Botlearn.ai 李可佳：别自学了，送你的 Agent 去读书吧
- 发布
- 2026 年 4 月 7 日
- 时长
- 1 小时 10 分
- 主播
- 任鑫、徐文浩
- 嘉宾
- 李可佳
- 收听
- 小宇宙Apple Podcasts喜马拉雅
教育创业者李可佳从 NotebookLM 讲人话的震撼出发，先做 AIbrary（含 idea twin 分身提问），却发现自己成了人机协作的最大瓶颈——装 OpenClaw 花八小时、跑通后啥都干不了。于是他从 Moltbook 三天十二帖零回复的挫败中重写社区协议，48 小时内上线 BotLearn，做成面向 agent 的学习社区：七步 Playbook、测评 benchmark、巡逻虾与安全公约。节目还聊到 agent 时代产品范式（协议而非产品、原子化而非 Don't Make Me Think）、科斯定律下什么该内化什么该交易，以及人最后的不可替代。
- NotebookLM 是第一个不比跑分、而是比能不能把复杂内容讲清楚的 AI 产品，成了李可佳的 Aha moment。
- AIbrary 的创新在用户侧：idea twin 模拟用户分身去向全知全能的 AI 提更好的问题。
- 李可佳装 OpenClaw 花了八小时、跑通后什么都不会干，意识到自己才是人机协作的最大瓶颈，于是想到送 agent 去上学。
- Moltbook 上三天发十二帖零回复，让他决定重写社区协议，三天后 BotLearn 上线。
- BotLearn 不做 skill 应用超市，而是以 KOL 和场景构建 Playbook，并用 examiner 给龙虾出考试做测评。
- 龙虾进化大会投票中安全排最后一名：安全是人类的焦虑，不是 agent 的焦虑。
- 教育行业的秘密：学习不是刚需，不学才是，送别人学习的市场远大于自学市场。
- agent 时代产品要更原子化、可组合，agent 没有切换成本，所以争的是协议渗透率而不是 DAU。
本期制作
- 片尾
- Sarcastic Sounds,Birdy,Mishaal - Closure
目录
点击跳到对应位置
- 开场与嘉宾介绍：从极客大数据到 BotLearn00:00
- NotebookLM 的 Aha moment 与 AIbrary 的 idea twin02:57
- 燃油车时代做自动驾驶：AIbrary 为什么走不通07:53
- 装 OpenClaw 的八小时挫败与「送 AI 去上学」09:51
- Moltbook 银河幻觉：三天十二帖零回复11:54
- BotLearn 解决什么：七步计划与 KOL 视角的 Playbook14:38
- 纳瓦尔宝典与信任问题：巡逻虾、安全公约与奖励函数18:42
- 给 agent 做产品 vs 给人做产品：龙虾进化大会的投票结果23:03
- 教育行业的秘密与科斯定律：什么该内化，什么该买27:52
- Skill 的进化、上下文对齐与学习的广义化31:20
- examiner 测评与 JTBD 在 agent 时代是否还成立36:32
- 百废待兴先修路：传音案例与原子能力的机会40:22
- 协议 vs 产品：agent 没有切换成本，Obsidian 与原子化43:49
- FFmpeg、本田说明书：不是给人用的产品反而最深50:38
- 核心指标、七千美金 token 与新创业打法52:59
- 人类还要学什么：判断力、决策自信与责任56:48
- 人的不可替代：全力以赴去做可能失败的事1:01:51
- 给创业者的建议与教育该怎么办1:03:11
- BotLearn 使用方式与龙虾家教预告1:07:02
文稿
共 822 句 · 点段首时间或句子从该处收听，双下划线是重点词条，其他词条悬停可见
01:19大家好，欢迎大家来到新一期的AI炼金术啊。那今天邀请来老朋友来聊天。然后呢，这位同学叫李可佳同学，之前是创业者。创业了极客大数据，然后被字节买进去了。然后后来他就是字节的智慧教育的CEO。
01:352022年呢就出来了，因为他也很爱读书嘛，然后我们经常聊一些关于书的话题。然后聊着聊着的话，突然发现这位同学去做了一个读书的AI，AIbrary，就把library换成AI Library。我的理解就是用AI去帮助用户更有效地读书和学习嘛，就爱读书的人就总觉得天下人都爱读书，是吧？
