前几天刷到一个帖子，有人说自己花了两周用 Cursor 写了个全栈 SaaS，兴冲冲上线之后发现——没人用。评论区清一色的”同感”、”我也是”。
这让我想起 2013 年的自己。那时候滴滴还没出来，我和朋友做过一个帮人拼车的项目。QQ 群里全是”人找车””车找人”的消息，非标准化到令人窒息。我当时写了个 Android notification 插件拦截消息，再手搓了一套算法提取结构化信息，前后花了一两周。
现在回头看，这个东西让 Claude Code 来写，可能一个小时就搞定了（甚至都不需要什么算法，直接扔给大模型做 JSON 解析就完事了）。
最近刷到刘小排的一篇文章，他整理了两个 YC 创业课程的学习笔记：Diana Hu 讲的《How To Build A Company With AI From The Ground Up》和 Tom Blomfield 讲的《How to Build a Self-Improving Company with AI》。
说实话，我一开始是抱着”又来了，又是 AI 改变世界”的心态点进去的。结果越看越坐不住——不是那种”好厉害”的坐不住，而是”完了，我是不是已经落后了”的坐不住。
私以为这两场分享合在一起，传递的核心信念只有一句话：
Not Productivity, rather Capability.
翻译成大白话就是：别只惦记着”用 AI 提效 20%”了，真正的命题是”一个人加一组 Agent，能不能拿到过去一个团队的能力”。
最近读了一份挺有意思的文档——Anthropic 出品的《The Founder’s Playbook: Building an AI-Native Startup》，姑且翻译成《AI 原生创业手册》吧。说实话，我一开始是抱着”又是一份 AI 营销材料”的心态打开的，但读完之后的确有些触动。它系统性地回答了一个问题：2026 年，一个人（或极少数人）如何从零开始，把一个想法变成一家真正的公司？
上周刷到一条消息：国产 UI 设计工具 Motiff（妙多）宣布将于 7 月 31 日停止服务。紧接着又看到妙鸭相机团队早在去年 9 月就已解散。AI 火了三年，第一批”AI 原生工具”已经开始批量阵亡了。
这让我想起去年和一个设计师朋友的对话。他当时兴奋地跟我说 Motiff 比 Figma 好用，AI 辅助功能更适合国内团队。我说那挺好。结果不到一年，工具没了。
—
有意思的是，这件事的对面，是另一批人正在用完全不同的姿态活得很好。Tw93 的 Mole 拿到了 54k 个 star，一个人写的终端清理工具干掉了一堆付费软件。范冰的增长黑客周报记录着一个又一个用 AI 跑出 37 倍流量增长的案例。红杉在 AI Ascent 上说了句大实话：追逐模型本身没有护城河，真正有价值的是产品化和组织渗透。
最近在整理自己的投资笔记时，我试着回答一个始终困扰我的问题：AI 产业链这么长，到底应该把注意力放在哪里？GPU 还是 HBM？电力还是光模块？推理芯片还是端侧 AI？
如果每次都追热点，那永远慢半拍。我需要一条主线，一个可以帮助我在不同阶段做出判断的逻辑框架。
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。
