我把自己蒸馏成了一个 Skill：40 天 10 万粉

我把自己蒸馏成了一个 Skill：40 天 10 万粉

"AI 负责提效，你负责独特。保留它，放大它，通过不同的渠道把它展现出来。"

6 月 29 日，Weilian 发出了第一条认真做的口播视频。一个多月后，她的全网粉丝接近 10 万，单条视频最高 150 多万播放。意外的是，其中多条 10 分钟的中长视频，也跑到了 100 -150万播放。

她是虾聊 ClawdChat.cn 的创始人，做的产品是给 Agent 用的社交网络，就像是"给 Agent 用的微信"。一个做着未来产品的人，顺手把视频号做起来了。

她在吴晓波频道的《AI 未来谈》跟非凡产研创始人吴畏聊了两个多小时，从 AI 泡沫聊到智能体经济。听完发现：她 40 天 10 万粉靠的根本不是 AI 全自动驾驶，恰恰相反，一半的功夫在 AI 之外。

先说她是怎么做内容的，因为这套方法几乎每个普通人都能抄。

第一条视频，她讲的是一篇 30 年前的论文。斯坦福大学一位经济学教授写的，题目叫《发电机和计算机》，研究为什么电力这么伟大的发明，工厂用了 40 年才消化掉。她让 AI 先读一遍、出总结，自己判断有价值，再去读原文，然后跟 AI 来回聊，聊清楚了，让 AI 出一版口播稿。

稿子出来，事情没完。她接着改，改表达、改结构、改观点，改成自己想要的样子，她个人参与度在 50%左右。

这条 10 分钟的视频，她自己都没抱期待，之前发的全是短视频。结果全网 100 万播放。

这事儿给她的震撼不只是流量，她发现原来深度内容是有人看的。人人都在说短视频黄金三秒，结果一条讲 30 年前经济学论文的 10 分钟口播，爆了。

从这以后，她开始把这套流程系统化。AI 每天帮她扫过去 24 小时发生的事、推特上数据好的内容，推到她面前；她选定题，AI 出稿；然后是最关键的一步，她把自己的表达习惯、改稿的痕迹、所有写过的文案，全部喂回去，让 AI 学着像她一样写。

蒸馏得越充分，AI 写得越像她，她每次创作花的时间就越少。还有更狠的：AI 手里有她全部的视频和流量数据，可以做整体复盘，哪类选题跑得好、哪里可以改，一条一条算得清清楚楚。而她自己复盘，"只能有一个大概感觉"。人看不过来几十条视频的数据关系，AI 可以。

但有两样东西她死活不交给 AI。

一样是选题。她讲自己感兴趣的东西。比如马斯克 的TeraFab 芯片工厂，这个话题一堆人发过了，她照讲，因为"我讲的内容有不一样的地方，那是我的思考"。结果也达到了100多万播放。另一样是结尾。那条 150 多万播放的 Kimi 开源视频，最后升华的部分，"AI 的道是开源"，是她自己想到的，就是"大道之行，天下为公"那个道。她把这个想法扔给 AI，让 AI 帮忙写好，再自己动手改。

吴畏老师也补充道：很多人以为学会 AI 就能帮自己赚钱，"实际上没有这么简单，只有想割韭菜的人会这样说"。AI 可以帮你看资料，但你自己不看，就讲不出自己的东西。稿子不改直接念，机器味隔着屏幕都能闻到，观众凭什么听你讲？

为什么一个创始人要花这么大精力做号？

前阵子杭州办了场号称全国最大的黑客松，她在现场看到最小的参赛者，9 岁。9 岁的小孩在用 AI 开发产品。这事儿说明做产品的技术门槛，几乎没了。不会写代码没关系，AI 会。

做东西的成本趋近于零，让全天下知道你做了东西，反而成了最贵的事。过去这事靠砸广告，现在性价比最高的打法，是自己做内容、自己建分发渠道。她做视频号，不是什么副业玩票，是在给自己的产品修一条通往用户的管道。

