每周六，在星球「AI产品经理大本营」里，我们会发布AI周报（每天AI日报 + 我个人原创文章汇总）；今天是第427期（https://t.zsxq.com/3OZrR），全文2.7万字。

下面是其中要点内容提炼：本周30个干货认知点+5个“黄钊hanniman评注”，共计3000字。

一、本周30个干货认知点

（一）关于Agent / Vibe Coding / AI组织

1、十几个智能体同时跑，真正原因不是效率，而是等待；可这么干的代价，是大脑一直在切换上下文，累得要命——当模型能跟上你的节奏，你就能一直在心流里，跟 AI 一起改（边说，边看原型长出来）。

2、长记忆对人之间的交互，是伪需求（重要的人你自然会记住，不重要的忘了也行）；真正需要长记忆的，是Agent和Agent之间。

3、做垂直行业、基于know-how、把麻烦事打包交付、把脏活累活做成自己的壁垒（比如合规&模型路由）、帮客户建立它的壁垒（数据、agent、工作流留在内部）、再加上FDE交付，最终成为客户每天的工作入口。

4、若没足够锐利、清晰的应用场景，99%的上下文都是垃圾，garbage in garbage out。

5、最先改的不是组织架构，而是"工作怎么重新分配"——先拆工作 → 再分人机→ 重设岗位 → 重设流程 → 调组织。

6、知识沉淀，不需要一开始覆盖全公司；先用10篇Markdown，把一个领域讲清楚。

7、数据治理，不是先建巨大的数据平台；可从一张核心业务表开始，把一个真实业务的状态、结果和关键字段理清楚。

8、评估 Harness 看三个结果：任务收敛多快、错误能否被限制在局部、每交付一个结果需多少成本。

9、UU远程新版上线，或成 Agent 时代远程操控新基建。

（二）AI深度认知

1、AI最大的价值，是帮人做判断——让真实情况持续被看见，让判断有依据，让人把精力放在更高层的抉择上。

2、每次模型升级，能力边界外扩一圈，扫过的地方全是新需求。

3、速度、质量、成本里，一旦有一个关键指标跨过去，原来不成立的想法，可能马上就成立一半。

4、不是AI替代人，是懂行业的人用Harness驾驭了AI，替代不懂行业的人。

5、一个老兵加AI，顶三四十个年轻人——未来12个月，会涌现一大批老炮明星创业者。

6、Paul Graham 意识到“（AGI）快到了”的瞬间：突然想不起图灵测试的定义、要去查标准——已近在眼前，才会去查标准。

7、机器人产业，应先找到能产生收入、数据和反馈的场景，再让技术迭代到成熟。

（三）AI产业相关

1、直播、游戏行业的新范式：AI实时生成视频，观众投票决定剧情走向。

2、网络安全，极可能成为第三个，真正跑出“规模收入”的场景。

3、OpenAI开始试水"按结果付费"。

5、具身智能仍处极早期、全身都是短板，现阶段本质是拿VC的钱做科研。

6、AI应用公司，正被三类对手夹击：转型AI的SaaS公司、甲方IT部门、底层大模型公司。

7、OpenAI和Anthropic大规模采购Mac，训练Agent在电脑环境中稳定完成工作。

8、腾讯WorkBuddy开放平台上线。

9、Grok Bot才是Jarvis。

（四）其他深度认知

1、弄清楚一个人“到底在哪件事上是最好的”，然后判断，他能不能利用这个优势，去赢得他们正在做的那场游戏——找到极端长板，把游戏规则倾斜到自己的优势方向。

2、对弱点坦诚，对强项自信，才能形成那种“能真正赢的状态”。

3、从 70 分到 95 分，比从 0 分到 70 分要难得多，而且很多时候看起来"没有必要"。但就是这种"非要做到极致"的执念，才是 spike （突出点）最终成形的原因。

4、Founders Fund 能区分 A+ 和 A- 的创始人，而大多数投资人的判断精度，做不到这点。

5、只盯着Plaud没“打磨”好的细节做产品，是创业者的陷阱。

二、本周5个“黄钊hanniman评注”

