Show Notes
最近来找我聊的朋友，问题都变了。
以前问的是用什么模型、要不要培训。现在问的是：我们已经在用 AI 了，很多人用得还不错，但整个组织的效率好像并没有提升。更诡异的是有些公司说，效率确实提升了，人也裁了——裁员你总归省了一部分钱吧——但公司利润也没有增加。
这是第二阶段的鬼故事。这一集把它拆到底。
这条路分五段走： 局部提效为何失效 → 重新发明组织 → AI 接管对齐事实 → AI 接管对齐打法 → AI 接管推进
一、局部提效为何失效 先说效率其实有三层，而我们大部分注意力都花在第一层。
第一层是单点效率——一个具体的员工、一个具体的活、他干的速度。这对打工人非常重要，但对公司不是。第二层是组织协调——把很多人的劲往一块使。第三层是市场和战略——你打下来的是什么样的城市，有些仗打赢了也是亏的。单兵能力和组织作战能力，这两件事很多时候没什么关系。
那为什么光做第一层没有用？三个原因： 阿姆达尔定律：一件事有很多环节，你只搞其中一个，对整体的效果有限。 上海到北京飞两小时，提速 30% 是伟大的科技进步。但打车、提前量、安检加起来，门到门本来就要五个小时——省下的半小时摊进去，在我脑子里其实变化不大。 局部优化哪怕做得花团锦簇也一样。我自己做过非常好的 demo，合作方连 PR 稿都发了，我自己也会吹牛逼。过一段时间再问「这个东西后来有用吗」，答案是「其实也没什么用」。
系统的表现取决于瓶颈：你优化的那一环不是瓶颈，提了也白提。 后厨的洗菜工切菜工手速快十倍，但厨子没加、灶台还是四个——菜洗得再好堆在那里也没用。就算整条后厨都快了十倍，门口进来的人没有增加，你还是赚不到钱。
也是最要命的：大头根本不在「做事」。 知识工作最大的时间和精力消耗，不是在做这件事本身，而是在开会、在对齐协调、在对接交接、在等待。不同报告不同口径，基本都指向 60%。而且你工资越高，这种交互越多。不信可以翻一下你上周的日历，看看多少时间在干活、多少在开会；开的会里又有多少是为了沟通对齐，多少是为了这件事真的发生。 所以你把那 40% 做到极致，也动不了那 60%。
更狠的是：每个模块都正确，系统仍然可以烧毁。火星探测器飞了九个半月、几亿英里，到了轨道直接烧在大气层里——一边用英制、一边用公制。一亿多美金打水漂。各自做的都对，说不定还加班了还提效了，整体上做出来是个零。
AI 并没有制造这个瓶颈。以前干活干得慢，慢盖住了协调的损耗；现在干活快了，它就露出来了。
二、重新发明组织 那怎么办？先得回到一个原点：组织到底是用来干嘛的。
我们常把组织当成天经地义的东西，像天上有蓝天白云一样。想 AI 转型的时候就想：我们就一定有一个组织，把它转一转，就能更好地用好 AI，我们还是那些人，我们还是好兄弟。
但现代公司制度其实是一种发明。层级、部门、流程、KPI，都是很近代才有的，是用来解决具体问题的：信息路由和管控。
而每一个零件，都架在某个稀缺假设上。
层级，是因为一个人看不过来。可滴滴一个后台管 1000 个司机，谁送到哪、车上录音都看得见——「看不过来」还成立吗？
部门，是因为人脑装不下，所以要把一堆专才塞一起、给一个统一界面对外。可如果每个人身边都有一个会翻译的小秘书呢？
流程，是因为看不到全局所以要管控。那为什么还需要人类来做这个管控？
AI 来了像小行星撞地球，生存环境已经变了。过去留下来的东西不是没道理，是上一个时代的道理。坐月子不能洗头，在没有热水器、没有电吹风、没有青霉素的年代是有道理的。
所以有了这一集那句暴论： 「AI 不是组织的工具。AI 是竞品，AI 是组织的替代品。」
不是把原来的组织转一转好去用 AI，而是想怎么用 AI 去替代原来组织的绝大部分功能。