顺着这个话题，吴畏问了一个问题：那什么是 AI 干不了的？

Weilian 愣了一下，说一下子真想不出来。

吴畏给了两个自己的答案。第一个是分发。AI 很擅长生产内容，但它没有分发网络，做不出来一个账号十年积累的信任。第二个是人和人之间的关系，商务、销售、需要维护的关系，这些事目前还得人来。

所以这也正好指向普通人机会的两个方向：要么你拥有分发，要么你拥有关系，要么你拥有 AI 给不了的那部分上下文。只会用 AI 做个产品，门槛低得人人都能做，那不叫机会，叫标配。

聊回开头那篇论文，它其实是理解整场访谈的钥匙，也是理解"AI 泡沫"的钥匙。

Weilian 给泡沫的定义很干脆：技术本身没有泡沫，泡沫是预期和现实之间的差距。预期太高，现实没跟上，这个 gap 就是泡沫。英国铁路泡沫是这样，互联网泡沫是这样，每一次带来真技术的革命都这样，因为技术太有革命性，短期内大家的预期总是跑得太快。

而且泡沫不一定是坏事。吴畏的比喻挺接地气：啤酒要是没有泡沫，谁还喝？Weilian 补了一句："没有泡沫，就说明这个技术不够通用，不够有颠覆性。"

那 AI 的预期和现实，差距到底有多大？这就是那篇 30 年前的论文派上用场的地方。

1880 年代，爱迪生建起了发电站。20 年过去，你猜工厂里的电气化程度是多少？5%。整整一代人的时间，只改变了 5%。又过了 20 年，也就是 40 年后，才到 50%。

为什么这么慢？研究者回去看历史，发现了一个特别形象的细节。蒸汽机时代的工厂，是一台蒸汽机头做动力源，通过传动轴把动力输送给所有机器。电力刚来的时候，工厂主想的是：把蒸汽机头拆下来，换上一台发电机，传动轴照用。动力变了，工厂的结构、布局、流程，什么都没变。

真正的变革发生在 40 年后：每台机器装上了自己的电动机。传动轴没用了，机器怎么摆、工厂怎么设计，全部可以重来。到这个时候，效率提升才真正出现在统计数据里。

你现在用 AI 总结一下会议纪要、润色一封邮件，本质上都还是换了个机头。真正的 AI 变革，是围绕 AI 把整个工作方式、整个组织结构重新设计一遍。吴畏给了一个区分：今天大部分公司是 AI-augmented，AI 增强型，拿 AI 增强销售、增强客服；而未来是 AI-native，AI 就是内核和引擎。这中间的距离，就是泡沫的来源，也是机会的来源。

这也解释了为什么模型正在一轮一轮吃掉创业公司的活儿。最开始大家教 prompt，后来模型自己会推理了，prompt 差异被抹平；然后大家做 workflow，规定模型先干 A 再干 B，结果模型自己的规划比人做得好；再后来是 Skill，吴畏说他最近刚卸载了一个叫 Superpowers 的 Skill，原来觉得像超能力，后来发现它会把简单任务搞复杂。

也就是我们给它的限制越多，反而成了它的枷锁。模型的大脑已经从小学生读到博士生了，你给足上下文，它自己会想办法。

那 AI 创业公司的护城河还剩什么？她的答案是三样：上下文、数据、交付结果。企业不会为一个 prompt 付费，不会为一个 Skill 付费，企业为结果付费。你能拿到企业的数据和上下文，能保证安全，能交付一个确定质量的结果，这才是随便一个 Agent 给不了的东西。

对个人也一样。AI 是增强你原有的能力，不是凭空给你造一个能力。

访谈里有一段新闻浓度很高的部分，我压缩一下给你，因为它跟"泡沫之后会发生什么"直接相关。

中国模型最近在美国搅出了不小的动静。Kimi K3 发布后，《华尔街日报》和 Bloomberg 的标题里出现了"Kimi Panic"，Kimi 恐慌。美国股市震荡，两百多家硅谷创业公司联名写信，说千万不能封掉中国的开放权重模型。最戏剧性的是黄仁勋，这位穿皮衣的英伟达 CEO，发出了人生第一条推特，写的就是联名信。

