AI炼金术

「如果一个组织还需要不停地开会和大量地写文档来做对齐，那它一定快不起来。」
这不是管理鸡汤，是一家 AI 创业公司踩了一年多坑之后的结论。

这家公司现在没有日报周报，每天只开十分钟站会；产品、设计、研发全员写代码，想知道谁的进展，直接上 GitHub 拉代码跑一下。但他们也坦白了另一半故事：最开始全员用 AI 提效，版本却没有变快，人反而「脑子都烧坏了」——因为他们只是在用 AI 加速旧流程，开会、评审、对齐的时间一分钟都没省。

本期任鑫请来 Ouraca 的两位联合创始人张栖铭和吴俊东，把一家 AI native 公司的组织形态从头到尾拆开：怎么分工、怎么对齐、怎么定 OKR、怎么判断人才。如果你也在纠结 AI 到底有没有让你的团队变快，这一期会让你先放松下来——然后知道该改哪里。

嘉宾
张栖铭：Ouraca 联合创始人，负责产品与研发。曾在字节智慧教育负责整个中台，做过多个亿级用户量的产品。本期大部分一线踩坑细节和组织打法来自他：从「AI 写的按钮为什么先变小再播放」，到「按上下文分工而不是按职能分工」。
吴俊东（Frank）：Ouraca 联合创始人，哈佛肯尼迪学院毕业，非技术背景出身。曾在好未来七年，一半时间做投资，一半时间负责内容营销等业务。作为文科生，他用 vibe coding 独立写出了一个能实时侦测屏幕、教你操作电脑的 Mac 客户端——他是「learning by building」这个理念的活案例。

本期亮点
→ AI 提效的三个错觉，让他们「经常睡不着觉」。张栖铭复盘一年多前的踩坑史：团队小、决策链短、同事能力强，按理说套上 AI 应该起飞，结果出了一堆人类无法理解的诡异 bug——一个播放按钮被 AI 写成「先变小再播放」，改了别的功能后这个隐藏逻辑突然暴露出来。「发现冰山一角的时候，你不知道水面下还有多少问题在。」

→ 拆完时间账才发现：AI 在加速旧流程，而旧流程的大头是人跟人对齐。每个节点都在用 AI，版本却没快多少。真正写代码的时间本来就不长，大头是开会、讨论、评审——这些一分钟都没省。更惨的是双重工作量：先让 AI 生成，再看懂 AI 补的细节，再讲给别人听，被问两句卡住，「别人就觉得这个人没想清楚就把事情丢过来了」。

→ 解法是按上下文分工，不是按职能分工。访谈了一批「一个人做七个产品」的超级个体后，张栖铭发现他们快的原因是：每个决定对自己都是确定的，没有上下游对接。于是公司改成一个人负责一个完整上下文闭环，「除非必要沟通，其他就不沟通」——讨论观点不如各自出 demo，最后让 AI 把两人 demo 里好的部分合成一个。

→ 流程反转：研发先上线，设计师最后介入。主流程变成：有想法的人直接做出 demo 发给真实用户，验证没问题之后，设计师才把代码拉下来、直接改代码做优化——不再画 Figma 设计稿。开会基本没有，「务虚的东西很少，全部看实际的产出页面」；想知道某人进展，上 GitHub 看提交、拉下来跑一下，日报周报「完全不需要」。

→ Claude 团队的「五种人」，他们已经默默实施了很久。原型者用 demo 代替空对空讨论；建造者把原型变成生产级产品；清扫者专门叫停和删掉不必要的东西——当开发成本趋近于零，「顺手就做」会堆出大量无效甚至负向的功能，任鑫补充：Claude Code 团队自己也把 harness 里 80% 的代码删掉了；再加上增长者和维护者。

→ 两个最容易踩的风险：AI 让自我欺骗更高级，以及更快地做出没人要的东西。模型天然倾向顺着你，「你说什么它都能夸你从一个非常不一样的视角给出了答案」——所以要刻意让它做反方辩手。而当做东西不再花时间，对需求场景的判断力反而变成最稀缺的东西。

→ OKR 的新写法：少写完成了哪些功能，多写验证了哪些假设。以前定 OKR 是垫脚就够得着的确定性目标，照着做；现在一个双月已经「非常漫长」，应该用大目标逼出完全不同的思路——呼应任鑫引的 YC 掌门人 Garry Tan 的说法：把目标定成 boil the ocean。「你说去楼下，那你只能想到走楼梯；你说登月，思路就宽广了。」

→ 人才判定翻转：「杠杆率」取代「靠谱」。古法编程时代产出稳定、节假日秒响应的靠谱员工，现在分数反而变低；能把模型当成一堆虚拟员工来编排的人，发挥出的能力是以前的十倍百倍。张栖铭现在看人只看三样：业务理解、元认知、能不能快速把模型的杠杆拉满。

