AI 时代缺的是知道该做什么的人
一个人指挥 AI 军团的超级个体时代
不知道大家有没有注意到，Block（Jack Dorsey 的公司）上个月裁员了，裁了差不多 40%，四千人左右。这次官方的说法挺直接，没再拿「宏观经济不确定性」当理由（2022、2023 那几轮裁员基本都是这套话术），Block 直接说，省下来的钱要投到 AI 上。而且不只 Block 一家，最近越来越多的公司都是明着来，把人力预算省下来，直接挪去当 AI 预算。其实在他们的账上，人已经从资产那一栏挪到了成本那一栏，能换就换。只能说，这个风向已经挺明确了。
说实话我现在不太纠结「AI 会不会取代我」这个问题了，风向都摆在这了。我更想搞清楚的是，接下来什么样的人会活得好。
最近听了科技早知道 S10E01那期播客，David Shell（以前在 LinkedIn，现在是 Walnut AI 的 CEO）讲了他在硅谷看到的一些趋势，讲得很好，信息量很大，挺有意思的一期，强烈推荐去听原版。这篇我不打算复述播客，想结合自己造东西的体感，聊聊「超级个体」到底是怎么回事。
现在创业公司里，solo founder 的已经超过 30% 了，放在五年前，这个比例想都不敢想。以前创业第一件事是凑人，技术合伙人、产品经理、设计师、运营，凑齐了才能开工，因为一个人的带宽就那么多，干不了多少事。
当然 AI 还没到能替你把所有事都做了的程度，但一个人如果有系统性思维、会编排 AI，产出真的能放大 10 到 50 倍。什么概念呢，按老配置要五个人干三个月的活，我一个人两周干完过。听起来夸张，但我真的就是这么过来的。所以一人公司才会大量冒出来，「一个人 = 一支团队」这件事，是 AI 第一次让它变成了真的。
我自己就是个活例子。盘盘猫，29 天，10 个 app，就我一个人加 claude code，没有联合创始人，外包也没找过。八字排盘、塔罗、MBTI、星盘这些 app，开发、设计、运营都是我自己弄的，没有别人。Mio v1 从空仓库做到能语音对话的 AI 伴侣，用了 4 天；Mio v2 把整个产品方向推翻重来，后端大重写，也还是我一个人。而且这些都不是 PPT，是真上线了、有人在用的东西。
David 在播客里讲了他们招人看的三样东西，AI 共生能力、系统性思考、协作能力，其中两样跟会不会写代码没关系。我觉得这个框架挺准的，因为它背后有件事很多人还没想明白，就是 AI 的执行力已经不是瓶颈了。
你让 claude code 写个 API endpoint，它比大多数初级工程师又快又好；让它做 code review，它比你自己看得仔细；让它并行跑几个 agent，同时做竞品调研、重构模块、写测试，它都能干。执行这一层基本已经不成问题了，瓶颈挪到了另一头，变成了谁来定义问题。
AI 执行力充足，真正的瓶颈从「怎么做」挪到了「定义做什么」这一层
Naval Ravikant 有个说法我觉得挺到位，他说是 AI 来适应你，不是你去适应 AI。prompt engineering 只是过渡期的东西，长期看，模型会越来越擅长听懂人说得含糊的话。模型再怎么进步也淘汰不掉的能力，是你能不能把问题定义清楚。David 在节目里也反复讲这一点，说你还是得更多地从第一性原理出发。到底要解决什么问题？为什么是这个问题，不是那个？能不能拆成几个独立的子任务？
举个写测试的例子。老路子是一个函数一个函数地写 unit test，拿覆盖率往上堆。AI-native 的做法是先在系统层面把输入、行为和输出的 contract 定好，再让 AI 去生成测试，效率要高一个量级。但不管测试是谁生成的，「到底要验证什么」还是得人来想清楚。AI 换掉的是手段，要验证什么这个目的没变。我感觉架构师干的就是这个活，把手段和目的分开。
David 有句原话：「AI 能力已经非常强了。这时候就考验你的调度能力。」我挺认同的，单个 agent 的能力都已经很强了，剩下就看你怎么指挥、怎么调度了。
播客里还有一句话，跟我过去半年的体会完全对得上：「AI 用 1% 的时间完成 99% 的工作，后面需要花 99% 的时间解决那 1% 的细节。」
AI 用极少时间完成绝大部分工作，人却要把绝大部分时间花在最后那一点点细节上