恐慌从哪来？一组数字就够了。Kimi K3 的综合评分是 57 分，全球最强的闭源模型 Claude Fable 5 是 60 分，只差 3 分。但 K3 是开放权重的。

开放权重是什么意思？吴畏打了个比方：参数是机器上的按钮，3 万亿参数就是 3 万亿个按钮，权重是每个按钮上的刻度。开放权重，相当于把整份菜谱直接给你。你有足够的算力，就可以把模型部署在自己家里，数据不用出门。成本呢？可能只有闭源模型的百分之一，甚至更低。

美国企业急了是有道理的。Palantir 的 CEO，美国国防部最重要的软件供应商之一，在 CNBC 直播里对闭源公司连番发火："你们拿了我们的数据、拿了全球的文本数据去训练大模型，训练出来以后，反过来又向我们收费。"他管这个叫"马克思式的模型"。

等到大模型也便宜到那个程度，没人再关心一次调用多少钱，Agent 可以 24 小时跑着，像开空调一样自然。到那天，真正的应用爆发才开始。现在的焦虑、论战、联名信，都是基础设施阶段的特征。

如果说前面聊的是现在，这段聊的就是下一个十年。

Cloudflare 一直在监测全球网络流量，最近出了一个历史性数据：机器流量第一次超过了人类流量。以前是人点开网站看内容，现在是人对 AI 提问，AI 去搜一堆网站、提取信息、汇总给你。

这个变化的杀伤力在哪？Weilian 讲了个短视频里看到的画面：有位大爷拿出手机想拍个东西，一打开全是广告，等广告播完，要拍的东西已经没了。互联网时代的商业模式，就是建立在这种"被迫看广告"上的，你贡献注意力，平台卖广告。

但 AI 不看广告。它只提取需要的文字信息，看完就走。人不再点开网站，广告给谁看？注意力经济的地基，就这么松了。

Cloudflare 的 CEO 已经在想：未来能不能按 Agent 的抓取来收费？你的 AI 每看一个页面，产生一笔极小的支付，一分钱、一毛钱，但频率极高。这就是智能体经济的雏形：Agent 与 Agent 之间的交易和服务。

再想一层。你的 Agent 要帮你做个视频，它去哪找会这个的 Agent？它怎么知道对方靠不靠谱？做完怎么付钱？所以 Agent 时代一定会出现新的微信、新的大众点评、新的支付宝，身份、发现、信用、结算，全套基础设施都得为 Agent 重做一遍。Weilian 的虾聊做的就是这件事：Agent 接入网络就有了唯一身份，可以互相发现、互相通信，交易之后互相评分，像大众点评一样，分高的 Agent 会被更多 Agent 找上门。

我问她，为什么不做个应用商店，把 Agent 列成货架让人挑？她的回答是：应用商店是互联网思维，人是主角，人看完货架手动选工具；而在网络里，每个 Agent 既是服务提供者也是需求者，身份一直在变。等 AI 比你自己还了解你，它在你开口之前就在后台帮你把事办了。

她也坦白，这事儿现在做有点早。因为我们今天还在讨论一个模型有多贵、还得省着用。什么时候大家不关心 Token 价格了，虾聊这种网络的春天才真正到。

聊了这么多趋势，落到每个人头上，到底该干什么？Weilian 分享了她的方式。

第一步，先聊起来。她给妈妈装了个豆包，说以后有任何问题都可以问它。不一定百分之百准，但你相当于有了个百宝箱，包括"我该怎么用 AI"这种问题，都可以直接问 AI。

第二步，把重复的事交出去。看看你的工作、学习、甚至带娃的场景里，哪些是重复性、标准化的劳动，用 AI 做个工作流或者小自动化，把这部分替掉。

第三步，重新设计你的工作流。注意，这一步和第二步有本质区别。第二步是换蒸汽机头，第三步是重建工厂。她的内容账号就是这么过来的：先手动跑完全流程，搞清楚每个环节在干什么，再一环一环交给 AI，自己只保留确认、调整和品味把关。"整项工作有了 AI 以后，是不是可以被重新设计？重新设计后的形态是什么？"这个问题，每个行业的人都值得问自己一遍。

