AI Agent 与企业转型实践分享会

2026-07-15 直播分享 · 基于逐字稿的加深版拆解 · 道法术器势 · 整理于 2026-08-02

会议四：AI Agent 与企业转型实践分享会（加深版拆解）

给没参会的同事的学习资料。本文基于 2026-07-15 19:08 直播录音逐字稿（约 3 小时 20 分）独立拆解，官方思维导图仅作框架核对（引用处已标注）。 转写说明：本场是直播录音，语音转写噪音极大，且夹杂大量与内容无关的直播间杂音（发言人1/4/5 多为旁人插话和背景声，已过滤）。高频谐音已按上下文还原：「身材/生产/生财」=生财有术（社群），「艺人/一人」=亦仁（生财有术创始人，发言人2），「圈友/全友/穿越」=生财会员，「cloud code/高考/cottage」=Claude Code，「codex/context/科技」=Codex，「opposition/CDN」=Obsidian，「Facebook/飞速」=飞书，「爱马仕/hermes」=某 agent 框架（详见「器」节，存疑），「小龙虾/open claw」=OpenClaw。其余单点存疑处随文标注。

会议速览

核心要点（8 条）：

  1. 生财内部实践的全貌：亦仁先亲手打样几十个 AI 员工（覆盖内部运营、内容生产、授权管理等），再带动全员仿建到 300-500 个；管理上专门设了「agent 组织部」——架构师 agent 负责发现可自动化的工作流、运维官 agent 定时修理全部 agent、审核官 agent 审核每天十几个新上线 agent 的权限
  2. 战略判断：「agent 会颠覆几乎所有的行业、所有的服务、所有的产品」，团队口号从去年的 All in AI 升级为今年的 All in Agent；配套判断还有「内容不再是给人看的——AI 写内容、AI 看内容」「未来是 agent 和 agent 交互的世界」
  3. FDE 角色被抬到最高优先级：FDE 源自 Palantir 式「派人进驻企业部署方案」的模式，AI 时代这个角色从大公司专属扩散为个体机会——一个人可同时服务几十家企业（突破外包的人力上限），市场报价日薪 2000-4000（转写作「万」，应为元）；中国 6000-7000 万企业都要 AI 化，供给极度稀缺，「这是至少十年的事」
  4. 统一技术栈三件套：Codex + 爱马仕（hermes）agent 框架 + 飞书 CLI。Claude Code 能力最强但封号风控太狠（团队每周被封几个号），只供给核心工程师（配额：$200 ChatGPT Pro + $250 Claude Code Max 20x）；全员主力推 Codex 工作台
  5. 组织改造三步走：去年「全员学 AI 编程」→ 今年 6 月前「全员做 agent」→ 本周「全员进后端」（会调 API、打数据库、把产品挂上域名上线、用 git 持续迭代）。结果是「没有开发、没有产品经理、没有设计师、甚至没有业务方」——有想法的人自己就把产品做了，公司只缺想法
  6. 一把手工程：暴论是「老板不下场，没有好下场」。员工学 AI 只带来局部最优（效率提升 20-30%），老板亲自下场才能扔掉旧工作流做全局重构；老板只有亲自进过后端，才知道 AI 的边界在哪，才敢给团队定「30 天的活一周干完、日耗十亿 token、十倍输出」的标准
  7. 生财自身的转型方向（也是本场最重要的产品信号）：从内容社区转型为「直接交付结果的平台」——用户甩一个方向，平台用大量 agent 直接交付内容/结果；同步在做 skill 商城中台、AI 中心（几百个 agent 作者生产内容、MCP 开放给用户的 agent 浏览）、FDE Hire 撮合平台、idea hunt 情报 agent 等约 8 个产品，8 月内测、顺利则 9 月正式上线
  8. 方法论一串金句：言出法随（想法出现一两个小时产品就该出来）；第一版上线自己不觉得尴尬就是上线太晚；允许代码屎山、跑不动了再让 AI 重构（一次重构≈一次 codex 5 小时额度）；再穷不能穷模型，再省不能省 token；用「每天怎么消耗十亿 token」倒逼工作流重构；数量抵抗概率；眼界是第一生产力

