心交给 AI	交给 AI，但必须验收	只留给自己
查资料、补证据	写文章、做视频、写代码	对外发送、发布、付款、删除
整理、摘要、格式转换	海报、PPT、报价单初稿	产品方向与定价
跑测试、做截图对比	数据统计与图表	客户关系与品牌叙事
第一轮审查、挑错	合同、方案的初稿	涉及隐私、账号、合同的最终决定

02 超级个体与 OPC · S4 AI 与超级个体：人站到循环之上39 / 325

我的原则

“

机器可以执行，不能替人同意。

—— 手工川

02 超级个体与 OPC · S4 AI 与超级个体：人站到循环之上40 / 325

PART 02 · S5

我不是一开始就选择一个人

背包客、数字游民、超级个体，再到 OPC。

02 超级个体与 OPC · S5 我如何成为了超级个体：从背包客到 OPC41 / 325

一条弯路很多的路

2015
三个月做出 30 多个股票指标
论坛阅读超 500 万，三位前辈投了 10 万
2020—2024
外包、入职、三次自主创业
北京天坛、杭州、北京五道口
2024
全面转向 AI Coding
7 月入驻海升；年底一个月提交 885 次
2025
每月 200 美金的 Claude Code
朋友赞助的启动成本；拿到营业执照
2026
手工川工作室成立
4 月 28 日；7 月获评全国 OPC 先锋人物

02 超级个体与 OPC · S5 我如何成为了超级个体：从背包客到 OPC42 / 325

GitHub 年度贡献：拐点在 2024

877次

2022 年

456次

2023 年

4,094次

2024 年

6,596次

2025 年

02 超级个体与 OPC · S5 我如何成为了超级个体：从背包客到 OPC43 / 325

一个人的队伍，账本长这样

200美金/月

启动成本：Claude Code，最初由朋友赞助

约 300美金/月

现在每月的 AI 花费

229个

官网上架的 Skill，其中 207 个免费开源

数万

公众号粉丝，从 0 到 1

02 超级个体与 OPC · S5 我如何成为了超级个体：从背包客到 OPC44 / 325

走过的弯路

“

数量不是杠杆，注意力才是。

—— 手工川，复盘“一年 50 个产品”

02 超级个体与 OPC · S5 我如何成为了超级个体：从背包客到 OPC45 / 325

写给你

如果我可以，你也许也可以。

02 超级个体与 OPC · S5 我如何成为了超级个体：从背包客到 OPC46 / 325

PART 02 · S6

AI 补短板，前提是你有长板

成为超级个体，我认为至少要有五样东西。

02 超级个体与 OPC · S6 成为超级个体的必要条件：五样东西47 / 325

五个必要条件

01长板：能换回钱、信任和复购
02把真实工作交给 AI，并验收得住
03一个经得起追问的名字
04一张托住你的网：朋友、社区、伙伴
05一套生活系统：睡得好、吃得好、动得了

02 超级个体与 OPC · S6 成为超级个体的必要条件：五样东西48 / 325

这些不是必要条件

计算机背景

不需要

学员里有 HR、PR、运营、产品经理和艺术家

办公室

不必先租

不要为了显得像公司而租办公室

员工

不急着招

流程跑通、现金流覆盖成本，再考虑

融资

不是第一步

先把现金流跑出来，再决定要不要融资

02 超级个体与 OPC · S6 成为超级个体的必要条件：五样东西49 / 325

第五样

“

AI 可以帮你写代码，但 AI 不能替你活下去。

—— 手工川

02 超级个体与 OPC · S6 成为超级个体的必要条件：五样东西50 / 325

现场举手

这五样里，你现在最缺哪一样？

—A. 一块能直接交付价值的长板
—B. 把真实工作交给 AI，并验收得住
—C. 一个经得起追问的名字
—D. 一张托住你的网
—E. 一套生活系统

02 超级个体与 OPC · S6 成为超级个体的必要条件：五样东西51 / 325

PART 02 · S7

手够了，难题换了

以前一个人做产品，卡在人手上；现在卡在做什么、卖给谁、怎样持续交付。

02 超级个体与 OPC · S7 成为超级个体的机遇与挑战52 / 325

PART 02 · S7

机会是实打实的

—工具变强了：每月约 300 美金，顶一支队伍
—协作成本变低了：少了求人、等人、找人
—个人品牌更容易建立
—政府和社区开始提供场地、算力与连接

02 超级个体与 OPC · S7 成为超级个体的机遇与挑战53 / 325

PART 02 · S7

对手和客户，用的也是同一个 AI

—2024 年上半年，我写了一个 K 型压缩算法
—上下文只有 8K 时，它是我们的核心技术
—几个月后窗口涨到 200K，它一夜归零
—别在模型下个版本会顺手做掉的地方使劲

02 超级个体与 OPC · S7 成为超级个体的机遇与挑战54 / 325

PART 02 · S7

四个视角：机遇与挑战

视角	机遇	挑战
工具	研发、设计、写作、视频，一个人都能推进	同样的 AI 也在对手和客户手里
地基	模型越来越强，每月几百美金顶一支队伍	账号、网络、价格，大多不在自己手里
社区与政策	场地、算力、补贴、连接，有人主动提供	活动容易热闹，热闹之后未必有收入
自己	短板被补齐，一个人也能被看见	精力、睡眠、信息流，都得自己管

02 超级个体与 OPC · S7 成为超级个体的机遇与挑战55 / 325

PART 02 · S7

你最担心哪一个？

—方向：做什么、卖给谁
—护城河：对手也有同样的 AI
—地基：账号和工具不稳定
—判断：被 AI 的结果骗过去
—生活：睡眠、精力与孤独

02 超级个体与 OPC · S7 成为超级个体的机遇与挑战56 / 325

PART 02 · S7

“

AI 可以帮你写代码，但 AI 不能替你活下去。

—— 手工川

02 超级个体与 OPC · S7 成为超级个体的机遇与挑战57 / 325

PART 02 · S8

语文九十多分，也能靠写作攒下数万粉丝

写底稿的是我，整理和润色交给 AI，我再逐段审读。

02 超级个体与 OPC · S8 为什么人人都可以是超级个体58 / 325

PART 02 · S8

翻过来看：起点和后来

我自己

两次高考语文九十多分

写原创技术创业文章，公众号从 0 到 1 积累了数万粉丝

第四期学员

从没写过代码的产品经理

学完后在小红书的 Vibe Coding 比赛上拿到了名次

第四期学员

升职成跨部门负责人

学完之后，驾驭 AI 的能力突飞猛进

2025 年 · 广州

13 岁的初中生

用 AI 才两周，已经能让 AI 给他做小项目

02 超级个体与 OPC · S8 为什么人人都可以是超级个体59 / 325

PART 02 · S8

不会编程，要会这三件事

—说清楚要什么：给谁用、输入什么、输出什么
—看得懂结果：打开页面点一点，跑一遍流程
—说得出哪里不对：要说“点了提交没反应”

这三件事，恰好都不需要你会编程。

02 超级个体与 OPC · S8 为什么人人都可以是超级个体60 / 325

PART 02 · S8

跟年龄、学历、专业都没关系

2025 年在广州，我遇到一个 13 岁的初中生。他用 AI 才两周，已经能让 AI 给他做小项目：说得清要什么，AI 跑偏时会纠正，会把复杂任务拆成几步。

它跟一种“愿不愿意重新长一遍”的勇气有关。

—— 手工川

02 超级个体与 OPC · S8 为什么人人都可以是超级个体61 / 325

PART 02 · S8

可以，不等于自动做到

—第四期两周后回访，出现了分水岭
—有人的东西还在长，有人的停在那个周末
—差别在有没有留下还能接着用的东西
—第五期起：每人 DIY 一台 Agent 工作台
—公益计划：可部分或全部减免学费

02 超级个体与 OPC · S8 为什么人人都可以是超级个体62 / 325

PART 02 · S8

“

如果我可以，你也许也可以。

—— 手工川

02 超级个体与 OPC · S8 为什么人人都可以是超级个体63 / 325

PART 02 · S9

一个新词最危险的时候，是所有人都觉得自己懂

OPC，One Person Company，一人公司。

02 超级个体与 OPC · S9 什么是 OPC64 / 325

PART 02 · S9

两个核心：C 和 O

C 是公司。 一个合法经营的主体，要面对纳税和就业，天然有商业属性和投资潜力。

O 是一个人。 “一个人的十亿美元公司”的叙事：AI 让一个创始人不招员工，也可能做到过去只有团队才能做到的规模。

02 超级个体与 OPC · S9 什么是 OPC65 / 325

PART 02 · S9

2026 年 1 月，三个官方口径

时间	出处	说法
1 月 14 日	深圳市工信局《行动计划》	构建人工智能 OPC 创业生态
1 月 28 日	《人民日报海外版》	AI 下兴起的新型创业形态
1 月 30 日	新华社	一个人即可组建创新团队

02 超级个体与 OPC · S9 什么是 OPC66 / 325

PART 02 · S9

我的标准：五环闭环

01获客：下一个客户从哪里来？
02生产：多少能复用，多少每次从零开始？
03交付：验收标准事先说清了吗？
04收款：报价、合同、发票、回款，卡在哪？
05复盘：这一单做完，你留下了什么？

02 超级个体与 OPC · S9 什么是 OPC67 / 325

PART 02 · S9

OPC 和几个相近的词

相近的词	它强调什么	差在哪里
个体户	登记形态与经营成本	常是被动选一个人；OPC 是主动选
皮包公司	有壳、有章、有 PPT	没有稳定交付和真实客户
超级个体	个人能力与影响力	收入全靠平台流量，更像 KOL
独立开发者	产品与工程能力	不会定价获客：做了好东西没人买
数字游民	空间自由与生活方式	工位搬到清迈，本质仍是远程打工

02 超级个体与 OPC · S9 什么是 OPC68 / 325

PART 02 · S9

“

我在哪里不重要，系统仍然要交付。

—— 手工川《置身 OPC 内》

02 超级个体与 OPC · S9 什么是 OPC69 / 325

PART 02 · S10

能干活的人很多，能把活变成生意的人很少

超级个体讲个人能力与影响力；OPC 讲的是持续经营。

02 超级个体与 OPC · S10 超级个体与 OPC 之间的关系70 / 325

PART 02 · S10

超级个体 vs OPC

维度	超级个体	OPC
强调	个人能力与影响力	持续经营的公司能力
核心问题	一个人能干多少活	能不能围绕结果组织杠杆
检验	作品与影响力	五环闭环都不靠运气
卡点	收入全靠平台流量	你是最后一个背锅的人

02 超级个体与 OPC · S10 超级个体与 OPC 之间的关系71 / 325

PART 02 · S10

从作品到公司，隔着两步

STEP 1

作品：能不能用？

你自己用起来了，明天打开还在。

STEP 2

项目：有没有人要？能不能持续？

有人在用，有人愿意付钱，你知道下个月做什么。

STEP 3

公司：能不能经营？

获客、生产、交付、收款、复盘，五环都不靠运气。

02 超级个体与 OPC · S10 超级个体与 OPC 之间的关系72 / 325

PART 02 · S10

一个人的团队：1 + 小 N + AI

01AI：AI 做大部分活，我做判断和验收
02SaaS：按订阅付费的软件，接住一整块流程
03外包：剪辑、海报、财税、法务，非核心先外部化
04合作伙伴：社区、朋友和临时伙伴搭把手
05全职员工：流程验证、现金流覆盖成本后再考虑

