--- title: "我把自己蒸馏成了一个 Skill：40 天 10 万粉" id: "20260817A05BS100" publicationAccount: "非凡产研" originalPublishedAt: "2026-08-17T11:38:05+08:00" canonical: "https://ffcap.cn/research/20260817a05bs100" source: "https://view.inews.qq.com/a/20260817A05BS100" sourceAccount: "https://news.qq.com/omn/author/21759984" language: "zh-CN" tags: ["AI Agent","具身智能","自动驾驶","智能制造","模型与基础设施","流量与用户增长"] --- # 我把自己蒸馏成了一个 Skill：40 天 10 万粉 文章中的“非凡产研”是原始发布账号署名，不代表已核实个人执笔作者。引用访谈或圆桌观点时，应按正文标明具体发言人及当时身份；无法确认时不要推断。日期为原始发表日期，历史信息以发布时点为准。 **AI行业观察** ## **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。 ## **爆款不是赌出来的，是蒸馏出来的** 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。 **"用她自己的话说：'我提炼了我自己的 Skill，我把自己蒸馏了。'"** 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？ ## **技术门槛归零了，剩下的才是门槛** 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。 **"'在这个时候每个人都可以开发的时候，'她说，'技术门槛没了，但分发的门槛还在。你做出了产品，不代表别人知道你的产品，不代表别人会用你的产品。'"** 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。 ## **你是换掉蒸汽机头，还是重建整个工厂** 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。 **"Weilian 说：'我们现在所谓的用 AI，就类似于把蒸汽机头换成发电机，只是改变了其中一个环节。'"** 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。 ## **顺便说一段正在发生的历史：Kimi Panic** 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"。 **"Weilian 有句话很形象：'你会去问一个发电厂有多少台发电机、发了多少电吗？不会，因为电已经足够便宜了。'"** 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。 ## **机器流量超过人类那天，广告的地基松了** 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。 ## **普通人的三步走** 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。 ## **更多对话细节** **嘉宾：** Weilian（虾聊 ClawdChat.cn 创始人） **主持人：** 吴畏（非凡产研创始人） ### **什么是AI泡沫？** **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。 ### **如果给你100块钱，你会投给谁？** **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。 ### **中美AI竞争：开源与闭源** **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。 ### **WAIC观察：具身智能与国家博弈** **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。 ### **AI创业公司的护城河在哪里？** **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。 ### **普通人如何抓住AI机会？** **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。 ### **Weilian的自媒体实践：AI如何赋能内容创作** **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。 ### **智能体经济与虾聊的愿景** **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。 ### **保留你的独特性** **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。 --- 原始发布版本：https://view.inews.qq.com/a/20260817A05BS100 本站阅读页：https://ffcap.cn/research/20260817a05bs100