纪要精华（来源：官方思维导图）

以下按官方思维导图的五大板块整理成文字，与逐字稿核对后补了关键数字。导图与逐字稿一致的部分不另注；逐字稿里有而导图没有的增量信息，在「逐字稿全流程详细解读」里展开。

一、生产（生财）内部 AI Agent 实践

二、Agent 与 FDE 角色解析

三、技术栈与实践案例

四、AI 时代企业转型策略

五、未来展望与行动指南

逐字稿全流程详细解读

按时间线把 3 小时 20 分钟分成 15 段。带货叫卖、礼物感谢、直播间事故（中途天花板漏水）等已过滤；发言人1/4/5 的杂音大量不可辨，凡进入正文的都是能听懂且有信息量的。

段 1（00:00–04:50）开场：三个月天翻地覆，先立四个议题

亦仁开宗明义：相比三个月前，自己对 AI 的感受、认知、理解都发生了巨大变化，「如果还是年初那个工作节奏，大家会错过很多东西」，所以必须用直播（而不是帖子）来对齐——AI agent 的实践「信息密度太高，一两篇帖子表达不了」。他先交了底：自己搭了几十个 AI 员工打样，「整个生产内部，现在我估计得有 500 个 AI agent」（后文校准为「三五百个」），他打完样后大家觉得效果好，现在团队每天都有大量新 agent 上线。

本场五个议题（也是官方思维导图五板块的来源）：① 生财内部搭的 AI 员工解决方案；② demo 如何变成真正的生产力 agent；③ 观察到的大机会（后文揭晓为 FDE）；④ 生财未来往哪走、要和大家共创什么；⑤ 企业如何做 AI 化改造。他还交代了团队 AI 化的阶段判断：2024 年提出 All in AI 后开始加速，「一开始是从上到下推，现在到了一个临界点，开始从下到上」——团队每天的 AI 用法「已经超过了我对 AI 的想象和设计」。主持人补充了自己在航海家游学板块的角色：接触各行业老板，只看「用 AI 做 agent 的最佳实践」，「我们的核心是实践，你讲一堆理论框架没用，把东西秀出来」。

段 2（04:50–12:20）互动三问：这个社群的 AI 浓度有多高

开播时在线 5000 人（预约约 1 万），主持人用三个问题摸观众水位，这三个问题本身也是很好的「团队 AI 化程度体检表」：

段 3（12:20–17:10）三个月实践总览：最重要判断——agent 颠覆一切

两个铺垫细节：本场 50 页 PPT 是 AI 做的（「锅是 AI 的」）；有人评论分享主题太朴素，亦仁回应这代表团队风格——「实干，不讲太浮夸的东西」。

过去三个月他做了三件事：① 搭几十个 AI 员工全部进入生产线，带动全团队大量创建 agent、重构自己的工作；② 并行推进几十个项目（有的只是 demo，有的在开发）；③ 把 TokenRank 一个项目从 0 到 1 真实推进生产线并推给用户，「包括迭代、运营、推广都是我一个人，感受特别深刻」。

由此引出全场最重要的判断：「未来十年最大的机会只有一个，就是 agent。它会颠覆几乎所有的行业、所有的服务、所有的产品」。注意他的措辞——不是 AI 工具机会，不是细分行业机会，就是 agent 本身。团队口号随之升级：去年是 All in AI，今年是 All in Agent（转写「OE agent」）。