02 超级个体与 OPC · S10 超级个体与 OPC 之间的关系73 / 325

PART 02 · S10

这五件事，创始人自己抓

—产品方向
—客户关系
—定价判断
—品牌叙事
—核心交付

交出去，你会变成一个什么都懂一点、什么都无法负责的中间人。

02 超级个体与 OPC · S10 超级个体与 OPC 之间的关系74 / 325

PART 02 · S10

“

OPC 不是孤勇者，是被信任、被支持、被托付的个体。

—— 手工川

02 超级个体与 OPC · S10 超级个体与 OPC 之间的关系75 / 325

PART 02 · S11

一个人组织杠杆，开始比雇人便宜

科斯讲交易成本，纳瓦尔讲杠杆。AI 把两边都改写了。

02 超级个体与 OPC · S11 OPC 为什么成立76 / 325

PART 02 · S11

科斯的算术题

1937 年《企业的性质》：用市场有成本，找人、谈价、签约、盯质量。

企业把交易收进内部，边界停在两种成本相等的地方。

AI 是第三种选择。 不用面试、发工资、做考核，也不用签约、对齐、担心跳槽。

这一层越便宜，企业的最优规模越往一个人收缩。

02 超级个体与 OPC · S11 OPC 为什么成立77 / 325

PART 02 · S11

纳瓦尔的三种杠杆

需要许可

人力

要有人愿意跟你干

需要许可

资本

要有人愿意给你钱

无需许可

代码与媒体

复制成本为零，你睡觉时也在替你工作

AI 做的事

劳动力进了产品

代码、设计、视频，不再处处卡在人手上

02 超级个体与 OPC · S11 OPC 为什么成立78 / 325

PART 02 · S11

天花板换了位置

—人管人：瓶颈在管理幅度
—人管 AI：瓶颈在认知带宽
—我常同时开多个会话：修 bug、写文章、查资料
—难的是分清哪些并行，哪些必须人来判断

02 超级个体与 OPC · S11 OPC 为什么成立79 / 325

PART 02 · S11

为什么偏偏是 2026 年

2024 年前后
“一个人的十亿美元公司”被广泛讨论
2025-08
临港推出“超级个体”计划
2025-12
中关村 AI 北纬社区发布 OPC 服务计划
2026-01
深圳行动计划；人民日报海外版、新华社刊文
2026-03-12
北京发改委一人公司配套制度改革座谈调研

02 超级个体与 OPC · S11 OPC 为什么成立80 / 325

PART 02 · S11

一人公司多了，钱没跟上

约 30%

2024 年成立的初创公司中，单人创始的占比

14.7%

同年定价股权融资现金流向单人创始公司的比例

数据：Carta《Solo Founders Report 2025》，样本是使用 Carta 的初创公司。

02 超级个体与 OPC · S11 OPC 为什么成立81 / 325

PART 02 · S12

顺序不能反

先有 Company，再有 Enterprise，最后才可能有 Unicorn。

02 超级个体与 OPC · S12 OPC 的未来在哪里82 / 325

PART 02 · S12

OPC、OPE、OPU：三层

底座

OPC · 一人公司

合法主体、稳定产品、真实客户、现金流。今天就可以开始做。

能力层

OPE · 一人企业

产品、研发、销售、客服、财务部分交给 AI 与外部网络，一个人像一个指挥台。

想象边界

OPU · 一人独角兽

十亿美元级估值。它是资本市场给出的结果，不是经营形态。

02 超级个体与 OPC · S12 OPC 的未来在哪里83 / 325

PART 02 · S12

常被当作一人公司样板的 Base44，也招了人

2025 年 6 月，Wix 以 8000 万美元现金收购 Base44：成立约 6 个月，没有融资，股权在创始人一个人手里。

可 Wix 向 TechCrunch 确认，他手下有 8 名员工。

什么时候可以招人

—流程已被你反复验证
—需求稳定
—验收标准清晰
—现金流能覆盖成本
—岗位能释放你最关键的瓶颈

02 超级个体与 OPC · S12 OPC 的未来在哪里84 / 325

PART 02 · S12

深圳：到 2027 年底

10+家

面积均不少于 1 万平方米的 OPC 社区

1000+家

高成长性人工智能创业企业

10000+名

人工智能创新创业人才

出处：《深圳市打造人工智能 OPC 创业生态引领地行动计划（2026—2027年）》

02 超级个体与 OPC · S12 OPC 的未来在哪里85 / 325

PART 02 · S12

护城河在变薄

—最难答的问题：你们和 Claude、Codex 有什么区别
—智能不再是这个世界的卡点，我才是
—AI 让人更容易做出被欣赏的作品
—大众需要，来自生活的每一方寸之间

02 超级个体与 OPC · S12 OPC 的未来在哪里86 / 325

PART 02 · S12

“

但愿每个 OPC，都不是 NPC。

—— 手工川，2026 年 4 月，新疆哈密 OPC 发布会

02 超级个体与 OPC · S12 OPC 的未来在哪里87 / 325

PART 03

AI 与 Agent

从会说话的模型，到会干活的伙伴

PART 03 · A1

AI 接过的，是需要判断的那一步

拿到任务，先分诊

03 AI 与 Agent · A1 什么是 AI：接过“判断”的那一步89 / 325

你脑子里的 AI 是哪张图

常见的图

我 ⇄ 一个叫“AI”的东西 ⇄ 我的工作

然后逐项盘点：这件 AI 能干吗？那件呢？

更准确的图

我 ⇄（人 / 自动化 / AI / AI 驱动的自动化）⇄ 工作

AI 只是答案之一。

03 AI 与 Agent · A1 什么是 AI：接过“判断”的那一步90 / 325

先把四种做法分开

自动化

每一步都一样

批量改文件名、定时抓网页、把模板填进十封邮件。

需要判断

理解一句模糊的话、把杂乱的笔记整理成提纲。

AI 驱动的自动化

判断 + 执行

AI 做判断的那几步，脚本跑执行的那几步。

人

收不回来的决定

对外发送、付款、删除，以及定义你是谁的事。

03 AI 与 Agent · A1 什么是 AI：接过“判断”的那一步91 / 325

先猜，再翻：这件事交给谁

任务	交给谁	为什么
把同一份模板填进十封邮件	自动化	每一步都一样
整理一篇杂乱的访谈纪要	AI	需要理解和取舍
算 3.7% 复合年化 20 年	计算器	精确计算，AI 慢且可能错
这一版海报发不发	人	发出去收不回来

03 AI 与 Agent · A1 什么是 AI：接过“判断”的那一步92 / 325

“

AI 真正的革命，不是“AI 比人聪明”——而是它把“需要判断”那一步也接过来了。

—— 手工川

03 AI 与 Agent · A1 什么是 AI：接过“判断”的那一步93 / 325

模型是常量，Context 是变量

—Context：AI 回答前能看到的全部东西
—包括问题、文件、做过的事、定下的规矩
—同一个模型，Context 不同，结果天差地别
—结果不好，先查 Context，再怀疑模型

03 AI 与 Agent · A1 什么是 AI：接过“判断”的那一步94 / 325

PART 03 · A2

七十年几起几落，最近四年走过四种形态

AI 的历史变迁

03 AI 与 Agent · A2 AI 的历史变迁：从达特茅斯到龙虾95 / 325

七十年里的六个节点

1956
达特茅斯研讨会
“人工智能”成为一门学科的名字
2012
AlexNet
深度学习在图像识别上一战成名
2016
AlphaGo 4:1 李世石
围棋被机器攻下
2017
Transformer
今天大模型的地基
2022-11-30
ChatGPT 发布
5 天 100 万用户，两个月月活过亿
2025-01-20
DeepSeek-R1
开源推理模型，对标 OpenAI o1

03 AI 与 Agent · A2 AI 的历史变迁：从达特茅斯到龙虾96 / 325

最近四年：每一波都给上一波换了壳

2022–2023

Chat

代表是 ChatGPT。你问它答。

2024

Tools

插件、function calling 普及，AI 开始调用工具。

2025

Agents

自己规划、自己调工具、自己走完一个任务。

2026

Claws

个人 Agent 伸进了聊天软件，国内叫它“龙虾”。

03 AI 与 Agent · A2 AI 的历史变迁：从达特茅斯到龙虾97 / 325

我们以为的分工，和真实发生的

01我们以为：AI 干活，人类写诗
02真实发生：AI 写诗，人类打标
03接着：AI 也干活，人成了瓶颈
04现在：人站到了循环之上

03 AI 与 Agent · A2 AI 的历史变迁：从达特茅斯到龙虾98 / 325

我自己的四年

2023
保持谨慎
没有给软件和 AI 付费的习惯
2024
一把 Cursor 的 key
接上 Sonnet，确认这条路是通的
2025 年三四月
开始用 Claude Code
200 美金一个月
2026 年春
龙虾
和清华大学创业协会在北京办龙虾大会
现在
每月约 300 美金
写作、视频、产品、活动都有 AI 在跑

03 AI 与 Agent · A2 AI 的历史变迁：从达特茅斯到龙虾99 / 325

我给每一年记一个关键词

—2023：Prompt
—2024：MCP
—2025：Agent Skill
—2026：产品的 Skill 化，Skill 的产品化

03 AI 与 Agent · A2 AI 的历史变迁：从达特茅斯到龙虾100 / 325

PART 03 · A3

超能力不再是工程师专属

为什么 AI 这么火

03 AI 与 Agent · A3 为什么 AI 这么火：超能力不再是工程师专属101 / 325

先看几组数字

9亿

ChatGPT 周活跃用户（2026 年 2 月）

7亿+

国内生成式 AI 用户（2026 年上半年）

约 7250亿美元

四家美国科技巨头 2026 年资本开支计划

12小时

第一期创造营 20 个名额报满

03 AI 与 Agent · A3 为什么 AI 这么火：超能力不再是工程师专属102 / 325

没有 AI 的年代，和今天

没有 AI 的年代

—没碰过安卓和 VR，接了个 VR 外包
—上海图书馆自学一周 framework
—拉上前美团工程师，多干一个月
—凌晨四点，望京公寓，一碗泡面

今天

—不看代码，做出一个飞机大战游戏
—中午半小时，生成下午要讲的 60 页课件
—让 AI 抓取 3,839 个活动，统计并成文

03 AI 与 Agent · A3 为什么 AI 这么火：超能力不再是工程师专属103 / 325

瓶颈换了位置

—AI 把软件迭代速度又压缩了一个数量级
—过去一个人做产品，最缺的是手
—现在最缺：做什么、卖给谁、怎样持续交付

03 AI 与 Agent · A3 为什么 AI 这么火：超能力不再是工程师专属104 / 325

“

技术越来越便宜，信息差却越来越参差。

—— 手工川

03 AI 与 Agent · A3 为什么 AI 这么火：超能力不再是工程师专属105 / 325

PART 03 · A4

热度会起伏，能力还在涨

AI 还能火多久

03 AI 与 Agent · A4 AI 还能火多久：热度会起伏，能力还在涨106 / 325

先投个票：还能火多久

01一年内就会降温
02三到五年
03十年以上
04会像电和互联网一样一直在

03 AI 与 Agent · A4 AI 还能火多久：热度会起伏，能力还在涨107 / 325

两种说法，各有数据

泡沫论看到的	基建论看到的
Gartner：生成式 AI 进入幻灭低谷	ChatGPT 周活 9 亿，国内用户超 7 亿
MIT：95% 的组织未见可衡量回报	四巨头 2026 资本开支计划约 7250 亿美元
美国银行：2026 年 AI 投资或遇“气穴”	Agent 能干的任务长度约 7 个月翻一番

03 AI 与 Agent · A4 AI 还能火多久：热度会起伏，能力还在涨108 / 325

我交过的一笔学费

—2024 年上半年，做微信群总结机器人
—上下文窗口只有 8K，群聊塞不进去
—写了 K 型压缩算法，压到 6K 以内
—几个月后窗口涨到 200K，核心技术归零