1、AI下半场 ，上下文即一切

• 基模能力快速进步，未来收集上下文不难，难的是有用；若没足够锐利、清晰的应用场景，99%的上下文都是垃圾，记录再多，也是garbage in garbage out。

• 有朋友是Looki用户，强迫自己佩戴一个月，记录海量上下文，发现毫无价值——这是大多"记忆硬件"的宿命。

• 博尔赫斯说过：我是我读过的一切的“总和”。但若人能“录下”他经历的一切，他会更聪明吗？答案是：不会。他只会有一座垃圾仓库。

2、AI连续正确完成很多任务，才能慢慢建立信任；但一次未经授权的行动，就足以把这种信任重新降到零

• Katie Jacobs Stanton 让它处理个人事务，它没再确认，直接替她发了一封邮件，她随即断开邮箱权限。

• 以前的钓鱼邮件，骗人点链接，未来的钓鱼邮件，直接骗你的 AI 助手。

黄钊hanniman评注：这种个人助理，总是说会“理解用户的习惯、关系、日程和偏好”等等，但是，真的能做到吗？

• 这些，都只是最表层的行为层面的习惯（规律），而并不能做到真正“懂”用户——要真正懂，需要具备心理学背景，从底层去结构一个人“是谁、为什么这么做”；

• 所以，虽然 Instinct 最近很火，但这类AI助理，在没有证明其具备更底层的非共识认知之前，我个人都持保留态度。

3、模型速度上来后，人们将重新回到实时状态：你想，它做，你看着，你改

• 十几个智能体同时跑，真正原因不是效率，而是等待——之前开 10～15 个智能体并行跑，是因为每个任务要等 30-45 分钟。可这么干的代价，是大脑一直在切换上下文，累得要命。

• 当模型能跟上你的节奏，甚至比你更快，你就能一直在心流里，边说，边看原型长出来。未来，你可能会在共享画布上，跟 AI 一起改，语音和文字随时切。

黄钊hanniman评注：原来关键在这里！当速度10倍提升时，交互体验、品类本质就不一样了！

4、隐喻率指标：每一百句话中出现多少次隐喻表达

• 隐喻让句子更抽象复杂，大脑需要额外处理，才能返璞归真，降低了易读性。

黄钊hanniman评注：在我们自己工作领域，能否找到那个最核心的“驱动型”指标，非常考验know-how。

• 想到一个例子，阿里云早期非常不稳定，但各种指标因素非常繁杂，最后他们定义的指标是：宕机5分钟造成的财务损失（尽可能的小）&约束条件。

• 即，指标并非必须是单一的数据项，而可以是某种条件的组合。

5、反常识投资方法论：没有 checklist、任何评分标准（试过，发现没用，彻底扔掉了）

• Founders Fund 早年试过定义"什么是 Founders Fund 风格的创始人"，列出 Type A 性格、不依赖他人等属性，结果发现这些都是废话，没有一次是准的。

• 他在找那种"在某件事上，让他眼前一亮"的人，这件事可以是任何东西。他用了一个词叫 spike（突出点），就是某个维度上远超常人的能力。

• 他最喜欢做的事：弄清楚一个人“到底在哪件事上是最好的”，然后判断，他能不能利用这个优势，去赢得他们正在做的那场游戏。

黄钊hanniman评注：这就是我一直强调的“价值捕捉”能力（在脑子里发现“闪光点”），目前所见、唯一能培养这种能力的成长模式，是做我们AI日报的志愿者。

• 可参考星球推文《做“AI日报志愿者”一个半月心得：文字功底的进步，只是结果，不是根因 (https://t.zsxq.com/XHaxQ)》。

• AI日报志愿者“第十二季”的征集说明（含收获价值、申请流程），详见这个星球链接 (https://t.zsxq.com/XHaxQ)。

【One More Thing】

以上干货点，来自本周的「黄钊的AI日报」；目前是第十二季，正在早鸟票（可优惠60元），已有210+读者，详细介绍在这里（有3篇示例，可免费试读）：

注1：AI日报，是80+分的公域干货提炼，星球“AI产品经理大本营”里，还有90+分的hanniman原创AI干货，有更大信息差和认知差，对一线AI从业者，会更加受益。