段 4（17:10–19:55）第二个核心判断：FDE 是落到每个人头上的机会

逻辑链条：agent 是十年级机会 → 所有公司都要做 agent → 但不可能所有人都有 AI 工程能力 → 必然出现一个角色去帮企业落地——FDE。直播中把它按谐音解释成「前端部署工程师」，并说这个角色由一家技术很强的公司最早提出，「直接派员工去企业，借助 AI 的解答能力，把东西部署到客户里面去」——这指向 Palantir 的 Forward Deployed Engineer（前沿部署工程师），「前端部署」应是口误或转写问题，建议按 Forward Deployed 理解。

亦仁的判断比原概念更激进：FDE 不再只是大模型公司的岗位，而是个体和超级个体的机会，「抓住 FDE 这个机会，也许我们自己能有十倍甚至百倍增长」。他正在把自己变成「公司的最大 FDE」——一个人把公司所有产品、项目、服务执行到位，再把团队成员培养成 FDE 去服务更多企业。关键区别在于规模上限：传统外包一个人服务三家企业封顶，「随着 AI 模型能力发展，一个人能同时支撑几十家企业，你的价值就被放大了」。

段 5（19:55–28:10）AI 员工体系全拆：组织部、覆盖业务、微信 agent

主持人铺垫：亦仁这套工作台「别的老板看一眼就迫不及待要交钱」「价值 10 万都愿意」。技术前提：飞书三月底开放了飞书 CLI，5-6 月「爱马仕」框架也出来了，亦仁把两者组合，搭起公司内部的 AI agent 体系。

形态：他的飞书左侧导航栏已经从「会议纪要、云文档、日程」变成了几十个 AI 员工，随时待命。

agent 组织部（管理 agent 的 agent，这是全场最有新意的部分）：

覆盖业务三大类：① 内部运营——周报、申请、会议、财务、微信日报「已经完全可以做了」；其中微信数据 agent 很有想象空间（拿到聊天记录、公众号文章、收藏、通讯录后「可以做非常好玩的应用」，具体做法因平台风险未展开）；② 内容生产——感知、改写、发布、转录，做得「比较大」；③ 授权管理、帖子筛选打标签、用户洞察（各行业圈友在问什么、最近有什么困惑）。他反复强调「这些只是开始」，团队正在做内部的 agent 工作台，做完后 agent 的价值会进一步放大。

段 6（28:10–33:50）案例深挖：多平台转录 agent「小弟」

这是他自用最多的 agent，需求定义非常清晰，值得当需求文档范本看：

主持人顺着补充了一个自动化方向：关注的博主更新后，agent 自动抓链接生成文稿。

段 7（33:50–39:00）人的价值还剩什么：四个点 + 幻觉的正解

agent 能做全流程后，人的作用收敛为四点（这是全场方法论密度最高的一段）：

  1. 定义问题：「你能不能找到好问题、把问题定义清楚」——很多人手里有很多 token 但消耗不掉，因为不知道该做什么；「有想法的人的时代来了」
  2. 判断力：他最多时同时开发 15 个项目，以前是他等 AI，现在是 AI 等他——多线程并行时，能否快速判断哪个方向该驳回、哪个该前进，成了瓶颈
  3. 审美/标准：「你能不能知道真正好的东西是什么，把这个标准输出给 AI，AI 大概率能产出好东西」。对应用层来说，「绝大多数时候 AI 只会给我们惊喜，我们还没摸到 AI 的边界」
  4. 高风险决策兜底：不能完全授权，「不能让 AI 替你去喝茶」（指必须有人承担最终责任）

关于幻觉的正解：「AI 是人的能力的放大器——你自己做的东西幻觉多，AI 幻觉就更多」。讲不清边界和标准，AI 才产生幻觉。主持人补了一个术语：harness——「agent 减掉大模型能力，剩下的都是 harness」，即你有没有构建足够好的上下文、授权、目标、流程、结果和分工；这些清晰了，产出「比幻觉阶段大得多」。

一个关键区分：把 agent 嵌进旧流程做环节优化 vs 让 AI 主导整个生产流程。「AI 是博士生，不是小学生」——应该完整告诉它意图、目标、实现方式，甚至先发竞品给它看，让 AI 主导、人做配合；这样人需要判断决策的点会急剧变少。「去年工作流概念火，大家围绕旧流程把 AI 当工具改中间环节；今年 agent 出来后，效率是十倍甚至百倍好，区别就在这儿。」