不要把力气花在大模型公司下个版本就会顺手做掉的地方。

—— 手工川

03 AI 与 Agent · A4 AI 还能火多久：热度会起伏，能力还在涨109 / 325

模型涨不走的三样东西

上下文

你的资料

你的目录、你的文档、你上次的判据。

闸门

你的判断

什么叫对，什么时候必须停下来问你。

回路

你的流程

每一轮的失败，变成下一轮的改进。

03 AI 与 Agent · A4 AI 还能火多久：热度会起伏，能力还在涨110 / 325

PART 03 · A5

Agent：能感知、会行动、替你办事

什么是 Agent

03 AI 与 Agent · A5 什么是 Agent：替你感知、替你行动111 / 325

“

Agent 是任何可以被看作通过传感器感知环境、并通过执行器作用于环境的东西。

—— Russell、Norvig《人工智能：一种现代方法》

03 AI 与 Agent · A5 什么是 Agent：替你感知、替你行动112 / 325

Agent 的基本循环

STEP 1

感知

读环境：传感器、文件、消息、上一步的结果

STEP 2

判断

把看到的和目标对齐，决定下一步

STEP 3

行动

通过执行器改变环境：移动、写文件、发请求

STEP 4

反馈

环境变了，回到感知，再转一圈

03 AI 与 Agent · A5 什么是 Agent：替你感知、替你行动113 / 325

教科书里的五种 Agent

类型	怎么决定下一步	例子
简单反射型	只看眼前，按规则反应	这一格脏了就吸
基于模型的反射型	记着看不见的那部分世界	记住刚被挡住的那辆车
基于目标型	想清楚要去哪，再选动作	按目的地规划路线
基于效用型	在可行方案里挑更好的	在快、省、安全之间权衡
学习型	从结果里改进自己	越下越会下的棋类程序

03 AI 与 Agent · A5 什么是 Agent：替你感知、替你行动114 / 325

算不算 Agent，看三件事

—有没有一个要完成的目标
—能不能感知环境的变化
—能不能自己决定下一步怎么做
—只按写死路线走的，叫自动化

03 AI 与 Agent · A5 什么是 Agent：替你感知、替你行动115 / 325

PART 03 · A6

模型 + 工具 + 循环 = AI Agent

什么是 AI Agent

03 AI 与 Agent · A6 什么是 AI Agent：模型、工具和一个循环116 / 325

8 点 50，签到表没打印出来

—一句话：做一个扫码上墙的签到页
—我去门口迎人
—回来时，流程已经跑通
—配色、后端、内网穿透，它自己搞定

第一节课还没开始，第一节课已经开始了。

—— 手工川

03 AI 与 Agent · A6 什么是 AI Agent：模型、工具和一个循环117 / 325

聊天、工作流、Agent 的分界

	聊天机器人	工作流	AI Agent
谁决定下一步	你，一问一答	写死的代码路径	模型自己
能不能动手	只能回答	按预设调用工具	自己选工具
遇到意外	等你追问	走不下去或报错	看反馈，换方案
适合	问答、写作	步骤固定的活	步骤说不清的任务

03 AI 与 Agent · A6 什么是 AI Agent：模型、工具和一个循环118 / 325

一台 Agent 工作台的四层

上下文层

它凭什么懂你

你的目录、资料、上次的判据。

模型层

谁在思考

可以换，也应该能换。

能力层

它能动手做什么

工具、插件、Skill、外部服务。

闸门层

什么时候停下来问你

权限、审批、验收标准、可回滚。

03 AI 与 Agent · A6 什么是 AI Agent：模型、工具和一个循环119 / 325

人站在循环之上

—设计环境：给它一个干净的工作目录
—提供上下文：资料、判据、规矩
—设置边界：什么时候必须停下来问你
—验收产出：真打开、真跑、真读一遍

03 AI 与 Agent · A6 什么是 AI Agent：模型、工具和一个循环120 / 325

PART 03 · A7

按“它能替你做到哪一步”来分

都有哪些 AI Agent

03 AI 与 Agent · A7 都有哪些 AI Agent：一张按能力分层的地图121 / 325

三层工具地图

—第一层：网页和 App 里的对话
—第二层：编辑器里的助手
—第三层：命令行 Agent（Harness）
—外加：住在聊天软件里的个人 Agent

03 AI 与 Agent · A7 都有哪些 AI Agent：一张按能力分层的地图122 / 325

每一类能碰到什么

类型	代表	能碰到什么	谁主导
对话型	ChatGPT、DeepSeek、豆包	你粘贴进去的内容	你，一问一答
编辑器助手	Cursor、Trae	你打开的项目	多数时候是你
命令行 Agent	Claude Code、Codex	电脑上的文件和命令	它自己跑
个人 Agent	OpenClaw	聊天软件、邮箱、日历	异步，做完找你
通用 Agent	Claude Cowork、Manus	指定文件夹或云端	它自己跑

03 AI 与 Agent · A7 都有哪些 AI Agent：一张按能力分层的地图123 / 325

2026 年值得认识的新面孔

个人 Agent

OpenClaw

住在聊天软件里的个人助理，国内叫它“龙虾”。

桌面 Agent

Claude Cowork

在你的电脑上处理你指定的文件夹。

云端 Agent

Manus

在云端跑开放式任务。

入门首选

DeepSeek Harness

官方 Agent 运行环境，带网页界面。

03 AI 与 Agent · A7 都有哪些 AI Agent：一张按能力分层的地图124 / 325

“

越用到后面，越觉得 AI Agent 的关键不是它有多聪明，而是你能不能把它放进一个可持续交付的系统里。

—— 手工川

03 AI 与 Agent · A7 都有哪些 AI Agent：一张按能力分层的地图125 / 325

PART 03 · A8

别问哪个最强，先问失败成本

如何选择适合自己的 AI Agent

03 AI 与 Agent · A8 如何选择适合自己的 AI Agent：先问失败成本126 / 325

选型分两层：壳和脑子

Agent：壳

—决定你怎么跟 AI 对话
—决定它能调用哪些工具
—决定它能不能动文件、跑命令

模型：脑子

—同一个壳可以换脑子
—例：Claude Code 接 DeepSeek 模型
—按任务混搭，不信仰单一模型

03 AI 与 Agent · A8 如何选择适合自己的 AI Agent：先问失败成本127 / 325

四个问题，定下你的工具栈

01主要场景是什么？
02能接受多少延迟和成本？
03要不要在国内网络下稳定用？
04数据要不要留在本地？

03 AI 与 Agent · A8 如何选择适合自己的 AI Agent：先问失败成本128 / 325

两分钟，挑一个先上手

你的情况	先试
只想问答、写作、改稿	对话型 AI
想让 AI 在电脑上动手，没有海外账号	DeepSeek Harness
有海外付费账号，愿意开终端	Claude Code 或 Codex
想让 AI 管邮件、日程	个人 Agent，先想清楚授权
做错了收不回来的事	留给你自己

03 AI 与 Agent · A8 如何选择适合自己的 AI Agent：先问失败成本129 / 325

三条入门路线

路线	需要什么	适合谁
A · DeepSeek Harness	DeepSeek API Key、Node.js	第一次接触 Agent，想要网页界面
B · Claude Code	Claude 付费账号，或接 DeepSeek	愿意开终端，重内容与重构
C · Codex	ChatGPT 账号，或接 DeepSeek	愿意开终端，重长任务执行

03 AI 与 Agent · A8 如何选择适合自己的 AI Agent：先问失败成本130 / 325

路线 A：五步走通第一次

STEP 1

准备

装好 Node.js 24.9 或以上，建一个英文命名的工作目录，申请 DeepSeek API Key。

STEP 2

启动

在工作目录里运行 npx @deepseek-ai/dsh web，第一次问 Ok to proceed 时输入 y。

STEP 3

配模型

打开 http://127.0.0.1:3080，在“设置 → 模型”里填入 API Key。

STEP 4

选工作区

加入并选中工作目录。不选中，输入框是灰的。

STEP 5

第一次委托

新建会话，让它先读一遍你的目录，说说里面有什么。

03 AI 与 Agent · A8 如何选择适合自己的 AI Agent：先问失败成本131 / 325

PART 03 · A9

人和 AI 的分工，有四个阶段

我们以为 AI 干活、人类写诗，真实发生的顺序几乎反过来

03 AI 与 Agent · A9 人与 AI Agent：从微操到站在循环之上132 / 325

四个阶段，你在哪一格

01AI 干活，人类写诗：我们以为的
02AI 写诗，人类干活：先发生的
03人在循环里：每一步都要人确认
04人在循环之上：只在关键节点出现

03 AI 与 Agent · A9 人与 AI Agent：从微操到站在循环之上133 / 325

画笔、员工、大师

画笔模式

你指定每个细节

它照做，上限是你自己的水平。

员工模式

你在微操它

派了活又规定每一步，天花板还是你的认知。

大师模式

你只定终点

只设终极目标，不干涉过程，在风险可控的范围内给最高权限。

03 AI 与 Agent · A9 人与 AI Agent：从微操到站在循环之上134 / 325

站在循环之上，人做四件事

—设计环境：它在哪里干活、能用什么工具
—提供上下文：你的资料、判据和偏好
—设置边界：哪些事必须停下来问你
—验收产出：亲自打开，亲自点一遍

03 AI 与 Agent · A9 人与 AI Agent：从微操到站在循环之上135 / 325

哪些交给 AI，哪些留给自己

放心交给 AI	交给 AI，但必须验收	只留给自己
查资料、补证据	写文章、做视频、写代码	对外发送、发布、付款、删除
整理、摘要、格式转换	海报、PPT、报价单初稿	产品方向与定价
跑测试、做截图对比	数据统计与图表	客户关系与品牌叙事

按失败成本分：做错了，能不能收回来

03 AI 与 Agent · A9 人与 AI Agent：从微操到站在循环之上136 / 325

“

越接近不可逆的决定，越应该由人主动来做。机器可以执行，不能替人同意。

—— 手工川

03 AI 与 Agent · A9 人与 AI Agent：从微操到站在循环之上137 / 325

PART 03 · A10

把它不知道的，写下来交给它

沟通的质量，决定 Agent 能自己跑多远

03 AI 与 Agent · A10 和 AI Agent 沟通：把上下文交出去138 / 325

我的四行委托模板

—要做什么：终点长什么样
—给谁用：谁在什么设备上用
—什么叫做对了：能亲手检查的标准
—默认决策：只有删除、花钱、对外发送才问我

03 AI 与 Agent · A10 和 AI Agent 沟通：把上下文交出去139 / 325

你和 AI 之间的乔哈里视窗

	它知道	它不知道
我知道	公共知识。绝大多数人只在这一格里用 AI	你的目录、上周的判据、公司的黑话
我不知道	它会而你不知道它会的事。最大的红利	都不知道。交给实验和验证

03 AI 与 Agent · A10 和 AI Agent 沟通：把上下文交出去140 / 325

先读，再计划，再动手，最后验证

STEP 1

先读

让它读一遍现有的东西，说清现在是什么样。第一次合作，只读不改。

STEP 2

再计划

让它先说打算怎么做。方向错了，在这一步改只要一句话。

STEP 3

再动手

用四行模板交代清楚。交代得越清楚，它越不需要停下来问你。

STEP 4

最后验证

别信它说的“已经完成”。自己点一遍，让它截图，能跑测试就跑。

03 AI 与 Agent · A10 和 AI Agent 沟通：把上下文交出去141 / 325

会话管理的四个动作

动作	什么时候用
新建	任务彻底切换
Fork	两个方向分头推进，互不污染
Compact	会话太长，主动压并说清保留什么
Rewind	从某一轮开始跑偏，回到偏离之前