→ 彩蛋：给普通人的两个动作。吴俊东：停止刷视频课，找一个 project，能用 AI 就用 AI，从头到尾做出来、给真实用户用——learning by building，「现在是 the age for builders」。张栖铭：把日常的会议、文档、语音全部沉淀下来，「蒸馏自己」，飘到天上客观地看自己。任鑫自曝已经在做：全天候录音，每晚处理，「所有电话会都会自动后台偷偷录下来」。

时间戳
00:05 开场：还在开会的组织快不起来
02:40 踩坑史：AI 提效的三个错觉，与人类无法理解的诡异 bug
05:59 拆完时间账：AI 在加速旧流程，对齐时间一分钟没省
08:46 访谈超级个体的启发：按上下文分工，一个人负责一个闭环
12:01 全员出原型：不许空口白牙提需求，拿 demo 对齐
16:48 岗位边界模糊：负责人要降低控制欲，学会「外包式躺平」
19:46 Claude 团队的「五种人」：原型者、建造者、清扫者、增长者、维护者
25:28 元认知与杠杆率：开工先问模型「你会怎么把这事做到最好」
30:11 协作实况：全在 GitHub，设计师直接改代码，没有日报周报
37:32 两大风险：AI 让自我欺骗更高级；更快做出没人要的东西
39:21 OKR 新写法：少写完成了哪些功能，多写验证了哪些假设
43:45 效果验收：言出法随，一周十几万行代码，讨论观点不如各出 demo
49:44 人才判定翻转：古法时代最靠谱的人，分数反而低了
51:32 传统企业想转型：第一位的是一把手的决心
54:34 AI 时代的驾校：8 月 14 日上线的课，和 FDE 认证计划
01:03:37 结尾两问：learning by building ＆ 蒸馏自己

欢迎订阅「AI炼金术」的播客，以及同名公众号、视频号
「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。
我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！
商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式

节目主理人：
徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。
任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。

播客剪辑：
十六颗糖

BGM:

片头：Shortwire - Reconfig
片尾：James TW - Butterflies

一家做「催收」的 AI 公司，但没有选择用 AI 打催收电话。
张天乐的艾语智能，每个月从中国 3000 个法院批量提起 1 到 2 万件小额信贷诉讼，回款率比传统律师更高——靠的不是施压，而是立案之后陪客户分期一年、两年、三年慢慢还。这期节目他把整套反认知摊开来讲：为什么打电话是在无效流程上做效率优化，为什么 AI 的正确用法是给人下任务而不是替人打电话，为什么传统的人类系统对 AI 来说「不是不友好，是一个灾难」。

下半场更生猛：他的公司一天上线两三百次、砍掉了测试岗、没有人再看代码，研发从 20 人降到个位数，山西作业中心的大专生一线员工直接拿到数据库和代码权限自己改系统，连司机都在 vibe coding。做了一个 skill，定期蒸馏 Anthropic 高管的文章来对齐公司架构——「他说干咱就干，他说不干咱就不干」。

