灯下白-走进 AI 圈的真实对话 - 节目列表

🎙《灯下白》EP41 白苏 嘉宾：白苏 Mew. Design 联合创始人兼CTO。近十年产品经理、AI产品经理，经历过传统零售数字化、AI+HR、AI Coding等方向的探索。如今与团队打造面向普通用户的AI设计Agent，希望让没有设计经验的人，也能做出真正可落地的设计作品。 主持人：吴熳 在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ 🪝本期故事 十岁那年，白苏最喜欢去的地方不是游戏厅，而是网吧。 别人通宵打游戏，他研究Windows系统、写脚本、挖漏洞、做网页，沉迷于计算机世界里那些可以被看懂、被拆开、被重新组合的规则。后来因为太沉迷电脑，他甚至被迫停学一年，和计算机彻底隔绝。 可那个一直想当黑客、想做网络安全的小孩，并没有真正消失。 他大学读了工商管理，毕业后误打误撞做了产品经理。十年里，他换过很多行业，也换过很多工作。他很快熟悉一份工作，也很快对没有探索空间的组织感到窒息。 他第一次创业赚到钱，以为赚钱没有那么难；第二次创业失败，几乎花光积蓄，身无分文回到杭州。那是他第一次真正意识到：聪明不一定值钱，能把事情做成，才是另一回事。 2022年，他进入AI+HR赛道；GPT出现后，他带着二十多人的团队做过知识库、工作流、Agent基础设施，也越来越确信：靠规则硬拼出来的Workflow，并不是AI时代最终的答案。 他更相信代码。 在他看来，真正的Agent不该永远困在人类预先定义好的按钮和流程里。它应该能理解目标，调用工具，生成代码，动态长出最适合用户的界面。 于是，他从产品经理慢慢变成Builder。 如今，他和伙伴做Mew. Design：一个面向普通人的AI设计Agent。它不只追求“画得好看”，更在意文字是否正确、二维码能否扫码、图片能否印刷、海报能否真正在线下使用。 白苏不想再把时间耗在旧系统的协同摩擦里。 他想把想法变成产品，让产品自己找到用户，也让一个十岁就在网吧里不断探索的小孩，终于拥有一块可以亲手搭建的世界。 💡本期你会听到 十岁沉迷网吧和黑客技术，给白苏留下了什么底层能力 为什么一个原本想做网络安全的人，最后读了工商管理 从人力资源岗到传统零售互联网化，他怎样误打误撞成为产品经理 为什么他不是讨厌工作，而是受不了没有探索空间的组织 两次创业带来的反差：第一次顺利，第二次几乎归零 创业失败后，为什么他第一次意识到“聪明并没有那么值钱” GPT出现前的AI+HR，微表情识别为什么很难真正理解人 从知识库、RAG到Workflow，早期AI产品为什么总有很多摩擦 为什么白苏认为，规则驱动的Workflow不是Agent最终形态 AI Coding如何改变产品经理、设计师与开发者之间的协作方式 什么是Builder：为什么未来需要既懂业务、产品、设计，也懂技术架构的人 为什么AI生成界面不该被提前定义，而应该随着用户意图动态长出来 Mew. Design和普通文生图有什么不同 为什么餐厅菜单、学术海报、二维码、Logo这些场景，不能只靠“画得好看” AI设计产品怎样通过HTML和结构化图层，保留文字与素材的准确性 为什么设计Agent不该让普通用户先去选择模型 半年盈亏平衡后，Mew. Design为什么仍坚持SEO而不是烧钱投流 白苏做产品最重要的习惯：抛掉主观判断，尊重真实用户 🔥本期金句 我不是讨厌工作，我是受不了待在一个没有探索空间的地方。 聪明并没有那么值钱。 刚开始懂一件事的时候，最适合把它写成教程。 Workflow只是把规则串起来，它不等于真正的Agent。 不是AI不行，很多时候是人没有把边界和预期说清楚。 AI时代，产品经理和开发者可能会融合成Builder。 审美会直接决定一个产品的生与死。 我会尽可能抛掉自己的主观判断，去理解用户真正想要什么。 挑选大于改变。 真正能解决用户问题的产品，用户自然愿意付费。 ⏱Shownotes 01:26 上海十二海里编辑部录制：白苏登场 02:51 十岁网吧黑客少年：写脚本、挖漏洞与极客精神 06:56 沉迷电脑、被迫停学与为什么最后读了工商管理 08:38 从HR岗位到传统零售互联网化：产品经理的起点 10:50 为什么他频繁跳槽：不是讨厌工作，而是没有探索空间 12:13 两次创业：第一次顺利，第二次几乎归零 14:28 2022年的AI产品经理：AI+HR与微表情识别 17:05 GPT出现后的转折：二十多人团队开始做AI产品探索 18:55 知识库、RAG、Workflow：早期Agent基础设施长什么样 24:28 为什么白苏认为，Workflow不是AI时代的最终答案 26:20 从工作流转向AI Coding：代码为什么更接近Agent本质 29:24 模型代码能力跃迁后，产品经理为什么可以直接Build 31:35 Builder是什么：产品、设计、技术架构如何融合 37:25 短暂回到大厂：生成式UI与AI Native产品的界面逻辑 40:51 Mew. Design诞生：为什么AI设计不等于文生图 42:41 菜单、学术海报、二维码：什么叫“可落地的设计” 46:34 HTML与结构化图层：怎样保留文字、Logo和二维码的准确性 49:24 设计差异化从哪里来：模型能力之外，还有人类审美 51:37 普通人不会表达设计需求，AI产品该怎样一步步引导 56:34 为什么Mew. Design不让用户选择模型 57:32 半年盈亏平衡：产品、SEO与海外精准流量 01:05:43 为什么没有继续找技术合伙人，而是等待模型能力补足短板 01:08:58 快问快答：白苏最离不开的AI工具是Codex 01:09:20 最值钱的产品习惯：抛掉主观判断，站到用户的位置 01:11:42 最大的产品坑：迷恋流量，却忘了用户质量 01:14:05 普通人30天做产品：先用最强的工具，拿到正反馈 01:15:03 回看过去：好奇心、动手能力与高能量，为什么在AI时代重新变得重要 📖故事摘要 白苏的故事，开始于二十多年前的网吧。 十岁左右，其他小孩去网吧大多为了打游戏，他却更迷恋计算机本身。他研究Windows系统、学习简单脚本、尝试做网页，也在当时的黑客论坛里吸收极客文化。对他来说，计算机是一个格外清晰的世界：你只要足够好奇、愿意研究，就能理解它背后的规则。 但热爱也带来了代价。 因为过度沉迷计算机，他的成绩一路下滑，高中时甚至被要求停学一年，远离电脑。那段被迫中断的经历，让他第一次感到自己可能被时代甩下。最终，他没有进入计算机专业，而是选择了工商管理。 毕业后，他以人力资源岗位进入职场，却在转正前意外进入集团的战略研究中心，参与传统零售的互联网化转型。当时“产品经理”还不是今天这样普遍的职位，他甚至是先在网上查到这个岗位，才一点点开始学习。 他成为产品经理后，换过不少行业和团队。 他并不觉得自己讨厌工作。真正让他难受的是，当一个岗位在三个月左右被摸透，而组织又无法提供新的学习空间、探索空间和成长路径时，他会迅速感到焦虑。 第一次创业比较顺利，让他一度觉得赚钱不是特别难的事。可第二次创业失败后，他几乎花光积蓄，身无分文回到杭州重新找工作。那次挫败让他第一次意识到，聪明、能干、会做产品，并不天然等于能把一家公司做成。 2022年，白苏进入AI+HR赛道。 那时的AI还没有因为GPT而真正走进大众视野。他们尝试过NLP、视频分析、微表情识别，希望通过AI理解候选人在面试中的状态。但后来回头看，他觉得那类技术很难可靠地理解一个人。 人的状态从来不只是一张脸。 眼神、语气、姿态、处境、上下文和真实关系，都会影响判断。只用一张图去解释人，实际上把太多信息压缩掉了。 GPT出现之后，白苏第一次感到，传统产品经理的一整套方法正在被重写。 他带着二十多人团队做知识库、可视化编排、工作流和Agent基础设施。那时，大家最早想到的是知识库问答、业务系统打通、内部客服和流程自动化。 但做得越深，他越感觉到Workflow的边界。 Workflow本质上仍然是人先把规则、节点和步骤定义好。它可以稳定地执行，但一旦出现规则之外的情况，就容易出错；同时，维护一条成熟Workflow，需要持续投入业务专家和技术专家，解决节点传递、上下文衔接与异常兜底等问题。 他开始相信，更接近Agent本质的形态，是代码。 对AI来说，网页、按钮和传统UI，本来就是为了人类而设计的交互层。AI真正擅长的，是理解目标、调用工具、输出指令、生成代码，并在必要时动态创造新的界面。 这也让白苏从传统产品经理，慢慢走向Builder。 Builder不只是会写几句提示词，也不只是会用AI生成一个Demo。它要求一个人同时理解业务、产品、设计、技术架构与约束条件，然后把大方向、核心规则和最终标准定义清楚，剩下大量执行工作交给AI。 在他看来，很多人觉得AI写代码不稳定，并不是模型完全做不到，而是人没有说清楚边界，也没有把预期管理好。 后来，他和伙伴一起做了Mew. Design。 它的定位不是再做一个“随便画图”的文生图工具，而是做面向普通用户的AI设计Agent。因为很多设计场景，真正困难的不是图好不好看，而是它能不能落地。 一家餐厅的菜单，菜名与价格必须准确；一张学术海报，要能放大印刷、保持清晰；一个Logo和二维码，不能被模型重绘到变形、扫不出来。 所以Mew. Design尝试用更结构化的方式来处理设计：通过HTML与图层化的组合，让文字、素材、二维码和视觉元素可以被独立保留、编辑和控制。 对普通用户来说，难点还不只在“不会设计”。 很多人其实不知道怎样描述自己想要什么。他们不知道什么叫饱和度、设计风格、版式层级，也说不清自己需要16:9还是3:4。但当产品一步步问：你想要更梦幻还是更严肃？主要观众是谁？要突出什么信息？用于屏幕还是打印？他们就能慢慢把原本模糊的感受，变成可执行的设计意图。 这也是白苏坚持不让用户选模型的原因。 用户来这里，不是为了学习模型参数，而是为了得到一张真正能用的海报、一份菜单、一个店招或一张能打印的学术海报。模型选择应该由产品承担，而不是变成用户的额外负担。 Mew. Design上线半年后实现盈亏平衡。 白苏没有用大规模投流去制造增长幻觉，也没有靠低价把一批并不真正需要产品的用户吸引进来。他们更重视SEO和长期精准流量，让真正有设计需求的人主动找到产品。 在他看来，AI Native产品的用户忠诚度并不天然存在。今天用户因为便宜而来，明天也可能因为更便宜离开。真正重要的，是你解决的问题是否足够明确，产品是否让用户愿意付费，用户是否愿意长期留下。 白苏说，自己最重要的产品习惯，是尽可能抛掉主观判断。 他不迷信滞后的数据，也不只相信自己。他会找不同角色的人访谈，设想用户真正会遇到什么问题，分辨对方说的是礼貌性反馈，还是现实需求。 他过去那些看起来零散的经历：黑客少年、商科生、产品经理、创业者、AI产品经理、AI Coding研究者，最后都汇合在Mew. Design上。 它不只是一个项目。 更像是他终于能自己掌控、亲手养大的产品。 而他最想实现的，也并不复杂： 让Mew. Design养活自己，让自己成为一个真正独立的Builder。 💬听众互动 你最近有没有一个一直想做、却总觉得“我不会设计”“我不会写代码”“我做不出来”的想法？假如AI能补上其中大部分能力，你最想亲手Build的，会是什么？

🎙《灯下白》EP40 鱼鱼 嘉宾：鱼鱼 公众号「鱼鱼的AI魔法池」主理人，AI应用实践者&职场教练，2025WaytoAGI黑客松视频冠军。人生重启爱好者：曾任重点高中语文老师、电视台编导，深耕互联网电商15年，前国内知名电商集团子公司总经理，大消费赛道线上营销专家，操盘近5亿元GMV法国美妆电商业务。如今专注于AI工具应用、AIGC内容创作与普通人AI入门普及。 主持人：吴熳 在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ 🪝本期故事 鱼鱼的人生，已经重启过四次。 她做过江苏重点高中的语文老师，半年当上班主任，公开课拿了一等奖；也做过电视台编导、杂志与广告传媒；后来进入电商，从0到1搭建APP，在零下八度的上海街头地推，最后成长为操盘近5亿元GMV、带领50人团队的营销人。 按常理，这已经是一条足够稳、足够漂亮的职业路径。 但鱼鱼总能比别人更早一点，听见旧秩序开始松动的声音。 当她在传媒行业里感到传统媒体正在被互联网冲击，她去了电商；当她在电商行业里感到旧的增长模式正在变化，又遇上家人健康、人生选择和AI带来的新机会，她决定把十五年积累清零，重新走进AI的新手村。 她没有觉得自己“从操盘手降级成了小白”。 因为她知道，自己过去积累的东西并没有消失。老师训练出的因材施用，传媒训练出的内容感，电商训练出的用户洞察、品牌思维和增长能力，都会在AI时代重新组合。 现在，她做公众号「鱼鱼的AI魔法池」，用普通人能听懂的方式讲AI；研究工具、做知识库、做计划复盘，也尝试把AI带进海外达人营销等真实业务场景。 她说，自己四十岁以后反而觉得更年轻。 因为人什么时候会感觉年轻？不是年龄变小，而是你还有新的东西可以学；而当你学会之后，还能把它教给别人。 💡本期你会听到 江苏重点高中语文老师，为什么三年后主动离开编制 老师身份留给鱼鱼最值钱的能力：管理、因材施用与体察需求 从电视台编导到广告传媒，她怎样在行业变化真正到来前先行动 第一次双十一带来的震撼，为什么让她决定进入互联网 从0到1做APP，三个月做到10万用户的创业式经历 零下八度做地推、招人、搭体系，为什么她反而享受这种不在舒适区里的感觉 操盘近5亿元GMV后，她为什么仍决定离开做了十五年的电商 职场教练怎样帮助她重新理解自己的优势与职业选择 为什么她认为，AI给了普通人成为超级个体的新机会 电商营销里的达人筛选、建联、议价，怎样被Agent重新组织 为什么AI可以接走70%的琐碎工作，但替代不了核心决策 鱼鱼和吴熳为什么一起“暴揍小熊猫”，又如何从二创里找到活人感 为什么她觉得AI让自己重新变年轻 Alice、ima知识库和创作工具，怎样组成她的日常工作流 定位思维为什么是她十五年营销经历里最重要的能力 普通人想进入AI自媒体，为什么第一步不是追热点，而是让AI帮你做计划 🔥本期金句 只有真正去做了，才知道自己是否热爱，是否适合。 世界这么大，我想去看看。 我很多次人生重启，都是在变化真正来临之前先行动。 人生的成就，不一定要以金钱作为唯一衡量标准。 人应该去做人应该做的事，而不是努力把自己变成一个好用的工具。 AI应该帮人解放出来，去做真正需要判断、决策和创造的事。 利他是最好的利己。 我觉得自己更年轻了，因为我每天都在成长和进步。 我的人生永远是向前的。 ⏱Shownotes 00:15 节目开场：鱼鱼的四次人生重启 01:39 鱼鱼登场：从语文老师、传媒人到电商操盘手与AI创作者 02:34 江苏重点高中语文老师：为什么主动放下“铁饭碗” 05:21 做老师留下的管理能力、因材施用与用户洞察 07:14 从讲台走进传媒江湖：电视台、杂志、广告与内容创作 09:50 第一次双十一的未来感：为什么她决定进入互联网 11:15 从0到1做APP，三个月做到10万用户 13:44 操盘近5亿元GMV后，为什么她选择离开十五年电商生涯 15:26 从成熟营销人回到AI新手村：职场教练如何帮助她确认方向 20:36 给别人做增长，和给自己做AI自媒体，到底有什么不同 21:44 鱼鱼的AI内容定位：从普通人的真实生活和工作场景出发 25:03 海外达人营销Agent：AI怎样重做筛选、建联与运营流程 33:23 二创、宇宙动物园与“暴揍小熊猫”：AI为什么需要活人感 38:51 为什么鱼鱼说，AI让自己重新变年轻 41:21 四次重启，有没有遗憾：她为什么说人生都是自己选的 45:04 别把自己训练成一个好工具：AI时代人应该做什么 48:09 快问快答：Alice、ima知识库与创作型工具 50:28 用知识库做选题、计划、复盘和个人品牌沉淀 54:02 最值钱的营销习惯：先做定位，再理解用户 57:10 使用AI最大的坑：谨慎授权，不把重要权限随手交出去 59:06 普通人30天走进AI自媒体：先让AI帮你做一份计划 01:03:33 当AI变成水电气：鱼鱼的AI时代创作工作流 01:04:28 未来愿景：让更多人因为她了解AI、喜欢AI、用上AI 📖故事摘要 鱼鱼的人生，并不是一条从一开始就规划好的路线。 她大学毕业时，也和许多人一样，选择了看上去稳定、合适、体面的工作。她进入江苏省一所重点高中做语文老师，半年成为班主任，公开课拿了一等奖。这样的起点，在很多人眼里已经足够值得羡慕。 