1. 核心观点

• 普通人学 AI，真正的分水岭不是会不会聊天，而是能不能把 AI 放进自己的工作系统里。
• 高手不是只会写 prompt，而是在为 AI 搭脚手架：
  • 工具、上下文、偏好、判断标准、历史资产。
• skill 的价值不在“风格像谁”，而在把隐性知识显性化，把流程、工具、边界和好坏标准固定下来。
• AI 创业的尴尬在于：
  • 需求端会自己做，供给端会迅速抄，应用层很难只靠一个产品积累逃逸速度。
• 软件不会消失，但软件的价值要重新落在三个地方：
  • 界面、数据、工作流。

2. 总结

2.1. 个人使用 AI 的进阶

• 从聊天模式转向智能体模式。
  • 停止把 AI 当搜索框、实习生、程序员哥哥。
  • 使用 Claude Code、Codex、Cursor 这类能调用工具、沉淀产出、积累上下文的 agentic 工具。
  • 聊天框的问题是没有复利：
    • 上下文每次重讲，产出每次手动复制，工具调用能力也弱。
• 为 AI 搭脚手架。
  • 上下文不是简单丢资料，而是让 AI 知道该调什么工具、遵守什么偏好、按什么标准判断。
  • 好 prompt 背后应该能路由到旧资料、旧工具和已有流程。
  • 高手的 AI 会越用越强，是因为他一直在给 AI 建可复用的环境。
• 写好 skill。
  • 好 skill 是把隐性知识显性化。
  • 它要定义任务边界、提供必要工具、明确好坏标准、绑定关键上下文。
  • 纯风格 skill 不够，真正有用的 skill 应该跟流程、工具、交付标准有关。
• 积累并提炼上下文。
  • 积累上下文和提炼上下文是两件事。
  • 先尽可能多地积累真实材料、产出、流程和标准。
  • 再让 AI 知道不同任务该调用哪一部分上下文。

2.2. 高手和普通人的差异

• 普通人问的是“AI 能帮我做什么”。
• 高手问的是“我能为 AI 做什么”。
• 普通人把 AI 当一次性回答机器。
• 高手把 AI 当长期协作系统。
• 普通人追求一次对话的答案。
• 高手追求资产、流程和上下文的复利。

2.3. AI 创业与投资观察

方向	核心内容	机会或案例
智能体生态	Agent 会进入白领工作的毛细血管	沙箱、记忆、通信、支付、工具发现
具身智能	机器人进入工业和家庭场景	世界模型、工业应用、数据采集、科研机构
视频模型	视频生成解锁新生产力	短剧、个人作品表达、商业变现
软件价值	软件封装界面、数据和工作流	精致界面、私有数据、专家工作流
语音交互	语音是更自然的交互界面	语音输入、互动游戏、新型内容

2.4. 创业公司难在哪里

• 旧石头不见了。
  • 上一代软件创业靠发现共性需求、做产品、规模化销售、建立先发优势。
  • 现在用户可能先让 Codex 做一个能用的版本，再反问为什么还要买你的产品。
  • 供给端也变快了，一个方向刚出来，别人很快能复刻。
• 应用层像在推土机前捡钢镚。
  • 这一波 AI 创造的收入，大头被基础模型公司吞掉。
  • 剩下的机会要么往天上跳，要么往地下钻。
  • 往天上跳：
    • AI for Science、具身智能、世界模型。
  • 往地下钻：
    • 深入具体行业，做脏活累活，改流程、接系统、交付结果。
• FDE 的本质不是新名词。
  • 它是售前、客户成功、驻场工程师在 AI 时代的重新命名。
  • 但这个命名有价值，因为它凝聚了共识：
    • 企业不是买一个 AI 账号就完成转型。
  • 真正要做的是流程、文化、上下文、数据库和工作方式的改造。

