01
「世界是个草台班子」是这场直播最被反复印证的事
向亮在智谱、TOG 公司都看到草台班子，悟出「站在风口上猪都能飞，门槛没你想的那么高」。何锦成讲「年龄大的老板看你装个 GPT 都一愣一愣的」是同一个事。生姜讲「ChatGPT 才 2 岁半，所有人都在同一起跑线」也是。
给你的启示：你大一就被「我能力不够」「我学历不行」绑住，是把对手想象成神。一线公司、政府项目、千万级业务里的人，并不比你强一个数量级，他们只是更早进了门。
不是全能王，但在「AI 怎么帮你搞到钱、帮你提效、帮你把业务做起来」这一块是一超多强里的那个「超」。
我自己的起点不高。复读完离一本还差 7 分，家里没矿、学历不高、还是 I 人，按以前的逻辑「基本面差就活该混得差」，我这辈子是没指望了。这套逻辑听起来很公平，其实挺绝望的。
后来我想清楚了一件事，你的结果从来不只由基本面决定，还有一个东西叫杠杆。基本面乘以杠杆等于结果。工业时代的杠杆是机器，互联网时代是代码，自媒体时代是内容，但这些杠杆门槛都不低。机器要花钱买，代码要会编程，自媒体要有做内容的天分。所以大部分普通人一辈子根本没用上过杠杆，空有一身力气没有趁手的武器。
现在来了一个新杠杆叫 AI。它跟以前所有杠杆都不一样在两点。
第一，AI 不挑你当下在做什么事。你带销售团队，它能帮你打磨高转化话术；你做小红书账号，它能帮你调研对标批量生成；你写论文，它能帮你梳理文献搭建框架。你手里在做什么，它就能帮你提效，门槛极低，免费就能用。这是人类历史上第一次一个强力杠杆对所有人都敞开了。
第二，AI 反过来还能让你的基本面变好。以前你想变强只能花时间慢慢熬。读研读很久、工作积累踩很多坑。但 AI 可以当你的军师和陪练，你进入一个从来没接触过的行业，1 小时之内就能帮你捋好行业地图、关键信息、客户痛点，给你一份能拿去跑的切入方案。你跑完碰壁调整，对行业的认知就实打实地上去了。以前成长是平缓的向上函数，现在变成指数级有推背感。
AI 把执行的成本压到地板，那么判断力、审美力的价值反而飙升了。你拿 AI 搜出来的东西不值钱，你判断「到底要 AI 去做什么」才值钱。
聪明的将军可以指挥 AI 大军去做更有价值的事，啥也不懂的人会让 AI 乱冲，产出一堆技术负债。好消息是怎么用 AI 是可以学的。
我们没包袱。年纪大的人思维惯性太大，习惯特别难改。我们就是一张白纸，在白纸上画画是最快的。当年龄上去的时候，绝大部分人都改不动思维惯性。
我自己基本面变化最快的几个月，是换了环境。在学校里我聊 AI 别人觉得我是神经病，到了杭州身边全是认真做事的人——做发售的、做内容的、做 AI 开发的——每天聊的就是怎么用 AI 解决真实问题。我不是突然变聪明了，是换了一个屋子。
如果你是屋子里最聪明的人，说明你走错了屋子。只跟自己圈子里的人讨论问题、能提出好主意的概率基本为零，因为你们在彼此确认对方的想法，舒服是舒服了，但没突破。强关系给你温暖，弱关系给你机会。真正给你带来突破的，永远是那些不在你圈层的人。
我在 25 年初进了一家头部公司实习，没什么业务经验、学历也一般，但所有同事都不会用 AI。我平常就泡在一群爱玩 AI 的年轻人里面，技巧自然就长出来了。我帮所有高管装 GPT 装 Cloud，写脚本爬爆款、模仿文风、整理数据、写销售话术。这些对我来说很日常的操作，在他们眼里就是牛逼。
我当时震惊的是：原来这都够了。全世界只有 500 万人用上了最强 AI（Codex、Cloud Code），还有 79.95 亿人没用上。这就是生态位，「在大家眼里它属于年轻人」的生态位。
后来那些高管帮了我一个大忙，介绍客户、提供资源。他们帮我不是因为我嘴甜，是因为我解决了真实问题、我对他们有价值。把对你来说很简单、但对别人此时此刻正好需要的事帮到他，世界就打开了。