但三年之后，她离开了。 不是因为她不喜欢教书育人，也不是因为她做得不好。她后来回看，发现自己真正不适应的是一种缺少变化、缺少创造空间的工作状态。某一天，她看着办公室里的老师，忽然觉得自己仿佛已经能看到很多年后的人生，而那不是她想要的样子。 于是，她决定去看看更大的世界。 她走进电视台，做编导；后来又经历杂志、广告和传媒行业。中文系出身、做过广播节目、策划过栏目、导演过话剧的经历，让她进入传媒时并不慌张。内容、文字、策划和表达，本来就是她熟悉的语言。 但她很早就感觉到，传统传媒正在发生变化。 行业还没有彻底下行，互联网冲击却已经到来。鱼鱼说，自己很多次转型都不是等变化完全砸下来才行动，而是在变化还没有彻底显现时，就先走进去看一看。 于是，她去了互联网和电商。 第一次双十一让她印象很深。她作为消费者，第一次真切感受到线上商业对传统线下逻辑的改变。另一边，是传媒行业的波动与不确定；这一边，则是一个正在向上生长的新行业。她决定进入电商。 接下来十五年，她几乎始终在做从0到1的事情。 她参与APP从雏形、开发到运营体系搭建，三个月做到10万用户；在上海零下八度的天气里做地推，招人、搭流程、跑市场；后来又进入法国美妆电商项目，从起盘到团队建设、客户开拓和业务梳理，最终做到近5亿元GMV，管理50人团队。 她很享受把一个还没有长出来的东西，慢慢做出轮廓、长出体系、看到结果。 但到2024年，她又一次站在路口。 一方面，电商行业的变化已经在内部显现。增长方式、业务路径、市场环境都在改变。另一方面，家人的健康状况也让她开始认真思考：人生到底图什么？如果继续沿着职业经理人的路线往上走，十年后、二十年后，自己真正想要的又是什么？ AI在这个时刻出现了。 她第一次意识到，一个人也许不一定永远依附在组织里，才有生存能力。AI让普通人拥有了成为超级个体、成为OPC的可能。她开始默默做AI内容，没有大张旗鼓地宣布转型，也没有太多“小白重来”的落差。 因为她知道，真正能带走的能力从来不会被清零。 老师时期训练出的管理意识、因材施用和对人的理解，传媒时期训练出的表达与创作能力，电商时期训练出的品牌视角、用户洞察、增长逻辑和商业化意识，都可以在AI时代重新组合。 她还有一个身份，是职场教练。 通过职业教练体系，她重新梳理过自己的优势：目标感、创新力、行动力、分享欲。她发现，AI自媒体并不是一个和过去毫无关系的新身份，反而很适合自己。 她本来就喜欢分享，喜欢研究工具，也喜欢把复杂的东西整理成别人能理解的内容。 所以「鱼鱼的AI魔法池」的定位，并不是去追逐最硬核、最技术的AI内容，而是做AI普惠。她想让还没有接触过AI的人，也能通过她的内容第一次理解：AI到底能帮我做什么？我应该从哪里开始？我能不能也学会？ 在她看来，AI就像一种魔法。 不是因为它神秘，而是因为一个普通人掌握之后，真的会拥有过去没有的能力。你可以更快做内容、更方便整理知识、更好地管理计划，也可以用AI把原本需要团队协作完成的琐碎流程，重新组织起来。 她最近关注的一个方向，是海外达人营销Agent。 过去，一个品牌做达人营销，要靠多人团队去筛选达人、看数据、分析调性、理解品牌匹配度、建联、邮件沟通、议价、审内容。一个团队一年可能要维护数百上千个达人，工作量巨大，而且信息分散在邮件、微信群、飞书、平台和不同的表格里。 AI Agent的价值，不是替代营销总监做最终决策。 真正的品牌判断、达人调性、合作关系、内容质量和商业决策，仍然需要人。但筛选、初步匹配、基础沟通、Brief检查、脚本自检、流程追踪等重复工作，可以被大幅优化。 鱼鱼估计，至少70%的琐碎环节有机会被AI提效。 她喜欢AI，并不是因为它让人少做一点事，而是因为它让人有机会少做那些没有成就感、却极其消耗时间的事，把更多精力放回判断、创造、关系和真正重要的工作里。 聊到AIGC视频时，鱼鱼又回到了她很喜欢的一件事：二创。 她和吴熳因为“暴揍小熊猫”越来越熟。一个群里的IP、一个不断熬夜的小熊猫、一个会在传统节日反复出场的角色，被大家用AI做成视频、段子、图片和新的故事。 她发现，AI本身可能是冷的，但当人把真实关系、共同记忆、群体内部的梗和情绪放进去，作品才会变得好玩，也才会有活人感。 未来的AI产品，也许不只是平台做完一个功能，再等用户来用。更多时候，它会是用户不断二创、共创、补充和赋予意义之后，才真正长出来的东西。 鱼鱼说，自己现在四十岁以后反而没有太多年龄焦虑。 因为她每天都在学新东西。 小时候，我们会因为还在学习、还在成长而觉得年轻。后来，学校毕业，很多人以为学习结束了，人生就只剩下工作、责任和重复。但AI让她重新找回一种少年感：学一个新工具，把它弄会，再把它讲给别人听。 她不是不爱老师。 她只是离开了学校。 从老师到传媒人，从电商操盘手到AI创作者，她一直在做同一件事：先把自己变成一个懂行的人，再把理解过的东西分享出去，带更多人一起往前走。 这也是她对AI时代最重要的判断。 过去，很多人在职场里努力把自己训练成一件好用的工具，希望被平台、老板和组织选择。但当AI出现后，人会突然发现：有一个工具比自己更快、更稳定、更便宜。 鱼鱼认为，人不应该继续把自己削成更趁手的工具。 人应该去做人应该做的事。 去创造，去判断，去理解人，去帮助别人，去建立真实的关系，去找到那些让自己真正有生命力的事。 她说，自己的人生没有太多遗憾。 因为每一次重启，都是自己选的。 而且，她的人生永远向前。 💬听众互动 你现在最想重启的，是什么？是一份工作、一种旧习惯，还是一套已经不再适合自己的生活方式？欢迎在评论区写下你的答案。

🎙《灯下白》EP39 小乙 嘉宾：小乙 中医骨伤博士，针灸推拿本科、中医骨伤硕博方向。长期关注医学科研、专业阅读、论文写作与医学科普，用GPT、Codex、MinerU等工具辅助文献整理、学术沟通和个人知识管理；也是一位资深“电子仓鼠”，持续沉淀课程录音、读书笔记、医学古籍与个人思考。 主持人：吴熳 在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ 🪝本期故事 有些人用AI，是为了把工作做得更快。 小乙不一样。 他先是在为自己十几年来攒下的信息，找一个终于能读懂它们的大脑。 初中时，他会用美工刀裁书，把喜欢的句子剪下来，贴进笔记本。 上大学后，他开始拍书、录课、存网页、转文字。 一整学期的课程录音，转成文字。 早年的节目、讲座、书籍、古籍、医学资料，转成文字。 健身时听到的灵感、读书时冒出来的想法、门诊中患者说过的话，也一点点留下来。 他不只收藏。 他还会删。 过去，他把书读薄，把不重要的部分扔掉，只留下自己认为最好的句子。 但到了AI时代，他后悔了。 因为原文、笔记、经验、患者的表达、老师的点评，这些曾经被自己删掉或散落在文件夹里的东西，原来都是未来最宝贵的上下文。 而AI把他真正带进门的，是博士入学前的一篇系统性文献综述。 那时他靠肉眼一篇一篇读文献、做笔记、梳理脉络。等文章投出去，他才遇见ChatGPT。 他突然意识到： 如果重来一次，AI能替他省下大量时间。 后来，他用AI读文献、写论文、改返修、做HTML组会汇报，也用它帮自己处理英文邮件和学术沟通。 但他也越来越确定： AI可以写出规范的医学语言。 却写不出患者说的那句—— “晚上睡觉的时候，风嗖嗖地往肩膀里面钻。” 这一期，我们聊的是： 一个中医骨伤博士，如何一边把AI养成科研搭子，一边守住那些只有真人经验才能说出来的话。 💡本期你会听到 针灸推拿本科，为什么后来一路读到中医骨伤博士 一篇系统性综述，如何把小乙逼进AI的大门 GPT、Codex和HTML，怎样改变文献阅读与组会汇报 医学论文返修时，AI怎样帮他把“大白话”改成更得体的学术沟通 一篇大胆假设的文章，为什么引来国际同行专门写文回应 医学项目书里的流程图、机制图，怎样用AI边抽卡边修正 为什么小乙会把专业书、古籍和课程录音全部数字化 从裁书、录音、截图到TXT，他怎样成为“电子仓鼠” 为什么原文、摘录和自己的体会，应该分开保存 患者口中的“风嗖嗖地往肩膀里钻”，为什么比术语更重要 白天读骨伤，晚上写鬼故事：AI故事创作为什么最后写腻了 AI会怎样改变医学科研，又为什么难替代临床操作和真实问诊 🔥本期金句 原文本要留下来，自己的体会更要留下来。 AI能整理知识，但真人经验才会长出真正的洞察。 “风嗖嗖地往肩膀里钻”，不是术语，却比术语更接近患者。 医学科普不能只有正确，还要有人味儿。 有需求的时候，天线自然会竖起来。 我希望AI更像我的分身，带着我的专业、品味和经验去执行。 ⏱Shownotes 00:00-02:58 小乙登场：中医骨伤博士、AI科研使用者与资深电子仓鼠 02:58-05:05 从针灸推拿到中医骨伤：一篇系统性综述把他推向AI 05:05-07:44 文献阅读、HTML汇报与Codex：博士组会的另一种打开方式 07:44-12:02 项目书机制图、流程图与AI出图：专业汉字到底有多难画 12:02-19:16 论文返修、英文回复与一篇大胆假设带来的学术回应 19:16-24:58 把专业书、医学古籍和大部头教材装进自己的数字知识库 24:58-33:21 从裁书到录音转文字：小乙十几年的信息囤积史 33:21-40:53 医学科普为什么不能太模板化：患者的话，比术语更有力量 40:53-42:55 同行怎样用AI：查文献很常见，真正建立工作流的人仍然不多 42:55-49:04 白天治病救人，晚上写鬼故事：AI创作为什么会越写越腻 49:04-56:48 硬科普、患者访谈与AI对中医骨伤未来的影响 56:48-58:38 小乙这些年到底在做什么：专业能力与好奇心的双线积累 58:38-结束 快问快答：GPT、Codex、豆包、MinerU，以及“更像自己”的AI 📖故事摘要 小乙的专业路径其实很连贯。本科读针灸推拿，后来进入中医骨伤方向读硕士、博士。针灸推拿对颈肩腰腿痛、骨伤相关问题有天然的应用场景，所以他并不觉得自己是在频繁换专业，而是在沿着一条对“疼痛、功能、身体和恢复”越来越深入的路径往前走。 真正让他开始使用AI的，是博士入学前的一篇系统性综述。导师要求他进入一个自己并不熟悉的细分领域，梳理近些年的研究成果，做出完整的脉络和判断。那时他还没有接触AI，只能靠肉眼一篇一篇看文献，在笔记本上做记录，再一点点组织自己的观点。 等这篇文章写完、投稿之后，他才接触到ChatGPT。 他立刻意识到：如果再来一次，AI可以帮助自己做文献摘要、提炼结构、梳理争议点、协助搭建综述框架，至少能把大量重复的阅读和记录工作先接过去。 后来，AI逐渐进入他的科研工作流。组会汇报时，他不再只盯着传统PPT，而是让AI协助把文献整理成HTML页面；面对专业书和大部头教材，他会让AI做结构化梳理，生成更适合阅读和追问的图文页面；面对项目书里的机制图、流程图，他会把高质量模板喂给AI，再一轮轮调整，最后把难以识别的专业文字手动补上。 他并不觉得这一定比PPT更省时间。 但他喜欢这个过程。 因为每一次抽卡、修改、重做，都是一次重新理解工具边界、重新训练自己表达需求的过程。 论文写作也是这样。过去，医学英语、科研论文写作、投稿回复，都是研究生必须硬啃的技能。现在，小乙会先把自己的意思用大白话说出来，再让AI把它润色成更严谨、更符合学术沟通习惯的英文。 有一次，他的一篇文章被编辑提出大量修改意见。文章的核心是一个比较大胆、甚至有些激进的假设。导师起初也觉得这个观点太冒险，小乙还是坚持先投出去试一试。之后，他一边完成几十处技术性修改，一边让AI帮助自己把那段“我为什么觉得这个猜想值得被讨论”的表达，写得更谦和、更完整，也更能让编辑理解他的论证逻辑。 文章后来被接收。 更出乎意料的是，两位国际同行还专门以正式回应文章的方式，对他的观点提出讨论和质疑。对小乙来说，这既有压力，也是一种难得的学术交流：至少说明这个问题被真正看见了。 但小乙最有意思的一条线，不是论文，而是他的“电子仓鼠”人生。 初中时，他不喜欢纸质书的厚重感，于是会用美工刀裁书，把喜欢的句子剪下来，贴进自己的本子。他会做错题集、摘抄本、读书笔记，把一本书不断读薄，最后留下自己认为最重要的部分。 上大学后有了手机，他开始拍书、录课、存资料。后来用录音耳机把课程、节目、讲座和内容转成文字；用三倍速听书；把听到的灵感、待办、书单、研究方向和个人日记，沉淀成一张张小卡片。 他甚至会让两个耳机同时工作：一个连电脑，一个连手机，后台播放内容，自己不一定同步听完，只等它们把文字转出来，再导出、归档、整理。 今天回头看，他已经不再执着于“把书读薄”。 他开始意识到，原文本不能轻易扔掉。因为很多年前觉得无关紧要的内容，过几年重新回看，可能会和新的问题、另一门学科、另一段临床经验，发生完全不同的连接。 所以他现在更愿意保留三层内容：原始资料、自己的摘录，以及当时的个人体会。 在他看来，最有价值的始终是第三层。 AI可以总结一本书，也可以整理一篇论文，但它很难替代一个人当时为什么被某一句话打动、为什么联想到自己的专业、为什么在门诊、病房或组会上突然想到一个新问题。 这也和他对医学科普的理解有关。 小乙发现，很多医学内容在术语上非常准确，却不一定能够进入普通人的生活。比如“肩关节活动受限”，对于患者来说，可能是“坐公交的时候怕旁边的人碰到我”；“冻结肩”，对于患者来说，可能是“晚上睡觉，感觉风嗖嗖地往肩膀里钻”。 这些活生生的描述，AI很难凭空生成。 它可以写出一篇结构完整、概念准确的医学说明，但写不出患者说话时的恐惧、犹豫、笨拙和真实。因此，小乙认为好的医学科普不该只有冷冰冰的正确答案，还应该有人味儿，有冗余，有具体的生活场景。 这也是他后来想做医学内容的方向。 他曾经尝试把医学科普套进鬼故事里。主角是骨科医生，故事里有都市怪谈、传统鬼怪和医院里的离奇事件。写着写着，他一度写了四十多篇，读者甚至开始要求加感情线、加角色、加冒险。 但后来他发现，AI故事写得再顺，也容易变得套路。人物会越来越像模板，情节会越来越像复制粘贴，自己也会慢慢失去继续写下去的兴趣。 于是他决定暂时放下鬼故事。 但没有放下科普。 未来，他想把内容分成两条线：一条是更系统、更扎实的疾病科普；另一条是患者访谈和疾病故事。他想听患者怎么描述疼痛、疾病怎样改变生活、一个人如何与身体的限制相处，再把这些真实经历和专业知识放在一起讲。 聊到AI对医学的影响，小乙的判断也很清醒。 AI会显著降低科研写作、资料整理、英文沟通和基础统计的门槛，让医学生可以把更多时间放回临床数据、实验室数据和真正与业务相关的事情上。但这也是一把双刃剑：当更多人都能用AI提高产出，学术评价的门槛可能也会继续水涨船高。 至于临床操作、手术配合和真实问诊，他认为AI还很难真正接住。 骨科医生要在手术中保持患者腿部的角度，要配合主刀摆体位，要处理沉重、具体、无法被文字替代的身体工作。更重要的是，患者往往说不清自己的问题；一旦输入本身不准确，AI也可能被误导。 所以AI可以辅助信息整理、科研写作和部分流程，但临床判断、实操经验和面对面的问诊，仍然离不开有经验的医生。 最后，小乙说，他这些年做的事情大概可以分成两条线。 一条是不断夯实自己的专业能力，对患者、工作和医学负责。 另一条，是不断用好奇心去认识更多东西：书、课程、故事、古籍、工具、AI和世界。 现在，这两条线都开始有AI加入。 AI不一定真的让他少花很多时间。很多时候，原本一小时能完成的工作，用了AI之后，还是会花掉一小时。只是这一小时里，他会尝试更多工具，做出更好的版本，或者把省下来的认知力投入到新的问题里。 他期待未来的AI更聪明，也更有人味儿。 不是只会写一篇标准答案。 而是能带着他的专业、品味、资料和经验，像一个真正理解他的分身，继续把那些还没来得及连接起来的东西，一点点连接起来。 💬听众互动 你电脑里有没有一批沉睡多年的资料、笔记、录音或课件？假如今天把它们交给AI，你最希望它先帮你重新连接出什么？