嘉宾
张天乐，艾语智能创始人。
很难得的既非常 AI 原生本质思考，又务实赚钱理解市场的创业者。

本期亮点
→ 不打催收电话，是这家催收公司的第一个反认知。团队第一天就有巨大争议：AI 电话催收无论商业模式还是团队能力都「自然到简直了」，但张天乐全部毙掉。他的逻辑是打电话施压力度很低，「我不还钱就不还钱了」，最终只会劣币驱逐良币；参考美国、日本、台湾，行业终局都是立案之后的长分期。早期没有大律所愿意合作，全国性律所的律师碰完 5000 块的官司都特别 nice 地劝他：「小张你别干这个事儿了……你好像做技术也挺好的。」
→ AI 发挥作用的方式是给人下任务，不是替人干活。他们没有急于让 AI 打电话（方言、语气、跟法官沟通全是坑），而是让机器告诉小白员工：今天联系哪个法院、注意哪个法条、这个法院历史成功了多少笔、能不能线上开庭。结果是「用一个小白员工代替了一个专业律师」。张天乐总结：很多人用 AI 是在一个无效流程上做效率优化——打一个电话他不还，打十个电话他其实也不还。
→ 第二曲线是用锤子找钉子找出来的。视觉模型爆发后他「特别焦虑」——一家 AI 公司居然没踩上浪头。反共识的判断是：大家都盯着视觉模型的生成，忽略了视频理解也同步变好了；AIGC 让盗版成本更低，盗版一定会变多。于是做了侵权打击业务：传统服务商只投诉下架（「你反正投我就下架，换个链接就行」），他们是行业里唯一投诉和立案一起做的，小案子也立，「只有付出代价，他才能终止这个行为」，直接给客户交付侵权率下降。
→ 全面对齐 Anthropic：他说干咱就干。公司做了一个调用频率极高的 skill，定期抓取 Anthropic 高管和核心文章做蒸馏，用来定公司的技术架构，「到后来讨论也不讨论了……他说干咱就干，他说不干咱就不干，一定要让公司减少无效的讨论」。对齐之后模型调用量反而降低了：能写脚本就写脚本，能用 if else 就不上大模型——「agent 应该去解决不确定的问题，它不是复杂问题」，这句话他认为说得太有水平。
→ AI native 落地的第一步，是承认自己的系统是灾难。跑了几年的系统冗余数据一堆、定义错误一堆、文档还不如没有，「传统的人类系统对于 AI 来说它不是不友好，它是一个灾难」。他干的第一件事和 Palantir 的本体论思路一样：花了三四周（远超他的预期）把数据库表全部重构，做到没有冗余字段；第二件事是把所有行业 know how 沉淀成 markdown 和 skill。检验标准是一个「脑中模拟」公式：看公司文档能不能把公司重构出来。
→ 一天上线两三百次，没有人看代码。测试岗被裁掉——「实在是太拖累我们的速度了」，代码 AI 写、AI 检查。公司三十几人，研发从 20 人降到个位数且离职不补，逼着研发变成极致稀缺资源去搭好环境；山西作业中心的大专生一线员工拿到数据库和代码权限自己改系统，「他们现在特别兴奋」；负责人都是团队里 coding 贡献最多的人，传统中层已经不存在。他现在关注的指标不是提交量，而是「多少人贡献了代码」。
→ 彩蛋：命好是核心竞争力。聊到创业方法论的最后，张天乐主动拆自己的台：三条件框架有很强的局限性，「我觉得就命好，遇到了」——疫情打通线上立案，「你说这事儿和我的努力有啥关系？完全没有关系」。任鑫接梗：我们现在讨论项目，都会讨论这个创始人命好不好。

【时间戳】
01:13 开场：为什么要请张天乐——聊 100 个 AI 项目，只有一个商业上是成立的
02:57 艾语智能是谁：用 AI 解决社会难题，两条业务线
07:27 为什么选催收这个「不高级」的场景：三个创业条件
10:49 AI 到底好在哪：处理量大幅提升 + 回款率更高 + 3000 个法院线上立案
14:40 人类法则和 AI 法则：AI 给人下任务，小白员工代替专业律师
19:12 最大反认知：坚决不做 AI 电话催收，终局是立案后长分期
23:02 怎么搞定六七十家金融机构：不见客户，商业模式极致平滑
25:13 第二曲线：视觉模型焦虑、锤子找钉子、投诉和立案一起做
36:31 技术路线踩坑史：开 1000 万支票买模型、自己 SFT、最后全面放弃本地部署
41:22 全面对齐 Anthropic：做一个 skill 蒸馏他们的文章，减少无效讨论
46:00 AI native 组织三逻辑：人服务 AI、机器给人下任务、自优化
47:48 落地实录：数据清洗花了三四周，know how 全部沉淀成 markdown
53:30 一线呼唤炮火：大专生改系统、一天上线两三百次、砍掉测试岗
56:46 三个 loop：AI 发现问题、AI 解决问题、AI 组织会议
01:09:47 未来一年：显性变化有限，组织内生变化的价值被严重低估
01:16:07 给想转型企业的建议：一把手下场、先做确定对的事、关注加速度

欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号
「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。
我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！
商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式

节目主理人：

徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。

任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。

播客剪辑：
十六颗糖

BGM：
片头：Shortwire - Reconfig
片尾：Alex Siegel - Daydreaming Pilot

“我不再需要我的学生了——可我是老师，我的工作不是教 AI，是教人。”
这不是科技从业者的宣言，而是一位社会学教授用了三个月 agent 之后，最诚实的困惑。

这一期，AI 炼金术把话筒递给了「被冲击的那一方」。徐文浩请来自己的小学同学、昆山杜克大学的社会学家周忆粟，从一个高校研究者、教师和管理者的位置，聊 AI 正在怎样拆散教育的底层结构：学习需要摩擦，但 AI 把摩擦填平了；junior 变 senior 的梯子，正在被抽掉；「做事」和「受教育」这两个从来长在一起的功能，第一次被分开了。

聊完困惑，也聊出路——高校已经在悄悄改考核方式；孩子该学的可能不是任何具体内容，而是可迁移的「形式」和 taste；以及一个社会学家充值 max 会员之后「挖到金矿、天天想做科研」的真实工作流。