去年 12 月我和团队决定做留学求职。我不懂留学、不懂求职辅导、身边也没接触过留学生。一个月跑通的方法是这三步。
第一步调研。任何新领域第一步都是调研。要搞清楚赛道长什么样、谁做得好、好在哪、最小的全局认知是什么。传统调研一个平台一篇一篇看，慢得要死。AI 加上 agent（能操控电脑的智能体）可以让它自己跑，我给它设计好「什么样的帖子是爆款、什么样的账号是对标、要吸引什么客户」，它自己产出爆款帖子分析、对标账号深度拆解。我的速度是传统运营的 10 倍。
第二步拆解。调研完你只是知道谁做得比较好，但不懂为什么爆。要让 AI 一起去拆结构、拆选题、拆表达方式。
第三步做成 skill。拆解出的规律变成可复用工具，从此以后不需要每次重新想，调用 skill 就能稳定产出。
整个链路一个月跑通，这跟行业无关。AI 放大的不是某个行业的能力，是你做任何事情的效率。
很多人觉得 AI 笨，是因为没把话说清楚。元提示词是「帮你把模糊想法变成结构化提示词的工具」。掌握了这个元能力之后，新概念出来你不会怕——你可以让 AI 教你提示词工程、教你上下文工程、教你 Harness Engineering。
物理世界有加速度，一般小白遇到新概念学半天学不明白，但你有了元能力之后再学就快得多。AI 最牛的不是帮你干活，是让你学东西的速度变快了。
前智谱 AI 产品经理（不是算法）。看着 AI 火起来一步步入局，自己淋过雨的人。
我刚毕业那会儿进了第一家 TOG 公司，1-200 号人，做政府项目大几百万上千万的，刚进去激动得不行。结果干着发现：我们写代码都不用 git，服务器就一个生产服务器，一亿八卡的 A100 算力，所有生产环境就跑在上面。我直接在生产服务器上改代码，重启就完了，没有测试环境也没有灾备。
后来我跳到智谱——国产大模型最头部那一档。我以为这次是行业天花板了。进去才发现还是一个巨大的草台班子。智谱学 OpenAI 那套，公司里除了销售和算法以外，所有人都只有一个岗位叫 PE（Prompt Engineer），没有售前、产品经理、项目经理。19 个 PE 加几个实习生就做了那个城投项目，每个场景功能完全不一样，但谁出问题谁都能上去补位，全是现学现用。
我们当时验收那个项目，badcase 清单还有 473 条没修完，集团一发通知开用户评审，平时不停为难我们的人对产品夸赞不绝于耳，领导签字盖章，一系列信息流水的操作过后，我推了两个月没动静的流程一天搞定了。
这个事让我悟出来：站在风口上猪都能飞。我以前以为要做顶级项目你得什么都会，进去才发现没有什么是必须会的——只要你能进得来站得住，剩下都是现学现用。
最近抖音快手把 OPC（一人公司）超级个体炒得神乎其神，好像学会了 AI 一个人坐在家里敲键盘大单就送上来。我把话撂这：你一个人，是基本不可能接到企业单的。不是难，是不可能，从一开始就给你焊死了。
三道坎你过不去。第一道是招投标。它卡你三样：资质（软件企业认证、ISO9001、专精特新、至少 3 个相关项目案例，这些东西一年办下来花几十万）；营业额（投标方近三年营业额不能低于 500 万是基本款，大项目门槛翻 10 倍）；很多大单根本不走公开招标走邀请招标，是客户领导拍板的，你是谁？
第二道是数据安全。私有化部署、三级等保、数据不出企业内网。说人话就是所有代码、模型、数据必须装在客户机房里，你调用 GPT、Cloud 的方案一句话废掉。你得自己买服务器、装开源大模型、自己跑微调，光算力，巴卡的 A100 一年租金 50 万以上。