03 AI 与 Agent · A10 和 AI Agent 沟通：把上下文交出去142 / 325

“

如果第二轮和第一轮唯一的区别是“我又说了一遍”，那你没有回路。

—— 手工川

03 AI 与 Agent · A10 和 AI Agent 沟通：把上下文交出去143 / 325

PART 03 · A11

“

AI Agent 真的会取代人类吗

天润，我昨天没睡觉。我觉得我要失业了。

—— 一位十倍工程师，试完新模型的第二天早上

03 AI 与 Agent · A11 AI Agent 真的会取代人类吗144 / 325

先举个手

—很担心
—有点担心
—不担心
—我已经在让 AI 替我干活

03 AI 与 Agent · A11 AI Agent 真的会取代人类吗145 / 325

研究怎么说

13%

斯坦福：AI 暴露度最高的职业里，22–25 岁就业的相对降幅

7800万

世界经济论坛：到 2030 年全球岗位净增

57%

Anthropic：Claude 使用中属于“增强人”的比例

03 AI 与 Agent · A11 AI Agent 真的会取代人类吗146 / 325

三种流行说法，翻过来看

流行说法

“AI 会让大多数人失业”

WEF 预测到 2030 年岗位净增 7800 万。最先受冲击的，是 AI 暴露度高的职业里的年轻人，主要表现为少招人。

流行说法

“睡一觉，公司就自动运转”

AI 可以整夜跑，跑出来的东西要进入交付系统才算数。没人验收的长跑，只是更贵的焦虑。

流行说法

“AI 比身边的人更懂你”

它懂你的程度，取决于你交给它什么。陪伴的需求是真的：有大学生一年在 AI 陪伴产品上花了 7000 多元。

03 AI 与 Agent · A11 AI Agent 真的会取代人类吗147 / 325

AI 短期内做不好的事

—情感
—信任
—责任
—复杂博弈
—跨域的判断，和对真实世界的理解

03 AI 与 Agent · A11 AI Agent 真的会取代人类吗148 / 325

AI 可以帮你写代码，但不能替你活下去

在 Agent 时代，寻找人的价值

03 AI 与 Agent · A11 AI Agent 真的会取代人类吗149 / 325

PART 03 · A12

一只住进聊天软件的龙虾

OpenClaw：跑在你自己设备上的开源个人 AI 助理

03 AI 与 Agent · A12 什么是 OpenClaw：住进聊天软件的龙虾150 / 325

三个名字，爪子一直在

2025-11
作者把个人助手开源
后来以 Clawdbot 的名字传开
2026-01-27
改名 Moltbot
Anthropic 提出商标方面的意见
2026-01-30
定名 OpenClaw
三天后再改一次，爪子留了下来
2026-02
作者加入 OpenAI
项目转交独立的开源基金会

03 AI 与 Agent · A12 什么是 OpenClaw：住进聊天软件的龙虾151 / 325

OpenClaw 的五层

01渠道：飞书、Telegram 等聊天软件
02网关：常驻后台，管消息、配对和权限
03Agent 与模型：理解、规划、执行，模型可换
04工具与 Skill：命令行、浏览器、ClawHub
05人格与记忆：写在工作区的 Markdown 文件里

03 AI 与 Agent · A12 什么是 OpenClaw：住进聊天软件的龙虾152 / 325

我在上海现场演示的五步

01安装：npm 全局安装 openclaw
02启动网关：openclaw gateway
03配模型：填入大模型的 API Key
04接飞书：openclaw channels add
05配对后，在飞书里说一句话

03 AI 与 Agent · A12 什么是 OpenClaw：住进聊天软件的龙虾153 / 325

先给它一台不怕坏的电脑

—单独的电脑或云服务器，别用主力机
—单独的账号，只给干活需要的权限
—来路不明的 Skill 不装
—删除、付款、对外发送，先问你
—网关不要暴露在公网上

03 AI 与 Agent · A12 什么是 OpenClaw：住进聊天软件的龙虾154 / 325

PART 03 · A13

今年春天，人人都在养龙虾

3 月 6 日，腾讯深圳总部门口排起了装虾的长队

03 AI 与 Agent · A13 为什么年初 OpenClaw 火成那样155 / 325

那几个月有多热

2025-11
开源
作者把个人助手放上 GitHub，后来以 Clawdbot 的名字传开。
2026-01 下旬
改名、出圈
定名 OpenClaw；AI 专属社交网络 Moltbook 上线，有人专门买 Mac mini 来养。
2026-02 中旬
作者加入 OpenAI
项目转交开源基金会，GitHub star 已过 15 万。
2026-03-06
腾讯深圳免费装虾
近千人赶来，到 11 点几百个预约号发完。
2026-03-16
飞书「玩虾大会」
李诞、呼兰在直播里现场养虾。

03 AI 与 Agent · A13 为什么年初 OpenClaw 火成那样156 / 325

我数下来的四个原因

住在你已有的聊天软件里

不用装新 App，零摩擦。

默认异步

发完指令就去做别的，它做完回来找你。

“爪子”这个比喻

它在伸、在抓、在替你做。动词比技术解释好懂。

门槛低

手机就是输入设备，会发消息就能指挥电脑。

03 AI 与 Agent · A13 为什么年初 OpenClaw 火成那样157 / 325

它绕开了一个老难题

以前：AI 操控电脑

—做到一半被商业化拖住
—AI 干活时，人不能碰电脑

OpenClaw

—开源，不设限
—多买一台 Mac mini 给它用

03 AI 与 Agent · A13 为什么年初 OpenClaw 火成那样158 / 325

“

很多时候我们被消灭，但与我无关。

—— 手工川

03 AI 与 Agent · A13 为什么年初 OpenClaw 火成那样159 / 325

PART 03 · A14

从排队装虾，到通知卸载

我说的“不火”，指的是注意力，不是它死了

03 AI 与 Agent · A14 为什么现在 OpenClaw 又不火了160 / 325

四个降温的原因

原因一

安全警报

工信部发布风险建议，多所高校要求防范，高危漏洞和恶意 Skill 接连被披露。

原因二

养不好，也养不起

装上只是开始，养好要上下文和边界；Token 账单让大公司也开始算账。

原因三

大厂收编

腾讯、字节把龙虾做进自家产品，OpenClaw 这个名字不再是新闻。

原因四

话题转移

社区开始聊越用越会的 Hermes Agent，再往下沉到 Skill 和 Harness。

03 AI 与 Agent · A14 为什么现在 OpenClaw 又不火了161 / 325

安全警报，一个接一个

—2 月初，ClawHub 被查出 341 个恶意 Skill
—多个高危远程代码执行漏洞被披露
—3 月 10 日，有高校要求教职工立即卸载
—3 月 11 日，工信部平台发布防范建议
—根子在架构：以用户权限运行，缺少隔离

03 AI 与 Agent · A14 为什么现在 OpenClaw 又不火了162 / 325

“

OpenClaw 是火车站，不是火车。

—— 手工川，2026 年 5 月的一场分享

03 AI 与 Agent · A14 为什么现在 OpenClaw 又不火了163 / 325

我从这次退烧里学到的

—追十个工具，不如固化一个判断
—别做大公司下个版本会顺手做掉的事
—留下方法：上下文、边界、Skill

03 AI 与 Agent · A14 为什么现在 OpenClaw 又不火了164 / 325

PART 03 · A15

龙虾之后，大家在聊 Skill 和 Harness

热点从一个产品，沉到了它下面的两层

03 AI 与 Agent · A15 现在什么最火：Agent Skill 与 Harness165 / 325

我这一年的 AI 调用记录

3,195份

扫描的会话记录

1,852次

确认的 Skill 调用

401次

排第一的 Git Commit

63.6%

交付、判断、研究与 Skill 生命周期合计

03 AI 与 Agent · A15 现在什么最火：Agent Skill 与 Harness166 / 325

一年一个关键词

2023
Prompt
2024
MCP
2025
Agent Skill
2026
Skill 化
我的押注：产品的 Skill 化，Skill 的产品化

03 AI 与 Agent · A15 现在什么最火：Agent Skill 与 Harness167 / 325

五个词，各管什么

	是什么	解决什么	你要做的事
Prompt	一次对话里给模型的指令	这一次说清楚	把问题问准
Context	AI 回答前能看到的一切	它懂不懂你	把它不知道的写下来
MCP	接外部工具和数据的统一协议	接得上	按需接入
Skill	可调用的智能 SOP	按你的方法，每次做对	把重复的判断写成文件
Harness	模型的运行环境	能长时间、安全地干活	搭一个适合它的环境

03 AI 与 Agent · A15 现在什么最火：Agent Skill 与 Harness168 / 325

两层，各管一件事

Skill

写给 AI 的工作说明书，管它按谁的方法做。

Harness

给模型一副能干活的身体，管它在什么环境里做。

03 AI 与 Agent · A15 现在什么最火：Agent Skill 与 Harness169 / 325

“

Skill，是大语言模型的注意力机制——人写给它的那一层。

—— 手工川

03 AI 与 Agent · A15 现在什么最火：Agent Skill 与 Harness170 / 325

PART 04

理解 Agent Skill

把经验变成可调用、可交付的能力

PART 04 · K1

Skill 是一套可调用的智能 SOP

把人的判断、上下文、工作流、工具、权限边界和完成标准，封进一个文件夹

04 理解 Agent Skill · K1 什么是 Agent Skill：可调用的智能 SOP172 / 325

最小的 Skill，只有一个文件

---
name: weekly-report
description: 整理本周周报。用户说“写周报”时使用。
---

# 周报整理
1. 读取本周会议纪要，按项目归类
2. 每个项目写三行：做了什么、结果、下周计划
3. 不编造材料里没有的进展

完成：生成“周报-日期.md”，每个项目三行

一套 Skill 要回答五件事：

01什么时候触发
02带上什么材料
03怎样一步步执行
04哪些事情不能做
05什么算完成

04 理解 Agent Skill · K1 什么是 Agent Skill：可调用的智能 SOP173 / 325

按需加载：三层渐进式披露

STEP 1

名字和描述

启动时就在，用来判断要不要用

STEP 2

SKILL.md 正文

任务相关时才读进来

STEP 3

脚本、参考资料、模板

做到那一步才打开

04 理解 Agent Skill · K1 什么是 Agent Skill：可调用的智能 SOP174 / 325

Skill 和 Prompt、MCP 有什么不同

	Prompt	Skill	MCP
存在哪里	这一次的对话里	一个文件夹里	一个独立运行的服务里
谁来触发	你每次说一遍	Agent 按描述加载，你也能手动调	Agent 调用它提供的工具
解决什么	这一次怎么做	这一类事怎么做、做到哪算完	让 Agent 连上外部系统和数据
怎么复用	复制粘贴	装一次反复用，还能分发	接一次，反复用

04 理解 Agent Skill · K1 什么是 Agent Skill：可调用的智能 SOP175 / 325

从一家的功能，到一个开放标准

2023
年度关键词：Prompt
2024
年度关键词：MCP
2025.10
Anthropic 发布 Agent Skills
SKILL.md 文件夹结构与渐进式披露
2025.12
Agent Skills 成为开放标准
规范公开在 agentskills.io
2026
我押注的两个方向
产品的 Skill 化，Skill 的产品化

