L116_当智能变成基础设施
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。
如果说前两年大家还在讨论「AI 能不能替代人」，那这周给我的更强烈感受是：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，答案可能不是「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。
📚 深度阅读
From Hierarchy to Intelligence
AI 最值得重写的，可能不是某个岗位，而是整家公司里「信息如何流动」这件事。
Block 这篇文章给了我一个很有冲击力的视角。过去两千年，从罗马军团到现代公司，层级制的本质一直没怎么变过。它不是因为大家天生喜欢开会、喜欢汇报，而是因为人类处理信息、传递上下文、控制管理幅度的能力有限，所以必须一层一层往上传，再一层一层往下传。
但 AI 的出现，让这个默认前提第一次开始松动。
Block 的说法很激进，也很值得认真对待。他们不是把 AI 当作「给每个人配一个 Copilot」，而是想把公司本身做成一种 intelligence。它需要两层核心底座：一层是对公司自身运转状态的 world model，一层是对客户真实行为和交易信号的 world model。基于这两层模型，再去构建 intelligence layer，把支付、贷款、发卡、结算这些能力动态组合成具体解法，最后才通过 Cash App、Square 这类界面交付出去。
这个思路最让我警醒的一点是：很多团队今天做的事，本质上还是「给蒸汽机换上电动机」。流程没变，组织没变，责任边界没变，只是在原有结构上多塞了一层 AI。于是大家都看到了个体生产力上涨，却迟迟看不到组织价值同步上涨。
真正难的不是把 AI 加进去，而是承认原来的组织结构可能本身就该被重写。
🔗：Block
当 AI 可以做一切，护城河会剩在哪里
当「会不会做」迅速贬值，真正难复制的东西会回到判断、关系、现实世界入口和系统编排。
这周看到的两篇内容，其实都在回答同一个问题。一篇是虎嗅的《当 AI 可以做一切，剩下的护城河只有这 5 种》，另一篇是《AI Weekly 0406 愚人节的热闹与 Q1 的共识》。它们的共同指向很明确：未来的护城河，不会主要建立在「你比别人更会调用模型」这件事上。
模型能力会扩散，最佳实践会扩散，工作流模板也会扩散。今天你靠 prompt 技巧吃到的红利，明天就可能变成产品默认能力。于是护城河会从执行能力回流到更上游和更下游。
接下来 6 到 12 个月，AI coding agent 赛道会明显进入「功能收敛 + 产品同质化」，但发布节奏会更密集，最后拼的基本只剩速度。我很认同这个判断。因为当底层能力迅速趋同，表层功能也会很快互相借鉴，能不能持续构建系统、切入真实场景、以及抢在别人前面组织好一整套工作流，就成了真正的差异。
更上游，是审美、判断、选题、问题定义，是你有没有能力决定「什么值得做，什么不值得做」。更下游，则是信任、关系、渠道、生态、供应链、资金和物理世界的交付能力，是你有没有办法把一套智能真正放进现实里跑起来。
Claude + Obsidian 这类组合也很能说明问题。表面上看，这是另一个「AI + 知识库」的效率搭子；但真正值钱的，不是它帮你省了多少次复制粘贴，而是它把「搜集信息、组织上下文、沉淀长期记忆」这件事做成了一个可持续的系统。工具当然重要，但决定上限的，依然是你如何组织这些工具。
所以我现在越来越相信一件事：在 AI 时代，单点能力的重要性在下降，编排能力的重要性在上升。
🔗：AI Weekly 0406：愚人节的热闹与 Q1 的共识
🔗：虎嗅原文
对话大疆汪滔：求真理、得自由、活成故事
核心洞察： 在执行过剩的时代，创始人最稀缺的能力不是「跟上热点」，而是对真实世界保持长期、近乎残酷的求真欲。
这篇大疆汪滔访谈，我读完后一直在想一个问题：为什么有些创始人的气质，会在 AI 时代显得更珍贵，而不是更过时？
我的答案是，因为现实世界不会被模型抹平。
软件可以快速试错，界面可以快速生成，文案可以快速改写，但飞行器不会因为你 prompt 写得好，就自动穿越空气动力学、供应链、制造精度和极端场景测试。你还是得面对物理世界的硬边界。也正因为如此，汪滔式那种对「正确」的偏执、对细节的不妥协、对真问题的持续追问，反而会显得更像一种护城河。
这篇内容打动我的地方，不只是人物故事，而是它提醒了我一件容易被忽略的事：当越来越多数字世界的执行环节被 AI 接管后，那些仍然要靠人亲自和现实碰撞出来的能力，会重新变贵。
不是所有产品都要去做硬件，但所有好产品都得有一点「硬碰硬」的精神。
🤖 AI 工具
Vibe Island：多 Agent 时代的调度层