第三道是维保。我们做金华一个项目，客户周三下午 2-3 点群里甩一句「明早 9 点领导要看演示，还有一个 bug 必须连夜搞定」。那一晚 5 个人干到凌晨 4 点。维保合同白纸黑字写着「重大事故 30 分钟响应、4 小时解决、7×24 小时值班」。过年回不了家，你一个人怎么响应？你睡觉的时候谁接电话？你生病的时候谁顶上？万一你骑电动车被摔了客户系统挂了，谁负责？
那些抖音上说「一个人接多大的公司 B 端大单」的博主，你就问他一句：你接过几次？公司在哪？拿出中标公告我看看。
做 B 端项目拼的根本不是技术多牛、产品多好用。我以前也信这套，做了几年项目悟出一句话：最重要的是别给领导添麻烦。
我们做 AI 隐患识别那个项目，你觉得最理想效果是啥？一拍照所有隐患都被揪出来、登记上报、层层准备整改。但领导不这么想。一个县的应急局用这个 AI 一年揪出 N 多个严重隐患，数据往上一报到市里报到省里，上面一看你们怎么这么多问题，分管领导的乌纱帽就一顶，他还要不要？
所以你认为最好的产品在领导眼里其实是给他惹麻烦的。政府也好大企业也好，人家买的从来不是你的技术多厉害、产品多厉害，买的是你有多懂他、懂领导要的政绩、懂他帽子底下那一丝丝的安全感。
后来我去武义县调研，跟一个干了 20 多年的注册安全工程师一起进熔炼车间。工人赤膊上阵抽着烟干活，污水到处流。他跟我说一句话我到现在难忘：「如果完全按浙江省的安全管理条例来，那这一片园区全给拆光重造一遍。但拆了领导又不高兴，武义县能做经济强县全靠这片园区，拆了税收从哪来？」
我那一刻就通了。真正的高手不是把所有问题揪出来，是在这片黑不黑白不白的灰色地带里，找到一条让领导、工人、所有人都活得下去的缝。我们产品的核心不是识别有多准，是能比别人更好地把握这个分寸。
我给你排一个真实的技术先进性顺序：学术界（大学/研究所）→ 工业界内部用的 → 面向大众的 C 端产品 → 企业用的 B 端产品。B 端排在整条链的最末尾。
为什么？企业最害怕出事，只敢用最稳的、最成熟的、说不好听被人玩烂了的技术。所以你在 B 站抖音刷到的最新玩法、最新概念，真正到企业项目里是落不了地的。
但这其实是好消息——既然 B 端做的都是被玩烂的技术，那门槛根本没你想得那么高。你不需要是天才，你只要先想办法用一个比较切场景的词混进去就行。
抖音那种 AI 老师，「AI 颠覆一切、不学马上被淘汰、再不上车就晚了」的，我从来不看。他们就干两个字：贩卖焦虑。你问他该咋办，他也说不出 123。他为啥贩卖焦虑？你的焦虑就是他的流量，你的焦虑就是他兜里的现金。
最关键的一点：在一线做的好的人没空天天发抖音。我的领导特别厉害，他从来不在抖音分享。判断一个人值不值得听，就看他是在制造焦虑，还是在给你真东西。
第一步别上来就想单干，先去入局、先去打工。去 B 端。因为 B 端是技术链最末端，技术非常成熟，给你比较长的学习周期和平滑的学习曲线，不会今天龙虾火了明天 Harness 火了你立马掉队。B 端企业的招聘要求也相对低。
C 端 AI 应用在国内没生存空间——小公司刚做出好产品准备融资冷启动，大厂看到你能盈利立马复制你，拿更多资金更好的上下游把你打得裤衩都不剩（参考刺激战场和平精英）。但 B 端不一样，再小的公司只要老板有人脉资源，分包再分包的项目都够 10-20 人小团队吃得满嘴流油。
第二步先把自己弄进去。别总觉得「等我准备好」，你永远准备不好。把基本功学扎实、简历弄漂亮，先混进去。进去后你就会发现大家都现学现用。
第三步选最快见效的学。B 端公司里 AI 真正能落地的翻来覆去就三类：拿 AI 做传统文字工作（公文/日报/周报/报告，单 agent + workflow）、AI 客服、RAG 知识库问答。B 端公司招 AI 的 95% 都在做这三件事。