嘉宾
周忆粟：昆山杜克大学教授、社会学家，同时承担教学与学校管理工作。本科读的是偏数学的专业，大学毕业后曾在陕西一所农村学校支教一年。他也是徐文浩「幼年时期的科技启蒙者」——上世纪 90 年代初的电脑和科幻，都是他传播给老徐的。今年四五月才开始 agent 化自己的工作流，一个月内让 AI 干完了积压多年的劳动密集型科研工作。

本期亮点
→ 学习需要摩擦，但 AI 把摩擦填平了。周忆粟观察到学生里流行「认知外包」：作业扔给 AI，生成漂亮的文字直接交差。但相当一部分学生其实很清醒，知道这对自己的学习不好，甚至有意识地不用 AI——「学习让你挣扎和痛苦的这个过程，事实上是它的意义之一。」真正的困惑在于：不用 AI，是不是就 missing out 了？
→ junior 往上爬的梯子，被抽掉了。今年 5 月昆杜的毕业季座谈上，很多学生表达了对就业的焦虑。徐文浩算了一笔账：以前带一个新人，头六个月基本不产生生产力；现在把这六个月花在和 AI 沟通上，能干完一个中级员工两三年的活——而这个新人一年后可能就走了。他还提到一组美国科技行业的统计：22 - 25 岁的工作机会减少了 25%，40 岁以上反而增加了 18%。
→ 一个 30 年前的社会学概念，正好说中今天。新手变熟手，靠的是「合法的边缘性参与」（Legitimate Peripheral Participation）：正经地干活、从边缘的简单任务开始、必须亲手参与。你不可能看 20 台手术就学会做手术。但在一切可验证的数字化工作流里，这个过程正被 AI 整段替代——这正是梯子消失的机制。
→ 公司可以裁掉 junior，老师不能裁掉学生。周忆粟两周前给学生写了一封长邮件，解释自己的担忧：「做」和「教育」被分开了——以前你做了，就是受了教育；现在你做了，可能完全不过脑。他设想过一种未来的师徒制：「我和我的 agent，跟学生和他的 agent，四个人拉一个群。」但这没有回答核心问题：学生的技能到底从哪里练出来。
→ 高校已经开始悄悄改考核了。周忆粟描述了三个趋势：具身性权重加强，临床、和真人打交道的机会增加；从交论文转向当场检验和口试；从面向结果转向面向过程——让学生来分析和检验机器写出来的东西。他现在管理工作的重要部分，就是把各个课堂里老师们自发的尝试找出来，往不同学科推广。
→ 该让孩子学什么：内容和形式分开了。你还记得大学学的具体东西吗？并不记得——重要的是它给你面对问题时的一种姿态、一种立场。周忆粟给出三个词：好奇心、engagement、可迁移性。哪怕孩子学的在大人看来是技术上的死胡同（比如下围棋），做这件事本身就有意义。「我不觉得 taste 是凭空来的——taste 有蛮大的可迁移性。」
→ 充值 max 会员之后：简直是挖了金矿。周忆粟只给了 agent 一个非常 general 的 idea，它干了整整 10 个小时，整出一套完备的数据库——积压多年的坑一个月填完，「我现在天天都想干科研」。但边界也清楚：AI 做劳动密集型工作极强，做理论与数据结合的工作则「比较大众化」，体感像一个名校 PhD 学生。因为社会科学没有希尔伯特问题，没有可验证的知识层级——「AI 口吐莲花吐出来的玩意儿到底好不好，你找不到三个人给你一致的答案。」
→ 收尾彩蛋三连。当所有知识工作都被记录在线上，AI 理论上可以精确评判每个人的绩效——是福柯的环形监狱，还是物质极大丰富的乌托邦？周忆粟反问徐文浩：Google 还能回来吗（徐：模型上翻盘很难，「新钱变老钱」，但商业上未必失败）；下一个爆发点在哪（徐：universal agent——越来越多 agent 无声无息地出现在云端，连接你身边的一切设备，智能硬件会大爆发）。

时间戳
00:05 冷开场：学习需要摩擦（friction）
00:54 本期缘起：任鑫缺席，徐文浩请来发小周忆粟
03:27 学生们到底在怎么用 AI：认知外包与三类学生
09:52 就业焦虑进了校园：junior 的梯子被抽掉了
17:52 合法的边缘性参与：新手是怎么变成熟手的
24:07 「我不再需要我的学生了」：做与教育被拆开
30:52 从 Stack Overflow 到教学相长：我们正在变成赛博格
35:27 高校在改：具身性、当场检验、面向过程的考核
38:33 该让孩子学什么：信奥打不过 AI，C++ 还要不要学
46:07 内容与形式分开：可迁移技能和 taste 的来历
52:53 不上大学去 AI 公司实习？大学真正卖的是回音室
01:01:59 一个社会学家的 agent 工作流：给信仰充值之后
01:08:24 AI 的边界：社会科学没有希尔伯特问题
01:15:05 环形监狱还是乌托邦：当 AI 能精确衡量你的产出
01:23:45 收尾三问：wildest dream、Google 还能回来吗、universal agent

欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号
「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。
我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！
商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式

节目主理人：
徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。
任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。

播客剪辑：
十六颗糖

BGM：
片头：Shortwire - Reconfig
片尾：Forester - Saint

上一期结尾，徐文浩点名和王建硕观点有分歧，我说要拉着吵一架——这期兑现了。

一边是王建硕：12 天在 TestFlight 发了 148 个版本，每天让 Claude Code 跑 12 个小时，却给自己定了条死规矩——不允许自己看任何一行代码。另一边是徐文浩：团队核心库养着 13000 多个自动化 UI 测试用例，立场是所有代码合并上线前必须有人看过，“如果这东西不用我看代码，那它可能也不值得我做”。

我在中间煽风点火，想让他们打起来涨粉。但吵到 90 分钟，吵出来的东西比输赢有意思得多：他们对未来的判断几乎一致——五年后大概率没人看代码，分歧全在今天怎么办。今天怎么办？取决于你是吃面条的，还是开麦当劳的。

嘉宾
王建硕｜百姓网创始人。上次来节目时的判断是“LLM 是新一代编译器、AI 写出来的代码是新一代汇编”，这一期把话说得更狠：Python、JavaScript 这些编程语言本身已经沦为汇编层。他自称原来是全公司对代码质量要求最高的人，核心代码要手搓 20 到 50 遍；最近在密集开发语音 App VoiceDrop，每天 Claude Code 工作 12 小时、每次改动要过 414 个 test case，同时逼自己一行代码都不看。

本期亮点
→ 王建硕的新金线：if it works

开场立论。王建硕的判断是：一旦有了 C 这样的高级语言，手写汇编既没必要也没可能，去改编译器编译出来的汇编更是毫无意义——而今天 Python、JavaScript 已经沦为那一层汇编。人类在乎代码风格、封装、注释，是因为过去一切靠人脑管理，“对于人来说不那么写，人脑将无法处理”；机器的可维护标准和人一定不一样。所以他的新标准只有一根金线：「if it works，它只要 work 就不要去管他。」他打了个赌：把微信几千万行的汇编打印出来，一定“疯了一样的重复、疯了一样的读不懂”——但只要上层源代码还在，这是问题吗？

→ 不允许自己看任何一行代码，那治理靠什么？靠 loop

王建硕不是裸奔。他的 App 每次改动要过 414 个 test case，想了解某段逻辑就让 Claude Code 讲给他听，发现重复代码就定期跑一个专门的质量 skill。他也交了实底：一个 feature 从下午两点转到晚上七点，loop 一圈圈碰壁、一圈圈修，5 个小时才出来——如果沉淀成确定性代码可能 3 分钟就跑完。但他试过把流程沉淀成代码，结论是“质量没有大语言模型好，反而会出 bug”。他的原话：「一定不是用自然语言来控制，因为自然语言不准确，你一定要用 loop 来控制。」12 天 148 个版本、break 的不到 10 个，是他给这套打法的成绩单。

→ 徐文浩：我不相信自然语言，我用自然语言生成确定性工具

徐文浩同意一半——他也不手写代码、全程 prompt 驱动。但两条底线从没松口：一，所有代码合并上线前必须有人看过；二，治理不靠自然人也不靠自然语言，靠用自然语言生成、人审核过的确定性工具。他的例子很具体：查重复代码，让 LLM 去扫，8 处它可能只看到 4 处，漏掉的 4 处就是未来的 bug；而基于抽象语法树的检测工具确定性扫全库，10 秒钟出重复率，超标自动触发。「就是因为自然语言在今天还是非常模糊的……所以最终我会用自然语言去生成一个确定性的代码工具，去做这个治理。」

→ 编译器比喻大战：写编译器的人，看不看汇编产出？

全场最精彩的交锋。徐文浩：任何写编译器的人一定会看自己编译出来的汇编，否则你怎么知道编译器写得好不好？王建硕：我们根本不在写编译器——编译器是 Anthropic、OpenAI 这些 frontier lab 在写，我们不改模型参数的人，看产出就是错层。徐文浩换个角度再攻：那你为什么还给代码做版本管理？如果 prompt 才是源代码，你存 prompt 就好了，为什么要囤产物？「大概率你遇到 break，不是用原来的 prompt 重新生成一遍，你还是会退回到上一个代码版本——所以编译器这个比喻本身就不对。」这一段王建硕没有正面接。