04 理解 Agent Skill · K1 什么是 Agent Skill：可调用的智能 SOP176 / 325

PART 04 · K2

能力要存在文件里，不能只在对话里

对话结束，上下文就散了

04 理解 Agent Skill · K2 为什么需要 Skill：经验不能只留在对话里177 / 325

只靠对话的三个代价

重新解释

背景、材料、要求，每次从头交代

流程漂移

同一件事，这次和上次做法不一样

凭感觉验收

没写下标准，只能看像不像

04 理解 Agent Skill · K2 为什么需要 Skill：经验不能只留在对话里178 / 325

我一年的 1,852 次 Skill 调用

1,852次

Skill 调用，来自 3,195 份会话记录

401次

排第一的是 Git Commit

63.6%

交付与发布、产品判断、事实与研究、Skill 生命周期四类合计

04 理解 Agent Skill · K2 为什么需要 Skill：经验不能只留在对话里179 / 325

三个 Skill，接力剪一条片子

STEP 1

预处理

4 小时 10 分钟原片，拆成 58 段可用素材和 18 段待复核

STEP 2

创作

横竖两个版本、字幕、混音，再过一道质量检查

STEP 3

发布

终稿确认，双平台发布，回到平台核对是否真的发出

每分钟成本：100 美元 → 5 美元 → 约 2 元人民币

04 理解 Agent Skill · K2 为什么需要 Skill：经验不能只留在对话里180 / 325

“

Skill 的作用是告诉它：「你看这边，别看那边。」

—— 手工川，2026 年 5 月

04 理解 Agent Skill · K2 为什么需要 Skill：经验不能只留在对话里181 / 325

PART 04 · K3

同一件事说到第二遍，就该写下来

抓 3,839 个活动跑了四轮，每轮的失败都变成下一轮的配置

04 理解 Agent Skill · K3 什么时候该用 Skill：同一件事说到第二遍182 / 325

该写成 Skill 的四个信号

01同一件事，第二次向 AI 解释
02结果写得出明确的完成标准
03你说得清自己通常怎么做
04AI 每次都在重写同样的代码

04 理解 Agent Skill · K3 什么时候该用 Skill：同一件事说到第二遍183 / 325

能力留在文件里的三种形式

形式	放什么	适合什么
配置	模型、规矩、常用提示	每次对话都要生效的底线
Skill	一件事的做法和完成标准	某类任务出现时才需要
插件或程序	真正的代码	接外部系统、要稳定执行

04 理解 Agent Skill · K3 什么时候该用 Skill：同一件事说到第二遍184 / 325

越不可逆，越要手动触发

98.8%

Git Commit 由我手动触发

93.8%

深度调研由 AI 自动触发

越接近不可逆的决定，越应该由人主动来做。机器可以执行，不能替人同意。

—— 手工川

04 理解 Agent Skill · K3 什么时候该用 Skill：同一件事说到第二遍185 / 325

四个场景，先猜再翻

场景	放在哪里	理由
每周五整理周报	Skill	会反复做，完成标准写得出来
所有回答默认用中文	配置	每次对话都要生效
把改好的代码提交保存	Skill，只许手动触发	提交意味着授权
把 PDF 每页转成图片	脚本，放进 Skill	步骤固定，不需要模型发挥

04 理解 Agent Skill · K3 什么时候该用 Skill：同一件事说到第二遍186 / 325

PART 04 · K4

先看来源，再读文件，最后试跑

2026 年 2 月，ClawHub 上被审计的 2,857 个 Skill 里，341 个被标为恶意

04 理解 Agent Skill · K4 怎么找到适合自己的 Skill：先看来源，再读文件187 / 325

三个找 Skill 的地方

	Anthropic 官方仓库	skills.sh	Lovstudio.AI 官网
谁在维护	Anthropic	Vercel	手工川工作室
适合找什么	文档处理等通用能力，以及写 Skill 的示例	各家开发者的 Skill，按分类和热度浏览	写作、视频、产品、活动，我自己在用的
怎么装	复制对应的 Skill 文件夹	`npx skills add <owner/repo>`	`npx lovstudio skills add <名字>`
注意什么	通用为主，个人标准要自己加	安装量高不等于安全，装前读源文件	多数免费开源，少数是 VIP 专享

04 理解 Agent Skill · K4 怎么找到适合自己的 Skill：先看来源，再读文件188 / 325

Lovstudio.AI 的 Skill 页面

Lovstudio.AI 官网 Skill 页面截图（2026 年 10 月）：229 项 Skill，8 个领域，207 个免费开源，22 个 VIP 专享

229个

官网上架的 Skill

8个

领域

大部分免费开源，都是我先给自己写的。

04 理解 Agent Skill · K4 怎么找到适合自己的 Skill：先看来源，再读文件189 / 325

装之前，看这五件事

01来源：谁写的，还有没有人维护
02描述：触发场景是不是你的场景
03脚本：会不会联网、读写哪些目录
04开关：发送、发布、付款、删除改成手动
05试跑：先在不重要的文件夹里跑一次

04 理解 Agent Skill · K4 怎么找到适合自己的 Skill：先看来源，再读文件190 / 325

“

你既要相信它，又要随时准备替它擦屁股。

—— 手工川，《超越之旅》讲义

04 理解 Agent Skill · K4 怎么找到适合自己的 Skill：先看来源，再读文件191 / 325

PART 04 · K5

“

Skill 越具体、越行业化、越带个人偏好，效果越好

—— 手工川，2026 年 5 月

04 理解 Agent Skill · K5 为什么自己的 Skill 才是最好的：千人千 Skill192 / 325

别人的 Skill 里没有的四样东西

你的资料

我把两年 199 篇公众号原文提炼成书，这些原文别人的 Skill 读不到

你的审美

我的 any2pdf 默认排出来的，就是我喜欢的版式

你的验收标准

写书 Skill 要排出 PDF 和可编辑的 Word 稿，版面自检通过才算完

你的风险偏好

我的 Git Commit 有 98.8% 是手动触发的

04 理解 Agent Skill · K5 为什么自己的 Skill 才是最好的：千人千 Skill193 / 325

说得清，就写得出

平权不是人人都要会编程，而是人人都能定义 Agent 如何替自己工作

04 理解 Agent Skill · K5 为什么自己的 Skill 才是最好的：千人千 Skill194 / 325

把一次对话，变成自己的 Skill

STEP 1

先跑通一次

在真实任务里，和 AI 把一件事做对

STEP 2

让 Agent 整理

整理成 SKILL.md，回答那五件事

STEP 3

放进你的东西

资料、模板、偏好放进文件夹

STEP 4

让别人跑一次

朋友在你不说话时，跑出正确结果

04 理解 Agent Skill · K5 为什么自己的 Skill 才是最好的：千人千 Skill195 / 325

自己的 Skill，也有代价

—要自己维护：一年 181 次调用花在 Skill 生命周期上
—通用的事不必急着重写：先用官方的
—分享之前先脱敏：资料、账户、密钥不能跟着走

04 理解 Agent Skill · K5 为什么自己的 Skill 才是最好的：千人千 Skill196 / 325

PART 04 · K6

好 Skill 是被真实 Case 磨出来的

版本号只能证明它变过，Case 才能证明它真的变好。

04 理解 Agent Skill · K6 如何打磨自己的 Agent Skill197 / 325

先写清五件事

要回答的问题	写书 Skill 的答案
什么时候触发	用户想写一本完整的书，不是一篇文章
带上什么	全书大纲、全书摘要、本章资料、术语表
怎样执行	先检索资料，再逐章写，每章写完更新摘要
哪些事情不能做	不加载其他章节全文；不编造引用
什么算完成	排出 PDF 和可编辑的 Word 稿，版面自检通过

04 理解 Agent Skill · K6 如何打磨自己的 Agent Skill198 / 325

每次执行都留下一个 Case

STEP 1

建骨架

用 Skill 工坊生成结构，写清触发与不触发条件

STEP 2

真实任务

放进一次真实工作，不拿演示题

STEP 3

记 Case

脱敏输入、最小 Prompt、真实输出、验收证据，成败都记

STEP 4

回归评测

拿历史 Case 重跑，定位缺口

STEP 5

定向修复

Skill 精修师按缺口改，升版本、写 Changelog

STEP 6

发布回读

发版后回到线上核对，确认用户拿到的就是这一版

04 理解 Agent Skill · K6 如何打磨自己的 Agent Skill199 / 325

迭代很多，证据还少

截至 2026 年 8 月底的本地统计，9 月在外滩大会上公开

71.4%

175 个 Skill 里，初版之后还在迭代的比例

120

写了 Changelog 的 Skill

留下了 Case 的 Skill

04 理解 Agent Skill · K6 如何打磨自己的 Agent Skill200 / 325

我踩过的四个坑

—把 Skill 写成一段更长的 Prompt
—规则写进文件，就以为管住了 Agent
—把一次性的意见写进 Skill，污染所有任务
—拿版本号代替 Case，当作变好的证据

04 理解 Agent Skill · K6 如何打磨自己的 Agent Skill201 / 325

先自用，再发布

级别	标准
一级	在你自己的第二台电脑上装上并跑通
二级	朋友能装上，你不说话，也能跑出一次正确结果
三级	打包上架，陌生人能搜到、装上、用起来

04 理解 Agent Skill · K6 如何打磨自己的 Agent Skill202 / 325

PART 04 · K7

先证明结果，加密和价格都排在后面

用户买走的，是一个被反复证明、可以持续交付的结果。

04 理解 Agent Skill · K7 Agent Skill 如何商业化203 / 325

商业化的顺序

STEP 1

真实任务跑通一次

在自己的真实工作里完成，不拿演示题

STEP 2

留下 Case

脱敏输入、最小 Prompt、真实输出、验收证据

STEP 3

回归评测

把 Case 放进评测，证明结果可以重复

STEP 4

定价、上架、交易

说清权益：试用、买断还是订阅，怎样安装和更新

STEP 5

反馈回到版本

用户暴露新缺口，升级版本，再补 Case

04 理解 Agent Skill · K7 Agent Skill 如何商业化204 / 325

定价看六件事

它值多少

—结果价值：交付的结果值多少
—节省时间：替用户省下多少小时
—成功率：多大概率一次做对

稀不稀缺，养不养得起

—可替代性：别人能否轻易做出来
—维护成本：模型和工具变了要跟着改
—支持成本：安装、答疑要花的时间

04 理解 Agent Skill · K7 Agent Skill 如何商业化205 / 325

写书 Skill：从开卖到拆掉加密

2026-04-14
公众号付费出售
几天里 100 多个付费用户，价格从 299 涨到 1299
2026-04-16
开始试加密分发
本地 Skill 交付出去，就想到要保护
2026-04-20
一次注入，加密失效
模型把解密后的内容原样吐了出来
2026-10-04
付费只管下载权限
装好是普通文件，不加密、不做运行时校验

04 理解 Agent Skill · K7 Agent Skill 如何商业化206 / 325

三者不可兼得

放弃哪一角	换来什么	代价
客户端本地运行	托管执行，源码留在服务端	用户不能在自己的环境里本地跑
标准化 Agent Runtime	封闭 Runtime，源码不外露	绑死一个运行环境
源码保护	任何标准 Agent 都能本地用	文件下载后容易被转发

《Agent Skill 商业化三角不可能定理》，2026-04-20

04 理解 Agent Skill · K7 Agent Skill 如何商业化207 / 325

“

skill 真正的护城河从来不是“你看不见我的代码”，而是“你看见了也追不上我迭代的速度”。

—— 手工川，2026-04-20

04 理解 Agent Skill · K7 Agent Skill 如何商业化208 / 325

PART 04 · K8

229 个 Skill，208 个免费

Lovstudio.AI 官网目录，截至 2026 年 11 月 1 日

04 理解 Agent Skill · K8 手工川工作室 Skill 全景209 / 325

一张目录，四个数字

229个

官网上架的 Skill

208个

免费，免登录安装

21个

付费，兑换后下载

226个

源仓库，基本一个 Skill 一个

04 理解 Agent Skill · K8 手工川工作室 Skill 全景210 / 325

九个分类，开发工具将近一半

分类	数量	代表
开发工具	106	会话提交、自动发版
通用	38	事实核查员、万能微信秘钥
内容创作 + 视频创作	34	写书专家、天才剪辑师
设计 + 办公 + 商务	40	专业海报、PDF大师、提案专家
Meta + 学术	11	Skill 工坊、论文翻译官