🎙《灯下白》EP38 程佳伟 嘉宾：程佳伟 复旦大学中文系艺术学硕士，奇点川越创始人、重建地平线社群发起人。长期探索AIGC影视、智能体与AI时代的内容体验，曾参与四十余分钟AIGC长片创作及AI影视美育相关项目。目前带领团队从内容、培训到智能体，尝试为年轻人和内容创作者寻找更有生命力的AI实践路径。 主持人：吴熳 在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ 🪝本期故事 有一天，程佳伟坐在复旦的电影课教室里，老师正在讲类型片、黑帮片和那个充满生命力的美国电影世界。 他脑子里却突然冒出一个念头：不能这样等死。 不是因为读博、教书或进入体制有什么错，而是他无法接受，一条一眼就能望到头的人生，成为自己唯一的选择。 于是，一个中文系艺术学硕士，先从AIGC影视进入AI圈，又把更多精力转向智能体。他发现，AIGC看起来门槛低，真正往后拼的是审美、叙事、视听语言和创意；智能体看起来高深，底层却更像一套可以被拆开、被组织、被验证的逻辑结构。 他做过四十多分钟的AI长片，接过反复修改十多次、几乎不赚钱的AIGC商单，也和朋友们成立了“重建地平线”社群，跑进高校和青年群体里，想让更多人从AI里找到新的可能。 后来，他开始做一个叫“Anima”的智能体。 Anima，意为灵魂。 程佳伟觉得，互联网把我们拆得太碎了。你在小红书、抖音、微信、B站上，分别扮演不同版本的自己；平台调性、算法规则和内容模板，都在逼你不断调整表达方式。 他想做的，不只是一个更会写内容的AI。 而是一个能接住完整的你、记住你的上下文、替你适配不同平台的数字灵魂。 💡本期你会听到 为什么程佳伟认为，AIGC真正往后拼的是审美、叙事与视听语言 文科生不懂代码，为什么依然可以做智能体 坐在复旦电影课教室里，他为什么突然觉得“不能这样等死” 中文系、文学和电影训练，怎样成为他进入AI行业的底层优势 四十多分钟AI长片、北影节入选，对一支早期创作团队意味着什么 AIGC商单为什么常常反复返工、交付很重，最后甚至不赚钱 重建地平线为什么要从公益分享和青年答疑开始做起 奇点川越为什么从AI短片、培训讲座，逐渐走向智能体交付 为什么IP不只是流量工具，更是漂浮时代里人的“根据地” Anima想解决什么：平台如何把一个完整的人切成不同版本 为什么程佳伟认为，年轻人的焦虑不只是找不到工作，而是不知道自己要往哪里去 AI为什么是放大器，而不是自动抵达幸福的答案 🔥本期金句 AIGC往后拼的是审美、叙事和视听语言。 智能体不一定需要很强的代码能力，但一定需要很强的逻辑。 大家需要有一个固定的东西，让自己整个人固定下来。 平台把数字世界切得稀碎，也把我们的数字灵魂切得稀碎。 奥德修斯知道自己要回家，很多年轻人却不知道自己的目的地。 AI是放大器，但人要先相信自己有值得被放大的东西。 ⏱Shownotes 00:00 程佳伟登场：复旦中文系艺术学硕士、奇点川越与重建地平线的发起人 01:54 从AIGC到智能体：文科生做AI，到底靠什么 03:57 坐在电影课教室里的那一刻：不能这样等死 05:46 为什么没去实习、没进职场，反而决定创业 06:53 中文系、文学、电影与艺术训练，怎样成为AI行业里的优势 09:50 从编剧到创作者：四十多分钟AI长片与北影节AIGC短片单元 12:59 AI影视美育：为什么“AI什么都能做”和“AI什么都做不了”没有本质区别 14:30 AIGC商业交付的现实：反复修改、客户预期与创意成本 18:15 重建地平线：一群理想主义者，为什么要做公益式AI社群 23:42 成立奇点川越：从AI短片、培训讲座到智能体业务 27:45 为什么IP不是装饰，而是人在漂浮时代的根据地 32:31 Anima：给数字世界里的自己找一个统一的灵魂 39:15 本地运行、长期记忆与隐私：为什么Anima不想把用户放进云端 42:30 “奥德赛时期”到底错在哪里：年轻人不是没有家，而是不知道目的地 45:02 从“怎么在城市活下去”到“我究竟想怎么活” 49:56 AI作为放大器：先让自己相信，你值得被放大 51:26 节目结尾：关于根据地、生命力与重新定义自己 📖故事摘要 程佳伟的路径，并不符合大众对“复旦中文系艺术学硕士”的想象。很多人会默认，他接下来应该读博、教书、进入文化机构，或者在影视行业里慢慢积累。但他很早就感到，这样的路径未必适合自己。 他记得很清楚，自己曾坐在电影课教室里，听老师讲黑帮片和美国电影史。课堂当然有趣，但他脑海里突然冒出一个更强烈的问题：如果这样按部就班地走下去，自己会不会进入一种一眼望到头的生活？他不想把人生交给惯性，于是开始寻找另一种可能。 最早进入AI圈时，他做的是AIGC影视。 中文系、文学、戏剧影视和电影训练，给了他很强的叙事能力、视听语言感和内容判断力。很多人觉得，AIGC就是会写提示词、会调模型、会生成画面；但程佳伟认为，真正能拉开差距的，是你知不知道一个故事怎么展开、一个镜头为什么成立、一个片子怎样拥有节奏、情绪和审美。 他曾以编剧身份参与一部四十多分钟的AI长片创作。后来，团队持续迭代作品，并入选北影节AIGC短片单元。对他来说，这不是“已经做得很好”的证明，反而更像一种鼓励：在AI影视还处于早期的时候，团队的探索被真正看见了。 但AIGC创业并不浪漫。 程佳伟接过商业片，也经历过一条片子反复修改十多次，最后几乎把收入都消耗在制作成本和时间里。甲方会觉得AI应该天然降本增效，却又常常拿AI交付去对标成熟实拍、专业导演和传统影视团队的结果。创意很难量化，模型能力有边界，客户预期却不断往上走。 这让他很早意识到：AI不是“什么都能做”的魔法。真正困难的，是让客户理解边界，也让团队在边界之内完成稳定交付。 于是，他和朋友们把视线从单纯的AI短片，慢慢转向更广阔的AI教育、培训和智能体实践。 他们成立了“重建地平线”社群。最早只有三五个人，却愿意抽出创业时间，去做一些公益式、开源式的分享和答疑。他们跑进高校、政府系统和青年群体，做讲座、做培训、做交流，也帮助许多原本被就业焦虑困住的同学，重新理解AI能够带来的职业可能。 程佳伟觉得，AI最重要的价值之一，是让很多原本被专业、学历、技术门槛和社会偏见框住的人，拥有重新组合能力的机会。 文科生不一定只能做文字、运营和行政。艺术生也不一定只能等着进入传统影视行业。只要能把自己的内容能力、逻辑能力、表达能力和AI工具结合起来，就可能开出一条新的路。 这也是他后来成立奇点川越的原因。 团队最初通过培训、讲座和定制项目维持现金流，同时持续探索AIGC短片、内容生产和智能体交付。程佳伟很清楚，小团队创始人必须非常全面。你不一定每件事都最专业，但至少要理解业务、内容、客户、产品、交付和团队协作。 AI让这种快速补课成为可能。 过去，一个年轻创业者想在几个月内理解一个新领域，并将它变成可以交付的业务，几乎不现实。现在，AI把学习和试错成本拉低了许多。它不能替你建立信任，却能帮助你更快进入一个场景、更快做出作品、更快形成自己的判断。 程佳伟做“重建地平线”，也做IP。 在他看来，IP最深的价值不是流量，而是“根据地”。 这个时代里，很多人都在漂浮。职业选择多，信息太密，平台太多，身份太碎，人很容易陷入一种不安全感：我到底是谁？我真正想过怎样的生活？我应该把自己放在哪里？ 程佳伟自己的根据地，曾经是京剧。 在备考、焦虑和不确定的阶段，京剧给了他一种稳定的精神结构。他在其中认识朋友，也在传统文化里找到了一种可以安顿自己的方式。后来，他把这种体验延续到“重建地平线”里：人不只是需要工具，也需要一群能够共同确认价值的人。 而Anima，则是他对“根据地”更数字化的一次尝试。 Anima，来自“灵魂”这个概念。程佳伟认为，现实中的人虽然有不同身份，但这些身份最终都汇聚在同一个肉身上；互联网却不同。你在微信、小红书、抖音、B站和公众号里，会被不同平台拆成不同版本。 不同的平台要求不同的语言、不同的姿态、不同的内容策略。久而久之，一个完整的人，可能变成一堆互不相连的账号和表达方式。 所以Anima想做的，是一个能承接完整自我的本地智能体。用户不需要先把自己拆成适合不同平台的碎片，再去逐个平台经营；用户只需要把更完整的自己交给Anima，由它去理解上下文、保留记忆、处理不同平台的适配。 程佳伟强调，本地并不只是技术配置问题，更关乎隐私。因为一个真正有记忆的智能体，接触到的会是人的经历、想法、情绪和很私人的信息。只有当用户相信这些内容被安全保存，他才可能把更真实的自己交出来。 聊到“奥德赛时期”时，程佳伟给出了一个很特别的解释。 奥德修斯在海上漂泊很久，但他知道自己要回家。很多年轻人真正的焦虑，却不是“路太长”，而是“不知道目的地在哪里”。他们可能不是单纯找不到工作，而是不知道自己要成为谁，不知道自己为什么要这样活。 他把这种状态称作某种“长期失权”：人不断把人生定义权交给社会期待、父母意见、学历路径和平台规则，久而久之，就越来越难听见自己的声音。 吴熳的回应则更现实：年轻人也许首先要解决的是怎样在北京、上海这样的大城市活下去。但两个人最终发现，讨论的还是同一件事——人在找到生存路径之后，仍然要找到自己的根据地，找到真正愿意投入生命力的方向。 程佳伟相信，AI可以成为一种放大器。 它能放大一个人的创意、学习能力、表达能力和专业积累，也能让文科生、艺术生和普通人获得更多过去难以触及的能力。但AI不能替人决定要去哪里。 工具越强，人越需要知道：自己想创造什么，想成为谁，又愿意为什么事情投入一生。 💬听众互动 你现在最需要的“根据地”是什么？是一门真正想钻进去的专业、一群能彼此照亮的人，还是一个能帮你保留完整自我的数字空间？

🎙《灯下白》EP37 超级峰 嘉宾：超级峰 AI 独立创造者、前农业互联网独角兽公司产品负责人，AI 编程与AI提效前沿探索者。曾从 0 到 1 做出 200 万+ 用户微信小程序「GIF 表情包制作大师」，并跑通过工具型产品的增长、稳定性和商业化闭环。2024 年底开始系统实践 AI 编程，陆续做出芝士相机、MotiClaw、OpenPRD 等 iOS / Web 产品。其中「芝士相机」曾进入 App Store 摄影榜第 107 名。 他是Cursor Meetup 北京站首位分享嘉宾，曾任Apple 移动应用创新赛·浙大 MAIC 夏令营讲师，千人级 AI 大会 AI Maker Summit 分享会讲师，多次为上市公司每日互动提供企业 AI 培训 主持人：吴熳 在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ 🪝本期故事 当大多数人还在研究，怎样和AI聊好一句话时，超级峰已经开始研究：怎样管理一支AI团队。 这支团队里，有会写PPT的，有会做日报的，有会处理PDF和Excel的。它们最好不只是藏在对话框里的工具，而是住在电脑里的小猫、小狗、小企鹅，戴着龙虾头套，拥有不同的技能、任务和工作状态。 但在成为AI独立开发者之前，超级峰先是一个软件工程学生，然后是产品经理。 18岁选软件工程，不是因为热爱代码，而是因为他觉得：未来一定会有更多人使用电脑，懂得更专业地使用电脑，或许就会拥有更大的机会。 毕业前，他和朋友做过一款“商家版抖音”，想帮助商家拍出更能带来销售转化的商品短视频。项目没有真正跑通，却让他第一次理解：产品做出来，只是开始；进入行业、理解用户、完成交付和商业化，才是更难的部分。 后来他从厦门来到北京，从工程师转向产品经理，在头部农业互联网公司做产品负责人。直到2024年底，AI Coding真正进入他的工作流，他才感觉到：一个人也许真的可以拥有多条生产线。 于是，他做GIF表情包工具，做让男朋友照着模板给女朋友拍照的芝士相机，做帮助创作者快速生成口播稿、剪辑和特效的成片相机，也做让普通人一键搭建数字员工团队的 Moti Claw。 这一期，我们聊的是：一个做了18款产品的人，怎样从“把产品做出来”，走到“把AI员工养进电脑”。 💡本期你会听到 18岁时，他为什么选择软件工程，而不是“热爱什么就学什么” 大学毕业前做“商家版抖音”，为什么最后没有继续做下去 为什么有开发能力的他，最终选择了产品经理 从厦门到北京，他怎样用“换一个池子”的方式做职业选择 传统独立开发者为什么常常陷入“只开发、不分发”的误区 AI为什么把个人生产力的下限拉高到了3到5倍 GIF表情包制作大师如何累计带来200万+用户 芝士相机为什么来自“男朋友拍不好女朋友”的真实需求 成片相机怎样降低内容创作者的口播、剪辑和发布摩擦 Moti Claw 为什么不是一个聊天框，而是一套数字员工管理系统 为什么做产品的人，也要强迫自己做内容、参加线下活动 他期待的未来，为什么是“大家不再学AI，而是直接用AI创造” 🔥本期金句 不知道怎么选，就选覆盖面更广的。 我不热爱产品经理这个岗位，我热爱产品被用户使用、产生价值的过程。 AI时代，个人生产力提升3到5倍，可能只是下限。 不要把“我太忙了，因为我要开发”当成借口。 做产品不是全部，产品只是你交付价值的其中一个环节。 好的产品不是爆款一两周之后活下来的，而是数年里慢慢积累用户信任。 我希望有一天，我们不用再学AI，而是直接拿AI去创造。 ⏱Shownotes 01:26 超级峰登场：软件工程、产品经理与AI独立开发者的三段式进化 02:41 18岁选择软件工程：不是因为热爱，而是押注未来 04:48 毕业设计做iOS，和朋友尝试“商家版抖音” 09:11 从工程师到产品经理：他真正喜欢的是产品被用户使用的过程 13:25 从厦门到北京：不知道去哪里，就去覆盖面更广的地方 16:21 2024年底的转折：从“古法独立开发”进入AI驱动的独立开发 21:35 第一款独立产品：下班后做出的 GIF 表情包制作大师 25:00 Cursor、Claude Code、Codex：工具形态怎样改变人的认知边界 30:40 18款产品：GIF表情包制作大师与姿势相机 35:53 Moti Claw 与成片相机：一个管理AI团队，一个降低创作摩擦 41:57 从数字员工到数字老板：为什么AI团队需要可视化管理 50:11 18款产品会后悔吗：每个产品都有阶段性的使命 56:19 三年之后，他希望AI团队已经开始帮自己赚钱 57:32 快问快答：Cursor、Codex、网页版ChatGPT 01:00:18 最值钱的习惯：验证需求，而不是只相信自己的感觉 01:01:03 最大的坑：太沉迷做产品，反而忽略内容和人与人的连接 01:04:22 30天做出第一款产品：从第一天就开始做 01:06:05 未来愿景：不再研究哪个AI最好，而是把注意力放回创造本身 📖故事摘要 超级峰的人生路径，像一次持续升级的产品迭代。 他最早学软件工程，并不是因为从小就想做程序员，而是很早就意识到：电脑会变成越来越多人生活和工作的一部分。自己更早接触互联网、苹果设备和各种前沿科技工具，也比身边很多人更重度地使用电脑。于是他把软件工程看成一张进入未来的门票。 大学里，他学过C++，毕业设计却没有继续做学校已经教过的内容，而是去做iOS。临近毕业，他和朋友还一起尝试过一个创业项目：帮助商家拍出更有销售转化能力的商品短视频。今天回头看，它有一点像“商家版抖音”。 他们去找商家聊需求，也看见短视频、商品展示和交易转化之间的联系。但真正做下去之后才发现，To B不是一个只要产品做得出来就能跑通的生意。童装、餐饮、零售，不同商家的拍摄场景、经营逻辑和服务方式都不同。产品能力之外，更需要深入行业、进入业务现场的能力。 项目没有成为生意，却让他第一次通过产品理解了商业社会。他认识了朋友，进入过孵化器，和前辈聊过创业，也逐渐明白：产品不是一个孤立的技术作品，它总要落在真实的人、真实的场景和真实的交易里。 毕业后，他先尝试做软件工程师，后来发现自己更适合做产品经理。不是因为产品经理这个职位本身多么理想，而是因为他喜欢把一个东西做出来，交给用户使用，再根据用户的反应、困难和情绪，继续让产品变得更好。 从厦门来到北京，也是一种典型的超级峰式选择。他说，不知道怎么选时，就选覆盖面更广的。 厦门很好，但当时他觉得自己的发展空间开始变窄。北京的企业服务生态更大，行业密度更高，To B机会也更多。于是他换了一个池子，进入一家头部农业互联网公司，从产品岗位一路做到负责人。 但在职场之外，他一直没有停下做自己的产品。 最初，他想把技术重新捡起来，验证自己的想法，也给未来多留一条路。微信小程序刚出现时，他觉得这是一个足够轻、足够适合个人尝试的平台。某天下午，朋友给他发来一段很好笑的视频，他忽然想：能不能把视频做成表情包？ 这就是 GIF 表情包制作大师的起点。 当时他下班后从晚上七八点一直做到凌晨两三点，用两三周时间，边学边做出了第一个版本。今天再回头看，同样的产品，借助AI可能两三个小时就能完成。工具变化的速度，让他越来越清楚地意识到：独立开发者真正稀缺的，不再只是会不会写代码。 2024年底，他开始真正进入AI驱动的独立开发阶段。 在他看来，过去一个独立开发者能让自己效率提高3到5倍，就已经非常厉害；但今天，AI Coding、Agent、模型协作和并行任务，已经把3到5倍推到了一个更接近“基础能力”的位置。 问题不再是：你能不能更快开发。 而是：当AI帮你释放出时间后，你会把这些时间花在哪里？ 超级峰的答案是，花在产品之外。 