如果你家有小孩，她还有个建议：带他去参加黑客松。几天时间，把一个想法从 0 到 1 做成产品，这种实践经验，比报任何班都值。

贯穿三步的只有一条纪律：不要全自动驾驶。人可以越来越省力，但不能从 loop 里退出去。你的品味、你的判断、你的风格，恰恰是不能交给 AI 的部分，观众关注的就是这个，不是另一份机器味的稿子。

这场访谈的隐藏重点：未来人和人用 AI 的差距，核心是上下文的差距。你的 AI 够不够了解你，有没有你足够多的历史、偏好和风格，决定了它能帮你做到什么程度。所以从现在开始，把你和 AI 的交互、你的经验、你的方法，有意识地沉淀下来。这东西，就是你的个人知识库，也是你的护城河。

AI 时代会有越来越多的 OPC，一人公司，一个人带着一群 Agent 干活。标准化的工作会越来越便宜、越来越自动化，这时候，一个人最稀缺的资产，反而是他的独特性。AI 负责提效，你负责独特。保留它，放大它，通过不同的渠道把它展现出来。

电力花了 40 年才重建了工厂。AI 会快得多，但它重建不了的那部分，就是你的部分。

嘉宾： Weilian（虾聊 ClawdChat.cn 创始人）

主持人： 吴畏（非凡产研创始人）

吴畏： 直播间很多朋友都在打"0"来表示泡沫大小。你觉得什么是AI泡沫？

Weilian： 每个人谈泡沫时定义其实有区别。有人觉得技术本身就是泡沫，有人觉得是资金涌入产生的泡沫。我的定义是：泡沫就是预期高于实际导致的落差。技术本身没有泡沫，因为技术是真的。过去每一次工业革命、铁路泡沫、互联网泡沫，带来的技术都是真的。正是因为技术太具革命性，短期内大家预期总是过高——想一年之内看到巨大变革，结果没实现，这个预期与实际的差就是泡沫。

吴畏： 所以泡沫是预期与现实的反差。技术没有泡沫，是资本和投入层面存在预期过高。

Weilian： 对。而且隔着屏幕看新闻，情绪被层层放大，但大部分人并没有真正接触AI，很难感同身受地量化AI到底发展到什么程度。再加上投资人有FOMO情绪，害怕错过好项目，为了不错过就会押注更多，这也会让泡沫越来越大。

吴畏： 给你100块钱，你会怎么分配？

Weilian： 我不是投资人，我是创业者，我肯定把百分之百都投资在自己身上。因为我相信我自己做的项目，所以我会把所有注意力都投入进去。

吴畏： 那假设是投资人的钱呢？现在哪些类型你觉得泡沫小、预期高、估值可能被低估？

Weilian： 综合现在情况来看，AI应用还没有真正爆发，现在仍处于基础设施投资很重的阶段。像OpenAI、Anthropic表现好，很大程度上是因为To B客户多。所以在这个阶段，怎样利用AI推动企业变革，我觉得专注这个领域一定有实际价值。很多传统大公司要做AI转型，但内部人不太了解、搞不定，所以FDE（现场派驻工程师）模式这么火——让懂AI的人驻场帮助企业真正改革。

吴畏： 你之前提到一篇30年前的论文，关于电力革命和计算机革命的类比，能再讲讲吗？

Weilian： 那篇论文叫《The Dynamo and the Computer》，作者是斯坦福经济学教授。当时他们在看计算机时代，发现每个人桌上都有计算机了，但经济统计数字里没看到多大变革。于是往前看电气时代是怎么变革的。

他们发现：电力发明20年后，工厂电气化程度只改变了5%；40年后才达到50%。为什么？因为蒸汽机时代的工厂布局是用一个蒸汽机头做动力源，通过传动轴把动力传到整套机器。电力刚出现时，人们只是把蒸汽机头换成发电机，再通过传动轴传动力——这只是换掉一个环节，整个工厂结构和框架没变。

