阿楠

这是一篇很棒的、关于 AI native 组织探索的分享。Manus 正在用自己的产品，改造自己的组织协作方式。 最近我也在探索一个问题：面向未来的工作，人与 Agent（能自己动手执行任务的智能体）如何更高效地协作？当 Agent 开始参与真实的生产工作，组织需要怎样的协作机制和工作环境？ Manus 本身是一款 AI 产品，创造这个产品的组织，也在用自己的 Agent 开发产品、推进工作。类似的变化也发生在其他公司。Anthropic 今年披露，截至 5 月，公司新合入的代码中，超过 80% 由 Claude 编写。 我甚至会想，一个好的 AI 产品背后，其研发团队很可能也在探索 AI native 的组织协作方式。 我在日常使用 AI 产品的时候，能明显感受到这些产品的迭代速度，几乎每天都有新的变化。让我更感兴趣的是，随着 Agent 能做的事情越来越多，创造这些产品的组织，本身也在发生什么变化。 今年以来，随着“小龙虾”等 Agent 工具受到关注，我越来越明显地感受到，Agent 正在进入实际工作。它可以编辑文档、整理文件、管理日程，开始承担个人助理的工作。未来的组织里，人与 Agent 一起协作，会越来越常见。 文章里有个细节让我印象很深：同一个内部网站，对人来说，是数据、看板和日历；对 Agent 来说，是一组可以调用的工具。 同样的信息和工作，人与 Agent 需要的使用方式可能不同。Agent 需要足够的背景、清楚的规则和可操作的工具，人需要容易理解、判断和确认的结果。这也让我想到最近自己的使用体验。 卡帕西在 10 月 2 日的一篇帖子中提到，我们将花更多时间理解语言模型的输出。我的理解是，随着 Agent 越来越能干，协作中的一个重要瓶颈，会逐渐变成“人如何快速理解和判断 Agent 做出来的东西”。 在使用ChatGPT 的一段时间内，我经常觉得它的回答太面面俱到了。信息很多，但读完、消化和判断，也需要花不少精力。因此我也限制了它的输出内容长度。 现在，随着 AI 的能力提升，可以选择的输出形式越来越丰富：文字、图表、交互式网页，还有视频。 所以，学习一些复杂内容时，我会直接让 Agent 生成图表，帮助自己理解。给客户做提案时，我也会让 Agent 基于文档内容生成交互式网页。一方面帮助我更清楚地传达想法，另一方面也方便客户理解和讨论。 文章里提到，一些产品经理开始用视频表达需求。设计、研发和测试看同一段演示，更容易理解“最后要做成什么样”，不用再向不同的人反复解释。 这些例子让我觉得，信息的呈现方式，本身就是协作机制的一部分。选择合适的形式，可以减少理解偏差和反复沟通。 再说另一边：人怎样更方便地把想法和背景提供给 Agent？ 语音输入是我这几个月使用最频繁、也最推荐的方式之一。 过去我主要靠打字，也偶尔用苹果输入法自带的语音输入，但经常需要修改，没能常态化使用。现在，借助 AI 的能力，语音转写的准确度和整理效果都提升了不少，我已经越来越习惯直接说出来。 我自己用下来，微信输入法免费、方便，很适合日常使用。也体验过海外的语音输入产品Wispr Flow 和 Typeless（年费 144 美元），功能各有特点，但付费订阅和说完后的等待转写时间，都会影响我是否愿意经常用。 也正因为语音输入方便了，我开始养成写日记的习惯。散步的时候打开语音，边走边说，记录的摩擦力大大降低。 不过，说出来更容易了，不代表需求自然就清楚了。怎样定义问题，把背景、目标和要求讲明白，仍然需要练习。 3 年前，刚开始接触 ChatGPT 时，我就感觉 AI 会重构很多事情，尤其是脑力密集型的工作。现在，我越来越多地思考：如果一件执行工作，Agent 已经能稳定做好，我是否还需要亲自动手？我又应该把时间投入到哪些更需要自己理解、判断和积累的事情上？ 现在，我的文件和日程已经交由 Agent 协助整理、管理，个人知识库也由 Agent 参与构建和维护。我需要提出需求，约束规则，告诉它什么样的结果符合我的要求，再通过反馈不断迭代。当然，内容仍然需要我来确认、消化和吸收。 从个人实践走向组织，还会遇到更多问题：业务知识怎样共享？不同的人怎样看见同一项工作的进展？Agent 可以自主推进到哪一步？哪些节点必须由人确认？结果出了问题，由谁负责？ 这也是 Manus 这篇分享最吸引我的地方。他们在逐步为这些问题建立具体的工作方式。 目前，我理解的协作过程是： 人定义问题、设置边界 → Agent 执行 → 人判断反馈 → Agent 优化修改 → 人审核确认，并为结果负责。 最近也越发感受到，沟通表达的能力很重要。藏在我们头脑中的隐性知识，怎样清楚地表达出来？我们认为理所当然的背景和标准，其他人和 Agent 未必知道。我因此最近也开始看一些如何清晰沟通表达的书。 这既是人与 Agent 协作的问题，也是人与人协作的问题。 如何从具体业务出发，让信息更容易共享，让工作更顺畅地衔接，让人把精力放在真正需要判断和负责的地方，是我最近持续探索的方向。对于怎样打造 AI native 组织，我也还在通过这些实践，一点点形成自己的理解。