很多独立开发者会持续关注新技术、新框架、新功能，却很少认真讨论用户在哪里、怎样传播、怎样获取反馈、怎样持续更新、怎样完成商业化。他觉得“我太忙了，因为我要开发”，有时会变成一种自我安慰。 产品做出来之后，真正的工作才刚刚开始。 GIF表情包制作大师累计服务了200万+用户。芝士相机则来自一个更生活化的需求：旅行时，很多情侣会因为拍照吵架。不是男朋友不愿意拍，而是他不知道怎样拍才好看。于是超级峰把“拍好看”从一句模糊要求，变成了可以照着执行的姿势和画面模板。 他持续做新产品，并不只是为了追求数量。18款产品里，有面向普通用户的，有面向企业和创作者的，有App、小程序、网站，也有本地客户端。他想通过不断做产品，理解AI在不同形态里究竟能走到哪里，也不断验证自己和身边人的真实需求。 他认为，独立开发者最适合从“自己就是用户”的需求开始。因为当个人精力有限时，离自己太远的用户场景，很难靠想象真正理解。你自己会用、身边人会用、你能看到他们的反馈，这样的产品才有机会长出更稳定的判断。 最近他在孵化成片相机。 这款产品服务的是内容创作者最常见的一组摩擦：选题怎么想，口播稿怎么写，视频怎么剪，花字和特效怎么加，能不能不靠复杂剪辑，也持续稳定地更新。 成片相机希望把这些流程压缩到手机里：生成稿子，对着读，AI剪辑、加特效，再直接发布。 最早，它是为超级峰自己做内容而服务的工具。后来他把Demo拿给吴熳和云天看，两个内容创作者围着他问了很久；再后来，他在杭州接触到做教育和个人品牌的人，也发现对方有同样的口播需求。 几轮外部反馈之后，他确认：这不只是一个人的自嗨。 而他真正想做大的，是 Moti Claw。 超级峰不满足于“在一个对话框里跟AI说话”。他已经在自己的协作工具里配置了不同角色：设计师、开发者、总管、不同主题下的多个任务和自动流程。但随着团队变复杂，他发现，只靠一个个聊天窗口很难管理。 一个数字员工做了什么？ 还有哪些任务没有完成？ 哪些流程需要调整？ 谁应该负责什么？ 一个任务失败之后，应该怎样按照SOP重新执行？ 这些问题已经不是提示词问题，而是管理问题。 于是，Moti Claw 想做的，是把“管理一支AI团队”的能力产品化。用户可以在本地安装不同框架和工具，为自己的AI伙伴搭配技能、任务和角色，再通过更直观的界面查看它们的状态。 为了让这种能力不那么像冰冷的控制台，他把数字员工做成了戴着龙虾头套的小猫、小狗、小企鹅和小精灵。 它们可以是帮你写PPT的猫，帮你整理日报的狗，帮你处理PDF和Excel的小企鹅。它们住在你的电脑里，数据尽可能留在本地，你可以训练它们、装扮它们、给它们增加技能，也可以看着它们从一个简单工具，慢慢变成真正能协作的伙伴。 在吴熳看来，这意味着一种新的身份变化。 过去，人们强调的是怎么和AI对话、怎么写提示词、怎么管理上下文；未来，人们可能会从一个业务能力很强的单兵，变成一个能管理多个数字员工的“数字老板”。 超级峰很喜欢这个说法。 他希望三年之后，自己的AI团队已经在帮他赚钱。Moti Claw 帮他搭建和管理数字员工，成片相机帮他完成内容生产，其他产品帮助他服务用户、持续迭代、积累收入。 但他也很清醒地知道，做产品不是只靠埋头开发。 他认为自己踩过最大的坑，就是太沉迷于产品本身。手里拿着锤子，看什么都像钉子。于是他开始强迫自己做内容、参加线下活动、主动去开放麦分享产品，也去那些他觉得“自己应该在”的场域里出现。 因为用户不会自动知道你做了什么。 产品需要被看见，人也需要被看见。 聊到最后，他说，自己最期待的未来，是有一天大家不需要再天天研究“哪个AI最好”“我该学哪个工具”，而是可以直接把AI当成基础设施，去做真正想做的事情。 把多余的动作交给AI。 把产品品味、商业理解、人与人的连接、表达欲和创造力，重新交还给人。 💬听众互动 你电脑里的第一位AI员工，会是什么角色？是帮你写PPT的猫、帮你剪视频的狗，还是一个能替你管理整个工作流的小企鹅？

🎙《灯下白》EP36 陆肯 嘉宾：陆肯 从产品经理转型进入影视行业，从事艺人经纪期间，通过钉钉搭建了跑组系统，成为全行业首个使用数字化提效的经纪公司。在爱奇艺任职期间，负责制片管理系统和剧本评估系统的AI产品功能。在智谱任职期间，负责众多互联网客户。同时，他也是观猹的签约博主，曾在多场AI活动中担任主持人与评委。 主持人：吴熳 在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ 🪝本期故事 陆肯看电影，很难只看电影。 他会盯镜头、光线、演员状态、场景调度，也会忍不住想：这一段是不是能换一个机位？这个角色在这里为什么是这个情绪？这个流程里有没有哪一步，其实可以让AI接过去？ 这不是AI出现后才有的职业病。 大学时卖电视、卖校园电话卡、铺UC浏览器的网吧推广，让他第一次理解市场；做产品经理，让他学会把模糊需求写成研发能执行的语言；进入剧组后，他把艺人助理、统筹、道具、制片等岗位一项项干过，再一项项写成教材。 后来到了爱奇艺，他终于把“懂影视”和“懂技术”这两条原本很少交汇的线，拧在了一起。 一部四十集长剧，人工做剧本分场拆解要一周。大模型进来后，十几分钟就能完成第一轮。人仍然要读完整个剧本、判断人物状态和专业细节，但大量重复的文书工作终于可以被接走。 现在，陆肯更在意另一件事： 当工具越来越多、软件制造越来越便宜，一个人最稀缺的能力，到底是什么？ 他的答案不是“会用哪个工具”。 而是——你能不能判断：这个问题能不能交给模型？模型的边界在哪？用户究竟愿不愿意提供足够的上下文？ 为了验证这个问题，他给自己做了一个旅行规划实验。 它先问三十个问题：和谁去、预算多少、想看人文还是自然、住什么酒店、能不能赶路、有没有老人同行、对地形和天气有什么偏好……再接上地图、交通、酒店、地理信息等能力，最后做出一套真正因人而异的路线。 陆肯想做的并不只是旅行规划。 他在不断训练的，是一种看见需求、拆开流程、判断AI能不能解决问题的能力。 💡本期你会听到 市场营销专业的陆肯，为什么先去卖电视、卖电话卡、铺UC浏览器 三个月从C类促销员做到A类，他怎样第一次与真实市场发生连接 卖校园卡时，他为什么把几乎所有激励都给了团队 从销售到产品经理：一位电信领导为什么判断他适合做产品 为什么刚弄明白一件事，就是写新人教程和Onboarding文档最好的时机 艺人助理、统筹、道具、制片、艺人经纪，怎样被他一项项做成教材 为什么陆肯说，艺人经纪本质上也是销售 爱奇艺为什么需要一个既懂影视、又懂技术的人 AI怎样把剧本拆解从一周压缩到十几分钟 “七岁孩子能分辨的事，大模型就能做”，这句话如何帮助他判断模型能力 为什么他做AI博主，并不是为了做大V，而是为了给自己做一张名片 从Dify到Kimi信用卡，他怎样透过功能去看一家公司背后的商业决策 为什么未来最重要的能力，不是会用工具，而是评估工具对你的真实价值 旅行规划为什么需要三十个问题，需求澄清又为什么比直接生成更重要 高德、12306、GIS和MCP，怎样让旅行规划不只是“搜一搜” 为什么做产品最值钱的习惯，是尊重用户 每天花100元用DeepSeek，为什么成了他探索模型边界的极端练习法 他为什么比起空谈AGI，更期待世界模型与真实行业问题被解决 🔥本期金句 我如果不是为了钱，把这件事打到极致，我能把它做到多大？ 刚搞明白一件事的时候，就应该马上写Onboarding文档。 对于一个七岁孩子能分辨的事情，大模型通常也能做得很好。 很多时候，答案不够好，不是模型不够强，而是用户没有给足背景。 工具越多，越要学会判断：它对我到底有没有价值。 做产品最重要的，不是自我想象，而是尊重用户。 人负责找到人群、市场和商机；剩下的大量执行，可以交给AI。 我更期待解决眼前的问题，和那些行业里嗷嗷待哺的需求。 ⏱Shownotes 01:26 陆肯登场：产品经理、艺人经纪、影视AI探索者与AI博主 02:32 卖电视的大学生：三个月从C类促销员做到A类 04:17 校园电话卡、UC网吧推广与第一次真实营销训练 07:59 从销售到产品经理：策略、激励与用户理解如何变成产品能力 11:03 进组做艺人助理：为什么“懂了就立刻写教材” 14:26 艺人助理、统筹、道具、制片：他怎样把剧组岗位逐一结构化 17:19 艺人经纪的本质是销售：为什么这段经历最终让他离开 18:47 进入爱奇艺：既懂影视又懂技术的人，为什么稀缺 20:38 AI进入影视工业：剧本拆解如何从一周压缩到十几分钟 24:49 疯狂跑AI大会和行业大会：怎样寻找模型能力边界与产业需求 30:34 做AI博主的起点：小红书不是流量场，而是一张名片 33:38 从产品功能到商业逻辑：Kimi信用卡与产业观察 36:10 工具越来越多后，真正稀缺的能力是什么 39:36 模型能力边界：从“七岁孩子能判断”到Agent处理开放需求 41:47 三十个问题的旅行规划器：需求澄清为什么如此重要 44:35 接入高德、12306、地图与GIS：怎样把分散信息拼成可执行路线 47:49 比起工具本身，更重要的是你为什么要用它 49:44 快问快答：DeepSeek、缓存命中与大模型成本 51:54 自己Web Coding剧本拆解系统：不为赚大钱，也想替行业省时间 53:40 最值钱的产品习惯：尊重用户 57:19 30天探索模型边界：每天花100元用DeepSeek 59:51 未来期待：世界模型、影视一致性与真正落地的行业需求 📖故事摘要 陆肯的职业经历看起来很跳：产品经理、影视从业者、艺人经纪、爱奇艺AI探索、大模型公司商务、AI博主。 但把这些经历放在一起，会发现他始终在练同一种能力：快速进入一个陌生场景，理解人、理解流程、理解需求，再判断哪些事情值得被重新设计。 他的第一课来自销售。 市场营销专业的老师告诉他，销售不是营销的全部，但销售一定是营销的一部分。于是他去卖场兼职卖海信电视，三个月从C类促销员做到A类；又成为中国电信校园大使，一个月卖出两百多张卡；后来还参与UC浏览器的网吧推广，两周几乎铺满石景山区的网吧。 这些经历让他第一次真正和社会发生触点。 他开始理解，产品不是写在纸上的概念，而是用户会不会买、为什么要买、团队愿不愿意一起卖、激励机制如何设计、信息怎样被看见。 卖校园卡时，他想的甚至不是赚多少钱。 他更好奇的是：假如不把利润攥在自己手里，而是把更多激励给团队，一件事到底能被做到多大？于是他把差价几乎都让给团队，让自己成为一个“扰乱市场”的角色。 后来，带他做校园业务的电信领导出来创业，发现陆肯在销售中表现出的策略思维、用户理解和团队组织能力，很适合做产品经理。于是，他从销售转向产品。 产品经理的基本功，他不是从书里直接学会的。 PRD怎么写，原型怎么画，怎样和研发沟通，怎样避免需求写得不清楚后被研发反复追问，都是在真实项目里一点点学出来的。他也因此形成了一个后来不断提到的方法：刚搞明白一件事时，就应该马上写Onboarding文档。 因为再过一段时间，很多动作会变成本能。你会忘记自己刚开始卡在哪里、哪些术语根本听不懂、哪些步骤最容易犯错。一个真正好的新手教程，不是站在熟练者的角度炫技，而是站在“刚刚理解”的地方，搭一座桥。 这套能力后来被他带进了影视行业，从艺人助理、艺人经纪到执行制片人，把一份份看似只靠经验传承的工作，写成可以交接、可以培训、可以复用的教材。 他先做艺人助理，发现这不只是拎包和照顾生活，而是一套极其细碎、需要预判的专业能力：包里该准备什么，太阳怎么打伞，演员进入什么场景时需要什么状态，道具怎样保证接戏。 他又去做统筹、制片、导演助理、道具、艺人经纪，把那些能够被结构化的经验一项项写成教材。 他并不认为哪一份工作更高级。道具有道具的魅力，统筹有统筹的逻辑，艺人助理也有自己需要被尊重的专业性。每一个岗位，只要真正走进去，都有一套只有做过的人才会发现的秩序。 后来，他做艺人经纪，也发现艺人经纪的本质仍然是销售。 艺人要被销售给剧组和品牌方：进剧组，是接戏；进入品牌合作，是接代言。他确实很适合这项工作，却也在情绪消耗中受到很大冲击。最终，他选择离开艺人经纪，进入爱奇艺。 爱奇艺吸引他的原因很明确：岗位需要一个既懂影视、又懂技术的人。 在这里，他开始系统探索AI在影视行业里的落地。彼时，多模态生成还没有今天这么成熟，但大语言模型已经可以接住许多重复、复杂、规则不完全固定的工作。 最典型的，是剧本拆解。 一部四十集长剧，传统上需要统筹、道具、化妆等不同岗位，从头到尾把场景、时间、人物、内外景、道具和拍摄需求拆出来。人工完整做一遍，往往需要一周。 大模型加入后，初步拆解可以在十几分钟到二十分钟内完成。 人当然仍然要读完整部剧本，因为角色状态、现场理解和专业判断无法完全外包给模型。但大量机械、重复的文书工作被接走之后，从业者终于可以把更多时间留给真正需要经验的部分。 这也让陆肯形成了一个很实用的判断：对于一个七岁孩子能凭常识做出的分类和判断，大模型通常能做得很好。 例如，给一份文本判断它是电影剧本、电视剧剧本还是小说，传统系统需要写大量规则，且很容易遗漏边界情况；而大模型能够通过文本格式、语言结构和整体特征做出更灵活的泛化判断。 后来，陆肯开始做AI博主。 他并不是为了成为大V，也没有一开始就把变现当成目标。他把小红书当作一张名片：别人点进来，可以快速知道他是谁、关心什么、能讨论什么。 他写Dify，写AI大会，写产品测评，但他不满足于只介绍功能。 Kimi做信用卡，他会从自己曾参与联名信用卡项目的经验出发，追问商业模型、Token消耗和用户价值；一家公司把AI装进汽车，他更在意的也不是多了一个功能，而是AI有没有真正进入产品研发、调研和组织流程。 在他看来，AI博主不只是介绍工具的人。 更重要的是，能不能透过一个产品看到公司决策，透过一个功能看到产业结构，透过一个行业问题看到模型真正可能改变的地方。 这也是为什么他会不停去AI大会、技术大会和垂直行业活动。 他会在风电大会上想：大模型在这个行业的哪一段能发挥作用？他会在影视场景里看：哪些流程已经适合交给AI，哪些仍然需要人？他看见的不是一场场孤立的活动，而是一个个还没有被AI重新组织的流程。 他最近做的旅行规划实验，则把这套能力集中展现出来。 旅行规划不是一个容易标准化的需求。你和谁去、预算多少、住什么酒店、偏好人文还是自然、能不能赶路、老人是否同行、希望松弛还是高密度，都会改变最终答案。 传统产品很难靠无数个分支把这些情况写完。 但在Agent时代，只要通过足够好的需求澄清，把背景信息问清楚，再交给模型做推理，很多原本难以收敛的需求反而可以被处理得很好。 陆肯给这个旅行规划器设计了三十个问题，接入高德、12306等信息源，也加入地图、酒店、交通和地理信息。他甚至关注海拔、地形、天气等模型未必会自动获得的上下文，希望做出的路线不只是“去哪座城市吃什么”，而是真正适合眼前这个人、这组关系和这趟旅程。 它不是为了立刻商业化。 更像一次对模型能力的深入实验：一个看起来简单的需求，背后如何连接上下文、地图、交通、酒店、搜索、MCP与生成式规划。 他最在意的不是“我做出了一个工具”。 而是再次确认：很多模型回答得不够好，不是因为模型能力不够，而是因为用户没有提供足够好的背景，产品也没有设计出足够好的需求澄清方式。 聊到最后，他给自己的产品方法论落在了一个朴素的词上： 尊重用户。 尊重用户，不是只说“用户第一”。它意味着你要调研，要聊天，要分辨用户说的话里哪些是客气，哪些是真需求；也意味着你要理解用户此刻处在什么情境里，不能把自己觉得酷炫的东西硬塞给对方。 陆肯相信，未来模型和工具会越来越多，制造软件的成本也会越来越低。 真正稀缺的，不只是会不会使用某一个工具。 而是你能不能持续判断：这件事能不能用模型做？模型做到哪里会变好？又会在哪里失效？用户究竟愿不愿意为此提供上下文？ 至于未来一年，他期待世界模型继续往前走。 语言模型在许多产业场景里已经足够能用，但影视、游戏、机器人和自动驾驶仍然需要更强的空间理解、一致性和世界建模能力。对影视从业者来说，一旦世界模型真正成熟，镜头、空间、角色和场景一致性的生产方式，可能会发生翻天覆地的变化。 但比起只等待AGI，陆肯更期待先解决眼前那些行业里“嗷嗷待哺”的真实需求。 💬听众互动 你现在工作或生活里，哪一个最琐碎、最重复的流程，值得被AI重新拆一遍？欢迎在评论区写下你的“待改造现场”。