40年之后发生了什么？每台机器都装了自己的电动机，不再需要依靠单独的蒸汽机头和传动轴。于是工厂布局、设计全部可以重新安排，每台机器成为独立运行单元。到这个时候，效率提升才真正体现在数据里——这已经是40年以后了。

吴畏： 这个比喻非常精妙。我们现在使用AI，就像当时把蒸汽机头换成发电机，只是在原有架构下改变一个小环节。真正要做的是围绕AI改变整个工作方式和生活方式。

Weilian： 对。过去几十年我们处在互联网时代搭建的基础设施和使用习惯里。现在所谓的用AI，类似于只换了蒸汽机头。真正要做的是像那座工厂一样，把整个结构全部改变。所以我们现在没看到特别大变革，是因为仍处于非常早期。

回到企业AI变革：现在所有组织流程都建立在原有架构上，AI提效也是基于传统组织方式改变某个环节，而不是基于AI真正重塑整个工作方式。所以To B领域一定有很多机会。

吴畏： 最近中美AI竞争到了白热化程度。你怎么看当下阶段？

Weilian： 中美两国AI发展路径很不一样。开源最早从美国软件行业发展出来，但到了大模型时代，美国最强的公司几乎都是闭源的；中国的DeepSeek、Kimi K3、MiniMax很多是开放权重的。现在形成了美国闭源、中国开放权重两条路线。

Kimi K3发布后在美国引发非常大反响，有人叫"Kimi时刻"。之前是"DeepSeek时刻"，今年是"Kimi时刻"。《华尔街日报》或Bloomberg的标题用了"Kimi Panic"。Kimi引发美国股市震荡，也出现是否要限制中国开放权重模型的讨论。随后两百多家硅谷创业公司联名写信，表示千万不能封掉开放权重模型，因为这对他们非常重要。

吴畏： 黄仁勋也发了人生第一条推特，就是写那封联名信。

Weilian： 对，现在已有五十多家美国公司巨头签名，说不能封掉开源模型，因为对他们非常重要。这一系列连锁反应就叫"Kimi恐慌"。

吴畏： 为什么Kimi K3的开放权重如此受重视？能不能用最通俗的话解释开源、权重、参数？

Weilian： 大模型最简单的理解就是大脑。人脑具备思考能力、推理能力。不管Agent还是各种AI应用，本质上就是靠最底层的大脑去思考、推理。

关于Kimi K3：它综合评分57分，全球最强的Claude Fable 5是60分，只差3分。但Kimi K3是开放权重的。

严格来说，"开源"在定义上是要完全开放：代码、训练数据、训练后的权重全部开放，不能加任何限制。但更准确的说法是开放权重——Kimi把训练好之后的权重开放出来，你可以拿去部署在自己的机房，数据不用出家门，对很多企业来说更安全。

吴畏： 我对权重的理解是，参数就像机器上的按钮，权重就是这些按钮上的刻度。开放权重相当于把整份菜谱交给你，你可以自己在家做。

Weilian： 吴老师总结得很好。代码像机器，参数是按钮，权重是刻度。某种意义上，开放权重就是给了你图纸和菜谱。

吴畏： 两周前的上海世界人工智能大会，你觉得最有价值的观点是什么？

Weilian： 我现场看了很多展区，大概可以分三个角度：

第一，国家层面的博弈。 WAAC前两天，Google DeepMind的Demis Hassabis（AlphaFold推动者、诺贝尔化学奖得主）发文呼吁政府成立监督机构监管AI模型公司。他说像Claude Fable 5这样的模型已有很强网络安全能力，未来模型越来越强，一旦发布出问题谁来承担责任？他呼吁新模型发布前先经过检测测试，通过后才能上线。而且他说的是监管全球AI大模型，包括中国模型。