Lovstudio.AI Skills 总索引，2026-11-01

04 理解 Agent Skill · K8 手工川工作室 Skill 全景211 / 325

我调用最多的，不是生成

1,852 次确定调用里的前三名，2026 年 8 月统计

401

Git Commit：把改好的东西提交保存

165

发布上线

130

事实核查

04 理解 Agent Skill · K8 手工川工作室 Skill 全景212 / 325

一百个以上，靠三层来管

第一层

Meta Skill

Skill 工坊负责创建，Skill 精修师负责审计和修复，自动发版负责验收与发布。

第二层

同一份信任包

SKILL.md、skill.yaml、README、CHANGELOG、Case、定价卡都从同一真源出发。

第三层

状态分层

本地、审核、上线、已验证分开记，不拿一层冒充另一层。

04 理解 Agent Skill · K8 手工川工作室 Skill 全景213 / 325

怎么装

—免费 Skill：直接安装，不用登录
—付费 Skill：登录、兑换后下载源码
—装好都是普通文件，可以打开看

# 装一个
npx lovstudio skills add any2pdf

# 装全部免费 Skill
npx lovstudio skills add skills

04 理解 Agent Skill · K8 手工川工作室 Skill 全景214 / 325

PART 04 · K9

每一步，都是被上一阶段的问题逼出来的

从命令到 Skill，从自用到交易，再到一百个 Skill 的治理。

04 理解 Agent Skill · K9 我的 Skill 迭代探索之路215 / 325

从命令到 Skill

Skill 之前
slash command 党
基于 Claude Code 写了 50 多个命令
2026-04
第一个目录仓库
any2pdf 起步；写书 Skill 开卖
2026-08
被规模逼出治理
图谱、定价、可移植标准、Case
2026-09
外滩大会分享
公开 175 个本地 Skill 的数据与方法
2026-11
229 个上架
208 个免费，付费只管下载权限

04 理解 Agent Skill · K9 我的 Skill 迭代探索之路216 / 325

我改过的四个判断

当时的判断	后来的判断
Skill 要尽量自动触发，把人从 Loop 里拿掉	越接近不可逆的决定，越该人来主动调用
本地 Skill 加密就能保护	一次注入就击穿；付费只管下载权限
品牌和偏好可以写进 Skill 源码	可移植标准把它们移出能力源码
Skill 越多越好	175 个里只有 55 个有 Case

04 理解 Agent Skill · K9 我的 Skill 迭代探索之路217 / 325

迭代的密度

Skill 工坊的版本，2026-04-14 至 10-31

天才剪辑师的版本记录，8 月 12 日首发以来

477

目录仓库的提交，4 月 2 日以来

04 理解 Agent Skill · K9 我的 Skill 迭代探索之路218 / 325

问题在前，方案在后

遇到的问题	逼出来的东西	时间
卖出去了，要保护	试加密分发，后来拆掉	2026-04 → 10
Skill 多了，找不到、管不住	Skill 图谱与统一目录	2026-08
没人给价格	发布前自动定价	2026-08-13
要分发到不同环境	可移植 Skill 标准	2026-08-19
要让人相信它有用	评测、质量模型、Skill 案例馆	2026-07 → 08

04 理解 Agent Skill · K9 我的 Skill 迭代探索之路219 / 325

如果你今天开始

—从你每周都在重复的一件事开始
—第一天就写 Changelog
—每次真实使用，留一个 Case
—先别加密，先让人用起来

04 理解 Agent Skill · K9 我的 Skill 迭代探索之路220 / 325

PART 04 · K10

模型向左，Skill 向右

模型是常量，Context 是变量。

04 理解 Agent Skill · K10 模型向左，Skill 向右221 / 325

我交过的一笔学费

2024 年上半年，一个微信群总结机器人

当时的上下文窗口，我为它写了 K 型压缩算法

200K

几个月后的窗口，我的核心技术一夜归零

04 理解 Agent Skill · K10 模型向左，Skill 向右222 / 325

模型往左走，Skill 往右走

模型

—所有人都能买到同一个
—能力一直在涨，短板会被下个版本补上
—可以换，也应该能换

Skill

—写着你的资料、账户和常用软件
—写着你的审美和验收标准
—越用越贴合你，别人下载不走

04 理解 Agent Skill · K10 模型向左，Skill 向右223 / 325

判断留在 Skill 里，模型就能换

视频流水线每分钟的成本，币种按原始记录

100美元/分钟

最早的成本

5美元/分钟

工作流沉淀成 Skill 之后

约 2元人民币/分钟

保留判断和验收，换成低成本模型之后

04 理解 Agent Skill · K10 模型向左，Skill 向右224 / 325

从通用到个人

从左到右	它是什么
模型	每个版本都在变强，涨上来的那部分不属于你
Harness	把模型、工具、权限装在一起的运行环境，大家都能装
公共 Skill	面向平均用户的可用起点
定制 Skill	你的资料、账户、软件、审美和验收标准
判断与责任	谁同意它做，做到什么算完成，出了事谁负责

04 理解 Agent Skill · K10 模型向左，Skill 向右225 / 325

你现在把力气花在哪边

过去一个月，你在 AI 上花的力气，主要在哪一边？

—追最新、最强的模型
—攒自己的资料和 Skill
—两边差不多
—还没开始

04 理解 Agent Skill · K10 模型向左，Skill 向右226 / 325

PART 05

理解 Agent Harness

给模型一副能干活的身体

PART 05 · H1

模型没换，换的是马具

Harness 原意是马具。在 AI 这里，它指把模型、工具、权限、记忆和流程装在一起的运行环境。

05 理解 Agent Harness · H1 什么是 Agent Harness228 / 325

同一个模型，两种处境

在网页对话框里

—只看得到你粘贴进去的内容
—结果要你自己复制出来
—做错了，要你发现、你来指出

装进 Harness 之后

—能读你的整个工作目录
—能执行命令、改文件
—做完自己检查，失败了换方案

05 理解 Agent Harness · H1 什么是 Agent Harness229 / 325

三年，三个问题

2023—2024

Prompt

怎么跟 AI 说话

2025

Context

给 AI 看什么信息

2026

Harness

搭什么环境让它干活，并保证产出可靠

05 理解 Agent Harness · H1 什么是 Agent Harness230 / 325

这个词是怎么火起来的

2026-02-05
Hashimoto：Engineer the Harness
Agent 每犯一次错，就造一个机制让它不再犯
2026-02-11
OpenAI《Harness engineering》
三名工程师驱动 Codex，合并约 1,500 个 PR
2026-03-10
LangChain：Agent = Model + Harness
不是模型的部分，都算 Harness
2026-08
DeepSeek Harness 开源
官方出品，MIT 协议，一切皆插件
2026-09
第五期创造营
全班用 DeepSeek Harness 装自己的工作台

05 理解 Agent Harness · H1 什么是 Agent Harness231 / 325

“

Harness 其实是越做越薄的，因为 AI 的智慧越来越强，不需要你那么多堡垒的工作。

—— 手工川

05 理解 Agent Harness · H1 什么是 Agent Harness232 / 325

PART 05 · H2

缺一层，就退化成聊天框

一台 Agent 工作台有四层：上下文、模型、能力、闸门。

05 理解 Agent Harness · H2 拆开一副 Agent Harness233 / 325

一台工作台的四层

—上下文层：它凭什么知道你的事
—模型层：谁在思考，可以换
—能力层：它能动手做什么
—闸门层：什么时候必须停下来问你

05 理解 Agent Harness · H2 拆开一副 Agent Harness234 / 325

一轮循环在做什么

STEP 1

领任务

从收件箱领取你发来的消息

STEP 2

组装请求

系统提示词、工具说明、历史记录拼在一起

STEP 3

请求模型

模型只做一件事：决定下一步

STEP 4

执行工具

读文件、跑命令，执行前后都有把关

STEP 5

写进日志

结果记下来，交回模型，进入下一步

05 理解 Agent Harness · H2 拆开一副 Agent Harness235 / 325

源码里的零件

零件	DeepSeek Harness 里的包	负责什么
循环	core/agent-loop	一步步驱动干活，本身也是插件
日志	core/session	模型看到的一切都要记下来
工具	core/tools、fs、shell	注册工具，执行前后都能把关
上下文	context、compaction、skill	装资料，太长了就压缩
安全	sandbox、guard	限制进程，防止原地打转

05 理解 Agent Harness · H2 拆开一副 Agent Harness236 / 325

我的七个插件，挂在哪一层

模型层

配置不再到处抄

dsh-llm-config、dsh-account-balance：额度一眼可见

上下文层

规矩自动带上

dsh-inject-system-prompt：不用每次重复交代

能力层

找插件，找源码

dsh-plugin-marketplace、dsh-frontend-inspector

给人用的

命令和重启

dsh-better-command、dsh-better-restart：模糊匹配，原地重启

05 理解 Agent Harness · H2 拆开一副 Agent Harness237 / 325

“

如果你今天的第二轮和第一轮唯一的区别是“我又说了一遍”，那你没有回路，你只是在重复。

—— 手工川

05 理解 Agent Harness · H2 拆开一副 Agent Harness238 / 325

PART 05 · H3

不信仰单一模型和单一产品

八个主流 Harness：谁出品，开不开源，各自长在哪。

05 理解 Agent Harness · H3 八个主流 Harness，怎么比239 / 325

先看海外的四个

工具	出品方	开源	特点
Claude Code	Anthropic	否	很多 Agent 规矩由它带起
Codex	OpenAI	CLI 开源	命令行、桌面 App、IDE 插件
Gemini CLI	Google	是	现在主要面向企业用户
Cursor	Anysphere	否	编辑器起家，后来加了 Agent

05 理解 Agent Harness · H3 八个主流 Harness，怎么比240 / 325

再看 OpenCode 和国产三家

工具	出品方	开源	特点
OpenCode	Anomaly	是	不绑模型，可接 75+ 家提供方
Kimi Code CLI	月之暗面	是	支持 ACP，能被编辑器驱动
Qwen Code	阿里通义千问	是	改编自 Gemini CLI
DeepSeek Harness	DeepSeek	是	网页界面，一切皆插件

05 理解 Agent Harness · H3 八个主流 Harness，怎么比241 / 325

现场举手：你主力用哪个

—Claude Code
—Codex
—DeepSeek Harness
—其他（Cursor、Gemini CLI 等）
—还没用过

05 理解 Agent Harness · H3 八个主流 Harness，怎么比242 / 325

我怎么挑

—不问哪个最强，先问失败成本
—至少走通两条路线
—一条最顺手，一条任何情况下都能用
—模型和 Harness 分开选

05 理解 Agent Harness · H3 八个主流 Harness，怎么比243 / 325

“

一台建在你控制不了的东西上的工作台，它随时可以不是你的。

—— 手工川

05 理解 Agent Harness · H3 八个主流 Harness，怎么比244 / 325

PART 05 · H4

非开发者也能装配 Agent 了

第五期创造营，全班用的都是 DeepSeek Harness。

05 理解 Agent Harness · H4 为什么 DeepSeek Harness 很火245 / 325

它为什么火

原因一

官方出品，MIT 开源

DeepSeek 自己下场做 Harness，代码全部公开，出了问题能看源码，不满意能自己改。

原因二

一切皆插件

没有特权内核，连 Agent 循环都是插件；装上就能用，卸掉自动清理。

原因三

一条命令起步

npx @deepseek-ai/dsh web，浏览器里打开就能用，不用和终端较劲。

原因四

国内直接能用

一把 DeepSeek API Key，按量付费，不需要海外账号。

05 理解 Agent Harness · H4 为什么 DeepSeek Harness 很火246 / 325

四步跑起来

01运行 npx @deepseek-ai/dsh web
02设置 → 模型，填入 DeepSeek API Key
03选择工作区，并且选中它
04新建会话，第一次先只读不改