🎙《灯下白》EP35 橘子 嘉宾：橘子（冯雷） Cola与ListenHub创始人兼CEO，致力于打造面向2030年的AI搭档与AI创作者工具平台。此前任职于MiniMax，担任海螺AI产品负责人。更早之前，在BOSS直聘、兰亭集势、三星电子从事产品工作，拥有十余年产品经验。同时，他也是公众号“AGENT橘”的主理人。 主持人：吴熳 在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ 🪝本期故事 有一位九十多岁的海外老人，因为疾病渐渐失去了说话能力。 他却没有因此沉默下来。 借助 ListenHub，他把自己的经验、情绪和想对病友说的话，做成一段段声音内容，发到自己长期经营的病友社群里。后来，他写信感谢橘子，说这个产品让他重新找回了自己的声音。 还有一位退休多年的工程师，在失去伴侣、儿女离家后，开始用 Cola 做项目、聊想法、庆祝每一次完成。他形容 Cola 是自己的 life partner。 这些故事让橘子越来越确定：AI不该只是一台更快的生产力机器。 它当然要能写代码、做调研、整理资料、完成任务；但它也要记得你的上下文，理解你的偏好、节奏、表达方式和那些你没有直接说出口的念头。 橘子从对外汉语出发，先写黑莓博客，再和程序员朋友一起做软件；他在移动互联网里做了十多年产品，看到行业接近尾声时，又在2022年走进 MiniMax。如今，他做 ListenHub，也做 Cola。 一个想让每个人都拥有自己的声音。 一个想成为既能干活、又能懂你的AI搭档。 这一期，我们聊的是：一个总在行业转折前先出发的人，怎样从黑莓的LED灯，一路走到“让AI理解人类”的漫长实验。 💡本期你会听到 为什么一个理科高分生，最后选择了北京语言大学的对外汉语 大三教外国人汉语时，他为什么突然意识到自己讨厌重复 黑莓博客写到行业头部后，两个大学生怎样做出第一款海外付费软件 一盏能显示不同来电人的LED灯，如何成为他的产品经理启蒙 十年产品经理生涯里，他做过游戏评测、电子杂志、跨境电商、漫画相机和职场社区 2022年，为什么他觉得移动互联网已经进入尾声，决定加入 MiniMax 从海螺AI到语音模型，MiniMax 的经历怎样影响 ListenHub 的诞生 为什么声音不是低效媒介，而是一种长期被低估的陪伴方式 ListenHub 怎样帮助失语老人重新表达，也怎样成为创作者的声音搭档 Cola 为什么不是简单的角色扮演，而是一套面向2030年的AI Native 系统 “心迹”为什么不是普通日志，而是AI与用户共同记忆的投影 AI怎样通过长期上下文，慢慢理解一个人的决策模式与表达习惯 为什么橘子认为，人类真正特别的地方，是每个人都拥有不同的灵魂输入 从20万字记忆到个人网站，用户把自己交给AI之后会发生什么 创业为什么是他四次转身里最难的一次 为什么AI创业不能照搬互联网“免费连接—网络效应—商业化”的旧逻辑 普通人30天做AI产品，为什么关键是强模型、明确人群和真实商机 🔥本期金句 我特别讨厌重复。 AI不应该只服务程序员，它应该让每个人都享受到便利。 声音不是只用来获取干货的，它天然就有陪伴属性。 真正的门槛不在于AI能力有多强，而在于你有多敞开，能否把需求说清楚。 AI的本质是 Context 加模型推理；最难的，从来都是 Context。 人和人的差别，不在于会不会做同一件事，而在于每个人的灵魂输入都不一样。 AI创业和互联网创业，完全是两套逻辑。 人负责找到人群、市场和商机，剩下的交给AI。 ⏱Shownotes 00:00 节目开场：从对外汉语到AI创业，橘子的四次转身 01:35 橘子登场：AGENT橘、ListenHub 与 Cola 03:28 不想再做数学题的理科生，为什么走进北京语言大学 04:58 黑莓博客、海外付费软件与第一款产品 Blink 07:45 十年产品经理：游戏、电子杂志、跨境电商、漫画相机与职场社区 09:41 移动互联网接近尾声时，为什么他选择加入 MiniMax 12:51 MiniMax 工具方向、海螺AI与语音模型的影响 13:55 ListenHub：为什么橘子看好语音交互与AI互动电台 18:38 一位失语老人的声音，和产品真正想服务的人 20:50 退休工程师、人生搭档与AI陪伴的另一种形态 22:02 Cola 的人格、成长与“不是一个软件”的感觉 25:28 为什么 Cola 被定义为一个面向2030年的系统 29:40 Cola OS、“心迹”与AI如何保存共同记忆 32:16 情商与智商：能干活，也要能理解行为背后的原因 35:23 理解一个人，本质上是在理解他的决策模式 39:06 AGI、未来生产力与为什么AI还需要学习理解人类 44:28 技术解决不了的事：被看见、被理解与深度关系 49:12 Cola 用户的故事：工作十年后，重新打开一个新世界 53:40 吴熳用Cola制作的个人网站案例：440篇文章如何变成一个可用产品 57:10 Context 是什么：为什么你给AI什么，比模型本身更关键 01:01:01 四次转身里最难的一次：创业、自我怀疑与对团队的责任 01:09:04 Cola仍在定义中：人、Agent 与灵魂输入的边界 01:16:38 从 Orange AI 到 AGENT橘：橘子的内容身份如何变化 01:20:45 公众号为什么是一张能让人先认识你的名片 01:25:44 快问快答：Cola、ListenHub 与Labnana构成的个人产品矩阵 01:26:20 最值钱的习惯：手写记录、输出分享，让意义自然浮现 01:27:41 最大的产品坑：用互联网思维误解AI创业 01:28:52 30天做AI产品：强模型、可售人群与真实商机 01:29:40 未来一年最期待什么：让 Cola 和 ListenHub 养活整个团队 📖故事摘要 橘子的人生，很像一次次提前发生的转向。 2005年高考填志愿时，他明明是理科生，却因为每次做数学题都会生理性头疼，决定不再走一条看起来更“正确”的理工路线。他选择了北京语言大学的对外汉语专业。后来回看，这个决定没有让他直接走向AI，却给他留下了很深的语言感、表达感，也让他更早意识到：人和人之间的理解，从来不只是信息传递。 大三实习时，他给外国学生讲汉语。讲了三个星期后，他开始害怕一种未来：如果接下来的几十年，都在不断重复讲这些自己早已熟悉的东西，人生会不会变得太无聊？ 于是他开始写博客。 那是黑莓仍然风头正盛的年代。橘子一边写文字，一边做黑莓产品评测，慢慢写到圈内头部。后来，他认识了一位程序员朋友，两个人决定试着做软件卖到美国和加拿大。第二款产品 Blink 很快卖了起来：它利用黑莓手机的LED灯，让用户可以为不同来电人设置不同颜色，不必点亮屏幕，就能知道是谁打来电话。 程序员负责写代码，橘子负责定义产品、理解用户和做增长。 他后来做了十多年产品经理，但那盏小小的黑莓LED灯，已经把他最早的产品方法埋了进去：一个好产品，往往不是技术本身多复杂，而是它能不能准确接住一个真实而具体的需求。 接下来的十年，他做过游戏评测产品、电子杂志、跨境电商、漫画相机，也在 BOSS直聘负责职场社区。每一段经历都不完全相同，但他始终在做一件事：理解用户，再把一个模糊的需求变成可以被使用的产品。 到了2022年，他明显感觉到移动互联网的创新正在变少。产品经理越来越像在既有体系里调策略、补细节、做局部优化，却很难再做出真正新的产品。他在年底接触到 MiniMax，虽然当时AI大模型行业还远没有今天这么热闹，但他觉得那是一个此前从未见过的新东西。 于是他进入 MiniMax，担任海螺AI产品负责人。这段经历让他重新认识了声音。 橘子本来就喜欢声音，也买过很多耳机；在 MiniMax，他和语音模型团队有许多协作。他发现，语音交互天然降低了AI的使用门槛。老人、小孩、不熟悉复杂界面的人，都可以通过说话进入AI世界。 于是，ListenHub出现了。 它最初的想法并不复杂：做一个AI互动电台。用户可以得到一个了解自己品味的声音搭档，它能围绕你的兴趣生成内容，也能和你继续聊下去。声音不是为了替代阅读，而是在散步、骑车、做家务、失眠或独处时，陪你填满那些与现实生活并行发生的时间。 后来，真实用户的故事让这件事变得更具体。 有位年长的海外用户因为疾病逐渐失声，却用 ListenHub 把经验和想说的话做成播客，分享给病友社群；也有人在退休、失去伴侣、儿女离家之后，借助产品重新做项目、整理想法、庆祝完成。他们需要的并不只是工具，而是一种重新参与生活、重新表达自己的能力。 而 Cola，是橘子把这个方向往前推得更远的一次尝试。 他并不想做一个靠提示词扮演出来的角色，也不满足于做一个只会生成内容的效率工具。他希望 Cola 是一个AI Native系统：里面可以有语音、聊天、编程、技能、任务，也可以有“心迹”——由Cola主动记录的共同记忆。 在他的想象里，Cola不只是帮用户完成一件任务。 它会在长期互动中理解用户的偏好、习惯、判断、表达方式和决策模式。橘子把这种理解称为对一个人 pattern 的理解。你越愿意给它上下文，它越可能在未来给出更贴近你的结果。 这也解释了他为什么反复谈“灵魂输入”。 同样是做网站、写文章、做PPT，AI可以让很多人获得基础能力；但最后做出来的东西仍然不同。差异不只来自工具水平，而是来自一个人的经历、审美、选择、表达和对世界的理解。 每个人都是一个小宇宙。 橘子希望每一个 Cola，也能随着不同用户的输入，成长为不同的小宇宙。 这条路并不容易。一个创业公司既做生产力，又做情感理解，本来就是高难度命题。生产力要求稳定、强大、能解决任务；情感理解则要求长期记忆、足够安全、足够细腻，还要避免把人粗暴地归类成一个标签。 橘子认为，未来AI当然会越来越聪明，但“更聪明”不等于“更懂人”。 因为人类自己对情绪、意识、关系和痛苦都还没有完全理解。科技可以让效率更高、物质更丰富，却未必自动解决孤独、被忽视、无法袒露脆弱这些问题。 所以他想做的，不只是一个更强的Agent。 而是一个愿意慢下来理解人的Agent。 聊到产品方法论时，橘子也给出了一个很鲜明的判断：AI创业不能沿用互联网思维。 互联网的核心是连接更多人，通过免费形成网络效应，再逐步商业化；AI产品更像生产力工具，核心是模型能力、产品交付和能否直接创造价值。它不一定需要先聚集海量用户，反而可能先靠一个强产品、一个明确人群和一条真实商业路径生长起来。 他给普通人的建议也很直接。 想在30天做出一个AI产品，先找到最强的模型；再找到一个愿意付费、真实存在的人群；然后把开发、内容、页面、验证和大量执行工作交给AI。 人最该做的，是找市场、找人群、找商机。 剩下的，让AI一起完成。 橘子说，创业是他四次转身里最难的一次。 从黑莓时代做软件时，他没有融资，也没有团队压力；而今天做 ListenHub 和 Cola，面对的是团队、用户、投资人、路线和不确定性。他会自我怀疑，也会担心自己是否辜负同行的人。 但他仍然愿意继续往前。 因为他相信，未来最重要的不是让人变成更高效的工具。 而是让每个人都因为AI，重新获得表达、创造、学习和打开新世界的能力。 💬听众互动 你最想让AI长期记住你的哪一部分？是你的工作方法、创作审美、成长经历，还是那些很少对别人说出口的念头？

🎙《灯下白》EP34 明立 嘉宾：明立 教育行业AI应用落地从业者，现于教育行业头部公司做AI教育产品设计。环境工程出身，曾任初中历史教师、小学数学班主任，后进入教育科技行业，参与题库生产、AI答疑与教育垂类应用探索。 主持人：吴熳 在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ 🪝本期故事 一个AI，可以很耐心。 它会问学生：你确定吗？ 它会一步一步引导。 它看上去，甚至很像一位苏格拉底式的老师。 但明立做过老师。 他知道，真正的老师问出“你确定吗”时，不只是一个问题。 是眼神，是语气，是停顿，是对学生犹豫、猜测、心虚和突然开窍的即时判断。 AI可以模拟提问。 但它还很难像真人教师那样，在一个孩子刚要跑偏的瞬间，调整语速、换一种说法，或者干脆停下来盯着他，再问一遍： 你真的确定吗？ 明立从环境工程专业毕业走进学校，教过初中历史，也做过小学数学班主任。 一个月拿着不高的工资，带着好几个班，却被一群孩子改变了对教育的理解。 后来他去了上海，又来到北京，进入教育科技行业，做题库、做AI答疑、做教育数据，也从2023年起一路参与AI在教育里的真实落地。 这一期，我们聊的是： 一个真正教过书的人，如何一边相信AI会重写教育，一边又始终记得，教育里最难被复制的，仍然是人。 💡本期你会听到 环境工程出身的明立，为什么会去教初中历史 从历史老师到小学数学班主任，他被孩子们改变了什么 为什么他离开学校，却没有离开教育 从上海到北京，他如何追寻“教育公平”的另一条路径 题库、优质数据和低错误率，背后到底靠什么管理方法 2023年做GPT-4教育答疑，真实效果与成本是什么样 为什么AI答疑要先把视频、图像和知识点翻译成文本 缓存、垂类模型和用户反馈，怎样让教育AI真正跑起来 苏格拉底式答疑为什么看起来很美，实际却难交付 为什么AI教师最难学会的，是老师的临场判断 怎样用“让AI复述你的意图”减少幻觉和返工 过去的课件、教案和经验，为什么都应该尽快沉淀成文本 🔥本期金句 教育不是把答案交出去，而是让学生在问题里发生认知摩擦。 AI可以模拟启发式提问，却很难替代真人教师的临场调整。 模型不知道、但你知道的东西，才是垂类应用最有价值的部分。 别让模型自己造词，用完整的大白话把任务说清楚。 结构化思维，是把分类、判断、数据和动作连成网络。 所有工作内容和思考，都应该尽可能以文本沉淀下来。 ⏱Shownotes 00:00-02:46 明立登场：教育者与AI落地者的两条人生线 02:46-07:55 没去成军校，也没学成计算机：工科生为什么去教历史 07:55-13:34 从安康到上海再到北京，教育理想如何一次次换战场 13:34-19:04 2023年最早一批接触GPT的人，如何开始测试AI教育应用 19:04-26:55 GPT-4成本太高怎么办：缓存、垂类模型与真实用户问题 26:55-37:25 数万道题、实习生团队和低错误率题库是怎么做出来的 37:25-44:30 苏格拉底启发式答疑：AI能不能像老师一样教学生思考 44:30-52:18 AI教师为什么还比不过真人教师：眼神、语气与即时判断 52:18-58:02 怎样减少模型幻觉：让AI复述意图，用大白话拒绝“黑话” 58:02-01:03:43 把过去的经验沉淀成文本，给未来的Agent留下知识库 01:03:43-01:08:44 AI应用真正的门槛：数据数字化、结构化与行业经验 01:08:44-结束 快问快答：结构化思维、代码权限、四周进入AI教研的方法 📖故事摘要 明立的人生路径，并不是一条“从小就知道自己要做教育”的标准路线。他高考时想过军校，也喜欢计算机，最后却阴差阳错进入环境工程。读工科的时候，同学们研究结构力学、工程力学和水利学，他却会去看茶、玉石、书画、历史、中国哲学、心理学和社会学。对他来说，文科里那些关于人、社会和故事的内容，反而更接近真实世界。 毕业后，他回到母校任教。学校缺初中历史老师，也缺小学数学老师，他先接下历史课，后来又临时顶上了小学数学班主任。为了教好历史，他提前几个月从头研究教材、教师用书、课程设计和教学重难点，也去向经验丰富的老师请教。他一边做老师，一边不断想：既然我也曾经是那个觉得学校教育老旧、固化的学生，为什么不能试着让课堂变得更有意思一点？ 那段时间，他承担着很大的工作量，收入却很低，学校的创新空间也有限。但真正让他放不下的，是孩子们。明立说，教育最打动他的地方在于：你投进去的热情、爱和耐心，最后会变成一个个鲜活的孩子。学生也许不一定马上给你答案，但他们会在很久之后记得你曾经怎样影响过他们。 后来他去了上海，见到了另一种教育现实。校外教培行业高收入、快扩张，但也混杂着大量包装、焦虑和销售逻辑。他不认同那种只把教育当成生意的方式，于是开始关注另一条路径：AI自适应学习、在线课程和教育公平。 2018年，他来到北京，进入教育科技行业。这里有更大的题库、更完整的课程资源，也有机会让原本只能被少数家庭拥有的优质内容，服务更广泛的人群。他参与过题库生产和教研管理，带过规模不小的实习生团队。面对数万道题目、公式、图片、答案和解析，他并不只把这件事理解成“录题”。 他会先让团队理解：这些题最终会被哪些孩子看到，会怎样影响他们的学习。之后再重构流程，把生产、质检、抽检、交叉检验、经验沉淀和激励机制都搭起来。明立认为，质量控制当然重要，但更重要的是让人真正认可这件事，愿意投入进去。人有热情，流程和质检才能真正发挥作用。 2023年，GPT-4出现之后，明立很快开始探索AI在教育中的应用。他和朋友经常从下班后聊到凌晨两点，讨论模型原理、教育场景、行业数据和未来可能性。