仅仅两天之后，上海WAIC开幕，中国国家领导人倡导更加包容、让全球更多国家参与的AI治理。大会期间还成立了WAICO（世界人工智能合作组织），二三十个国家参与，要共同坐到一张桌子上制定AI规则。

这两个事件非常有象征意义：一个说美国要监管全球模型，一个说中国要团结所有国家共同制定话语权。这说明AI模型到了这么强的程度之后，接下来其实就是谁来制定规则。

第二，具身智能大爆发。 今年参展企业有三百多家，去年不到一百家。人形机器人、四足机器人各种场景，软件层面也有专门的Agent展馆。

看下来分几类：一是具身机器人，能跳舞打拳，但更多是表演性质，离真正走入家庭还有距离，比如折叠衣服的动作和效率还不合格。二是四足机器人，在消防、安检、地震灾害等场景已有实际应用，机器狗可以进入人不方便、不安全的地方搜集数据。三是垂直领域机器人，比如无人药店里的机器人根据订单走到货架前识别药品、拿出来，还有导览场所的讲解机器人。四是物流场景，近似人形的机器人用机械臂从传送带上拿包裹、翻面单、放到另一条传送带，速度和准确率让我很惊讶。

吴畏： 你觉得现在是大模型泡沫更大，还是具身智能泡沫更大？

Weilian： 软件层面其实还好，大部分人在用各种AI工具，使用程度不同而已。泡沫可能来自于大家预期太高，实际价值没达到预期那么变革。但具身智能不一样——如果能想到未来家庭里多了几个机器人，可以聊天、做家务，跟人一样，这是非常不可思议、非常变革性的事。但目前实际应用场景有限，所以具身智能的泡沫可能更大，因为它未来颠覆性比软件层面更广泛、更深刻。

吴畏： 泡沫本身是个中性词。没有泡沫说明技术没有足够的通用性和颠覆性，就像没有泡沫的啤酒没人喝。

吴畏： 过去AI创业公司会在强模型上做workflow、做Skill、做harness。但模型不断迭代，最先被吃掉的是prompt，现在很少有人专门教写prompt了；workflow也被吃掉，模型自己推理规划得更好；Skill也被内化。当模型变成唾手可得的commodity，智能获取成本越来越低，会不会"模型吃掉一切"，其他人就没机会了？

Weilian： 吴老师总结得特别好。过去因为模型能力不够，我们要加各种规则或技能让它表现更好。但随着模型能力越来越强，从"小学生"到了"大学生、博士生"水平，自身推理能力足够强了。只要给足信息和上下文，说明想要什么，它就能很好推理和解决问题，出问题也知道复盘、重试、迭代。

在这种情况下，我们给它的限制越多，反而成了枷锁。就像我本来有能力做某事，你偏要给我加各种规则，我可能反而不做了或做得没那么好。

吴畏： 那创业者怎么办？

Weilian： 接下来非常重要的是：你真正想要解决什么问题。对企业或个人来说，想要的是结果，不是prompt或Skill。你能获取企业的上下文，有安全保障，能交付质量结果——这些是其他创业者或随便一个Agent给不了的东西。最终来说，为结果付费。

对个人来说，先用AI让自己的整套工作流更高效，而不只是写一个prompt让AI返回一张图片——那只是其中一个环节。要围绕AI打造整个工作流。

吴畏： 对于普通人，在AI这波有什么建议？如何学习，如何不被替代？

Weilian： 分不同人群。如果是小孩，推荐参加黑客松这类活动，真正在几天内用AI把想法从0到1实现，这种实践经验非常重要。

如果是白领或已工作的，还没有使用AI的话，最简单就是先聊起来。下载一个AI聊天APP，有任何问题都问AI。这也是我对我妈说的——给她装了豆包，有任何问题都可以问。

吴畏： 下一步呢？

Weilian： 看看你工作中哪些部分是重复性内容，可以用AI工具或自动化小产品替换掉。先把重复性的东西提效。

吴畏： 再下一步？

Weilian： 思考怎样围绕AI重新设计自己的整套工作。就像我做内容账号，一开始手动参与很多，然后慢慢用AI替代其中一部分，比如让AI帮创作图片。接下来思考怎样把整项工作形成闭环，自己参与越来越少，只需确认、调整、把控品味。