功能描述： 把 Claude Code、Gemini CLI、Cursor 这类 AI 编码助手的状态汇总到 Mac 刘海区域，统一处理授权、跳转和通知。
深度分析：
这个工具看起来像个小配件，但我觉得它其实很有代表性。过去我们的瓶颈是「怎么让 AI 开始干活」，现在的瓶颈正在变成「当好几个 AI 同时干活时，我怎么管理它们」。
这意味着新一代工具机会，已经不只是在模型层，而是在 orchestration layer。谁在跑、谁卡住了、哪里需要人工确认、哪次执行失败了，这些原来像操作系统级别的问题，正在变成新的产品机会。
如果说上一阶段大家在造 AI 工具，那么下一阶段很可能会冒出一整层「AI 工具的工具」。
Claude + Obsidian：从问答工具变成知识工作流
功能描述： 用 Claude 负责调研、整理和推进思考，用 Obsidian 负责沉淀长期上下文与结构化知识。
深度分析：
我越来越喜欢把这类组合看成「工作流产品」，而不是「工具堆叠」。因为它的真正意义不在于某一步提速了多少，而在于它把短期上下文和长期记忆接上了。
很多人用 AI 之后会有一种奇怪的空心感：做得更快了，但留不下东西。聊完就聊完，生成完就结束，下一次又从零开始。Claude + Obsidian 这类组合最重要的价值，就是让「这次思考」能变成「以后还用得上的资产」。
当执行越来越便宜，沉淀就会越来越值钱。
🛠️ 效率工具
typeui.sh：给 AI 编码工具装上统一的设计脑
typeui.sh 这类工具最有意思的地方，不是「又一个前端生成器」，而是它把设计规范做成了一种可以被复用、被携带、被调用的 skill。你可以把颜色、间距、组件风格和视觉语言固化成一套文本化规则，让不同 IDE、不同模型生成的界面不至于东一块西一块。
这件事背后其实对应着一个更大的趋势：设计系统正在从「给人看的规范文档」，变成「给 Agent 用的执行说明书」。
未来很多原本靠设计师口口相传的东西，都会被压缩成可调用的文本资产。谁能先把这些隐性经验结构化，谁就更可能在 AI 工作流里占到便宜。
Claude Code Unpacked：把 Agent 内部机制摊开给你看
Claude Code Unpacked 这种产品，价值不在于再造一个 Agent，而在于把一个已经很复杂的 Agent 工作流解释清楚。它把 Claude Code 从接收指令、选择模型、调度工具、循环执行到输出结果的过程，尽量用可视化方式拆给用户看。
我越来越觉得，AI 工具进入第二阶段后，「解释成本」会成为一个很真实的产品问题。功能越来越强，但用户也越来越难搞明白它到底怎么运作、能做到哪一步、什么场景下该信、什么场景下该人工接管。谁能把这件事讲明白，谁就更容易建立信任。
从这个角度看，这类「原理导览型」产品，不只是内容整理，更像是一层新的用户教育界面。
gridscapeLOG：把推理链挂到白板上
传统聊天式 AI 的问题，是聊到最后只剩一条很长的历史记录。你知道自己想过很多东西，但很难回头看见结构。gridscapeLOG 的做法是把每一块内容都放到画布节点里，并且要求连线本身也说明「为什么会连起来」。
这不是简单地把聊天搬到白板上，而是在逼使用者把推理过程显性化。
我觉得这类工具会越来越重要。因为当 AI 能给出很多答案时，真正有价值的是你能不能看见答案背后的结构，知道哪条分支值得继续，哪条分支该果断丢掉。
✨ 随便看看
- Awesome DESIGN.md：把网站气质和设计系统写成 Markdown，直接喂给 AI 编码工具。链接
- Web Shader Extractor：自动从网页里拆出 WebGL 特效，给 Claude Code 这类 Agent 当外挂工作流。链接
- Claude Code Unpacked：把 Claude Code 的工作原理做成可视化导览手册，适合想理解 agent 内部机制的人。链接
- Clawvard：给 AI Agent 出标准化考试题、打成绩单、排排行榜，既好玩也很像一个即将出现的新赛道。链接
- 同事.skill：把离职同事的工作风格做成 Claude Code 里的 skill，荒诞但非常有时代气息。链接
The Why·Liam·Blog by WhyLiam is licensed under a Creative Commons BY-NC-ND 4.0 International License.
由WhyLiam创作并维护的Why·Liam·Blog采用创作共用保留署名-非商业-禁止演绎4.0国际许可证。
本文首发于Why·Liam·Blog (https://blog.naaln.com)，版权所有，侵权必究。
本文永久链接：https://blog.naaln.com/2026/04/newsletter-116/