段 8（39:00–47:00）统一技术栈：三件套和选型逻辑

之前团队技术栈极杂（Claude Code、Codex、爱马仕、OpenClaw、飞书、Obsidian、微信、企微、国产工具都有人用），探索期不干预，最近已正式统一为三件套：

  1. 飞书 CLI：三月底开放，是「必须要用的」管道——agent 可以帮人发消息、看文档、看汇报、盯项目、整理内容
  2. Codex：定为全员主力工作台，鼓励所有人把核心工作放进 Codex（建项目、做 agent、做产品）。为什么不是 Claude Code？「不是不想用，实在是没办法用——封号风暴太厉害」，他自己主力还是 Claude Code，但 $200 额度周二就用完，团队每周被封几个号；所以 Claude Code 只供给新成立的「边境工程师团队」（疑为「尖兵」，存疑），配额是 $200 ChatGPT Pro + $250 Claude Code Max 20x——「要给工程师足额的保障，他才能产出更高质量的成果」
  3. 爱马仕（hermes）框架：单用 Codex 也能做 agent，但要让 agent 自动维护、有记忆、能在飞书/微信里被维护，就需要引入这个 agent 框架（详见「器」节）

三件套之上，团队还在自研 agent 工作台：把公司内部所有 skill、agent、MCP 聚合起来，共享使用。「大多数团队把这套基础用好，价值已经非常大。」

Obsidian 为什么不提了：适合个体做知识库（配合 Claudia、agent client 等插件把 Claude Code/Codex 接进去处理内容），但团队公司更重要的是协作，Obsidian 里很难协作；飞书里在 Codex 做完 demo，可以直接调用飞书生成所有人可访问的链接。

段 9（47:00–53:30）知识库和 skill「无感化」+ 唯一要学习的东西

主持人分享了一个进阶体感：对知识库和 skill 这两个概念已经「无感」了——Codex/Claude Code 在把这些东西内化。每次与 AI 的交互内容会默认沉淀成 markdown 存在本地知识库（按 git 方式管理，AI native 搭法）；每做完一个项目，相关内容会自动做成 skill 放进 Codex 的 skill 目录，下次执行同类任务时自动调取。「这个知识库我基本不会去看，AI 懂就好了，我不用懂。」

对 OpenClaw（转写「小龙虾」）的历史定位：年初 OpenClaw 把 agent 体验做了一种「清明式」的呈现——一个窗口持续聊天、充分记忆，让人第一次理解 agent 的价值，甚至 Claude Code 后来也借鉴了它的功能（加强上下文记忆、打通项目关联）。但他们现在不用 OpenClaw 了，因为「爱马仕足够稳定，作为通道、作为管道非常好」。

全场最浓缩的一句话：「评论区说配置好复杂——实际上你只需要学一个东西，把 Codex 会用了就够了。」几十个 agent 的维护他都不亲自做，出问题扔给 Codex 自己修。用不了 Codex 的，国产工具也可以（评论区问为什么不用某国产工具，答「我们有更好的选择」）；实在搞不定，去线下聚会找个会的人，「发个红包请顿饭，让他教你，跨越这个门槛的感受完全不一样」。生财为此一个月组织 300-400 场线下聚会，其中 Codex 专场一个月 70-80 场，会员免费听。