最好上手的是 RAG，因为太成熟了。RAG 三个环节：解析切片 → 检索 → 大模型生成。每个环节有哪些优化方式、为什么要做这个优化、举一个实战案例，面试一问你能答上来基本就够。
第四步呈现。别天天焦虑 AI 会不会取代某个职位。我 AI 用得越多越发现，你自己本身的能力才是根。先在领域里扎出护城河，再谈 AI 怎么给你加 buff。
对新出的 AI 工具保持饥渴。一个简单方法：抖音 B 站搜跟你工作节点对应的 AI 工具，每个视频点个赞（不用看），两天后再有新 AI 工具，平台第一时间推给你。
简历写项目，每个点抠得很细。比如拿 RAG 切片这一点，面试官会问：「大量知识情况下你解析切片怎么做？选什么解析器？图片型 PDF 和文档型 PDF 怎么解析？」你要思考 20 秒能答上来，同时结合项目经历：「我曾经遇到扫描版 PDF 很难解析，最后用了什么方法把准确率做到了多少。」简历用 STAR 格式写。
销售出身，互动型主播，对「商业模型」「成交」「分销」「圈层」有非常嗅觉。
这是今天最重要的一句话，记下来。
我让一个学生用 AI 帮我做形象照海报，14 张 490 块。我付得非常开心，因为换以前找影楼拍同样质量的，14 张要花一两万。群响刘思义最近所有海报全是 AI 出的，30 块钱一张，成本一次调用不超过 3 分钱。
我们并不是不喜欢高质量海报，是不喜欢以前这东西成本太贵了。AI 来了之后，过去一直躺在那的需求一下就被激活了。
类似的场景一抓一大把：企业宣传片（以前请团队拍要几十万，AI 抽卡几百块）、企业官网（海外有人专门找没官网的公司用 AI 生成发邮箱推销）、PPT（武汉一个学长靠抖音卖 PPT 年入几百万）、表情包定制（小红书一搜 99 块一只猫，月入几千到几万）、AI 客服售后、企业知识库（以前请咨询公司几十万）。
所有需求都是一直躺在那里的，只看你有没有发现它的眼光。
我给你一条普通人最实在的机会路径，去看你老家二线三线城市最大的 AI 账号有多少粉丝。大概率 5000 都不到。
接下来你做这件事：注册一个账号叫「惠州第一 AI 专家张老师」「汕头 AI 彭于晏」「滁州 AI 某某」。不要注册一线城市，杭州上海深圳广州遍地是 AI 老师，你竞争不过。
然后认真发内容（不是只注册）。明年这个时候（2027 年）会发生什么？深圳今年 1 月已经发出了《人工智能 OPC 创业生态引领地计划》蓝底白字文件。蓝底白字在中国意味着大批预算、官方支持、要找大批量老师培训。明年同样会出 AI 的蓝底白字文件。
那时候领导会到处找当地的 AI 专家来讲课。他在微信抖音搜「惠州 AI」，你跳出来在第一个，你就被选中了。一天 10000 课酬。讲完课当地企业会找你做咨询、要方案。你不需要现在多强，你需要的是提前占位。
每一代人都有一代人的财富转移机会。2021 年这个东西叫自媒体，今年这个东西叫 AI。
老板们一年流水十几个亿但不会用 AI、不会做抖音。你会就有跟他合作的机会。他给你付 10 万很轻松，因为他公司的「培训费」预算就是给新事物试错用的。
你竞争不过传统老板做了 20 年的事，但你可以做他们学不会的新事。这才是新人打新牌。
你给一个不认识的大佬发 200 字小作文问问题，他大概率不回。你成为他的客户，付了 499，再问一个具体问题，他一定会认真回答。
这叫师出有名。把你想问的问题、想拿到的资源跟「成为客户」这件事打包，你拿到的概率会高很多。
ChatGPT 是 2022 年 12 月出来的，到现在才两年半，AI 才 2 岁半。所有人都站在同一起跑线上。你今天啥也不会，明天就可以变成你那个城市的 AI 专家。把 Codex 和 Cloud Code 下载下来用上，你就已经是专家了。
