Re+: AX 怎么看

这是《前三次技术革命，红利最后都落到普通人头上》背后的完整框架。正文是给人读的一篇文章，把判断讲清楚就够了；这篇是给框架本身的——把'技术怎么洗牌财富'拆成第一性原理、一个财富捕获公式、六个传导机制、AI 的四层结构、一套九问研究法和几条可验证假说，方便你拿去套到下一个技术上，自己跑一遍。

我博客上 83 篇中文文章，每篇都读着像英文翻译过来的。翻译腔、长段落、学术味——全是 AI 写作的通病。我研究了半佛仙人、九边、虎嗅的写作方法论，提炼出一份 435 行的写作系统，喂给 Claude，把 83 篇全部重写了。这是那份指南的故事。

一套写作指南搞定了翻译腔，但科技评测文章写成半佛那味儿就离谱了。不同内容需要不同声音。我研究了怎么从任何一个作者身上'偷'写作风格——收集文章、拆解模式、提炼成结构化的 Style Profile。这篇用卡兹克做例子，走一遍完整流程。

风格库再大，也装不下所有人的偏好。有人想写成半佛仙人，有人想写成和菜头，还有人想照着昨天看到的一篇没听过名字的作者的文章来。怎么办？让 AI 现场提取风格 DNA——给一篇范文，改成那个味。

听了张月光（妙鸭相机创造者）三小时创业访谈后的几个想法。关于 AI 朋友为什么必须会变、为什么需求感比满足感更重要、以及'道升术降'对产品和团队意味着什么。播客 reaction，不是系统分析——几个聊到的点碰巧跟我自己做 AI 伴侣的经验高度吻合。

员工手册就是给人类写的系统提示词。MrBeast、Netflix、Duolingo 三家百万人效公司的手册都在解决同一个问题：怎么把品味传递出去。但给人和给 AI 写系统提示词的区别比想象中大——人需要激励、需要归属感、有自尊心要哄、会遗忘会走偏；agent 一样都不需要。

上一篇说员工手册是给人类写的 CLAUDE.md。这篇接着问：AI 原生公司的手册该怎么写？该招什么人？怎么筛选品味而不是技能？从 Compute Labs 三人团队的经验出发，试着写出 AI 原生公司的员工手册——一份给有品味的人的操作指南。

硅谷101 这期 AI-First 播客的听后感。多数人把 AI 当工具，跟 24 小时较劲，提速到头也就 10 倍；少数人把它当系统，重构整条工作流，人往后退到只做两件事——给意图、审产出。但我想说的是，审产出这道关，正在被自己淹没。

听《十分吸引》串台《听懂涨声》聊 AI 财富再分配，最有意思的是他们对历史的推演——铁路、电力、互联网三轮洗牌的机制。我顺着挖了一层，也想得更硬了一层：洗牌从来不是随机的，它一直按同一套逻辑走——技术重写经济网络，旧瓶颈失效，新瓶颈定价，财富跟着议价权走。铁路重写物流网，电力重写能源网，互联网重写信息网，AI 正在重写任务网。前三轮先极度集中，最后又长出新的中产，因为那些新生产方式胃口很大、需要海量普通人。AI 是重资产、离散型的，可能只走完集中那一半，跳过做大中产那一半。

课代表立正这期访谈，嘉宾是屠龙（杨滢）——清华生物、匹兹堡脑科学博士、给美军解码大脑，回国后却在一个"会计开法拉利、网红带黑社会大哥上门"的江湖里连开四家公司。标题问"为什么她干啥啥赚钱"，但她自己交代过卖首饰一件没卖出去。真正值钱的不是某种点石成金的天赋，是一套能从科研搬到美妆、图书、课程的操作系统。我顺着完整字幕又抠了一层：她到底带了什么下场。

AI 把讲授的边际成本打到零，教育史上第一次，瓶颈从'谁来教'搬到了'人为什么想学'。顺着一个 AI 社群里关于'孩子为什么不肯学'的讨论，我把动机科学、学习科学和 alignment 的证据串了一遍：需求不是找出来的，是点着的；'以后用得上'输给的是一条折现曲线；动机满格的学生加一个直接给答案的 AI，考试成绩反而比不用的还低 17%。教育要解的是双重对齐——先让人想学，再保住那份不可外包的认知劳动。