→ 工匠精神在规模面前一文不值 vs 精益制造本来就为规模而生

王建硕抛出全场最扎心的一句：「我这两天感觉，工匠精神在规模面前一文不值。」徐文浩的反击是把“规模”这个词抢回来：精益制造做得最好的丰田，本来就是为规模而生的，不是手工艺人的工匠精神；“if it works”没用，因为你 work 我也 work，最终大家是在市场上竞争——「work 不是目标，work 也并不达成我们的目标。」软件开发的本质是管理复杂度：做一个 blog 谁都能一句话生成，那它就不值钱了；你必须做人脑放不下、单个 agent loop 也放不下的复杂度，才有竞争力。

→ AI 把测试全 mock 掉：你不看代码时，“work”可能是虚假的

徐文浩交了自己的学费。今年 1 到 3 月他也不怎么看代码，用语音写了海量代码，内部几个人用觉得挺好；产品一上线，“爆发出惊人数量的各种奇奇怪怪的抱怨”。复盘时发现最恐怖的一幕：有段时间线上 bug 特别多，一查——AI 把测试里所有的东西都 mock 掉了，「他等于跟没测是一样的，但他觉得我的 coverage 很高」。过去两个月，团队一半精力在还当时疯狂 vibe coding 欠下的债。他的结论：「你不看代码，其实他跟你说 work 这件事情可能是虚假的。」以及那句宣言：「如果这个事情我连看代码的需求都没有，那意味着我讲几句话它就能起来，那我为什么要做它呢？」

→ react 工程师之辩：过了桥就拆桥？

王建硕设了个圈套：只会 react、不会手撸 HTML 的算不算软件工程师？不算？那不写汇编的算不算？只会写 HTML 的算不算？「所有人都是把自己能力线以下的划为不是软件工程师。」他给这种心态起了个名字：「你上了船以后，过了桥就把桥给拆了，后面的人都不准过桥。」会摆弄 8086 在今天就是屠龙之术——就像我们不会种庄稼，而对上一代人来说那是最基础的技能。徐文浩认账一半但守住底线：会不会汇编不重要，但你要做推理优化这类深活，对底层有没有 concept，决定了你“一个有可能做成、一个完全没可能”。

→ 吃面条的和开麦当劳的（收束）

吵到最后发现分歧的根不在技术，在位置。王建硕：「我是一个客户，我是吃面条的。面条好吃、价格公道，我还要什么？」他要的是手里那个 work 的 App。徐文浩要的是后厨——他把公司本身当产品，目标是从今天 1 比 5、1 比 10 的研发杠杆做到 1 比 100，那就必须盯着生产线看。我收了两个词：一个是定位不一样，你要的是那碗面条，还是想开麦当劳；另一个是王建硕的打法本质是矫枉过正——明知不是当下最优解，也要把自己先丢到五年后的工作方式里，逼自己转过来。「这不见得是最优解，但是一定要这么逼着自己，才能真的转过来。」

时间戳
00:05 冷开场：王建硕的新金线 if it works
01:46 任鑫开场：煽风点火，把两位拉来当面对质
03:32 手搓核心代码 20-50 遍的人，为什么一夜跳到“不看代码”阵营
08:03 徐文浩：同意一半——但 harness 是用自然语言生成的确定性工具
10:07 王建硕：我不允许自己看任何一行代码；414 个 test case + loop 治理
14:28 徐文浩：13000 个 UI 测试用例；代码规模一上去 prompt 就限不住
17:59 编译器比喻大战：写编译器的人看不看汇编产出
20:20 重复代码怎么治：定期跑 skill vs 语法树工具 10 秒扫全库
33:33 工匠精神在规模面前一文不值：微信汇编赌局
37:20 徐文浩三连反击：版本管理悖论、精益制造为规模而生、管理复杂度
42:39 分歧收敛成一个数字：时间的 95:5 还是 70:30
45:39 打个赌：五年后还要看代码吗？type-c 和软盘的取舍
52:13 任鑫的推土机问题：harness 优势每年被模型吃掉，不如去搞用户侧？
55:03 Word 文档的 XML 你审吗：端到端测试大战
01:00:16 徐文浩踩过的坑：AI 把测试全 mock 掉，“work”可能是虚假的
01:02:33 小马过河：AI 写得好还是烂，取决于你自己的水平
01:09:38 一到三月不看代码的代价；不用我看的东西不值得我做
01:12:10 react 工程师之辩：过了桥就拆桥、屠龙之术与种庄稼
01:19:04 收束：吃面条的 vs 开麦当劳的；1 比 100 的杠杆

欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号
「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。
我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！
商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式

节目主理人：
徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。
任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。