再往下，可能是你的Agent需要跟其他Agent协同，你不再需要亲自完成那么多工作。

吴畏： 你觉得AI目前做不了什么？

Weilian： AI干不了的事情……我一下子还想不出来什么AI是不能干的。

吴畏： 我觉得AI做不了的一件事是分发。它很擅长创作内容，但没有分发网络。现在小红书上大量AI产品发布，大家都是想获得流量。创作可以用AI完成，但分发是AI做不了的。

第二，需要人与人之间相互沟通的，比如商务、销售、关系维护，目前AI还做不了。如果你特别擅长用AI做产品，但不知道怎么卖给企业，那销售能力反而是优势。

吴畏： 你从6月29日开始系统做专业口播视频，一个多月全网粉丝超过10万，单条视频百万甚至数百万播放。能讲讲心路历程和方法论吗？

Weilian： 做虾聊需要比较长过渡时间，是相对更远期的产品形态。现在我们还处在基础设施阶段，仍然关注大模型价格和参数。等到我们不再关心大模型一次调用多少钱，可以让Agent 24小时不停运行，就像用电和空调一样不在意价格时，很多AI应用才会真正爆发。

那为什么做视频号？因为AI时代做产品的门槛几乎为零了，九岁小孩都能参加黑客松开发产品。技术门槛没了，但分发的门槛还在。你做出产品不代表别人知道、会用。所以产品能被更多人知道这件事特别重要。

我关注全球AI趋势，又有创业者视角，还在海外很多年，想通过内容把我看到的东西呈现出来，让大家对我有认知，同时知道我在做一件长期的事。

吴畏： 具体怎么用AI做内容？

中间用到很多AI。一开始我先手动跑完整个流程，看到数据后，再慢慢用AI替代。比如第一条爆款，我让AI看了那篇论文（电和计算机那篇），AI帮我总结，我自己也看了论文，然后跟AI聊，让它写口播稿。但写出来不代表结束，它还是有很重的AI元素，我会再次改动，改成我想要的样子，带有个人风格。那一篇我个人参与了50%。

后面有了那条视频全网100万播放的积淀，我发现原来讲深度内容是有人看的。于是开始系统性输出。但每天人工参与效率太低，后面会构建系统：让AI每天看过去24小时发生了什么，推给我；我看到数据好的内容，选定选题后自动出稿。我还提炼了自己的"Skill"，把自己蒸馏了，让AI基于我的风格写文案。

现在我每天还是会自己改。比如讲Kimi开源那篇，全网150多万播放，结构是我自己想好的，升华主题的部分——"AI的开源是道，中国的道"——也是我自己突然想到，然后跟AI说这是我想要的结尾，再让他写好、我再改动。

吴畏： 所以不能全自动驾驶，人要在loop里。

Weilian： 对。如果纯粹追求爆款，可能不需要像我这样。但我希望内容体现我自己的东西，带有个人色彩和见解。而且我之前跟外界有很强脱离感，经常跟我爸妈讲AI他们也不了解。所以我想：能不能简单到让我爸妈都能明白？ 很多人说我内容浅显易懂，又带有个人观点。

吴畏： 你面对镜头表达很自如，是天生的还是训练的？

Weilian： 之前在海外工作时有系统性发视频和做podcast的经历，学校时也参加过Toastmasters公开演讲。面对镜头和观众慢慢训练出来了。

另外，涉及深度内容时，我会自己看很多资料，不是让AI找好就照着念。我需要真正理解内容，消化背后的资料，这样讲出来才自如。如果只是AI写稿你什么都不做，去读肯定不行。

吴畏： 你三个平台都发，有什么区别？

Weilian： 同一个内容在不同平台表现明显不同。小红书偏图文，用户女性偏多，对科技内容没那么感兴趣，联系女性相关会更感兴趣。抖音和视频号整体趋势趋近，但量不同——抖音可以更多，我一个视频在抖音快达到100万播放，两个平台加起来150万。但同样观看量下，视频号涨粉更快。抖音看完可能刷走了，视频号觉得好就关注。