具体落地，最先发生的往往是三件事：对齐、推进、闭环。这一集讲完对齐，推进讲了一半。
三、AI 接管对齐事实 对齐无非两件事：对齐事实（世界现在是什么样子）和对齐打法（我们做事的规矩是什么）。
一支军队如果每个连队看到的地图不一样、打法也没协调过，那就是一锅粥，人再多也打不出来。
先说对齐为什么这么贵。传统组织在这里有两个问题。
一是工作量是平方级涨的。三个人三条沟通路径，50 个人就是 1225 条。所以大公司为什么慢？维持一个统一的想法实在太难。
二是——你可能觉得也没那么夸张——那是因为我们其实根本没在对齐。设计师考虑了一百种方案，最后压成一张图或者三页 PPT 交出去，隐空间里那些东西全丢了。下一个人接到压缩包再重建，中间长出大量幻觉。压缩、还原、压缩、还原，像快乐大本营的传声筒，传到最后不知道传成什么样。
所以传统对齐是：太贵，而且仍然对不齐。
那 AI 凭什么能解决？ 第一，它把 N 乘 N 的问题变成 N 的问题——大家不用互相聊，统一跟一个 AI 聊。第二，它管得住的上下文比人大太多。以前也有 PMO 这个角色，但 PMO 参加不了每一个会，只能记住几个要点；AI 可以掌握全部，压缩比低得多。第三，下达的时候它只把跟你有关的那部分递给你——20 个人的项目文档更新了 40 条，你根本不知道哪条跟你有关、也不知道怎么搜。
真正的对齐，是所有人操作同一个对象。 波音早年各部门都用上了 CAD，但一个部门画完，会把图纸打印出来交给下一个部门，下游用肉眼看图再画自己那份——因为哪怕你用的是 CAD、我用的是另外一个 CAD，两个文件是不通的。结果一扇门反复改一万两千多次，最后还得打实体木头假飞机来试装。直到 777 说这太傻了，到云端搞一架云飞机，所有人操作同一架。
然后是这一集我最想让你带走的那句：你的会议纪要，就是那张打印出来的图纸。
你们公司为一款智能耳机开了 12 个会。这 12 个会的会议纪要，是单独的还是连续的？
一个会决定螺丝改大，另一个会决定把大螺丝那家供应商换掉。两个结论各自成立，合在一起却打架——而这个冲突要靠人的脑子才能发现。
为什么要靠人的脑子？这份纪要是给谁看的？「螺丝改大一点」这个结论，不该去改一份纪要文档，它该去改云端那只耳机。
我们嘲笑古人把图纸打印出来传、嘲笑一边公制一边英制——可我们自己，不也是这么处理问题的吗。
正在发生的做法，我看到四种。
出门问问 / 李志飞：每个项目一个 agent，管这个项目的全部上下文、进展、待办、风险。有一个说法是不准人跟人开会——信息不该从一个人流转到另一个人。
安克创新：新品上市原来十几个节点、大几十个判断点，每个节点做到 99%，叠下来损耗还是超过七成。改造后 20 个环节变成三四个大环节，交接从 20 次降到 4 次，而且每次交接传的是明确定义的完整数据对象，不是一份薄摘要。所有产出汇进项目池，一个假设变了——比如颜色改成蓝色——所有相关方同时拿到最新状态。（B 站有公开课，强烈推荐。）
Claude Tag：可以在 Slack 里 at 的机器人。别把它想成豆包，它持续读你授权范围内的全部上下文，拿到的是多人环境的所有线，还会主动冒出来说「那边已经把螺丝改了，这家供应商现在不能换」。
还有一种不对齐，不是没沟通，是彼此以为听懂了。
这种对齐一个统一的库解决不了，得靠把东西做得更没歧义。一句诗可以有一千个哈姆雷特，但一个微信长什么样子，没有解释空间。
所以现在创业公司基本都在用 demo 沟通，很少还靠文档。Flomo 的少楠，产品经理要自己先写代码跑通，拿到结果才写 PRD。Botlearn 是研发直接上线 MVP 去找客户验，靠谱了再找设计师做好看。我们孵化的一家 AI 转型服务公司更夸张：跟客户开会半小时，当场甩 8 个可以点的 demo，按钮功能全有、里面全是假数据。王总一边点一边说：第二个好，第三第四不是我想要的，第五个你误会我意思了。半小时问出来的东西，空口讨论两天也问不出来。