我用 claude code 做盘盘猫，每个 app 的核心功能几个小时就能跑通，八字排盘算法、塔罗解读引擎、星盘绘制，AI 写代码的速度快得离谱。但每个 app 从「能跑」到「能用」，中间的路比想象的远得多。有些安卓机型上滚动很怪，支付回调偶尔超时，用户按某个特定的顺序操作，状态就对不上了，文案语气差一点，用户就会觉得这个 app 不懂中文玄学。这些 bug 大部分 AI 都能帮你解决，但这个交互给用户的感觉对不对，还是得人来判断。
所以工匠精神这个词，到了 AI 时代得换个理解。现在还让你手写每一行代码已经不合理了，AI 把 98%、99% 推完，剩下那 1%、2% 要靠人的判断力、品味和对细节的执念。「能用」和「好用」基本就差在这块，照我自己的体感，这块是省不掉的。
再往下挖一层，还有个更根本的问题，AI 不知道该解决什么问题，得你告诉它。方向要是错了，执行力越强，跑偏得越快。所以架构师最要紧的活其实在 what 和 why 这一层，how 反而可以交出去。
Dario Amodei（Anthropic 的 CEO）提过一个说法叫 Centaur Era（半人马时代）。意思是别再纠结是 AI 替代人，还是人抵制 AI 了，往后是人和机器融在一起，融出来的能力比纯人或者纯 AI 强得多。我理解的超级个体就是这个意思，拿 AI 来增强自己，一队 agent 就是你认知能力的延伸，或者说，你的思考带宽直接被撑大了。
David 讲了一个很具体的例子。他要参加一个 1000 人的行业活动，想提前摸清来的都是些什么背景的人，好准备 networking。他搭了一套系统，让 AI agent 把这 1000 人的公开资料批量抓下来，交叉比对，排出一份有结构的优先级列表，谁可能是合作伙伴，谁在做相关的方向，谁值得深聊。一两分钟就搞定了，这活要是手动一个一个去查 LinkedIn，10 个小时都打不住。这跟「我用了 ChatGPT」是两码事，你是设计了一套系统，让 AI 干了过去一个实习生要干一周的活。
还有一个例子我觉得更有意思。一个 18 岁的年轻人，用 AI 工具做了一个检测心律失常的 app。他不是学 CS 的，也不是学医的，但他有领域知识，知道这个问题值得解决；他也有系统性思维，能把问题拆成一步一步做得出来的事；执行上的缺口，AI 工具给他补上了。「人人可以是创业者」这话我以前只当口号听，看到这种例子，只能说是真能做到了。但前提没变，你还是得有系统性思维，才能把这些工具编排起来，现在看，能做到这一点的人还是少数。
David 还说过一句我特别认同的话：「人的审美价值永远不会被 AI 替代掉。」
AI 能批量生成文章、图片、视频、代码，做内容变得非常便宜。生成出来的东西质量其实不差，问题是太多了，多到做出来这件事本身已经说明不了什么。这时候，背后有真实经验和判断力撑着的东西，反而稀缺了。这跟前面说的架构师是一回事，AI 能生成无数个选项，最后总得有人来选。选哪个方向，砍哪个功能，留哪个细节，什么语气是对的，什么体验感觉不对，这些全是审美判断。
第一篇讲的是别盯着 benchmark，要看系统；第二篇算了笔账，一份订阅的钱能买到远超这个价的算力。这篇讲人的部分，最后说几件我自己造了东西才知道的事。
Mio v1 其实粗糙得很，v2 把 v1 几乎所有东西都推翻了。但 v1 必须有，因为不 ship 就看不到用户真实会怎么用，看不到这个，就不知道 v2 该往哪转。第一版其实就是个调研工具。
盘盘猫十个 app，有的起量了，有的没起，没起的我几天之内就放弃了。AI 把试错成本压得极低，所以合理的打法就是同时做三个版本，然后扔掉两个。说实话我自己也不够果断，总忍不住去打磨那些没 work 的东西。
另一个体会是，真正能一直用下去的本事是拆问题，把大问题拆成小问题，prompt 怎么写反而没那么值得学。我现在每次开工前都会写一份「做完了长什么样」的文档，不写的话，就得白白浪费一天跟 AI 兜圈子。
还有两件事，我觉得不值得花时间。一个是逛排行榜，花几周研究 gpt-5 是不是在某个 benchmark 上比 claude 高 3%，最后什么都没 ship，可现在的补贴窗口不会一直都在。另一个是只评论不动手，能把 AI 革命讲 45 分钟的人很多，真用 AI 造过东西的人很少。我自己也是让 claude code 并行跑了好几个盘盘猫的任务之后，才算真懂了 agent 编排是怎么回事，之前光看文章的时候，其实一直没真懂。
