Liam's Notes

上周我在整理这期素材的时候，Jakob Nielsen 那篇关于 Intent UX 的文章让我停顿了很久。不是因为它有多复杂，而是因为它说中了一个我一直在感受但没想清楚的问题——我们和 AI 的交互，到底在经历什么？

想想看，两年前我们用 ChatGPT，最兴奋的是”它能对话”。我们用精心构造的 prompt，像在和一台更聪明的搜索引擎较劲。而今天，JetBrains 推出了 Air，一个让你同时指挥 Codex、Claude Agent、Gemini CLI 和 Junie 四个 Agent 并行工作的桌面工具。你的角色不再是操作员，而是调度员。

从”你跟电脑说话”到”你管理一群数字员工”，这个转变比我们想象的要深远得多。Nielsen 用了一个特别生动的比喻——就像维京酋长下令”去英国修道院给我弄点银子来”，他不需要知道每一步该怎么做，手下的人自己知道。

但问题也来了。当你的 30 个 Agent 每天产生 70 多条阻塞通知时，你怎么管？Notion 的答案是再加一个 Manager Agent，把 70 条压到 5 条。这听起来像是用一个 AI 问题去解决另一个 AI 问题，但仔细想想，这不就是人类组织几千年来一直在做的事吗——层级管理。

话说做 AI 相关的事两年多了，我一度有种”概念审美疲劳”——从 GPT 到 Claude，从 RAG 到 Memory，从 Agent 到 MCP，每隔一两个月就有一个新词冒出来。一开始我以为 Agent 嘛，无非是给模型套了个壳，让它能调几个工具，循环跑一下，仅此而已。

但读完这篇文章，私以为这事的体量被严重低估了——Agent 不是一个新功能，它是一个新物种。

打个不太恰当的比方：以前我们写软件是给人类打工的工具人；现在我们写的软件，要面向一个 7×24 不睡觉、不抱怨、不内耗的”新物种”打工。这个物种的特点是它既是消费者，又是生产者，并且它的人口可能在几年内突破地球总人口（想想就有点赛博朋克）。

下面是我对这篇文章的拆解和延伸思考，姑且整理成几个核心命题。

文章开篇有一个让我醍醐灌顶的对比：

上周和朋友聊天，他说自己公司招了一个产品经理，入职第一天就问了个让他震惊的问题——“公司的API文档在哪里？我想让Claude Code把后台系统重写一遍。”

我朋友愣了一下，说：”你连我们系统架构都还没搞清楚，就要重写？”

那人回答：”搞架构是Claude Code的事，我的任务是告诉它我们需要什么。”

这个故事让我想了很久。以前我们觉得”懂技术”的产品经理很厉害，能跟工程师无缝沟通，能评估技术可行性。但现在，一个完全不懂系统架构的人，只要他真正理解用户需求和业务逻辑，他可能比那些花了好几年学习Java、Python、系统设计的工程师更有生产力。

上周有件事挺有意思的。

Notion 的 AI 团队在公开采访里说，他们构建可靠 AI 智能体的关键，不是写越来越复杂的提示词，而是让工具来定义边界。这意味着工具的所有权可以分散到不同的产品团队，而不是集中在一个神秘团队手里。

他们为此重写了五次。

五次。这个信息量其实很大。

这两天看到 Apple 的一些变化，有一种很微妙的感觉——不像发布会那种热闹，而更像是一个阶段在慢慢收尾，又有新的东西在悄悄接上。

最近天气也变好了。

早晚不再那么冷，风是软的，阳光也不刺眼。走在路上，会明显感觉到人变多了——不是通勤那种「必须出门」，而是那种「想出来走走」的人。

这种变化挺有意思的。

当模型能力持续外溢，所有的边界都在重新划定。

过去用「功能」定义产品，用「岗位」定义人，用「部门」定义协作。这些边界建立在能力稀缺之上：谁能做什么，被工具限制着。

现在模型开始吞噬这些限制。

一个产品不再只是功能的集合，而是可以不断延展能力的「接口」。一个岗位不再由固定职责构成，而是由你能调动多少能力来决定。组织也在变得模糊——很多过去需要跨部门协调的事，一个人加一套工具链就能完成。

前两天写完《为什么我总觉得自己没有梦想》之后，我并没有一下子轻松多少。

相反，脑子里又冒出一个更烦人的问题：为什么我明明已经想了很多，还是迟迟做不下去？

这个问题我原来总是从产品、市场、热爱、长期主义这些词里找答案。听起来很理性，对吧？像是在做一场严肃的战略复盘。但现在回头看，很多时候，我并不是在认真思考，而是在用一种更高级的方式逃避行动。

说白了，就是脑子很忙，手上没活。

后来我想到王阳明，越想越觉得，他那套心学放到今天看，居然对这种状态很有解释力。私以为，我现在这种卡住，不是因为知道得太少，恰恰相反，是因为知道得太多，做得太少，还总在「知」的层面反复内耗。

最近看了一些关于张雪和机车的内容，颇有感触。

这类故事很容易让人产生对照。一个人从小喜欢摩托车，后来一路玩到赛车、做内容、做品牌，最后把热爱活成了一条很清晰的人生主线。看着这样的人，会很自然地生出一种感觉：有的人好像很早就知道自己要做什么。

然后再低头看看自己，脑子里就会冒出一句话：我到底在干嘛？

这种时刻最容易犯的错误，大概就是把别人的结果态，当成自己的起点要求。

AI 时代不会把一切都拉平。它只会先把最容易标准化的那一层拉平。越往上，越是判断、组织、关系、审美；越往下，越是真实世界、物理交付、长期积累。这些东西不会因为模型变强就自动消失，反而会因为中间那层执行突然变便宜，而变得更显眼。

前两年大家还在讨论「AI 能不能替代人」，这周给我的感受更强烈：问题已经慢慢变成了「当 AI 把大部分可执行部分都包下来之后，哪些事情反而必须由人来亲自负责？」

我想，答案不是「更努力」，也不是「更卷」。

而是更早地对齐问题，更坚定地选择方向，更认真地进入现场。

先说一个具体的故事。

00 后程序员 Rick 在尼泊尔参加了 10 天冥想营，每天冥想 12 小时。他发现欧美室友对中国玄学表现出浓厚兴趣。回国后，和 3 个伙伴用 48 小时在谷歌黑客松做出了「AI 风水」APP Demo，叫 OCTA——手机扫描环境并提供风水建议。半年后更新了两个版本，超过 100 名用户参与内测。

另一个程序员南川在泰国清迈夜市摆摊，用 AI 面相学匹配兰纳文化中的神兽，12 天从构想到落地，两晚完成 69 单。

这两个故事放在一起很有意思。过去出海创业需要「资金+团队+供应链」，是一场豪赌。现在，一个想法从「需要找投资人」变成了「自己垫几百块和一周时间就能验证」。