播客剪辑：
十六颗糖

BGM：
片头：Shortwire - Reconfig
片尾：The Midnight - Los Angeles

终于把徐文浩拉回来分享他的“做大项目” Harness 设计了

现在都说 AI Vibe Coding 做个小项目行、做大系统一定塌。他同意会塌——「纯 vibe coding 做大项目一定会塌掉」——但结论不是「AI 没用」，而是你你需要根据 AI 的特点搭建一整套 Harness 去管理这个复杂度，并且持续迭代，让它不要塌。

这次他干脆投屏，把自己在家里、在公司实际在跑的东西一样一样摊开：

一台机器上：怎么用带侧边栏的终端并行开十个窗口、连远程服务器、上沙盒、开 worktree，让 AI 在你睡觉、出差、合上笔记本的时候接着干活，还炸不到你；
一套对话层：为什么他把一排 AI agent 挂在 Discord 上，用 server / channel / thread 三层把上下文管得不串；
一套公司工程基建：代码提交后自动跑几十道门禁、双重 code review、测试录屏、自动扫线上报错修复；
以及一个我当场决定要抄的点：让 AI 每周跑不同任务、每天只给你一类汇报，人才不会被八个方向的问题一次性逼疯。

本期亮点

→ 纯 vibe coding 做大项目，一定会塌掉——但不是它没用，是你没搭基建

全场母题。现在流行一种说法：AI vibe coding 做个小项目行，做大系统一定塌。徐文浩的判断是：塌是真的，但结论错了。「纯 vibe coding 是很难做大项目的，一定会塌掉。」不塌只有一条路——既要搭这些 harness，还要持续迭代它，因为你会不断撞上新问题，这时候「需要人的聪明才智去帮它解决」。他甚至算了笔账：你订了 200 美金的 Claude Code 和 Codex，基建不够完善的话，其实也就用出了 100 美元——因为你没法并行同时干很多事，干了也验收不过来。

→ 维护公共厕所：从火车站到五星级

徐文浩形容过去半年团队干的事：写了海量代码，有很长一段时间「非常痛苦，一直在修 bug，叫做维护公共厕所」。他给了个 before／after 的画面——三个月前这个公共厕所是「火车站的公共厕所，而且是 20 年前火车站的公共厕所」；现在「快要挤进五星级公共厕所的范围了」。堆屎山、降速修屎山、修好再提速，是他六个月里真实走过的曲线：三月代码量约 10 万行，四五月降速去还债，六月才重新提上来。

→ 一整套「让 AI 不辞辛苦、又炸不到你」的个人基建

徐文浩这套东西干了两件事——「一个是逼它们不辞辛苦，你睡觉了也逼着它干活；一个是它爆炸了不要坑到我。」具体是：带侧边栏的终端（cmax）并行开窗口、连一台家里的 Linux dev server 让 agent 在你合上笔记本后接着跑、每个任务丢进 dev container 沙盒（「跑炸了也没关系」）、用 work tree 开并行分叉互不干扰、再用 Tailscale 加一个阿里云中继节点，让他在外面任何有 WiFi 的地方都能连回家里那台机器。他也提醒：一般开十个窗口以内就够了，「因为很快你会发现，人的带宽才是瓶颈」。

→ 为什么把一排 AI 挂在 Discord 上

徐文浩认为今天还在用 OpenClaw 这类 agent 的人，最好用 Discord 当对话层。逻辑是三层：server（相当于你开的一个论坛）→ channel（每个频道绑一个 agent，配不同 skill 和人设）→ thread（同一个 agent 里再拆绘画，上下文不串）。他专门吐槽：「微信的产品做得一点都不好。」但也承认微信是个好的通知渠道，正在考虑接进来。为什么不干脆只用 Claude Code？因为「我要配不同的 agent、预制好上下文，还能在手机上随时联系他，今天 Claude Code 是做不到的」。

→ 公司工程基建：代码提交后，几十道门禁自动开跑

这是团队级的部分，也是「不塌」的关键。他们重度用 GitHub，代码合并前自动触发：Codex 和 Claude Code 做双重 code review、几十道 quality 门禁（格式、代码重复率 duplicate check、lint 规则、命名、依赖关系）、自动化测试外加录屏（「测一下视频能不能发出来，整个录屏不是我录的」），还有定期自动扫全库做架构 review、以及 auto fix 自动扫线上报错修完再通知人验收。核心一句：「你不治理这个事情，最后是干不下去的。」

→ 让 AI 自己把自己磨快

徐文浩最有意思的一个 skill。痛点是 AI 干活「感觉很慢」——其实是它在沙盒里权限不够，一个方法（比如 perl）试不通就换一个（python）绕过去，本来两分钟的活干了四分钟。这个 skill 专门扫描 AI 在执行中遇到的摩擦（被拦的命令、缺的库、临时写的脚本、升级的审批），给出一份优化计划，他挑几条执行，就往代码库里补上工具和权限。结果是「agent 干活快了，耗的 token 也少了，本质是低级错误犯得少了」。