一个很有意思实验，让不同和AI模型在模拟世界中生活15天。Claude Gemini ChatGPT Grok的表现有很大的不同。

现在的一些文档，已经开始面向Agent 使用了。感觉未来会有越来越多的内容是给AI阅读的。上周一项研究称现在AI浏览网站的流量已经超过了人类……

这一个月开始比较密集的使用Codex来协作了。一个月花了24亿tokens。做了一些Vibe coding的小项目。Codex的使用额度要明显强于Claude 。 我觉得Codex ≈ cowork ➕ code。 最近codex也是拼命追赶，推出很多新的功能（有些也是借鉴了CC的产品设计），然后动不动就重置，量大管饱。 Claude 的智力是确实强，但是不经用，一般会用来做统筹规划，然后Codex来执行。另外一方面Claude 只是pro档，不敢开Max，怕被封号。 现在每周的目标就是争取把额度用完[破涕为笑] 开通了ChatGPT 会员的伙伴可以尝试一下codex（也是同样有会员额度的），未来的AI协作形态可能就是这样的。多项目并行跑，我们负责审核和判断。

从去年开始给一些企业创始人&高管做一些AI的咨询，今年接触到一些小型企业的AI培训。发现有一个问题：AI化的前提是做好数字化，因为AI分析的是数据，如果一家企业在生产经营中，没有使用协同效率工具，没有沉淀企业知识，数字化协同一般，那AI化也会浮于表面。 过去30年的互联网时间，每个人，每家企业都变得数字化，但是真正彻底的并不多，很多工作上的思维并没有转变，现在AI来了，大家看到了AI的潜力，开始希望AI可以降本增效。但是前提是需要完成数字化的变革。

和朋友在咖啡店的一次对谈。 在现在的世界，不仅仅是需要家庭环境的整理，我们每个人也变得数据化，个人的数字世界也是需要梳理的。

构建人生“低熵”管理系统

一次在给客户上课时的思考：如果AI可以做的，我们都是不需要再做。哪怕是现在我们使用AI来辅助完成所花费的时间要比自己做要长，那也要尝试多用AI来做。未来随着使用习惯的变化，我们会越来越熟练使用AI

最近看了国外8篇有关提示词工程的研究报告。对我的“提示词优化助手”（我称之为“元提示词”）进行了迭代升级，发现效果要比1.0版好很多。 具体的内容请查阅图片内容。 去年的时候还会觉得需要把提示词写好，对于AI生成的结果很重要。今年开始，发现这个工作AI也是可以做的很好。

关于AI的思考：昨天在给一个客户上课时，聊到在使用AI时，我说了这样的话：在工作中，如果AI能做的事情，那就用AI来解决，而不用自己的大脑。虽然开始使用AI时，会比我们用自己的大脑解决要花更多的时间和精力，这只是因为我们还不熟悉。长时间来看，AI能做的事情，在效率上是更优的。 那大家会说，什么都让AI做了，自己会不会变得不主动思考了，会变“傻了”。我觉得这个要因人而异，人们会拿使用AI节省的时间去做什么，决定了ta的未来发展。我们的大脑可以用来进行思考、创意。在有AI的情况下，并不妨碍我们去阅读，学习来提升自己的思考能力。我自己从23年中开始付费ChatGPT 初，只会问：你好吗？之类的问题，到现在可以帮助身边的人去使用AI，也经过了长时间的使用和探索。我觉得AI极大的拓展了我的能力边界。 我们现在，在工作中使用电脑，手机已经习以为常了。那AI未来也会成为，甚至超越电脑、手机的存在，电脑，手机作为脑力工作者的生产工具，大大提升了效率，而AI是在智力、认知上又有了质的飞跃。 最终AI产生的效果怎么样？就像是大家都有电脑、手机，使用同样的生产工具，但是产生的社会价值却不一样的。AI也是这样，有的人把AI作为比百度搜索更方便的搜索工具，有的作为创意助手…… 附件是我客户的分享，我在和她交流中，感觉她比我还要深度使用AI，我还开玩笑说她把150元的会员费用出了万元的效果。