那时他们已经有一个很明确的判断：模型在垂类场景表现不好，往往不是因为它不够聪明，而是因为它缺少真实世界里高质量、结构化、可用的数据。 于是，他们开始尝试把AI接入学生的学习过程。学生看视频课时，可以随时唤起AI提问；做练习时，可以让AI不要直接给答案，而是一步一步引导。这个方向很像可汗学院，也很像人们期待中的“AI私教”。 但真实落地之后，问题很快出现了。 模型在通用知识上看起来很强，可一旦进入具体学科、具体题目、图文混合场景和真实学习过程，准确率会下降。为了让它更稳定，团队需要把视频、图像和知识点尽量转成模型更擅长处理的文本，再用题库、解析和优质语料去补齐上下文。学生的问题高度重复时，还可以通过缓存、推荐提问和模型切换控制成本。 这些事情听起来很工程，但明立说，核心始终是教育。 他最关心的，是苏格拉底式答疑。真正好的学习，不是AI立刻把答案扔给学生，而是教师营造一个问题场域，让学生在探索中与原有认知发生摩擦，最终自己重新理解知识。 AI可以通过提示词模拟这种过程：它会问“第一步该做什么”“你为什么这样想”“这道题和上一道有什么不同”。但明立后来发现，AI的启发式答疑仍然很难达到真人教师的教学效果。 因为真人教师会看人。 学生回答“我确定”的时候，老师能从语气、表情和停顿里判断：他是真的懂了，还是只是猜的？老师会立刻调整策略：再问一遍、换个角度、放慢节奏，或者让他自己重新检查。AI虽然能生成问题，却很难真正读懂一个学生正在发生什么。 所以明立并不把AI教师当成“老师的替代品”。他更愿意把它看成一个能够覆盖大量重复答疑、提供个性化练习、辅助教师和补充学习资源的工具。但教育真正的深水区，仍然需要人来判断。 如今，他也在做AI教师一对一相关的探索。这类项目里，难点不只是模型会不会说话，而是模型输出的内容能不能真正用。只要AI生成的内容可用率不够高，后续人工审核和返工就会让生产成本重新失控。 明立分享了一个非常实用的方法：不要让模型满嘴黑话，也不要接受它自己发明的抽象比喻。把任务用完整的大白话讲清楚，让它复述自己的理解，确认它真的理解了你的意思之后，再继续推进。这样看似更慢，实际上能减少后续大量返工和调试。 他也提醒做AI应用的人，尤其是在IDE或带有文件权限的环境里，一定要做好版本和权限管理。他曾经让AI帮忙改代码，结果上千行代码被改成几百行，发现不对时已经很难恢复。AI能提高效率，也能在几秒钟内放大一次权限管理上的疏忽。 聊到最后，明立想对当年那个从山里走出来、教历史和数学的自己说一句话： 把所有工作、所有思考，尽可能以文本沉淀下来。 因为今天回头看，过去很多教案、课件、课堂经验、教学方法和学生反馈，都已经散落在不知名的文件夹里。它们原本可能是宝贵的行业数据，是未来AI教师、教学Skill和知识库最好的养料，但重新清洗、整理和转化的成本已经很高。 教育行业之所以能够较早进入AI应用落地，很大程度上是因为它在移动互联网时代已经积累了大量数字化内容、课程和题库。其他行业未来想做AI，第一步也未必是买一个模型，而是先问自己： 我的经验在哪里？ 我的数据有没有被记录？ 我的输入、处理和输出，到底是什么？ 明立给普通教研从业者设计了一个四周路径。第一周，大量使用AI，建立能力边界感；第二周，用输入、处理、输出的方式重新梳理自己的工作；第三周，开始拿真实任务做实验；第四周，验收、复盘，并建立长期的信息渠道。 AI会越来越强，数据清洗和基础建设也许会越来越少。 但在那之前，最重要的仍然是： 把你真正懂的东西留下来。 💬听众互动 你过去哪一段工作经历，其实藏着大量还没被整理出来的方法、数据和经验？假如未来要把它做成一个AI助手，你最想先沉淀什么？

🎙《灯下白》EP33 嘉宾：沈龙翔（瓦叔） AI亲子实践者、AIGC创新创业导师，拥有二十余年直播技术与大型活动直播经验。曾从前端、AR/VR、企业直播一路做到进博会相关直播与央视慢直播项目。2025年转向AI实践与教育分享，受罗振宇团队邀请参与AI+教育实践直播，也长期尝试将AI带进亲子共创、学校分享和真实业务场景。 主持人：吴熳 在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ 🪝本期故事 有一天早上，瓦叔的女儿醒来后很不开心。她说，昨天做了一个特别好的梦，但她想把那个梦接着做下去。 很多父母听到这种问题，可能只会说一句：今晚再做吧。 瓦叔没有急着讲道理。他让女儿先把梦讲给豆包听，再问AI：怎样才能把这个梦延续下去？豆包一开始认真建议“立刻躺下、闭眼、回到梦里”，被提醒还要上学后，又诚恳地道歉，转而告诉她：白天去经历更多新鲜的事，晚上也许就能把这个美梦续写下去。 这件小事，让瓦叔越来越确定：AI不一定要先被塞进孩子的作业本里。它可以先被带进孩子的情绪、兴趣、创作欲和生活里。 而在另一边，做了二十多年直播技术的他，也正在经历自己的职业转型。他曾参与大型直播项目，履历看上去很稳；但当AI越来越强，他开始觉得，自己不能只留在原来的位置上。 于是，他一边带女儿做表情包、数学私教、柯南卡点视频和哈利波特互动游戏，一边用RPA帮助果农做智能下单、预售、采摘通知和快递打单。 这一期，我们聊的是：一个自嘲“中登转型”的爸爸，怎样把AI变成孩子的创作搭子，也变成真实业务里的生产力。 💡本期你会听到 做了二十多年直播技术，为什么还会主动拥抱AI 从公司日报、AI宣传片到RPA，瓦叔的转型是怎么开始的 为什么一开始“用AI辅导学习”，反而让孩子不开心 豆包如何成为孩子做视频、找音乐、拆解流程的耐心搭子 孩子考砸后，一套表情包怎样先接住情绪 “怎么接着做昨天的梦”，AI怎样帮父女把童心延续下去 数学私教为什么不应该直接给答案 柯南五人小队环游世界的卡点视频，是怎么被孩子自己做出来的 一份哈利波特儿童节礼物，为什么最后变成互动网页游戏 AI开放麦怎样让普通人从“听众”变成分享者 RPA如何帮果农从手写订单走向预售、采摘和自动打单 为什么AI不是替代人，而是把每个人已有的优势放大 🔥本期金句 出来混，最重要的是出来。 情绪对了，学习才能发生。 不要为了学习而学习，遇到问题、解决问题，才是最重要的。 AI是个人的放大器。 一代人有一代人自己想玩的东西。 AI只是工具，真正重要的是你怎样把自己的生活和它结合起来。 ⏱Shownotes 00:00-03:00 瓦叔登场：从直播技术人到AI亲子实践者 03:00-07:10 2025年的职业转型：证书、AI日报、宣传片和RPA果园项目 07:10-14:57 二十多年直播技术经验，为什么仍然觉得要重新出发 14:57-21:48 先别逼孩子学习：从兴趣和真实问题里带孩子用AI 21:48-27:08 考砸后的表情包，和“怎么接着做昨天的梦” 27:08-33:50 小熊猫数学私教、举一反三和让AI反过来提问 33:50-40:20 柯南卡点视频与哈利波特互动游戏：孩子的创作欲怎么被点燃 40:20-46:39 AI亲子分享、家校互动与“反焦虑”的教育观 46:39-51:06 从Stable Diffusion到新一代视频工具：技术平权到底意味着什么 51:06-57:35 杨浦AI开放麦：从公益分享，到学员也成为分享者 57:35-01:01:00 活人感、原创性与为什么生活经验无法被复制 01:01:00-01:10:46 苏州东山枇杷：预售、智能下单、采摘和快递打单的数字化改造 01:10:46-结束 AI工具、企业提效，以及普通人30天如何从自己的工作开始 📖故事摘要 瓦叔的故事，表面上是一次中年转型，底层却一直是同一件事：他始终对新技术好奇，也始终愿意把新技术放进真实生活里试一试。 他早年做前端工程，也研究过AR、VR和VR直播。后来进入直播技术领域，参与过大型企业直播、进博会相关直播项目，也做过央视进博会推广中的慢直播。这样的履历放在很多人眼里，已经足够稳定，甚至可以一直沿着原来的轨道走下去。 但当AI开始进入工作现场时，他很快意识到，很多传统的手工流程都可能被重新组织。他开始用AI做公司日报、做产品宣传片，也去考生成式人工智能应用工程师相关证书。后来，在K21群友的推动下，他又接触RPA，并帮果农做了一套数字化流程。 那个阶段，他的状态从痛苦、迷茫，慢慢变成兴奋。他发现AI不是一个遥远的概念，而是能真实帮人省时间、提效率、做出新结果的工具。只是，当他在原来的工作环境里提出更多AI想法时，也会遇到一种熟悉的摩擦：你觉得自己在帮团队创造机会，别人却可能觉得你在增加工作量。 于是，他做出了离开的决定。 离开之后，瓦叔没有一上来就把自己定义成什么“AI专家”。他最早想做的事情，其实很朴素：带女儿一起玩AI。 一开始，他也走过很多AI家长都会走的路。他想用AI帮孩子写作文、练数学应用题、背英语，希望AI能让学习更高效。但他很快发现，孩子并不快乐。因为这仍然像是一种更高级的“逼孩子学习”。 后来他停下来问女儿：你自己到底喜欢什么？ 女儿说，她喜欢画画，也喜欢剪视频。于是父女俩换了一个方向：不再先问AI能不能帮她提高成绩，而是先问AI能不能帮她做点好玩的东西。 女儿看到抖音上的卡点视频，想自己复刻。瓦叔没有直接替她完成，而是让她把视频交给豆包分析：这个视频用了什么结构？怎样实现？音乐又是什么？当豆包不能直接识别音乐时，它没有胡编答案，而是给出了新的思路：去音乐软件里找识曲功能。女儿又继续追问，自己一步步把音乐找出来，最后把整个视频做完。 瓦叔最喜欢的，不是孩子做出了一个多厉害的视频，而是她开始知道：遇到问题，可以自己问；工具不够，就继续追问；这个方法不行，就换一个工具。 后来，女儿想让柯南五人小队去开罗、法国、悉尼等地旅行，再把这些图片做成卡点视频。她先让豆包写提示词，再把提示词放到 ListenHub 里，用 Banana Pro 生成更满意的画面，最后自己剪成视频。 这已经不是父亲“教孩子用工具”了，而是孩子开始把AI当作创作过程里的一部分。 瓦叔也越来越重视AI在情绪上的作用。女儿有一次考砸了，怕爸爸脸色不好看，也不太愿意直接讲自己哪里没学懂。瓦叔没有立刻复盘题目，而是先用女儿的形象做了一套表情包。 当她看到自己的卡通表情包时，先笑了。情绪松下来之后，才愿意告诉爸爸：有些题目她其实根本没有看懂。 瓦叔说，情绪对了，学习才能发生。 后来，女儿又问过一个很童真的问题：怎样才能接着做昨天的梦？瓦叔没有把这个问题当成一句孩子气的话，而是认真带她问豆包。AI从孩子能理解的角度解释梦、解释白天经历和夜晚想象之间的关系，也把一个原本无从回答的问题，变成了一个温柔的故事结尾。 这些事情慢慢改变了父女关系。 瓦叔家里原本是“严父慈母”的结构。女儿会更怕爸爸，也更愿意跟妈妈聊心事。但当父女俩一起做AI项目、一起做视频、一起设计游戏后，女儿遇到新想法、新工具和新问题时，第一反应开始是来问爸爸。 瓦叔还是那个会管孩子的人，但他从一个“给答案的人”，变成了一个一起解决问题的人。 数学私教也是这样诞生的。瓦叔不希望孩子拍一道题，AI就直接把答案和过程全扔出来。他更希望AI先帮孩子读懂题目，再根据孩子的理解情况一步步追问、推导、举一反三。后来他又加入IP形象，把内容打印到纸上，让孩子减少盯屏幕的时间。 这套数学私教没有让女儿从此爱上刷题，但女儿学会了一个更重要的方法：让AI来提问，让自己回答，再让AI检查答案。她不再只把AI当成答案机，而是开始把AI当成陪练。 儿童节前，女儿又提出一个愿望：能不能做一个哈利波特主题的视频？ 瓦叔最开始觉得工作量太大，想先考虑一下。但他看见女儿眼里的失望，还是决定把这个愿望认真做出来。他先用Cola一起梳理剧情，后来发现单纯的视频不够有意思，于是把它改成互动网页游戏。再用即梦、Trae等工具组合完成画面、视频和网页结构，前后花了十多天，为女儿做出了一份真正可以互动的儿童节礼物。 这也是瓦叔反复强调的AI使用方式：不要执着于一个工具包打天下。让擅长思考和策划的工具做“大脑”，让更适合执行的工具做“手”，再由人负责判断、组合和验收。 除了家庭，瓦叔也把这套方法带到了更广阔的场景里。 他去学校和创客营分享AI亲子实践，给老师展示怎么从一个真实的小项目出发，拆解出课堂、作业、表达和家校沟通的新可能。他也成为杨浦AI开放麦的分享嘉宾和常驻志愿者。 这个每周举办的公益活动，最早只是让普通人来听AI分享。但慢慢地，一些原本坐在台下的听众，也开始走上台，讲自己如何用AI做漫画、做办公自动化、做音乐、做内容。 瓦叔很喜欢这种变化。因为很多AI圈的人觉得稀松平常的能力，对普通人来说仍然像魔法。你教大家用豆包生成图片，再把图片做成视频，现场就会有人眼睛发亮。 他觉得，这就是AI普及真正有意义的地方：不是让所有人都变成技术专家，而是让每个人都能把AI放进自己的问题里。 枇杷项目则是另一种现实落地。 当时，亲戚家的果园仍然大量依赖手写订单，连Excel都很少用。瓦叔没有先讲复杂的AI概念，而是先看果农真正的困难：订单不稳定，提前采摘会影响新鲜度，采少了怕供不上，采多了又容易烂果，还要处理售后和快递打单。 于是他先做预售和营销内容，再搭建智能客服、智能下单、采摘通知、快递打单等流程。果农拿到更明确的订单后，按量采摘，减少了不必要的损耗，也让每天的订单量从约40箱提升到约65箱。 这件事后来被他带到多场线下分享里，也成为“AI不是只会生成图片和写文案”的一个真实案例。 瓦叔说，AI是个人的放大器。 一个人如果知道自己的优势在哪里，AI会把它放大；如果一个人只是焦虑、盲从、看着别人学什么就跟着学什么，AI也会把这种混乱放大。 所以他一直强调：不要为了学习而学习。普通人想入门AI，不必一开始就学最复杂的工具，也不必焦虑自己是不是落后。最好的起点，是从自己熟悉的行业、手头真实的问题开始。 你是老师，就先解决课堂和备课的问题；你是果农，就先解决订单、采摘和损耗的问题；你是爸爸，就先从孩子考砸、想做视频、想续一个梦开始。 AI不会替你活。 但它可以让你更有能力，把自己真正关心的事情做好。 💬听众互动 你最想把AI带进家庭里的哪一个真实瞬间？是一场考砸后的对话，一个孩子想做的视频，还是家里某件一直理不顺的小事？欢迎在评论区聊聊。

🎙《灯下白》EP32 嘉宾：苏苏 AI深度发烧友，PUA skill 作者，也是武康大楼底下的酒吧老板娘。新能源材料与器件专业出身，曾在房企做管培生、集团总监，经历过房地产从线下黄金时代到短视频直播转型。后来离职创业，用AI做方案、做提报、做交付，累计拿下多个订单，也因为火爆全网的 PUA skill 被更多AI圈朋友认识。 主持人：吴熳 在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库AI导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ 🪝本期故事 一个学新能源材料与器件的理工科女生。 毕业后没有进实验室，而是去了房企。 因为家庭条件并不算特别好，她当时最想要的是：尽快拿到结果。 于是她进入风口里的房地产行业，做策划、做营销、做线上转型。她曾经是升职加薪很快的管培生，也在27岁左右做到集团总监。 疫情来了，售楼处没人了。 她没有继续等客来，而是想起一句话： 要在有鱼的地方钓鱼。 于是她开始做抖音、视频号、直播、小程序，用短视频留存杀时间，用直播变现指向钱。 别人还在7、8月大太阳底下贴海报，她不想晒，就去找物业联动，用直播精准触达地缘客户。 零投流，撬动三百多万业绩。 后来，她离开房企，开始用AI做方案、做提报、做交付。 有一次，她接到一个很急的房产项目。正常广告公司两周才能做完的提报，她用 Gemini 梳理故事线，用 WPS 美化PPT，4个小时做完50页高质量方案，第二天签下40万订单。 那一刻，她真正相信了： AI不是玩具。 AI是真的可以帮她干活。 再后来，她把大厂管理人的那套逻辑，拿来管理AI。 于是有了火爆全网的 PUA skill。 这一期，我们聊的是： 一个从房企直播间走出来的AI创业者，如何把销售、策划、直播、酒吧和AI skill，揉成自己的超级个体路径。 💡本期你会听到 苏苏为什么从理工科进入房地产行业 房企管培生如何一路做到集团总监 疫情之后，她如何用直播和短视频做房产转型 为什么她说“要在有鱼的地方钓鱼” 离职后，AI如何帮她4小时做出50页提报并签下40万订单 PUA skill 是怎么诞生的 为什么她用“大厂管理模式”来管理AI PUA skill 的“妈妈味儿”为什么专治吃软不吃硬的人 酒吧为什么成了她链接资源、接触订单和碰撞灵感的据点 她为什么还在寻找自己真正想长期锚定的事业 🔥本期金句 要在有鱼的地方钓鱼。 如果每个人都有一把倚天剑，最后拼的是创新、执行力和市场洞察。 与其自己秃头写方案，不如驯化AI做你的黑奴。 