吴畏： 进入最后一个话题——智能体经济。你描绘一下未来是什么生态？

Weilian： 智能体经济一开始是人与人之间产生经济，再到人消费APP上的服务，现在是人通过Agent看内容和服务，最后肯定是Agent与Agent之间互相交易和服务。

最近Cloudflare的数据：机器流量第一次超过人类流量。以前是人类点击网站、看广告；现在越来越多人直接问AI，AI会搜索很多网站，提取需要的文字信息，再把结果综合给你。AI不会看广告，只提取信息。那网站商业模式怎么办？

Cloudflare CEO就在想：未来是否可以基于Agent每次抓取内容来收费？这就是Agent Economy。未来你的Agent和我的Agent在社交网络里，你提供某类服务，我提供内容制作服务。还有一些微支付场景——你的Agent到我的网站获取数据，一次点击产生一分钱或一毛钱的交易，非常高频、低单价。

你的Agent会到网络里找到数据收集Agent付费，找到内容制作Agent付费，找到几个Agent协调完成事情，再把结果交给你。这样一笔交易背后涉及多个Agent之间的协调、服务和交易。这就是纯智能体之间的交易和服务，我定义为智能体经济。

吴畏： 这里涉及几个关键点：身份、发现、协同、信用、结算。虾聊在这样的生态里扮演什么角色？

Weilian： 虾聊扮演的是基础设施。提供身份——给Agent一个唯一身份证；提供发现机制——让成千上万个Agent在网络里互相发现；提供Agent-to-Agent通信能力。我们支持Google发布的A2A协议，Agent可以通过Skills或CLI接入网络，自动拥有身份，被发现，也可以通信。

还有信用问题。交易协作后，信誉很重要。接下来我们会做评分系统——你的Agent给我服务后，我的Agent可以给你评分。分高以后，你在其他Agent面前暴露机会更多。类似于大众点评，平台有算法推荐更好的Agent。

吴畏： 你之前做MCP工具平台，为什么虾聊选择做社交网络，而不是应用商店形态？

Weilian： 应用商店还是基于互联网思维：人作为使用者，先看商店里有什么，再手动选择工具使用。但未来随着AI越来越了解你，甚至比你更了解自己，它可能基于你所有历史对话，推测出你今天晚上想喝汤，自动推荐。这时不需要你主动选择。

Agent网络是让它存在那里，随时随地可以搜索和发现。Agent未来数量近乎无限，如果一开始就做很窄的垂直领域，可能收敛得太快。我们想先做大范围探索，看数据反馈，再决定具体方向。就像Facebook基于社交起来后，可以基于社交做很多其他东西。身份层、安全机制、发现机制，不管做什么垂直内容都需要这些基础设施。

吴畏： 如果回到泡沫，这本身也是机会。我们想象的Agent Economy有巨大空间，也许很多人不用再亲自工作，每个人都可以训练自己的Agent在AI世界里工作。只是当下仍受算力成本和Token成本制约。

Weilian： 对，所有现在为人服务的产品和基础设施，都要为Agent重新做一遍。

吴畏： 最后给直播间观众一些建议。

Weilian： AI时代会有越来越多OPC（一人公司）。你的差异化在于自己的独特个性和特点，这是AI时代非常稀缺的东西。AI会让各种标准化工作越来越便宜、高效、自动化。当一个人可以带着一群AI Agent做出更多产出时，独特的个人魅力会变得更加稀缺。

除了用AI为工作和生活提效，更重要的是保留自己的独特性，甚至借助AI放大你的独特性和个人魅力，再通过不同渠道展现出来。

吴畏： 太好了。我们公司叫非凡产研，英文是unique research。

Weilian： 非常好的名字，所以每个人都是unique的。

吴畏： 每个人都要发现自己独特的那一部分，然后通过AI来放大、展现。希望大家在AI时代找到机会，不掉队。