段 10（53:30–1:02:10）中场：AI 小程序红利和「软件成本归零」推论（带货环节里的真信息）

本场第一个卖课节点（生财年费 3365 元，本拆解不展开转化话术），但案例本身有信息量：

此段末尾明确：今晚内容 50 页 PPT 才讲了 16 页，「很可能干到 10 点 11 点」。

段 11（1:02:10–1:14:00）组织改造：demo 文化、全员进后端、loop、一把手工程

demo 文化：「你不要跟我讨论想法，我从来不跟你讨论想法——把你的 demo、把真实在线上跑的产品拿出来，行就行，不行就不行。」

全员进后端：去年要求全员学 AI 编程，今年 6 月前要求全员做 agent，本周开会升级要求全员进后端——能调 API、能打数据库、能把产品挂域名上线、能用 git 持续迭代。「现在缺的是想法，有想法自己就做了」，所以公司里「没有开发、没有产品经理、没有设计师，甚至没有业务方」——没人会提需求让别人做，需求方自己就实现了。

loop 概念（转写「禄普」，建议按「闭环」理解）：AI 时代个体能力被极大丰富，按职能分工（运营→产品→设计→开发→测试一轮轮过）的组织方式失效了；「我有一个想法，我自己就是一个 loop，直接把产品开发出来上线」。佐证：Anthropic 3000 人就是项目制运作——有个想法找两个人组队，三个人开干。生财正在演变成这样，「未来所有人都是 FDE、所有人都是全栈」。

大厂对照：大厂目前只有中台（开发、数据等后台部门）实现了 AI 化，前台业务端因部门墙很难 AI 化；一个从阿里来的同事回去跟旧同事讲生财的做法，「感觉是鸡同鸭讲」。生财给员工的环境：所有权限、所有数据的阅读权限、顶级账号、token 不设限。

一把手工程：暴论「老板不下场，没有好下场」。逻辑：员工各自学 AI，只是站在部门模块角度优化一个环节，组织效率最多提升 20-30%（局部最优）；老板学了 AI 会把整个旧工作流直接扔掉，打造一个全新机构（全局最优）。「AI 改造的第一责任人一定是老板——你才是公司能力最强的人，你拥有公司所有的上下文。」

段 12（1:14:00–1:29:00）言出法随 + 十亿 token 思考法 + 产品方法论

眼界即生产力：亦仁每天花 2 小时刷信息流、推特、油管。AI 时代「看见就够了」——看见好东西，拍个照录个视频发给 Codex，「就做成这个样子，按我们公司的标准搞一个」，五分钟十分钟后适合自己公司的 agent 雏形就有了。

言出法随（他自称首创的方法论）：想法出现那一刹那，产品就该出来——一两个小时之内。佐证：主持人让他给航海家做个东西，他说「给我 20 分钟」。「AI 时代的创业，不是有个想法讨论一下、评审一下、出 PRD、出设计稿、找程序员开发——那都过时了。」不具备这个能力的根源是 AI 工程能力不够，这是「一定要学会的东西」，学会后选择空间会大很多。

两个更大的判断：① 未来是 agent 和 agent 交互的世界，人可以歇着当消费者；「王宇轩老师」（疑为王煜全，存疑）有个判断他认可——AI 会把富人享受的服务平权化，普通人花很低价格买到医疗、健康等服务；② 现在用的 APP 甚至微信，未来都会被 agent 原生的软件替代，「手机未来是 agent 的手机」。落到当下：「不要盯着小机会，要盯结构性机会；把所有精力拿去学 AI 编程、做出 agent，没有比这更重要的事。」

十亿 token 思考法（很独特，值得细品）：生财社区在讨论「如何每天用掉十亿 token」——用这个问题倒逼自己重构工作流。类比：一个人赚 1000 万，不是靠把手头的事干完赚到的，而是先想「赚 1000 万需要什么条件、我还缺什么、要请教谁」，大脑才会重构做事方式。「按我现在的用法肯定用不了十亿，说明方法不对，我就要想哪里做减法、哪里不做，重要的事情就自己浮出来了。」