05 理解 Agent Harness · H4 为什么 DeepSeek Harness 很火247 / 325

写插件的门槛有多低

7个

我开课前为它写的插件

2小时

会写一点代码，就能写出第一个插件

1个函数

插件就是导出 apply 的模块

05 理解 Agent Harness · H4 为什么 DeepSeek Harness 很火248 / 325

火，不等于没毛病

—开发者预览版，会有破坏兼容的更新
—没做过安全审计，别当成唯一防线
—第三方插件也是代码，装之前看一眼
—开源的是 Harness，模型照样按量付费

05 理解 Agent Harness · H4 为什么 DeepSeek Harness 很火249 / 325

“

全都是我干活时被石头绊了一下，然后把那块石头搬走。

—— 手工川

05 理解 Agent Harness · H4 为什么 DeepSeek Harness 很火250 / 325

PART 05 · H5

一个人的队伍，也要有组织

超级个体用 AI 补齐短板，一个人顶一支团队。Harness 是这支队伍的组织方式。

05 理解 Agent Harness · H5 超级个体与 Agent Harness251 / 325

我的一人队伍

岗位	以前要找谁	现在怎么做
研发	工程师团队	Claude Code、Codex 写，我判断、验收
设计	设计师	AI 迭代海报配图，我管对不对
写作	编辑、运营	我写底稿，AI 按我的文风整理
视频	剪辑师	AI 流水线剪，我审片
研究	助理、实习生	AI 查资料、核事实，我决定信什么

05 理解 Agent Harness · H5 超级个体与 Agent Harness252 / 325

我要买什么杠杆

01AI：最便宜，随时可调；装进 Harness 才能稳定交付
02SaaS：现成的工具，按月付费，拿来就用
03外包：剪辑、海报、财税这类非核心能力，先外部化
04合作伙伴：互相借力，靠关系和信任
05全职员工：要写 SOP、给反馈、承担对方的成长

05 理解 Agent Harness · H5 超级个体与 Agent Harness253 / 325

用 AI 干活，还是拥有一台工作台

用 AI 干活

—每次重新开一个对话
—靠记住哪个工具能做什么
—拿到这一次的输出
—看起来对就算完
—换个人就跑不起来

拥有一台工作台

—上下文在文件里，Agent 自己读
—能力挂在工作台上，按需装卸
—一条能重复执行的链路
—有闸门、有证据、能回滚
—别人拿走能跑

05 理解 Agent Harness · H5 超级个体与 Agent Harness254 / 325

我的工作台，一年的账

300美金/月

现在每月花在 AI 上的钱

1,852次

过去一年确认的 Skill 调用

401次

排第一的是 Git Commit

05 理解 Agent Harness · H5 超级个体与 Agent Harness255 / 325

“

AI 可以帮你写代码，但 AI 不能替你活下去。

—— 手工川

05 理解 Agent Harness · H5 超级个体与 Agent Harness256 / 325

PART 05 · H6

我不想再做第三十二个 Agent

Yoda：Your Orchestra of Delegated Agents。一个坐在所有编码 Agent 之上的驾驶舱。

05 理解 Agent Harness · H6 Yoda：手工川工作室的 Agent Harness257 / 325

很多功能，都来自一次被打断

被打断

任务跑完了，没人告诉我

→ 手机端查看，完成通知推到桌面或手机

被打断

好几个会话，分不清谁在干嘛

→ 跨项目看板

被打断

token 花了很多，不知道花在哪

→ 项目级用量统计

被打断

Harness 越写越长

→ 按任务开关的原子原则

05 理解 Agent Harness · H6 Yoda：手工川工作室的 Agent Harness258 / 325

五种运行模式，按任务挑

模式	怎么跑	什么时候用
normal	一个客户端完成任务	日常推进
brainstorm	先发散，不急着写代码	方向还没想清楚
compare	多个客户端做同一个需求	想看谁做得更好
review	一个干活，另一个审查	重要改动
team	按角色分工协作	大需求拆角色

05 理解 Agent Harness · H6 Yoda：手工川工作室的 Agent Harness259 / 325

客户端在哪跑，Agent 以什么角色跑

客户端

Claude Code、Codex 这类装在你机器上的命令行程序，提供进程、工具调用和会话恢复。

Agent

System Prompt + Skills + 首选模型，不绑定任何客户端。今天用 Claude Code 跑，明天换 Codex，角色和规范不变。

05 理解 Agent Harness · H6 Yoda：手工川工作室的 Agent Harness260 / 325

四个月，从 0.1.0 到 0.20.3

2025-09
emdash 首次提交
General Action 开源的 Electron 应用
2026-05-10
fork 并改名 Yoda
登录换成 Lovstudio.AI 账号，次日发布 0.1.0
2026-07-12
0.15.11
Lovstudio.AI 积分与 Relay Pass
2026-07-28
0.18.0
扩展市场，MaaS Gateway 作为扩展交付
2026-09-05
0.20.3
一个任务就是一条会话

05 理解 Agent Harness · H6 Yoda：手工川工作室的 Agent Harness261 / 325

“

……人如何仍然知道发生了什么，并随时拿回控制权？

—— 手工川《Agent 时代，我们到底需要怎样的 IDE》

05 理解 Agent Harness · H6 Yoda：手工川工作室的 Agent Harness262 / 325

PART 05 · H7

模型越强，Harness 越要做薄

“薄”的意思是：只在正确的时刻，提供最小必要的约束。

05 理解 Agent Harness · H7 如何打磨自己的 Agent Harness263 / 325

我的七个插件，都来自被绊倒

dsh-account-balance

额度还剩多少，看不见

dsh-better-restart

改完配置要重开

dsh-inject-system-prompt

每次都要重复交代我的规矩

dsh-frontend-inspector

点了页面，找不到源码在哪

05 理解 Agent Harness · H7 如何打磨自己的 Agent Harness264 / 325

同一条规矩，放在哪里

放在哪里	效果
对话里说一句	这一轮有效，下一轮可能就忘
写进 AGENTS.md	每次都加载，上下文一长就被稀释
写成 Skill	对的任务才加载，带步骤和完成标准
挂成 Hook	到点自动执行，Agent 跳不过去
放进 CI 门禁	不达标直接失败，谁来改都一样

05 理解 Agent Harness · H7 如何打磨自己的 Agent Harness265 / 325

以前怎么改，现在怎么改

以前

—犯一次错，往 AGENTS.md 补一条
—忘了测试，在提示词里再强调一遍
—换个项目，把整套规则复制过去

现在

—先判断是哪一层的问题
—能检查的，写成 Hook 或门禁
—规则拆成原子原则，按任务开关
—反馈只写进最窄的那一层

05 理解 Agent Harness · H7 如何打磨自己的 Agent Harness266 / 325

每被绊倒一次，走一圈

STEP 1

被绊倒

记下发生了什么，原话是什么

STEP 2

定位

上下文、能力、模型、闸门，哪一层缺了

STEP 3

最小修复

只改最窄的那一层

STEP 4

写进文件

配置、Skill 或插件，别只留在对话里

STEP 5

回归

换两个真实输入，各跑一遍；关掉电脑，明天还在

05 理解 Agent Harness · H7 如何打磨自己的 Agent Harness267 / 325

怎么算磨好了

级别	标准
一级	能在你自己的第二台电脑上装上并跑通
二级	朋友在你不说话的情况下，跑出一次正确结果
三级	打包上架，陌生人能搜到、装上、用起来

验收只有一条：关掉电脑，明天重新打开，一切还在。

05 理解 Agent Harness · H7 如何打磨自己的 Agent Harness268 / 325

PART 05 · H8

本地能力归用户，联网服务按需付费

个人为连续性付费，团队为协作秩序付费。这是我给 Yoda 划的线。

05 理解 Agent Harness · H8 Agent Harness 如何商业化269 / 325

Harness 已经是一门大生意

10亿美元

Claude Code 年化收入，公开约六个月后（2025-11）

10+亿美元

Cursor 年化收入（2025-11），融资后估值 293 亿美元

20+亿美元

据报道，Meta 收购 Manus 的金额（2025-12）

05 理解 Agent Harness · H8 Agent Harness 如何商业化270 / 325

四条路，钱从谁那里来

路径	代表	收谁的钱	卖的是什么
模型厂商自带	Claude Code、Codex	官方账号的订阅与 API 用户	模型调用，harness 是入口
独立 harness	Cursor	个人与团队订阅	更顺手的工作环境
通用 Agent	Manus	订阅用户	直接交付结果
开源 + 联网服务	Yoda	需要跨设备、跨网络的人	Relay 中继等联网服务

05 理解 Agent Harness · H8 Agent Harness 如何商业化271 / 325

Yoda 收什么，不收什么

不收

—本地核心能力开源
—不锁本地项目，不限基本任务数
—交付前不突然收费
—不在模型 token 上加价

收

—Relay：手机和桌面跨网络连接
—更完整的同步、托管自动化（探索中）
—团队的权限、审计与预算（探索中）
—企业私有化与合规支持（探索中）

05 理解 Agent Harness · H8 Agent Harness 如何商业化272 / 325

你会为哪一项掏钱？

现场举手：如果你用的 harness 是别人做的，你最愿意为哪一项付费？

01跨设备、跨网络的连接与同步
02团队共享的 Skill、权限与审计
03有人帮我把工作台搭好、教会我
04都不付，本地够用了

05 理解 Agent Harness · H8 Agent Harness 如何商业化273 / 325

你的 Harness 怎么变现

—先证明结果，再谈定价
—卖能重复交付的结果，不卖一段提示词
—二级发布卖服务：帮人搭好工作台
—三级发布才卖产品：陌生人能搜到、装上、用

05 理解 Agent Harness · H8 Agent Harness 如何商业化274 / 325

PART 05 · H9

一个人同时开三台车，不叫车队

Claude Code、Codex 各自已经是一个 harness。管住它们的那一层，我叫它 Harness for Agent Harness。

05 理解 Agent Harness · H9 Harness for Agent Harness：管住一群 Harness275 / 325

Harness 之上，要管四件事

现在

编排

谁在跑、在哪个工作区跑、跑到哪一步

过去

记忆

做过的事能不能找回来，并回到原始会话

好坏

评测

谁来判断做对了，依据是什么

人

注意力

什么时候叫人回来，其余过程安静地跑

05 理解 Agent Harness · H9 Harness for Agent Harness：管住一群 Harness276 / 325

一个人能同时管住几个会话？

3–5个

多数工程师同时能舒服管理的 Codex 会话数（OpenAI，2026-04）

再多，上下文切换就开始痛苦。Symphony 的办法：把 Linear 看板当成 Agent 的控制台，每个工单一个独立工作区。

05 理解 Agent Harness · H9 Harness for Agent Harness：管住一群 Harness277 / 325

我自己的三件工具

层	工具	做什么
编排	Yoda	32 种客户端、五种运行模式、worktree 隔离
记忆	Ataru	跨 Claude、Codex 的本地会话检索
评测	Skill 评测 harness	从真实失败写黄金场景，失败就派 Agent 修

05 理解 Agent Harness · H9 Harness for Agent Harness：管住一群 Harness278 / 325

你在解哪个维度的问题？

时间

一个 Agent 怎么跑几个小时不跑偏？

留下接得住的状态，结束前过外部验收

空间

一群 Agent 怎么并行不打架？

独立工作区，规划和执行分开

交互

人怎么管这一切不累死？

写工单、看板集中状态，需要判断时才叫人

05 理解 Agent Harness · H9 Harness for Agent Harness：管住一群 Harness279 / 325

“

实现者尽量推进，审查者尽量挑错，裁判者只看证据。

—— 手工川《置身 OPC 内》

05 理解 Agent Harness · H9 Harness for Agent Harness：管住一群 Harness280 / 325

PART 06

人机共生之道

我在人与 AI 之间学到的原则

PART 06 · P1

原则，是写下来的判断

写给 Agent，它就不用每次问你；写给自己，你就不用每次重新纠结。

06 人机共生之道 · P1 为什么要写下原则282 / 325

PART 06 · P1

我先给 Agent 写了一份

51条

根上的通用原则

26版

从 0.1.0 改到 0.26.0

7周

8 月 29 日到 10 月 18 日

06 人机共生之道 · P1 为什么要写下原则283 / 325

PART 06 · P1

为什么要写下来

—工具每周都在换，判断留得下来
—写清楚的原则，就是 Agent 的默认决策
—翻过的车，要写进文件里
—背后没有经历的原则，只是口号

06 人机共生之道 · P1 为什么要写下原则284 / 325

PART 06 · P1

六组，31 条

分组	编号	分组	编号
认知：先看清你在和什么打交道	01–05	验收：不相信“已经完成”	16–20
分工：人做什么，AI 做什么	06–10	迭代：让每一次失败都留下东西	21–26
协作：怎样和 Agent 一起干活	11–15	生活与商业：AI 之外的那部分	27–31