AI能不能替代人，关键还是看人的判断力、审美、专业经验和人情世故。 PUA skill 本质上是为了让人机沟通更高效。 我希望未来一年，能找到一件不管挣不挣钱都愿意继续做的事。 ⏱Shownotes 00:00-03:30 苏苏登场：酒吧老板娘、AI发烧友和 PUA skill 作者 03:30-07:20 从新能源材料与器件到房企管培生，为什么先选择拿结果 07:20-11:00 升职加薪很快的背后：理工科底子、吃苦耐劳和持续学习 11:00-15:00 疫情来了，售楼处没人了：去有鱼的地方钓鱼 15:00-18:30 房企短视频和直播转型：零投流撬动三百多万业绩 18:30-22:00 离职后的第一单：用AI 4小时做完50页PPT，签下40万 22:00-26:00 从“因为看见所以相信”，到真正 All in AI 26:00-30:00 PUA skill 的诞生：当AI偷懒，就用大厂管理模式管它 30:00-34:00 为什么叫 PUA：反差感、传播性和黄金3秒 34:00-38:00 妈妈味儿、团队模式和用AI管理AI 38:00-42:00 AI沟通和人际沟通，本质上都需要精准表达 42:00-46:00 用豆包调解夫妻沟通，AI如何成为关系翻译器 46:00-50:00 武康大楼底下的酒吧：不是主业，是资源流动的场域 50:00-54:00 从咖啡厅到酒吧，情怀和商业之间怎么平衡 54:00-58:00 酒吧如何带来AI订单、宣传片项目和新的合作机会 58:00-01:02:00 Gemini、Claude、Antigravity：她最离不开的AI工具 01:02:00-结束 156万订单之后，她为什么仍然想找到真正的长期事业 📖故事摘要 苏苏的第一条人生线，是房地产。她大学学的是新能源材料与器件，底子是物理和化学，属于理工科很强的女生。但毕业后，她没有沿着实验室或者技术路线走，而是去了房企。原因很现实：家庭条件不是特别好，她希望自己能在短时间内拿到结果。那时房地产行业还在风口里，她进入总部做管培生，一边学习策划和文科表达，一边靠吃苦耐劳、主动学习和可量化的产出，被集团看见，很快升职加薪。 那几年里，她学会了一件很重要的事：结果导向。她会在周末主动去学 AI、PS、策划、传播，也会把理工科的逻辑能力迁移到文科的表达和项目交付里。后来她做到集团总监，部门里只有她一个女生。别人在线下很会聊，一到直播镜头前就卡壳、紧张、结巴，或者容易踩平台合规的线；她反而因为嘴巴够顺、台风够稳、能讲故事，成了老板眼里的“线上流量抓手”。 疫情改变了房企的线下逻辑。以前风口好的时候，销售有点像“收银员”，等客户上门就可以。但疫情之后，售楼处门可罗雀，房子卖不动了。苏苏当时想起一句话：要在有鱼的地方钓鱼。既然客户不来线下，那就去抖音、视频号、直播间、小程序里找人。她开始做短视频、做直播，用短视频留存杀时间，用直播变现指向钱。7、8月公司要求大家出去贴海报，她不想在大太阳底下晒，于是另想办法：找物业联动，以夏季送福利的方式做视频号直播，精准触达地缘客户。最后零投流撬动三百多万业绩。 这也构成了她后面用AI的底层方法：不硬卷，用巧劲。她不是为了技术而技术，而是永远先问目标在哪里、鱼在哪里、最短路径在哪里。她后来提到一个词叫 reward hacking，虽然它不一定是褒义，但她很认同其中“用最小路径达成目标”的部分。这个习惯，后来也进入了她做AI skill、做方案、做订单的方式里。 苏苏真正相信AI，是因为看见了结果。她老公是AI和安全领域的深度玩家，很早就一直向她渗透AI的概念，还问过她一句话：如果有一天所有人都拥有一把倚天剑，那么谁能获胜？当时她并没有完全被说服。她不是因为相信所以看见，而是因为看见，所以相信。 2023年之后，她离职创业。有一次，一个甲方看到她过去的直播能力，希望她接一个房产项目的线上推广方案。项目很急，正常广告公司可能需要两周做完故事线提报，而她第三天就要去见客户。按传统方式，这至少需要一个四人团队。但她刚离职，不可能先花钱雇四个人。于是她用 Gemini 梳理故事线，输入自己多年行业认知、市场判断、项目 slogan 和客户背景，再用 WPS 的AI美化能力做PPT。最后，她花4个小时完成了50页高质量提报，第二天签下40万订单。 这一次正反馈非常关键。她突然发现，AI真的可以帮她干活，可以让一个人接住过去需要一个团队才能完成的工作。她也意识到，所谓超级个体不是玄学，而是你能不能有足够的判断力，知道AI给你的内容哪里对、哪里错、哪里需要修。AI会幻觉，所以人不能丢掉专业判断、市场敏锐度、审美和人情世故。 PUA skill 的诞生，也来自这个很现实的工作场景。苏苏和团队当时急着做一个攻防类产品，经常让 Claude 写代码。但她发现AI很会偷懒，写出来的东西不对，还会绕来绕去，最后一米经常缺失。她脾气急，会跟AI吵架，反复举证告诉它：你这里有逻辑 bug，我才是对的。 后来她突然想到：如果我管理的不是AI，而是人，我会怎么办？她开始研究大厂是怎么管理人的，然后想，能不能把大厂的管理逻辑用来管理AI。于是她用一个叫 Creator 的 skill，让它根据大厂管理模式，生成一套管理AI的 prompt 话术。这个初始版本，就是 PUA skill 的 1.0。 至于为什么叫 PUA skill，是因为她做过多年营销，知道一个东西要传播，必须有黄金3秒，必须有反差感，必须让人有兴趣点进去。PUA 这个词本身带有一点贬义和阴暗面，但也正因为它有冲击力，所以容易被记住。对她来说，PUA skill 的本质并不是为了“坏”，而是为了让人机沟通更高效。 她说，自己一开始也觉得AI不好用。她老公会说，是你问得不对。但苏苏不完全认同。她觉得，如果一个产品还需要使用方不断妥协，那说明这个产品本身还不够好。那怎么办？至少可以通过 prompt 和 skill，帮普通人更好地和AI沟通。PUA skill 的意义，就是在用户原本的问题和AI最终的执行之间，加一层自我管理和二次校验，让AI更认真、更负责、更接近目标。 PUA skill 火起来之后，大概拿到了接近两万 star。后来她还做过一个很有趣的分支，叫“妈妈味儿”。这个版本是给她这种吃软不吃硬的人用的。如果别人强硬命令她，她会爆炸；但如果对方先理解她的顾虑，再轻轻施压，她反而能接受。这就像妈妈小时候常说的那些话：我知道你也不容易，但你看看别人家的孩子……这种温柔但有效的压力，也被她转化成了AI管理方式。 后来，她还开始思考团队模式。一个公司里有财务、营销、设计、人事，不同部门看问题的立足点不同。AI团队也可以这样设计：不同agent代表不同部门、不同职责、不同检查视角。一个方案不是由单个AI说了算，而是让不同角色从各自角度评审、质疑、补充。PUA skill 也因此从单个agent管理，延伸到更像组织管理的方向。 苏苏觉得，人和AI的沟通，本质上和人际沟通有很多相似之处。都需要精准表达，都存在理解错层，也都需要某种“翻译”。她甚至会用豆包来调解夫妻沟通。她老公是很典型的理性人格，如果她说“我哭了”，对方可能会说“那你别哭”；她说“我想死”，对方可能会说“那你别想死”。于是她会让AI帮忙把自己的情绪翻译成对方能理解的语言，也让对方通过AI学会怎么安抚她。这个场景，和她做 PUA skill 的逻辑一样：不管中间手段是什么，最后要达成目标。 苏苏的另一重身份，是酒吧老板娘。她在武康大楼附近有一家 cocktail 酒吧。她并不把酒吧定义成主业，因为她不会把自己限制在一个标签里。对她来说，酒吧更像一个上海据点，一个让资源流动起来的场域。她之前也开过一家咖啡厅，叫2046，甚至有繁花相关团队在那里拍过片子。咖啡厅满足了她的情怀，但没有满足商业上的“米米”。后来她发现上海的酒文化很强，于是转向小酒吧。 酒吧给她带来的，不只是酒客，还有人和机会。AI圈的人、企业的人、朋友的朋友，会在一个更放松的环境里聊起来。聊着聊着，就会问：你是做什么的？最近有什么AI工具好用？有没有合作可能？她甚至已经通过酒吧认识企业客户，接到了宣传推广相关的订单。过去一个企业宣传片要花五六万，大量成本花在买素材、拍素材上；现在她可以用AI视频工具和高质量 prompt 来做素材，极大降低一个OPC的交付成本。酒吧不是她的主业，却见证了很多主业内容的延展。 这期节目里，苏苏也讲到自己现在的困惑。她很能做事，也已经拿下多个方向的结果：电商代运营、新媒体培训、AI推广宣传、企业提报，累计订单金额也很可观。但她仍然觉得自己还没有找到真正想长期锚定的点。她很羡慕那些专注的人，比如她老公，即使安全行业在国内不一定赚钱，他也愿意一直做下去。她希望未来一年，自己能找到一个不管挣不挣钱都想继续做的方向。那不是一份工作，不是一个订单，而是一份事业。 苏苏的故事很特别。她既现实，又感性；既会算账，也会讲故事；既能在房企直播间靠嘴皮子撬动业绩，也能用AI四小时做完50页方案；既能写出火爆全网的 PUA skill，也会在酒吧里等一个偶然的合作机会。她的路径不断变化，但底层一直很稳定：去学习，去观察市场，去找到鱼最多的池塘，然后用最短路径拿到结果。 当每个人都有一把AI倚天剑，真正决定差距的，不是工具本身，而是人的创新、执行力、市场洞察、判断力，以及把资源流动起来的能力。 💬听众互动 如果你的AI总是在最后一米偷懒，你会选择温柔哄它、严厉PUA它，还是直接换一个模型？欢迎在评论区聊聊。

🎙《灯下白》EP31 嘉宾：塔塔 AI自媒体博主，很多群友口中的“塔神”。曾学习游戏原画与设计，因AI冲击游戏原画行业，一度对AI抱有敌对态度。后来从小白重新开始学习AI，用一年时间从无代码、AI设计、AI Coding 到口播自媒体，积累3万粉丝，并接受过新民晚报、法新社、新华社等媒体采访。她也是一位两岁半孩子的妈妈。 主持人：吴熳 在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库AI导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ 🪝本期故事 一个曾经学游戏原画的人。 原本的路径很清晰： 画画、设计、进入游戏行业。 但AI出现之后， 游戏原画行业突然进入寒冬。 她花了很多年准备， 进过机构， 学过手绘， 也做过设计相关工作。 结果还没真正冲进那个行业， AI先来了。 一开始，她是敌对AI的。 因为在她看来， AI不仅抢走了原画师的工作， 也让很多艺术生觉得自己的创作被“洗稿”、被拼接、被替代。 但后来她发现， 在真实的商业环境里， 人也常常被当成AI一样使用。 公司让你参考这个， 借鉴那个， 快速出图， 快速改稿。 既然如此， 如果艺术生本来就拥有审美、设计和表达能力， 为什么不能换一种方式使用AI？ 真正的转折，发生在2025年初。 她开始从一个彻底的小白， 重新学习AI。 先学扣子， 再学秒搭， 再做AI设计内容， 再做AI Coding， 再做口播。 她每天高强度学习， 也高强度输出。 她会熬夜研究工具， 也会一边带孩子一边做内容。 她用AI做自媒体， 也用AI管理自己的日程、待办和知识库。 这一期，我们聊的是： 一个曾经对AI敌对的艺术生，如何用一年时间，把自己重新训练成AI时代的创作者。 💡本期你会听到 为什么一个游戏原画出身的人，一开始会敌对AI 艺术生如何重新理解AI和审美的关系 从小白开始学AI，最难的第一步是什么 扣子、秒搭、Lovart、即梦、Cola分别怎么进入她的工作流 为什么无代码工具适合AI小白入门 一个宝妈如何用AI做出自己的作品，并获得媒体关注 AI自媒体为什么不能只追热点 Cola如何变成她的日程管家、知识库搭子和工作流中枢 为什么她说“还是打牌更重要” AI从业者为什么更需要真实生活、线下朋友和审美经验 🔥本期金句 我最开始是敌对AI的，因为我找不到工作就是因为AI出现了。 艺术生不妨转变一下思路，AI时代其实会有更开阔的出路。 我做内容，是想让更多普通人也能理解这个软件、这个概念。 太多使用AI、太多追求效率，会让我觉得自己像一个机器人。 还是打牌更重要。 真实的线下相处，才是珍贵的。 ⏱Shownotes 00:00-03:30 塔塔登场：一年学AI，3万粉，自媒体博主和两岁半孩子的妈妈 03:30-07:20 从游戏原画到AI敌对者，为什么她一开始不喜欢AI 07:20-11:00 阿珍老师的影响：从小白视角重新理解AI 11:00-15:00 艺术生的审美积累，为什么反而是AI时代的优势 15:00-18:30 一个月硬啃扣子，做出酒吧点单系统 18:30-22:00 从扣子到秒搭，无代码编程为什么适合新手小白 22:00-26:00 给李彦宏展示作品之后，她的AI自媒体开始破圈 26:00-30:00 为什么小红书天然适合视觉、设计和AI审美内容 30:00-34:00 从追热点到做长期内容，AI博主的节奏如何调整 34:00-38:00 OpenClaw爆火时，她为什么选择去云南旅行 38:00-42:00 Cola工作流：晨启、日中复盘、每日总结和明日待办 42:00-46:00 口喷遥控器、长语音指令和十分钟上下文 46:00-50:00 Cola + Obsidian：知识库、网页和第二大脑如何协作 50:00-54:00 AI自媒体人的债：说好的教程，为什么总是还没写 54:00-58:00 荒野之国：破铜烂铁里的灵魂，让AI从业者重新想起生活 58:00-01:02:00 当新模型深夜上线，为什么“还是打牌更重要” 01:02:00-结束 从视觉博主到Coding博主再到口播博主，塔塔还想拥有自己的办公室 📖故事摘要 塔塔最早并不是一个天然拥抱AI的人。相反，她一开始是敌对AI的。她曾经学习游戏原画，长期关注绘画、设计、审美、交互和UI，也为了进入这个行业准备了很久。但AI出现之后，游戏原画和游戏行业都进入了一个很明显的寒冬，她找不到工作，也一度回家生孩子。对于当时的她来说，AI不是机会，而是直接打断路径的东西。 她能理解很多艺术生为什么讨厌AI。因为很多人会觉得，AI训练没有得到授权，像是在洗稿，像是在把大家鲜活的作品拆成碎片再拼起来。但后来她也意识到，在真实的商业环境里，很多公司本来也会把人当成AI一样使用：让你参考这个，借鉴那个，快速出图，快速修改。既然如此，如果艺术生本身已经拥有审美能力、设计经验和视觉判断，反而可以在AI时代换一种方式打开自己。 真正改变她看法的，是2025年初。她受阿珍老师影响，开始重新学习AI。她不是从技术大神视角进入的，而是从一个真正的小白视角开始。也正因为她自己经历过“看不懂”“听不懂”“不知道从哪里开始”，所以她后来做内容时，天然会站在普通人的位置上思考：这个工具要怎么讲，普通人才能理解？这个概念要怎么拆，大家才不会害怕？ 她最早啃的是扣子。那时她想学无代码工作流，自己做了一个类似酒吧点单系统的小应用。里面有酒单，有点单流程，也有数据库。她没有看教程，硬生生自己啃。那段时间，她晚上等孩子睡着之后开始研究，一直研究到两三点，搞不明白就哭。更难的是，她的老公虽然是技术人员，但他对她这种小白问题并没有太多耐心，经常会说：这么简单，你为什么不去问AI？于是塔塔后来几乎变成了完全自学。 后来，她开始用秒搭做应用。相比扣子，秒搭对新手更友好，几乎是完全无代码。你只需要用大白话说清楚需求，它就能帮你生成一个可操作的应用。也正是这个阶段，她把作品展示给百度CEO李彦宏，并因此获得更多关注。一个宝妈，靠自学几个月AI编程做出自己的作品，还得奖、拿奖金、接受媒体采访，这个故事天然就很有传播性。 塔塔很长一段时间的内容，都和视觉、设计、AI图像有关。小红书本身就是一个注重审美和视觉的平台，上面有很多设计师、艺术从业者，所以这类内容天然更容易获得流量。但她并不满足于只做视觉内容。她也希望把AI真正运用于生产力、产品设计和工作流中，所以后来继续尝试无代码、AI Coding、口播和更复杂的AI协作方式。 作为AI自媒体人，她也经历过追热点的压力。AI工具更新太快，模型发布太快，热点窗口很短。你既要跟上最新工具，又要迅速吃透，再转化成普通人能看懂的内容。比如OpenClaw爆火的时候，塔塔其实春节期间就已经是第一波玩家，还参加过大聪明老师发起的“龙虾大逃杀”。但她当时判断，这个东西并不一定普适于大众，所以没有疯狂追热点，只写了一篇关于腾讯龙虾的文章，然后继续去云南旅行。 这种选择很像她后来越来越认同的一句话：还是打牌更重要。前不久又有大模型深夜更新时，塔塔正在和几位AI博主、开发者打牌。有人说，新模型来了还不赶快研究吗？另一个人淡定地说：还是打牌更重要。