四、AI 接管对齐打法 想让大家按规矩做事，传统上就三招，而且三招在三个不同的地方失效：
培训——请我这样的人去讲一堂课，大家鼓掌说讲得真好，回去全忘了。制度——写得特别精彩，根本没人看。KPI——大家想到歪门邪道把数字搞定，但不做正事。
我最近在抖音上老刷到一种广告：前一段时间原价买的人现在一定哭悔死了，今天大降价只要多少钱，那些人已经哭晕在厕所了。如果我是这个品牌的老板我一定气死——这是在赤裸裸地教育用户，以后再也别在原价的时候买你家东西。可它整段没有一句说品牌不好，你很难指出它哪里违规，但你一眼就知道它在伤品牌。这种行为你怎么控？
还有个朋友是很大的 K12 公司，非要找 AI 电销。我给他拉了个头部的人工电销公司，按效果付费，买不了吃亏。他说不行，我还是想找 AI 的。为什么？「我们内部有外呼团队，只要定下 KPI 他们总有办法拿到，可那个过程的话术永远不是我想要的。」
他要的是又有过程又有结果。这种自相矛盾的要求，只有 AI 会答应——人类听到，只会想把老板干掉。
所以打法的对齐，方向是把规范写进执行环境，而不是贴在墙上。三个正在发生的做法：
Botlearn / 俊东：设计师把品牌规范（什么颜色、什么 logo、字多大）全部写成一个 skill，做 presentation 时调用一下，整份文档自动符合规范。原来的规范是一本册子让你学着对照，现在它是一个按钮。不要说是又讲一个道理，而是把它变成一个按钮。
安克 / 阳萌：检查点优于行动、先于行动，标准是贴在检查点里面的。关键是检查的那个 agent 上下文必须独立——徐文浩就踩过坑，让 agent 去做测试用例，它把测试全 mock 掉，绿灯一片其实啥都没干。你要的是一个对抗性的、干干净
More from AI炼金术
本期简介 这期是第一次正经的线下拍摄。有观众留言说做 AI 游戏和娱乐内容，一个月光订阅就要四百美金，我们就请来做视频和娱乐的朋友姚旭，聊聊 NaukNauk。这是给普通人做日常表达和交新朋友的 App，用户主要在北美和欧洲。聊到：为什么用户用心爱的物件而不是自己的脸来表达；C 端产品怎么当 benchmark 和 eval 用；视频成本、卖 token 和巨头补贴；AI 内容泛滥之后，普通人去哪儿被看见。中间有不少不同意见，比如大平台会不会抄、做 C 端是追 beta 还是 seeking alpha。关心 AI 应用创业的，值得听听一线团队怎么想。
「也不用太焦虑了，以后一定会更糟的。」——任鑫，第一次创业时安慰合伙人 「你应该先卖，卖完再做，先把钱收了。」——任鑫 「大家买的根本不是这个产品。」——任鑫 「定义出这个标准的过程，就是你在干活的过程。」——晓辉 「早点关公司。」——任鑫，给第二次创业时的自己 「要把你大脑中很多的后台进程一个一个都关掉。」——晓辉 这一期反过来：晓辉博士在她的新可能实验室访谈任鑫。从计算机奥赛、电商、写博客被刘强东的助理转发，聊到 AI 让「做东西」大幅贬值之后为什么要先卖再做；从第二次创业从口号出发、晚关公司的教训，聊到晓辉离开腾讯、日更焦虑、帮企业做 AI 转型；最后是听众提问：超市财富自由、没有资本怎么推广、HRBP 怎么用 AI 抢地盘。