产品方法论三步：① 第一版别管好坏先上线——「如果第一版上线你自己都不觉得尴尬，说明上线太晚了」。TokenRank 就是 20 分钟做的 demo，没注册新域名（老域名挂个子域），扔进群里 100 多个圈友把数据传上来，觉得好玩才开始认真做；② 高频迭代——一天提交几十次代码，每天做十几次功能调整或版本发布；③ 到临界点允许重构——不懂技术的人大概率会把产品做成屎山、改到改不动，这时基于已经想清楚的功能和用户需求让 AI 重构，「一次重构就是一次 Codex 的 5 小时额度」。

段 13（1:29:00–1:52:00）生财的未来：直接交付结果的平台 + 八大 demo + 七条航海船

最重要的战略发布：「过去两个月最重要的一个 demo、最重要的发现——我想清楚了生财的未来：不应该再给用户提供内容，应该直接交付结果。」以自媒体为例：用户讲清楚方向，平台每天产出视频、文案、图文，用户拿去直接发（自动发布因平台风控暂不做）；平台还帮你调研选题、复刻爆款、复盘调整。「半年前我们只敢当愿景说，这几个月发现这事能做了。」背后是全员转 FDE/后端工程师，几十个人都去开发 agent 产品服务用户。能力边界他讲得很诚实：能帮你做到初级到腰部水平，天花板以上靠你的天赋。

两个质疑的回应：① 「人人都可以，会不会没差异」——平台规则本身是概率事件，「数量可以抵抗概率」，量足够大、坚持做，拿到反馈是必然事件；② 「会不会同质化」——恰恰相反，专门有团队（转写「ADA 团队」）做爆款复刻、数据调研，agent 会给每个人产出不一样的东西，比过去「一篇文章万人复刻」更个性化。另外平台将开放用户上传自己的 skill/agent，调用量大的能拿「管道收益」。定位一句话：「agent 时代的生财，计划就是 skill——生财会变成一个 skill 商城中台。」已有产品零头（团队六七十人的 skill/agent 已在内测），8 月上线是承诺的节奏。

随后快速过了一批 demo/产品线（与段 14 前半部分交叉，合并在此理清）：

七条航海船（11 期，下周报名，7 月 20 多号开船，21 天，规则是一人只能报一条）：① AI 做小程序（「成本极低、不需要供应链、反馈快，某书某音还有推广红利」）；② AI 做海外游戏网站（教练都是在海外游戏站拿到过结果的）；③ AI 做高质量视频（6-7 月抖音出了 AI 电影赛事，推特上 5-10 分钟 AI 短电影质量已经很好；落地场景含短剧、数字人不出镜；会教图像模型与 Remotion 融合——转写「remote」即 Remotion）；④ AI 视频带货；⑤ agent 从 0 到 1（三件套技术栈全闭环，「有老板愿意付 10 万单独学这套判断」）；⑥ AI 第二大脑（Obsidian + 自媒体选题/素材/生产/分发场景）；⑦ 做 skill（把业务方法提炼成可共享的 skill，把经验 SOP 化）。「每一条都跟 AI 强相关，我们已经不想做任何跟 AI 没关系的航海。」

段 14（1:52:00–2:53:00）教练案例、答疑与 token 哲学（信息密度参差，择要）

大课与教练（下周末上海，两天，4999/5999，航海家 16000 含四次）：内容是 AI native 搭知识库 + 现场两天搭出自己的 agent；上次广州站 500 人现场同时 web coding，「有的搞到凌晨三点」。三位教练：包子（高考志愿填报赛道头部，一个人顶 100 人战斗力，视频/直播框架/评论区回复全部 AI 化）、楚川（服务头部电商和本地生活公司，工程化体系扎实）等。主持人补了一句价值观：成年人学不会 AI 最大障碍不是钱，是勇气——「愿不愿意花两天什么事都不干，去爬这条陡峭的学习曲线」。

答疑里的干货：

TokenRank 现场播报（侧面看头部用户的用量）：当天榜一天才老师 45 亿 token，第二名 38 亿，包子上午测大课的 Remotion 视频流程就干了十几亿（全天 23 亿），小白 18 亿。top100 门槛从「一天 1 亿」涨到「一天 5 亿」。亦仁自评一天「小几个亿」，本月目标稳定 10 亿，进化路线是 10→20→50→100 亿——定消耗目标是为了逼自己同步提升多项目并行能力。