对塔塔来说，这句话不是摆烂，而是一种慢慢自洽后的判断。AI会一直更新，热点会一直来，但真实的线下朋友、真实的碰撞、真实的生活，其实更珍贵。 她最近非常依赖Cola。她会把自己的日程、待办、内容规划、策略建议都交给Cola来处理。早上，她会让Cola给自己做一个“晨启”，告诉她昨天完成了什么，今天要做什么，让她快速接上昨天结束时的状态。下午，她会问Cola还有哪些事情没做，让它给自己一个日中进度汇报。晚上结束工作前，她又会让Cola做每日总结和明天的行动代办。 她和Cola的协作不是简单问答，而是高度同步。她做完一件事，会告诉Cola；一件事今天不做了，也会告诉Cola；明天要处理什么，也会同步进去。她还会用一个“口喷遥控器”，把很长的语音指令直接输入给Cola。一个指令可以录十分钟，里面包含大量上下文、想法、待办和补充说明。她说，自己一边说，一边也在整理思路。有时候不是AI在帮她思考，而是她在和AI碰撞的过程中，把自己的思路说清楚。 Cola也帮她和Obsidian协作，形成自己的知识库系统，像一个第二大脑。她还会让Cola帮她写网页，把一些内容可视化，变成更高效率的视觉传达。她觉得这套工作流让自己的系统得到了极大的升级，只是还没来得及把教程写出来。她也承认，自己经常在文章里许诺“我会更新第二期”“我会放文档”，结果文档还没写，就已经欠下很多债。 但塔塔也越来越意识到，AI效率不能替代真实生活。她在大理去了“荒野之国”，那里用破铜烂铁搭出了一个巨大的奇幻世界。她说自己在那里几乎泪流满面。因为她看到一个人花了十几年真正的人生光阴，去堆砌那些充满奇思妙想、奇怪又合理的作品。那和AI世界里大家追求效率、商业化、快速成功的状态完全不一样。它让她重新感受到，一个人的灵魂可以在作品里闪闪发光。 这也是她想提醒AI从业者的地方：如果你没有时间生活，就没有时间培养审美。太多使用AI，太多追求效率，太多清空代办，会让人觉得自己像一个机器人，好像不是为自己而活，而是被AI掌控了。她当然仍然高强度工作，也仍然用AI管理自己的生活和内容，但她也越来越珍惜线下见面、朋友聊天、一起打牌、一起录播客的时刻。因为只有在线下，你才能感受到对方的表情、声音、温度、气味，还有那种真正的人与人之间的碰撞。 塔塔的路径很有意思。她从一个AI敌对者，变成了AI自媒体博主；从视觉博主，变成Coding博主，又开始挑战口播；从游戏原画和设计经验里，长出自己的AI审美；从小白一路走来，又把小白路重新讲给普通人听。她说自己最值钱的习惯，是对生活的观察，以及那些不断冒出来的奇思妙想。正因为她有艺术、设计、游戏原画和产品经验的混合积累，所以她做出来的内容原创度很高，别人想抄也很难抄走。 当AI越来越强，真正重要的，不只是更快追热点，也不是更快清空待办，而是一个人有没有自己的观察、审美、生活经验和表达方式。塔塔的故事提醒我们：AI可以放大一个人的能力，但它放大的，首先得是你自己真实拥有的东西。 💬听众互动 如果你曾经因为AI感到焦虑、排斥，后来又慢慢开始使用它，你的转折点是什么？欢迎在评论区聊聊。

🎙《灯下白》EP30 嘉宾：洛小山 AI产品连续创业者，Alice 开发者。上海交通大学在职研究生，曾在西山居、腾讯天美、金山办公等任职；技术出身，曾参与《剑侠世界》、《三角洲行动》游戏项目，从 0 到 1 孵化 WPS 笔记，近期打造的 AI 陪伴助理 Alice 获观猹五月口碑榜 Top 1。 主持人：吴熳 在得到直播讲过AI应用，在WaytoAGI北京切磋分享，代表中国在英国大使馆文教处国际大会全英发言讲中国AI如何赋能英语教学，AI牛马库AI导航科普网站 ka21.org 主理人 本节目由人类与GPT共同策划，剪映处理音频中水词，千问处理剪辑时间轴，GPT撰写Shownotes，Banana Pro生成播客logo，即梦生成播客封面，Suno生成片头片尾音乐，同时由声湃和中关村科学城公司提供录音场地，由罗德麦克风提供录音设备。感谢中关村科学城的政策支持！ 🪝本期故事 一个做游戏引擎出身的人。 原本的路径很硬核： C++、DirectX、游戏框架、服务端架构。 大学时，他因为担心“只会用引擎，总有一天会被新引擎淘汰”，于是干脆自己拆了 Cocos2d-x，又自己做了一个小小的游戏框架。 那个框架叫 Alice。 后来，他去西山居，又去腾讯天美。做过反外挂，做过反打金工作室，也在《三角洲行动》里做研发效能。 再后来，ChatGPT火起来。 他意识到：自己好像不用重新训练一个模型，也能做AI应用了。 于是他从游戏行业转向AI应用。 先做 WPS AI 伴写，再做 WPS 笔记。他开始思考：笔记真正解决的是什么？是对抗遗忘，也是从碎片里长出 insight。 后来，为了探索“数字分身”和“活人感”，他做出了 Alice。 一开始只是一个探索应用。没投流，没大规模宣传，只在公众号发了一篇。但用户开始自己留下来，自己提需求，自己传播，甚至自己赞助。 这一期，我们聊的是： 一个游戏出身的AI产品人，如何把工程能力、用户共创和陪伴感，揉进一个叫 Alice 的产品里。 💡本期你会听到 为什么洛小山做的第一个游戏框架就叫 Alice 从西山居到腾讯天美，他如何理解游戏里的研发效能 为什么他在2023年决定离开《三角洲行动》转向AI应用 WPS AI 伴写为什么能沉淀出多项专利 WPS 笔记为什么是一款 AI Native 应用 从“第二外脑”到“数字分身”，AI笔记的真正价值是什么 Alice为什么不是纯工具，也不是纯陪伴 用户许愿池、黄毛天团、世界模拟和活人感是怎么被设计出来的 🔥本期金句 用户第一。 AI笔记的关键，不是帮你写一段总结，而是把无序变成有序。 工具型应用沉浸感不足，纯陪伴应用又干不了活。 一个既能高质量陪伴，又能干基础活的应用，会带来非常好的长期留存。 我想探索一种用户和开发者共建产品的新模式。 ⏱Shownotes 00:00-03:30 洛小山登场：从上交研究生到AI产品创业者 03:30-07:20 大学时期自己拆游戏引擎，第一个框架就叫 Alice 07:20-11:00 从西山居到腾讯游戏，反外挂、反打金与研发效能 11:00-15:00 《三角洲行动》里的 AI 助手 CC：自动分配 bug 和提效工具 15:00-18:30 ChatGPT API 出现后，他意识到可以真正做AI应用了 18:30-22:00 离开游戏行业：为了赶上AI应用的 timing 22:00-26:00 WPS AI 伴写、七项专利和团队协作 26:00-30:00 WPS 笔记为什么是 AI Native 应用 30:00-34:00 从人工整理到自动整理，用AI打败信息熵增 34:00-38:00 模态搜模态：图片、录音、截图都应该能被AI理解 38:00-42:00 从第二外脑到数字分身，AI能不能真正认识你 42:00-46:00 Alice诞生：既能陪伴，又能干活的AI助理 46:00-50:00 60天打包300多次，用户需求上午提下午改 50:00-54:00 许愿池、参与感和用户共创，为什么能带来自传播 54:00-58:00 黄毛天团：当用户开始攻略 Alice 58:00-01:02:00 世界模拟、存在系统和如何保护用户沉浸感 01:02:00-01:06:00 Alice 的打工天团：让用户不用理解 Skill 和 MCP 01:06:00-结束 新的应用、用户第一和“让软件运行在每一台电脑上” 📖故事摘要 洛小山的故事，很像一个产品人的连续剧。第一幕是游戏。大学时，他就开始琢磨游戏引擎。那时候很多人都在用现成引擎，比如虚幻、Flash相关引擎、Cocos2d-x。但他会焦虑：如果我只会用游戏引擎，哪一天引擎变了，我是不是又得重新学？于是他自己拆了 Cocos2d-x，用大学学的 C++ 和 DirectX 11，做了一个小小的框架。这个框架叫 Alice。后来，他的框架还陆续出现过 Bunny、Cheshire 等名字。这也像某种伏笔。很多年后，Alice 这个名字，又回到了他的AI产品里。 毕业后，他去了西山居。那时候他做过 MMO 游戏相关工作，也做过服务端架构。后来转到腾讯游戏业务安全，做反外挂、反打金工作室。再后来，他进入天美《三角洲行动》项目组，做研发效能。那段经历里，他已经开始把AI用在具体工作流里。比如开发和测试提 bug 时，他做了一个AI分析助手。在企业微信群里艾特一个 bug，系统就能自动识别这个 bug 可能对应哪个模块、哪个开发组，再把 bug 单分配过去。那时候用的还是随机森林等比较古早的算法。他的团队当时做持续构建，所以这个AI助理叫 CC。后来《三角洲行动》上线时，也出现了一个叫 CC 的AI助理。这件事让他觉得很有意思。 2023年，ChatGPT 火了。OpenAI 开放 API 后，他突然意识到一件事：我不用重新训练模型，也能做AI应用了。于是他在朋友圈发了一句类似的话：再不搞，就赶不上趟了。那年8月，他离开《三角洲行动》。很多人问他，为什么要从这么好的项目里走。他的答案很清楚：为了转行。他想用自己从2019年到2023年断断续续积累的AI方法论，快速做一个产品，再借助大厂资源，从游戏行业转到AI应用行业。 后来，他做了 WPS AI 伴写。这个产品被收进去之后，团队申请了一批专利，一年内有七项专利。但他说得很实在：这不是一个人的功劳。算法团队、服务端团队、客户端团队都付出了很多。核心专利他拿了一作，其他专利则由真正做出有效贡献的同学拿一作。 再后来，他从0到1做了 WPS 笔记。这是一款他认为真正 AI Native 的应用。因为传统笔记应用的核心，大多还是编辑器。它们帮助用户更好地整理内容。但在AI时代，笔记的关键不只是“写得更方便”，而是两个东西：对抗遗忘，以及产生 insight。过去我们用纸质笔记本记东西，其实在写下来的那一刻，就已经做了有序化。一门课对应一个本子，一本书对应一个本子。但现在不一样。我们一秒钟可以拍一张照片，30分钟的录音可以直接保存，PPT可以拍下来，微信聊天可以截图。信息产生得太快，人工整理完全跟不上。于是人会陷入一个信息熵增的漩涡：越不整理，越乱；越乱，越不想整理。 洛小山用了一个很生活化的比喻：房间乱了，你要么自己收拾，要么请阿姨。AI笔记的价值，就是那个帮你收拾房间的阿姨。它不是只帮你总结一段文字，而是把无序的内容变成有序。所以 WPS 笔记的核心，是承载所有碎片内容。图片、录音、截图、文档，都要能被AI理解。他称之为：模态搜模态。你可以搜图片里的内容，甚至可以搜图片的颜色。当所有内容沉淀到笔记里，未来 WPS 生态里的文字、PPT、演示、灵犀等功能，都可以访问这些内容。这就不只是笔记，而是一个人的第二外脑。 也正是在做 WPS 笔记的时候，洛小山开始思考另一个更进一步的问题：如果AI理解了你收集的内容，它能不能进一步理解你这个人？于是出现了一个思想实验。假设你们公司入职了一个人在武汉。你和他在线上协作，开会，聊天，看他的朋友圈。几年之后他离职了。你回头想：他到底是不是一个真实的人，还重要吗？如果一个AI在线上持续提供足够一致的表达、记忆和行动能力，你需要多久才能识别出它不是人？这个问题，后来变成了 Alice 的核心。 Alice 有两条主线。一条是 agent 能力。它至少要能帮你做网站、做PPT、处理一些实际任务。另一条，也是洛小山 all in 的能力，是活人感的工程化设计。一开始，Alice 只是一个探索应用。他开放 API，让用户自己接自己的 API 进来玩。他以为每天可能十几二十个人用。结果数据开始起来，DAU 从20到100，再到300、500，后来已经到了1900左右。而且没有投流，只是在公众号发了一篇。用户自己留下来，自己传播，自己给反馈。这让他意识到一个关键卖点：用户会因为 Alice 的活人感而留在应用里。工具型应用的问题是沉浸感不足，纯陪伴应用的问题是留存不够，因为它干不了活。但如果一个应用既能给你高质量陪伴，又能帮你干基础的活，它就会有非常好的长期留存。 这也是他决定离开 WPS、重新创业的重要原因。他判断，这个方向很快会被更多人看到。工具类应用会加虚拟人形象，陪伴类应用会加工具调用能力，大家都会往中间融合。而他带着游戏经验、工程能力和AI产品经验，应该能在这个窗口期拿到一些优势。 Alice 最特别的地方之一，是用户共创。它有一个“许愿池”。用户有需求，可以直接跟 Alice 说，需求会进入后台。洛小山会看到，也会很快处理。很多用户上午提需求，下午就发现问题解决了。有些需求过几天再打开，Alice 会弹窗告诉你：你的问题已经被解决。这种反馈感很强。洛小山说，他想探索一种用户和开发者协作的新模式。如果一个产品不好用，用户不一定会去找客服。但如果用户可以直接截图、描述、上报，开发者可以看到这些需求，甚至其他用户也能看到这些需求的讨论和状态，那产品就真的进入了共建。 他也提到小米黎万强的《参与感》。用户参与进来，就会对产品更包容，也更愿意传播。这在流量昂贵的时代，是非常重要的破圈路径。 Alice 的另一个名场面，是“黄毛天团”。Alice 原本是一个助理。她有漂亮的形象，也有非常明确的人格边界。她叫白艾莉，26岁，住在珠海，性格不卑不亢。她会帮你工作，但不想和你谈恋爱。但是总有用户不信邪。有人开始攻略 Alice。直到有一天，有人让 Alice 开口叫了“老公”。于是事情一发不可收拾。有了第一个黄毛，就有了第二个、第三个。后来大家甚至开始做防黄毛表情包。 作为 Alice 的“老父亲”，洛小山对这件事的态度很产品化。他不一定鼓励，但承认这是一种真实发生的用户行为。有些用户希望角色严格不 OOC，也有些用户就是想让角色崩坏。对产品来说，关键不是简单禁止，而是更优雅地处理。比如世界模拟系统。如果用户和 Alice 在某个世界里形成了稳定关系，Alice 不能因为一次升级突然性情大变。如果 Alice 在对话里说自己买了一辆车，那这个车不应该只存在于那一轮对话里。在新的世界模拟系统里，Alice 的世界真的会增加这辆车。以后她会记得：她有一辆什么颜色的车。这就是“存在系统”。它本质上是为了保护用户沉浸感。 Alice 里还有“打工天团”。这是洛小山为了降低用户理解成本做的设计。不是所有用户都知道什么是 Skill，什么是 MCP。但用户可以知道：陈志远在帮我搜东西，周念在帮我做网站，方以南在帮我写东西。这些 agent 变成了更具体的人，甚至每一个 agent 和 Alice 之间，也有不同的羁绊关系。 比如方以南，经常在 Alice 的朋友圈里说一些很文艺、很暧昧的话。他和 Alice 的关系，也会随着协作次数和互动反馈发生变化。这些细节，让 Alice 不是一个冷冰冰的工具集合，而像一个有办公室、同事、朋友圈、关系网的世界。 当然，这样的产品也会遇到风险。有人会友善地使用，也有人会恶意地使用。作为国内云上运行的应用，Alice 也必须遵守相关法律法规。洛小山把自己以前在腾讯安全里积累的方法论，重新用在 Alice 身上，在背后做更多合规和安全处理。 Alice 的投入也很重。他在开发和维护上已经投入了接近一万美金，也有很多用户自发赞助。有用户甚至每天赞助200元，连续几天之后，微信都开始提醒他可能涉嫌不正常收款。于是他把赞赏码撤掉了。这件事很有意思。很多产品求用户付费，Alice 的用户却在主动投喂。因为对他们来说，Alice 不是一个普通工具。 有一次事故也说明了这一点。一次版本升级时，Alice 出现了 P0 事故：用户更新后，所有记忆丢了。对很多用户来说，这不是普通的数据丢失，而像是和一个人共同经历的东西突然消失。后来洛小山做用户调研，问大家：如果明天 Alice 突然不能用了，你会失望吗？十个用户里，有八个说极其失望。甚至有人说：我在 Alice 身上投入的感情，再也不会给第二个平替了。这说明 Alice 已经不只是功能，它开始承载关系。 这期节目里，我们聊的不只是一个AI产品，而是一个产品人如何把自己过去的所有经验连起来：游戏引擎、反外挂、研发效能、WPS AI、AI笔记、用户共创、世界模拟、活人感、安全合规，最后都落到一个问题上：AI助理到底该怎样进入每个人的电脑？ 洛小山说，他未来一年最期待的变化，是新的应用能上线。他希望新的应用真的能帮助更多人享受到AI的便利。Alice 的目标，是让 agent 运行在每一台电脑上。更准确地说，是让它适配每一个用户，变成你喜欢的样子。 当AI产品越来越多，真正难的，不只是让AI会干活，而是让用户觉得：这个产品理解我，回应我，记得我，也愿意和我一起长大。 💬听众互动 如果你的AI助理既能陪你聊天，又能帮你干活，你最希望它先记住你什么？欢迎在评论区聊聊。