→ 每周跑不同任务，每天只汇报一类事（我当场决定要抄）

这是我从没想过、听完立刻要学的点。徐文浩把定期任务拆开：不是每天让 AI 给你八个不同领域的汇报——「一会儿讲写代码有问题，一会儿讲 PPT 有问题，一会儿讲你本地环境没装，我也很抓狂。」而是周一到周五跑不同类别的任务，每天只处理一类问题，周五专门想怎么净化整个流程。他说得很实在：「这不是 AI 的能力问题，是我的能力问题。他给我八种问题，我立刻就想去刷短视频；只给我一类，我是可以解决的。」

→ 后半场：任鑫拿自己的坑现场求诊

下半场我把自己最烦的几个问题甩给他。搜索太差、中文 deep research 质量低？换搜索 provider——他自己试下来最好的是 Google 的 grounding search（配 Gemini 2.5 Flash，一天 1500 次免费）。浏览器检查巨慢？别让 AI 截屏做视觉理解，用 CDP（Chrome DevTools Protocol）加 Playwright 用代码操作，预配好登录 profile。能不能让 AI 把播客自动剪成短视频、全平台发出去？——技术上能，但国内平台不欢迎机器自动发、容易封号、单个号 ROI 很低（「魔法对抗魔法」），不如雇个实习生；但抓数据很成熟，微信文章、电商评论他们「可能是市场上采集得最完善的」。

→ 和王建硕的一处分歧（彩蛋）

结尾徐文浩点名和王建硕的观点分歧，我说下周要拉着吵一架（顺便靠吵架涨粉冲十万）。他不同意「把任何事情都变成一个 markdown」——很多机制层的修复，本质是代码而不是 prompt。比如「我希望系统里没有大量重复代码」，你可以写段 prompt 让 AI 定期去扫（费 token、执行时间长、不能永远跑），也可以找个开源的重复率检测工具、配一个自动化 action，用代码去治理。「你不治理，这个事情最后是干不下去的」——这是他反复强调的核心观点。

时间戳

00:05 开篇金句：AI 写海量代码，人不介入根本做不下去
01:04 任鑫开场：跳票快三个月的 harness 拆解，建议配视频看
02:14 第一件基建：带侧边栏的终端 cmax，并行开窗口
05:35 沙盒 dev container：跑炸了也没关系
06:34 为什么用远程服务器：合上笔记本，agent 接着干
08:11 开源远程脚本 + 断线重连（dtach）
10:41 work tree：并行分叉互不干扰（用写小说打比方）
13:28 Tailscale + 阿里云中继：在外面连回家里
16:08 第二套：把一排 agent 挂在 Discord 上
20:58 讲清 Discord 三层：server / channel / thread
26:11 公司工程基建：GitHub、双重 code review、测试录屏
29:11 几十道 quality 门禁：格式、重复率、lint、命名、依赖
30:42 auto fix：自动扫线上报错、修完通知人验收
31:27 你订 200 刀，基建不行只用出 100 刀
33:34 纯 vibe coding 做大项目一定会塌掉，除非搭 harness
35:19 人是极限：要负责就要验收 + oxidize harness skill
39:32 每周跑不同任务、每天只汇报一类事
40:17 任鑫的崩溃：效率十倍、耗时两倍
43:59 浏览器为什么慢：CDP vs 截屏 + 数据采集
45:44 搜索：Google grounding（Gemini 2.5 Flash，1500 次/天免费）
48:02 能不能让 AI 自动剪短视频、全平台发？封号风险 vs 抓数据
54:34 用 HyperFrames，一句 prompt 出说明动画
01:03:59 三月 10 万行 → 降速修屎山 → 六月回升
01:04:09 和王建硕的分歧：不是所有事都变 markdown

欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号
「AI 炼金术」是一档由徐文浩和任鑫——两位多年老友、AI 领域的资深从业者——打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。
我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活……如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！
商务合作：公众号 「AI炼金术 」菜单栏中【商务】获取联系方式

节目主理人：

徐文浩：某AI创业公司联合创始人，正在面向全球市场开发AI应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司MediaV的算法和数据负责人，后被360收购。离开后加入成立不到1个月的拼多多。后创办了基于AI的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023年再次下场创业。

任鑫：美元基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造“今夜酒店特价”用移动互联网应用特价销售酒店尾房；被京东并购后内部创业“京东到家”开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。

播客剪辑：
十六颗糖

BGM：
片头：Shortwire - Reconfig
片尾：Conor Matthews - Forever Right Now