两个收尾小问题：① 「船少人多会不会内卷」——「真的有执行力、能坐下来做完的人没那么多，大多数半途就放弃了，与其担心对手不如关注自己」；② 万事找 AI 的体感：主持人整理发票懒得动手，让 AI 从邮箱下载、整理成飞书表格，两小时没碰电脑就搞完了。亦仁最后一次重复：「今天直播间只记住一句话——用 Codex 帮你干任何事，学会用 Codex，就够了。」

段 15（2:53:00–3:20:31）第三部分：人人成为 FDE + 企业 AI 改造（结尾略有截断）

亦仁的自我定位：过去两个月把自己定位成 FDE——不只会做 demo，还能进生产线，多项目多线程并发，token 消耗从每天几个亿往十个亿走。他预判这个月或下个月团队就会出现「每天稳定消耗十亿」的工程师。

未来三类人才：① owner（老板、操盘手、负责人——能为结果兜底，事交给他就不用操心）；② agent 工程师（能搭建、维护、迭代 agent）；③ IP/influencer（能跟用户沟通共情，人跟人的交道仍需要人）。但他随后修正了自己的观点：无论做哪类，都必须具备 FDE 能力——owner 或 IP 不懂 AI 工程，能力就极其受限，「只能寄生于别人，走不快；跟对手竞争会慢慢效率低很多，打不过」。案例还是包子：本身是 IP+owner，学会 AI 编程后给自己做了大量产品，「在同行里无敌了，一个人被问几百个人，你怎么打」。

体力佐证：他晒出 6 月开发 TokenRank 时一天的提交记录——从凌晨 5 点提交到晚上 11 点、近 40 次，「很多是 AI 帮我提交，但这次进后端搞定很多问题后，我的能力比之前强十倍」。对年龄的态度：20/40/60 岁没区别，「我马上 40 了照样拼命学；40 岁有经验有判断力又有 AI，正是创业的好年纪」（线下大课学员里五六十岁的不少）。

FDE 的市场空间：市场报告称 FDE 日薪 2000-4000（转写作「万」，应为元），供给极少；「你身边老板大概率愿意掏钱请你做服务」。生财的布局：成立 FDE 团队（两类人——有行业资源但不太会 AI 的老板、AI 用得好但缺商业方向的人），长期做 FDE 人才培养与输送机构；8-9 月开刘小白带队的「AI 编程生产圈」，圈内直接挑选 FDE 出来接单。

企业怎么改（最后一趴）：第一责任人必须是老板——「我自己深入用 AI 之后，才对 AI 的边界有了强烈认知，知道什么能做到、什么做不到，才敢给同事提标准」。他现在的标准：「之前 30 天的活，一个星期干完」；8 月底前工程师要能做到稳定十倍输出（十个进程并行）。「以前他们说做不到，我没法评估工作量；现在我做到了，你就可以做到。」终局图景：当团队人人日耗十亿 token，几十个人的产出「相当于一两千个传统团队」。

对大厂的最后判断：不用担心被大厂挤压，中国市场太大；「很多大厂将来会完蛋——现在的大厂是在旧产品上加 AI 能力，并不 AI native；下个时代一定有 agent 原生的大厂长出来。」

结尾（逐字稿在此截断）：生财两个 all-in 方向——① 从内容社区转成 agent 交付结果的平台（已有小成果，高速迭代中）；② 成为 FDE 人才培养和服务机构。最后一句忠告：「掌握 AI 工程能力，就像当年学上网一样，是所有职场人和老板的必选项。」