有价值的信息只在小圈子里传播。外面没人跟你说这些。你身边能找出第二个像景城、像生姜这样的人吗？大部分人找不出来。这就是为什么要进圈子。
身边所有人都赚不到钱，你就一定赚不到钱，这是社会规律。
AI 是杠杆，自媒体也是杠杆，对普通人都是最便宜的——你有手机就能拍，有 AI 就能写。我现在自己的内容生产链路是：用 AI 找选题（去视频号/抖音/小红书看数据高的、评论好的爆款），把逐字稿丢给 AI 提炼框架，再用 Cloud Opus 4.6 批量出选题，「选题大于一切，数量大于一切」。
具体操作上「找选题大于一切」要记住——做内容不是从 0 创造，是找被验证过的爆款，再用你的视角重做。
如果你不想讲干货，做流量账号最简单。每天国外 AI 都在更新，把国外的 AI 新闻、推文翻译过来拍个视频发。新智元就是这么干的——「奥特曼家被炸了」「字节又放大招了」「太炸裂了」。
吃信息差，不需要创意，照猫画虎抄就行。你 AI 天天更新，根本不会缺内容。
留学求职新销售来了什么都不懂，怎么信任他？给他装一个销售 agent。它能读取微信后台消息、基于消息生成客户档案、基于档案生成回复建议。
新销售上岗周期可以从一个月压缩到一两周。每多一周培训就多一周成本。这是已经在美国发生、全世界落地的场景：用 AI 降低培训成本是企业刚需。
我的业务知识库分专注区（每周任务）、素材区（线下大课逐字稿、聊天逐字稿、飞书妙记）、业务区（留学/AI 知识付费/AI 自媒体各自的 SOP、skill、定稿、原始素材）、自媒体内容区（选题/审核/定稿）。
跟小麦老师一套结构的知识库，他给一个西安老板搭一套收 10 万。这就是企业服务定价。
AI 不会让一个没有商业思维的人赚钱，反而还会让他亏钱（每月烧 token + 订阅会员）。
你要知道什么是产品、什么是流量、什么是销售转化、什么是商业模型、什么是稀缺、什么是别人需要的。这些是 AI 不会自动给你的。
对销售本质、产品定价、贵人陷阱、知识付费本质有很冷静的看法。
我以前的咨询不收费。问我问题的人太多了，我说了他还不一定听，不一定愿意做。后来我开始收钱了，发现一个反常的事：收了钱他反而听我的建议，反而愿意去实践。
这就是交换的逻辑。你没把刀割在他身上，他不知道这东西有多痛。
对于问问题或者业务讨论，我现在的态度是：看这个人有没有未来、我们能有什么更多空间。如果没有，我每多花 1 分钟就少挣 1 分钟。
反过来：当有人给你建议的时候，你要去判断他是不是给你真建议。如果是真建议，这个人对你太好了，一定要珍惜。一个人在另一个人身上最宝贵的就是能付出的时间。
很多人希望有个贵人来改变人生。机会真给到他了，他跟不上。他要的本质不是贵人，是直接给他钱的人。
「499 块买不到嘉宾 24 小时为你服务」这是认知低的问法。世界上 24 小时给你服务的人 490 也买不到。
跟嘉宾提问的逻辑：只有涉及实操经验的问题才有必要问嘉宾。基础问题（怎么操作、怎么装工具、网络配置）问 AI、问知识库里的 SOP、问之前的学员就行。把可量化、可统一、一次性解决的事沉淀成文档随用随取，把嘉宾的实时交互留给最值钱的问题。
师傅带徒弟自古就是知识付费。学校老师工资低导致没人愿意当老师才催生了课外补习行业。学校老师一个月工资 10 万，就没有知识付费这个行业了。
我做新岛官网的时候，前两周碎片时间搞效率不高。后来密集用两天专门搞，发现非常简单，逻辑搞明白了一句话就跟 AI 说清。
碎片时间适合资讯吸收（每天睡前 10 分钟看一下 AI 资讯），实操和深度学习要给整块时间（周末半天）。
我在 YouTube 上刷到想看的演讲，懒得看就发给我的 AI。它自己装虚拟声卡、把视频转代码、转逐字稿、生成 PPT 大纲、压缩图片、确认词义。人类参与反而会降低 AI 的效率，不要给 AI 添麻烦。