2.5. 个人应对和教育

• 大厂人的第一步不是继续焦虑，而是做 0.5% 的行动。
  • 存钱，减少无意义消费，把现金当未来自由。
  • 停止只用聊天工具，开始用智能体工具做真实任务。
  • 学商业和销售，承认自己在商业认知上可能是负分起步。
• AI 时代的教育重点会变。
  • 培养内驱力和创造力，而不是训练一个更合格的工具人。
  • 通才会更重要，因为跨领域理解能帮助人提出更好的问题。
  • 学 AI 不是学名词，而是学动词：
    • 怎么做事、怎么调用工具、怎么完成任务。
• 创业建议仍然朴素。
  • 找到自己发自内心有热情的事情。
  • 找到自己做起来很轻松、别人做起来很费劲的事情。
  • 从自己的真实小痛点出发，不要因为上班不开心就冲动创业。

纳瓦尔的观点

2.6. 新时代 VC

• VC 不应该只转型成媒体公司。
• 更有价值的三个角色：
  • 叙事连接器：
    • 帮 founder 找到自己的叙事，并把它放大。
  • connector as a service：
    • 帮创业者链接客户、候选人、合作方和同路人。
  • 新型财务伙伴：
    • 提供招聘、财务等公司基础设施。
• 好投资人更像副驾。
  • 必要时补一把。
  • 不要一路指挥红绿灯。
  • 创业者太需要 VC 指点，反而是危险信号。

3. 有意思的观点

• skill 商品化很难，服务化更合理。
  • 一个可复制文件很难卖出长期价值。
  • 帮人达成结果，反而更可能成为生意。
  • 本质，还是因为就是纯文本
• 生产力不一定是唯一目标。
  • AI 提效之后，不一定非要赚十倍的钱、做十倍的事。
  • 也可以选择做一样多的事，把更多时间还给生活。
• 短剧和低门槛内容不该被轻易鄙视。
  • 视频模型让更多普通人把脑子里的故事变成作品。
  • “高级艺术”和“大众喜欢”之间，不一定有绝对高下。
    • 是的，虽然我不看。之前周总理也说过。
• 软件价值可能会重新变窄，但不会消失。
  • 最小的软件单元可以是一个带公式的 Excel。
  • 只要把界面、私有数据或专家工作流做透，软件仍然能成立。
• Cloud Code 被当成游戏，这个点很有意思。
  • 不是因为工具真的变成游戏，而是创作本身变成了娱乐。
  • 但创作带来的快乐和焦躁会同时存在：
    • 一边觉得好玩，一边又觉得“这是不是浪费时间、浪费 token”。
• 给 agent 设计产品，可能是新一代入口问题。
  • 未来 agent 要替人做事，它需要找到工具、调用工具、理解工具。
  • 如果 agent 找不到你的工具，你对它来说就等于不存在。
  • 这和过去人在 App Store 搜不到一个 App 是一回事。
• FDE 像“数字员工入职”。
  • 企业不是买一个 AI 账号就完成转型。
  • 真正麻烦的是让这个数字员工理解流程、文化、上下文、数据库和具体岗位。
  • 所以 FDE 的价值不只是部署工具，而是让 AI 真正上岗。

4. 金句

学 AI 不是学名词，而是学动词。

从来就没有什么救世主。你焦虑，行动呢？

悲观者往往正确，但只有乐观者才有可能成功。

好投资人应该像副驾，不是一路提醒你看红绿灯的人。

5. 启示

• 当下 832OS，其实就是在给自己的 AI 系统喂上下文。
• 真正值钱的不是某一条 prompt，而是这一整套上下文、入口、脚本、标准和复盘。
• 如果以后我要判断一个工具是不是该长期维护，可以问一句：
  • 它有没有帮我产生复利？

6. 相关来源

播客地址： https://www.xiaoyuzhoufm.com/episode/6a275ed57444b5722235a897 播客标题： 高手怎么用 AI？普通人怎么学 AI？投资人如何投 AI？｜对谈课代表立正