hello大家好，
我是Persom AIID的主创，很高兴今天来到Bonjour！
听说第一天Bonjour社区的大家就开始自发分享了hhh其实埋了很多小巧思还没有被发现哦～
你最喜欢的是哪一个呢？来和我分享吧！
测试链接👉 https://aiid.persom.ai/ ↗
🧑🔧
Build with AI
30
30我已经学会用AI 🙋 来讨论「怎么真正用好AI」吧！不过... 好奇心和持续追问，比技巧更重要
今天听了一期很震撼的播客：
《会友镖局》79｜两个月做150个APP，90%赚钱，而他在享受失控
https://www.xiaoyuzhoufm.com/episode/6a154d4b13abca418579b9f5
嘉宾是杭州“OPC三幻神”之一的张三（本名王涛），一位职高毕业、正在抗癌的“AI观测者”。
两个月做150个App当然很夸张，但真正让我震撼的不是这个数字，而是他的思维方式和背后的生命体验。😮
他给AI一笔启动资金（99美元），设定一个规则：赚到3倍收益再自动分裂下一个相同预算的Agent继续跑。
人只负责不到5%的验收，其余的—— 选题、编码、上架、定价，甚至要不要继续做—— 全部交给AI。
他说自己不是在“做产品”，更像一个AI观测者。“AI已经失控了，那就享受失控。”
这让我第一次强烈感觉：我可能还是个“古典AI Native Builder”。😂
我们还在思考“怎样用AI更好地做产品？”他却在问：“为什么一定要由我来主导做？”
我们还在想怎么让AI更好地执行人的意图，他似乎已经开始尝试把“人的意图”本身降级成一个可变变量。
王涛给我的感觉，像一个从现有价值体系里抽离出来的人。
不执着于控制，不执着于竞争，也不执着于证明自己。
甚至面对坎坷的人生和健康困境，他选择了另一种方式：不一定要改变世界，先看看怎样让自己更快抵达想去的地方。
也许他的实验未必都能复制，也未必证明了什么。
但真正有价值的是—— 他把一种原本很难想象的未来，提前摆到了我们面前。
也许未来最强的个体，不是最会做产品的人。
而是最敢把“自己必须参与”这件事拿掉的人。
未来，将会超出你我这一代人的刻板想象。✨️
【 260913 AM 06：41更新 】
早上好，昨晚 OPC三幻神王涛的事对我带来的启发依然在震撼着我，我必须把这件事用自己的话再说一遍：
最近几年一个共识演变在收束——
2017：Attention Is All You Need | 注意力是你唯一需要的
2025：Taste is all you need | 品味是你唯一需要的
2026：Judgment is the scarce resource in the age of AI | AI 时代，最稀缺的是判断力
Attention → Taste → Judgment
AI 如何处理世界 → 人如何选择结果 → 人如何决定什么值得做
但 王涛 的案例让我意识到这一切在未来可以被根本性颠覆，
在未来，个体之间的总体能力值差异只会越来越小，AI 和 人类之间的差距会从实验室涌出越来越大。
我从 2024年底开始接触 AI Coding，我完整经历过这个时代 编程类Agent 的演进。
作为一个零编程基础的人从 2024年硬着头皮手搓项目，连前端后端是什么都不知道查找bug老半天，经历数个小时修好一个小问题又折腾出一个新问题，当你身处时代本身中时：
你知道未来会变好，但不知道那一天什么时候会来。
从 2026年上半年开始明显感到 编程Agent 能力跃迁，写的东西不再有那么多Bug，对意图的理解也越来越强。
我想在未来：无论你是传统教育的硕士还是有幼儿园的小朋友，在意图表达层面都是平等的，无论你输入什么，AI 都能接得住，唯一不同的是你对意图输入的自洽（自我要求，自我感受）；
嘿，其实这件事已经发生了不是吗，普通大众还是只缺少几个包装故事小小震撼一下。
对，说回到开头给我带来的启发震撼，
我已经认识到共识性的判断“AI 时代最稀缺的是判断力”这句话已经被颠覆了，
未来你的个人判断力，说实话可能仅仅是意图层面的自洽，
甚至爆论一点，你作为人类输入的意图控制越少，可能最终的结果反而越好，
*举个栗子，只要我能说清楚，AI 做的 商业计划书吊打我自己做的，甚至未来的人说不清楚，AI 也能做很好。
人们或许依然可以通过信息差赚钱，但你的信息多的过 AI 模型厂吗？
与之共舞吧，同进退，共输赢。
判断力在当下或许仍有价值，但在未来你得要能放得下自己...
放得下作为人类的骄傲自负，保持谦虚，保持饥饿进取！加油，我们是最胖（棒）哒！😊✨️
在X上看到有人分享了一种有意思的 Agent体检方法：让 Agent 反过来检查你写给它的规则。
它会寻找其中可能存在的：表述不清、互相冲突、重复的规则；导致 Agent 不必要停顿和反复确认的要求；限制它自主执行任务的指令；以及那些原本出于谨慎，却无意中限制了 Agent 的规则。
而且它不会只告诉你“哪里有问题”。它还会标注问题在哪里，影响是啥以及怎么修改，甚至还会指出哪些修改可能会扩大 Agent 的权限。
这其实触及了一个很有意思的问题。当我们开始使用 Agent，我们也需要去思考如何为机器制定工作的边界。
某种程度上，我们正在学习一件新的事情，如何设计一个让机器能够自主工作的环境。
这可能也是 Agent 时代一个很容易被忽略的能力，你如何在你制定的规则之间进行取舍。
暴雪把 AI 写进了劳动合同
看到了一条关于暴雪的新闻，感觉值得关注一下：9 月 9 日，暴雪工会员工批准了一份新的集体合同。这份历经两年谈判的合同，除了薪资、办公安排和裁员保障之外，还涉及一个正在变得越来越现实的问题：
公司应该如何使用 AI。
根据合同，暴雪需要就工作场景中的 AI 使用与员工进行讨论和集体谈判。
这意味着，AI 不再只是一个由公司决定是否部署的生产力工具。至少在部分工作场景里，员工开始获得参与决定 AI 如何进入工作的权利。
这件事放在游戏行业尤其值得关注。
一款游戏的生产涉及程序、美术、动画、编剧、设计、测试等大量不同工种，而生成式 AI 正在逐渐进入其中。从代码生成到视觉素材，从文本创作到测试流程，它正在重新划分人与工具之间的边界。
因此真正的问题可能已经不再是：员工该不该使用 AI？
而是，当 AI 改变一份工作的组成，公司与员工应该如何重新定义这份工作？
谁决定哪些任务可以交给 AI？谁对 AI 生成的内容负责？如果 AI 提高了生产效率，效率带来的收益如何分配？如果 AI 最终减少了某些岗位，员工又应该获得什么保障？
过去，这些问题更多属于公司的技术决策。而现在，它们开始进入劳动谈判的范围。这或许是这份合同真正值得注意的地方——AI 正在从一种技术问题，变成一种劳动问题。
过去的劳动合同主要规定工资、工时、办公地点以及裁员规则。未来，它可能还需要回答另一个问题：技术应该以什么方式进入我们的工作？
暴雪的这份合同，意味着关于AI如何改写工作规则的探讨，以前还是处于私人讨论的范围，但现在已经被摆在了桌面上。