赛博掘金这类实战项目会收 99 / 199 押金，完成低门槛任务退还。这不是赚你的钱，是保证资源分配给认真对待的人。生财、群响都用这个机制。
任何可以变成 SOP 的事（网络配置、Cloud Code 安装）放进知识库随用随取，不占用直播大课的时间。直播宝贵在于实时交互，要把它留给最新鲜、最个性化的问题。
同一个判断从四个不同角度被反复印证，比单点更值得记。
向亮在智谱、TOG 公司都看到草台班子，悟出「站在风口上猪都能飞，门槛没你想的那么高」。何锦成讲「年龄大的老板看你装个 GPT 都一愣一愣的」是同一个事。生姜讲「ChatGPT 才 2 岁半，所有人都在同一起跑线」也是。
给你的启示：你大一就被「我能力不够」「我学历不行」绑住，是把对手想象成神。一线公司、政府项目、千万级业务里的人，并不比你强一个数量级，他们只是更早进了门。
向亮：「你别总觉得等我准备好，永远没有准备好的时候，先把基本功学扎实简历弄漂亮先混进去再说。」
何锦成：「企鹅不是先学会再上场的，他是先上场再学会的。先做出东西才是入场。」
生姜：「你得把双手弄脏把双脚插进泥土，你才能真正掌握技能。」
给你的启示：你做炒股日报、个人介绍网页、卢翌晨生日页这套节奏是对的（learned.md 第 6 条「产品化方法论」就在这条线上）。继续这么干，别等。
何锦成讲「帮高管装 GPT」「帮张机搭群聊精华系统」是这条路。
生姜讲「教辅导员用 AI 整理 Excel」「教老板用 AI 做抖音」是这条路。
向亮讲「武义县园区注安师那一句话改变了产品定位」也在讲这件事——你解决的不是技术问题，是别人当下真正需要的事。
给你的启示：你最近做的离散数学手册（learned.md 5/21）就是这件事的实战，已经验证过有效。下一步就是找更多这样的小事去帮人。
向亮直接点名「抖音 AI 老师」整天喊「不学就被淘汰」，背后是流量生意。
Michelle 切「想要贵人却跟不上的人本质要的是直接给他钱的人」。
生姜暗暗讽刺「真东西只在小圈子里传播」。
给你的启示：你刚做的「付费讲师课购买四问」（learned.md 第 18 条）跟这三个判断完全一致。这场直播本身也是销售场，但他们三个传递的认知和销售目的并不完全对齐——你能拆出认知层不用买产品。
何锦成明确提了。生姜的「需求等成本降下来」是这条的应用。Michelle 的「人类参与反而降低 AI 效率」是同一面：执行已经被 AI 接管，剩下「该让 AI 做什么」是人的判断。向亮的「在灰色地带找到让所有人都活下去的缝」是这条在 B 端的落地——技术早就不是问题，判断分寸才是。
给你的启示：你现在卡在「做什么」而不是「怎么做」。你的 AI 工具栈已经比 90% 的同龄人强了，瓶颈是判断力（选什么场景去打、选什么人帮、选什么内容做），这才是你这一两年要刻意训练的东西。
何锦成：换屋子比变聪明重要。
生姜：身边所有人赚不到钱，你就一定赚不到钱。
向亮：智谱 19 个 PE 互相补位，能力是被环境逼出来的。
给你的启示：你的 telos 里写了「在下沙校区重新积累社交圈」「弱关系给你机会」。这条直播再次印证。你已经在做了（张云阳、丁部、找锦成圈子），继续推。
生姜讲师出有名，Michelle 讲收费筛人。这是销售方的合理逻辑。
但反过来对你：当你「成为客户」的目的是想问到嘉宾问题、想拿到资源时，要先想清楚你能输出供给吗？如果只是想交钱进圈子拿标签（许愿），就违反了你 learned.md 第 18 条第 ④ 问「我买的是知识，还是社群入场券？我能不能输出供给？」
认知不是用来收藏的，是用来动手的。