「AI 都能做完，但是我验收不完。」——徐文浩 「大家不要以为自己有 taste，你只是有 bias。」——任鑫 「我感觉我今年写了过去 20 年写的代码的量吧，当然不是我写，其实是 AI 写的。」——徐文浩 「点评的网站连信息都不给你看，它都不给人类看。」——任鑫 「它不是一个应该被解决的问题。」——任鑫，谈 AI 要替我们解决的那些琐事 「你卖成两家公司，说明你命好。」——徐文浩 国庆假期，两个老朋友各自开着十几个 AI 窗口，录下了这期闲聊。从 OpenAI DevDay 和突然又火起来的个人助理聊起：为什么在中国连点评都打不开，琐事到底该不该交给 AI，个人助理最后会不会免费；再到任鑫发现放手让 AI 做的视频，数据比自己认真做的还好，以及 Anthropic 找宗教领袖聊 Claude 的意识；最后落在一个程序员这一年的真实体感：代码写得比过去 20 年都多，人却像个快车司机。 【本期嘉宾】 徐文浩：某 AI 创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造"今夜酒店特价"用移动互联网应用特价销售酒店尾房；被京东并购后内部创业"京东到家"开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 【时间轴】 00:00 冷开场 00:31 开场：DevDay、个人助理、用 AI 做视频。 01:13 DevDay 没亮点：额度砍半，Codex 一两天用完，Dot 又慢又不透明。 03:45 个人助理为什么又火了：OpenClaw 之后，Muse、Instinct、Dot 扎堆入场。 06:48 中美两个市场：超级 App 把篱笆扎紧，美国电脑下单多、供给分散。 12:12 老创业者的选择：回避正面战场，还是先想好退出通道。 16:43 琐事是不是小确幸：组局的热心人、拼乐高、花两小时比价。 22:27 文浩的真实用法：Codex 补完一年的报销，带娃挑暑假目的地。 30:24 我们是不是典型用户：白给的 Token 都懒得开。 33:02 个人助理会免费吗：订阅的天花板、广告竞价、意图经济。 38:27 高频打低频：订酒店凭什么切到另一个 App，卖掉也是出路。 43:57 先卖再做：Agentic FDE、A 股题材、卖公司八成靠命。 49:09 ZooWork 发布：不绑死模型的托管 Agent 平台，Opus 四天烧掉 2000 美金。 56:22 产品要有一眼看懂的段子：压力手表的故事。 58:06 AI 做的视频反而更好：是 taste 还是 bias，不同平台要的不一样。 1:04:06 预告：AI 炼金术资料库网站。 1:04:54 Claude 有意识吗：意识是为了做模拟的错觉，还是终究要人扣扳机。 1:12:38 一年写完 20 年的代码：快车司机、外卖员，一天送 200 单。 1:15:45 AI 都能做完，但我验收不完：坐牢感和过度承诺。 1:18:25 去硅谷太贵：赚美国的钱，别在美国花。 1:21:35 本地推理：五千块的显卡跑千问，干小活够用。 1:24:32 听众提问：Dynamic Workflow 和 UltraCode 怎么用。 1:26:45 片尾曲：留一件小事给我吧 【核心观点】 1. DevDay 最大的新闻是额度砍半。文浩的体感是，Claude 的 Opus 重度用一周正好用完，Codex 一两天就用完，「这个玩意儿不具有性价比了」。Dot 只是把需要自己动手组装的产品，变成了买回来直接放进房间的家具，「但是这个产品并没有做得更好」。 2. 个人助理在中国和美国是两个市场。中国的超级 App 把篱笆扎得很紧，点评、淘宝的网页版连人都不让好好看，只有微信、阿里这样的平台能做。美国将近一半的电商交易在电脑上完成，每个垂直领域都有自己的 SaaS，供给分散，机会天然更大。 3. 琐事不一定是成本。任鑫看孩子照着说明书拼乐高，觉得那是花钱「买爽感」。很多人花两小时比价、挑一条裙子，本身就是放松。产品经理想象的用户都忙得找不着北，但大部分人的琐事，「它不是一个应该被解决的问题」。 