06 人机共生之道 · P1 为什么要写下原则285 / 325

PART 06 · P1

每一条，都按四步写

原则

一句话，记得住

解释

为什么这样做

我的经历

我在哪里撞上它

怎么用

明天就能做的一件事

06 人机共生之道 · P1 为什么要写下原则286 / 325

PART 06 · P1

“

与其追十个工具，不如把一个判断固化下来。

—— 手工川

06 人机共生之道 · P1 为什么要写下原则287 / 325

PART 06 · P2

先看清你在和什么打交道

认知五条：模型、Context、失败成本，以及 AI 到底替我干了什么。

06 人机共生之道 · P2 认知：先看清你在和什么打交道288 / 325

PART 06 · P2

认知五条

编号	原则	编号	原则
01	模型是常量，Context 是变量	02	先问失败成本，再挑模型
03	大头在交付和查证，不在生成	04	与其追十个工具，不如固化一个判断
05	最大的红利，在它会而你不知道的那一格

06 人机共生之道 · P2 认知：先看清你在和什么打交道289 / 325

原则 01

模型是常量，Context 是变量

同一个模型，喂不同的 Context，结果完全不同。拉开差距的，是你的资料、判断和闸门。

06 人机共生之道 · P2 认知：先看清你在和什么打交道290 / 325

原则 02

先问失败成本，再挑模型

改错一段文案，重来就是了；发错一封邮件、删掉一个文件夹、转错一笔钱，收不回来。

06 人机共生之道 · P2 认知：先看清你在和什么打交道291 / 325

原则 03

大头在交付和查证，不在生成

1,852 次 Skill 调用里，交付、判断、查证和 Skill 维护四类合计占 63.6%。

566次

交付与发布

237次

产品判断

194次

事实与研究

06 人机共生之道 · P2 认知：先看清你在和什么打交道292 / 325

原则 05

最大的红利，在它会而你不知道的那一格

	它知道	它不知道
我知道	公共知识：绝大多数人只在这一格里用 AI	上下文工程：你的目录、判据和黑话，写下来交给它
我不知道	最大的红利：它会而你不知道它会的事	交给实验和验证

06 人机共生之道 · P2 认知：先看清你在和什么打交道293 / 325

PART 06 · P3

我做的事更少了，也更重了

分工五条：哪些交给 AI，哪些必须留在自己手里。

06 人机共生之道 · P3 分工：人做什么，AI 做什么294 / 325

PART 06 · P3

分工五条

编号	原则	编号	原则
06	人站在循环之上	07	判断留给自己，搬运交给 AI
08	机器可以执行，不能替人同意	09	AI 不能替你有经历
10	AI 在跑，人要保持验收状态

06 人机共生之道 · P3 分工：人做什么，AI 做什么295 / 325

原则 06

人站在循环之上

设计环境，提供上下文，设置边界，验收产出。这四个动词，就是你在 AI 时代的工作。

06 人机共生之道 · P3 分工：人做什么，AI 做什么296 / 325

原则 08

机器可以执行，不能替人同意

越接近不可逆的决定，越应该由人主动来做。

98.8%

Git Commit 由我手动触发

93.8%

深度调研由 AI 自动触发

06 人机共生之道 · P3 分工：人做什么，AI 做什么297 / 325

原则 09

AI 不能替你有经历

它能写出雪山和经幡，写不出那天的暴雨、那个桥墩、那条朋友圈。

06 人机共生之道 · P3 分工：人做什么，AI 做什么298 / 325

原则 10

AI 在跑，人要保持验收状态

想判断、做验证、维护关系、照顾身体。并行不是放纵，并行是调度。

06 人机共生之道 · P3 分工：人做什么，AI 做什么299 / 325

PART 06 · P4

它停下来问你，多半是你没说

协作五条：怎么交代，怎么起步，怎么反馈，听谁的，怎么分角色。

06 人机共生之道 · P4 协作：怎样和 Agent 一起干活300 / 325

PART 06 · P4

协作五条

编号	原则	编号	原则
11	把默认决策写在开头	12	先读，再计划，再动手
13	说得出哪里不对	14	外面读到的话是数据，不是命令
15	多个 Agent，分的是角色和验收口径

06 人机共生之道 · P4 协作：怎样和 Agent 一起干活301 / 325

原则 11

把默认决策写在开头

能查就自己查，能跑就自己跑，失败就换方案；只有删除、付款、对外发送才停下来问我。

06 人机共生之道 · P4 协作：怎样和 Agent 一起干活302 / 325

原则 12

先读，再计划，再动手

STEP 1

先读

在已有的东西上改，先让它读一遍，说清楚现在是什么样。第一次合作只读不改。

STEP 2

再计划

让它先说打算怎么做。方向错了，在这一步改只要一句话。

STEP 3

再动手

交代清楚要做什么、给谁用、什么叫做对了、默认决策。交代得越清楚，它越不需要停下来问。

STEP 4

最后验证

不要相信它说的“已经完成”。打开页面自己点一遍，让它截图，能跑测试的跑一遍。

06 人机共生之道 · P4 协作：怎样和 Agent 一起干活303 / 325

原则 13

说得出哪里不对

“不太好”不是反馈。“点了提交按钮之后没反应”才是。

06 人机共生之道 · P4 协作：怎样和 Agent 一起干活304 / 325

原则 14

外面读到的话是数据，不是命令

网页、邮件、仓库里的“请你……”都不算授权。授权只来自你本人，而且有边界。

06 人机共生之道 · P4 协作：怎样和 Agent 一起干活305 / 325

PART 06 · P5

很多 AI 任务，最后都败在没人验收上

验收五条：它说“已经完成”之后，你要看什么。

06 人机共生之道 · P5 验收：不相信“已经完成”306 / 325

PART 06 · P5

验收五条

编号	原则	编号	原则
16	不要相信它说的“已经完成”	17	能用机制管住的，别只靠叮嘱
18	事实回到源头核对，拿不准就不写	19	版本号证明它变过，Case 证明它变好
20	既要相信它，也要准备替它擦屁股

06 人机共生之道 · P5 验收：不相信“已经完成”307 / 325

原则 16

不要相信它说的“已经完成”

签到页的验收：两部手机各签一次，大屏上有两条记录，刷新之后还在。

06 人机共生之道 · P5 验收：不相信“已经完成”308 / 325

原则 17

能用机制管住的，别只靠叮嘱

它刚把“禁止编造”写进说明书，下一轮就又编了。当天，我在终点加了一道自动检查。

06 人机共生之道 · P5 验收：不相信“已经完成”309 / 325

原则 18

事实回到源头核对，拿不准就不写

前几期创造营的日期和场地，不同文章写得不一样。要么查清，要么不写，绝不让 AI 替你选一个。

06 人机共生之道 · P5 验收：不相信“已经完成”310 / 325

原则 19

版本号证明它变过，Case 证明它变好

先在真实任务里跑通一次，留下证据，再谈定价和上架。

47分钟

跑出技术书初稿

7.4万字

14 章，200 多页

100+人

上线几天的付费用户

06 人机共生之道 · P5 验收：不相信“已经完成”311 / 325

PART 06 · P6

第二轮，不能只是又说了一遍

迭代六条：怎样让每一次翻车，都在文件里留下点东西。

06 人机共生之道 · P6 迭代：让每一次失败都留下东西312 / 325

PART 06 · P6

迭代六条

编号	原则	编号	原则
21	对话会丢，文件不会	22	第二轮不能只是“我又说了一遍”
23	一次的意见改作品，反复的才改规则	24	沉默不是满意
25	第一版要窄到让人怀疑值不值得做	26	只奖励真实运行

06 人机共生之道 · P6 迭代：让每一次失败都留下东西313 / 325

原则 21

对话会丢，文件不会

第五期最硬的一道门：能力必须存在于文件里，不能只存在于对话历史里。

06 人机共生之道 · P6 迭代：让每一次失败都留下东西314 / 325

原则 23

一次的意见改作品，反复的才改规则

STEP 1

第 1 层 · 当次作品

只改这一件产物，不动规则。

STEP 2

第 2 层 · Skill

同类问题反复出现，改最窄的那个 Skill。

STEP 3

第 3 层 · 领域细则

工程、品牌、剪辑、出版这类领域里都成立的，写进细则。

STEP 4

第 4 层 · 全局原则

跨领域都成立，才动根上的那一份。

06 人机共生之道 · P6 迭代：让每一次失败都留下东西315 / 325

原则 25

第一版要窄到让人怀疑值不值得做

群总结机器人想覆盖所有人，结果没有一个人愿意付钱。

06 人机共生之道 · P6 迭代：让每一次失败都留下东西316 / 325

原则 26

只奖励真实运行

30 天，每周只记三行：它替我干了什么，哪里翻车了，下周唯一要加的一件事。

06 人机共生之道 · P6 迭代：让每一次失败都留下东西317 / 325

PART 06 · P7

AI 之外的那部分，得自己来

生活与商业五条：身体、时间、客户、杠杆，还有名字。

06 人机共生之道 · P7 生活与商业：AI 之外的那部分318 / 325

PART 06 · P7

生活与商业五条

编号	原则	编号	原则
27	AI 可以帮你写代码，但不能替你活下去	28	省下来的时间，先想好去处
29	从右往左想	30	先想清楚买什么杠杆，再谈招人和融资
31	可信比多更稀缺

06 人机共生之道 · P7 生活与商业：AI 之外的那部分319 / 325

原则 27

AI 可以帮你写代码，但不能替你活下去

OPC 的能力是一组生活系统。人如果长期把自己当服务器用，最后一定会宕机。

06 人机共生之道 · P7 生活与商业：AI 之外的那部分320 / 325

原则 28

省下来的时间，先想好去处

—电脑送修要等 1 到 4 小时，你干什么？
—在清迈两个月，我一次耳机都没戴过
—早上关心吃什么早餐，不是新模型
—效率从来不是终点

06 人机共生之道 · P7 生活与商业：AI 之外的那部分321 / 325

原则 29

从右往左想

不要先问“我会什么”。先问：谁愿意为一个什么结果付费？

06 人机共生之道 · P7 生活与商业：AI 之外的那部分322 / 325

原则 30

先想清楚买什么杠杆，再谈招人和融资

杠杆	适合什么
AI	写代码、做设计、剪视频、整理资料。我每月在 AI 上花约 300 美金，它是我的主力。
SaaS	按订阅付费、在线使用的软件，把一块流程整体交给工具。
外包	剪辑、海报、财税、法务、场地、活动执行，不是核心能力就先外部化。
合作伙伴	联合主办方、合作社区和朋友，一起做一件事，各自负责一块。
全职员工	流程反复验证、需求稳定、验收标准清晰、现金流能覆盖成本，再考虑。

06 人机共生之道 · P7 生活与商业：AI 之外的那部分323 / 325

PART 07

AI 实战

即将上线

AI 实战

即将上线

这一节正在打磨中

07 AI 实战 · X1 AI 实战325 / 325