道

底层判断、价值观、第一性原理层面的东西。

法

方法论、打法、流程设计。

术

具体技巧、操作手法。

器

提到的工具、产品、模型、框架（叫什么、干什么用；谐音存疑处已标注）。

势

行业趋势、供需格局、红利与风险。

对我们业务的启发（7 条）

  1. 把团队工作流盘一遍，负责人先亲手打样 3-5 个 AI 员工。参照生财路径：负责人（而不是 IT 或最懂技术的同事）先基于「主力 agent CLI + IM 管道」搭几个覆盖周报/纪要/内容转录/数据整理的 AI 员工，进真实生产线跑两周，再推广全员仿建。关键纪律：负责人亲手做——这是后续敢给团队定标准的前提（「我做到了，你就可以做到」）。

  2. 提前建好「agent 组织部」的最小版本。趁我们 agent 数量还少，先把三件套立起来：一个被授予工作数据权限的「架构师」agent，每周产出「可自动化的工作流」清单；一个定时巡检的「运维官」（授权过期、平台升级是高频故障）；一份新 agent 上线的权限审核清单（量小先人工，量大再 agent 化）。别等每天上线十几个 agent、权限失控了再补。

  3. 统一技术栈，收敛学习成本。本场最实的教训：散装探索期该结束了——选定一个主力 agent CLI 全员用透（「把 Codex 会用就够了」，维护 agent 的活也让它自己干），配一个 IM 管道（飞书 CLI 或我们平台的等价物）和一个 agent 框架。给核心工程师配顶级账号 + token 不设限（$200 + $250 的配额结构可参考），把「再省不能省 token」写进预算原则。

  4. 把「demo 文化」立为团队规则：没有 demo 不上会。任何想法 48 小时内出可点击 demo（唯一成本是 token），替代 PRD 评审；上线标准反过来定——「第一版自己不觉得尴尬就是上线太晚」，先扔给种子用户，再高频迭代。同时给非工程师明确「屎山纪律」：能用别动，跑不动了让 AI 基于想清楚的需求重构（一次重构≈一个 5 小时额度），禁止无限打补丁。

  5. 用 token 消耗做 AI 化的诚实指标，并游戏化。内部建一个消耗排行榜（TokenRank 模式：抓各工具的本地消耗数据聚合），先定一个小目标（比如人均日耗一亿），用「怎么才用得到」倒逼每个人重构自己的工作流——按现在的用法用不到，说明还有工作没 agent 化。比「AI 培训完成率」诚实得多。

  6. 内容线直接复制这套 agent 流水线。如果我们做任何内容相关业务，本场给了完整配方：转录 agent（多平台链接→干净文稿，用户身份写进提示词做重点标注）→ 选题/情报 agent（扫评论区、Reddit、竞品动态找未满足需求）→ 个性化生产 agent（按每个人的数据和风格产出，反同质化）→ 半自动发布（自动发布有平台风控，保留人确认这一步）。配上「数量抵抗概率」的发布纪律。

  7. 按「owner / agent 工程师 / IP」三类盘点团队，但要求人人过 FDE 基线。owner 练兜底和定方向，工程师练搭建维护迭代，IP 练用户沟通——但本场修正后的结论是：无论哪类，不具备 agent 开发能力就会「寄生于别人、走不快」。基线要求可以照搬生财的「进后端」标准：会调 API、会操作数据库、能把产品挂上域名、会用 git 迭代。招聘和考核都对齐这条线。

值得记住的知识点（扫盲卡片）

FDE（Forward Deployed Engineer）

agent 工作台 / AI 员工体系

skill 体系

harness

loop（一人闭环）

言出法随

token 消耗哲学

飞书 CLI 与 OpenClaw/爱马仕（工具史坐标）

AI 改造的判断标尺（给老板的三句话）

备注：本场为直播录音，转写噪音大，文中所有人名、产品名、数字凡标注「存疑」者均为按上下文推断，未做外部核实；带货转化信息（价格、报名、社群权益）仅为还原背景保留，不构成任何推荐。生财有术、航海、航海家等为其社群自有概念，了解即可。