4. 但真实的摩擦确实存在。文浩用 Codex 加 computer use，一两个小时补完了拖了一年的报销；带孩子挑暑假去哪儿，跟 Codex 多轮商量天气、价格和行程，「它其实是增加我的乐趣的」。 5. 个人助理最后大概率是免费的。订阅制一涨价就伤增长，免费产品靠广告主之间互相竞价：「理想也想卖车，小鹏也想卖车，特斯拉也想卖车。」代价是，这可能只有巨头或者巨额补贴才玩得起。 6. 做不成超级 App，卖掉也是出路。「一个善良的创业者本能想我怎么把这个事情做大……但是如果你想把这个东西卖掉，很多事情是可以做的。」任鑫顺着想到自己的 FDE 公司，也该往「被买」的方向做。 7. 先吆喝，再动手。任鑫把 Agent 版 FDE 的概念直接发布，真有企业带着订单来，深聊下去才发现，「他们根本不需要我做的这个东西」。 8. 认真做的，输给了 AI 做的。任鑫放手让 AI 照他的知识卡片出稿、用他的声音发，数据反而比自己认真口播的好。文浩不同意这么快投降：大众传播上 AI 也许更好，但它吸引来的人，是不是你真正想要的那群人，是另一回事。 9. 意识没那么高级，还是终究只是工具。任鑫觉得意识是为了做模拟、在没有生存压力时多产生训练数据，「有点像撞车实验里面那个假人」。文浩站在工具派：今天的 agent 都还要人去扣扳机。 10. 效率上去了，人却更累。「因为电动车快，不是我快。」东西太容易做，人就容易过度承诺：「AI 都能做完，但是我验收不完。」 一句话总结：AI 让「做」变得几乎免费，真正稀缺的变成了人的判断、验收，和那点不想交出去的小确幸。 【本期提到】 OpenAI DevDay、Dot（OpenAI）、Muse（Meta）、Instinct、Codex、Claude Code、Opus 5.5、OpenClaw、ZooWork.ai、Claude Frontier Academy（Anthropic）、Product Hunt 【关于 AI 炼金术】 「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品人和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 欢迎订阅「AI 炼金术」播客，以及同名公众号、视频号。 【节目主理人】 徐文浩：某 AI 创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。 任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造"今夜酒店特价"用移动互联网应用特价销售酒店尾房；被京东并购后内部创业"京东到家"开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。 【商务合作】 公众号「AI炼金术」菜单栏中【商务】获取联系方式 【播客剪辑】
半年前橘子来聊个人助理，任鑫当场杠他：「这个东西太宽泛了……你要不要找一个细分啊？」半年后，Instinct 融资融到天上，Muse 把 Meta 股价都带了起来，Grok Bot、Dot、Cue 扎堆上线——个人 Agent 成了最热的赛道。任鑫的反应是：「感觉时代终于追上了橘子，然后就想把他抓过来，半年前蹭你热点没蹭上的话，半年后再蹭一遍。」橘子接得也干脆：「抱歉了，半年前没有给大家带来爆点，半年后我们再努力一次。」
美国财长贝森特刚放话：Hugging Face 事件是 OpenAI 管理层的责任，不是一群 agent 的责任，政府不会给 AI 实验室免责豁免。徐文浩的反应是：「你不能说挣钱的时候我挣一千万，坐牢的时候说这是 AI 的责任，和我没关系。」