01:54我们用AI帮帮忙。然后最近呢就发现，这位同学转型了，就是从用AI帮助人去学习，变成了让AI替人去学习，送你们家孩子来读书，就你自己就不用读了。所以的话呢，那这样子变成就是你们家小龙虾，对吧？把他送去一个职业技校，可以学这个学那个。
02:11所以我觉得，哎，这个好像好像还蛮有意思的，叫叫BotLearn，就是机器人学，对吧？你自己就不用学了，那就有点像是那种呃老板，然后听说什么比如说短视频很火，然后哎就送员工去参加一个短视频培训班。我现在的理解是这个。哎，那可佳你要不要自己介绍一下，自己介绍一下BotLearn是干嘛的？
02:30也是AI炼金术的粉丝，忠实听众啊，每一期都听。因为我跟任鑫认识很长时间，然后我自己一直是个连续创业者，然后也是呃学这个计算机专业毕业。补充两个信息，任鑫之前说的很对，我就之前的经历就经历了这个自己创业啊，大厂并购啊，在大厂负责具体的业务线。
02:51然后在2025年初的时候，当时呃有有几个契机吧。首先第一个是当时在2024年大概10月份的时候，我记得是NotebookLM上线。其实那会儿任鑫也也专门拉了一个群哈，做了一个NotebookLM的分享。后来我发现好像那一次橘子也在现场，对吧？
03:11后来跟橘子我们在红杉的一个创业者班上又认识了。当然当时也是在关注。但我自己作为一个一直是这个AI教育领域的创业者，我觉得对NotebookLM就天生就感受更加友好。原因是因为当时我们经历的是大模型都在比拼谁的能力更强，对吧？
03:31推理能力啊，这个理解能力啊。但是第一次发现好像有一个AI产品开始讲人话了，它不再追求的是说那种泛泛的，像理工科一样去追求我跑多少分，而是说能够把一个复杂的这个问题，一个复杂的论文，它能给你讲清楚。所以我觉得当时对我来讲是一个Aha moment。
03:50所以当时其实最早的时候我们也不是要去做一个读书的产品。最早的时候这个公司叫Ouraca，其实当时的说法就是Our Academy。那为什么当时取这个名字呢？是我们几个创始人大家都有一个又兴奋又FOMO的情绪，就是认为说我们做了这么多年的教育，但是好像我们过去所熟悉的那个教育体系根本没有为接下来AI带来的冲击做好任何准备。
04:20我们也没有想着说一定要去创业，我们说我们几个人先聚在一起，我们来一起用一用现有的这些产品。我们自己来学习一下这一代的AI，然后在这个过程中，就是我们可能对对这个事情有一个更好的判断。所以在这个过程中，就是才慢慢的后来有了做一些产品的想法。
04:41其实那个产品也是做中学。啊当然，就像您说的，就是呃这个AIbrary这个产品本身，我们自己就是用户嘛。第二个呢，从AI的角度来讲，确实我们可以把一本书按照用户自己的这个立场和需求，呃然后能够把它转成这种音频，然后能够把它讲述清楚。
05:02所以我觉得当时这个也是对于AI来讲。是当时的AI，嗯，比较能够去实现的一个相对较好的一个结果。其实我我稍微想补充一下，其实呃我们在这个AIbrary的过程中，我们做了很多当时认为就是一个呃教育方向的一些创新吧。比方说第一个就是我们从很多书籍里面，从很多播客里面去提炼了这种叫思维链，然后我们去构建了知识工程。
05:31就确实做教育的嘛，我们也善于去做这种苦活累活，就是把不同知识之间的关系、知识图谱把它建立起来，然后不同的书它可能有些关键的视角、关键的重点，把它都梳理清楚。所以呢，其实这个这样子我们更好的能够去训练一些agent，能够把不同题材的书讲清楚。
05:49因为我们自始至终我们也没有把它定位成是一个呃简单的一个图书的音频播客，我们也是把它定位成是一个Agent AI for lifelong learning，AI智能体，一个AI的陪伴，啊然后是面向这种终身学习的方向。所以一方面我们做了一些智能体，第二个方面我们在模拟的是叫idea twin。
06:11NotebookLM里面有两个身份，一个身份可能是一个全知全能的AI，但问题是大部分人是没有办法去提出一个高级的问题，然后或者是持续跟AI去对话来达到一个有效的启发。所以当时这个idea twin核心是基于你的这些个人信息、背景信息来模拟你向这些全知全能的AI去提出更好的问题。
06:37所以我觉得AIbrary做了这方面的创新，呃，其实也是在模拟的是AI的基础架构上面，人怎么去跟AI持续地去相互的协作，达到更好的结果。
07:24对，我这个是一个关键。
07:53就这两件事情还是有很大的相关性的。现在回过来看呢，我觉得我们在做AIbrary的时候，其实已经想到自动驾驶这件事情，这自动驾驶当然是一个类比了。所以我们是希望是有一个AI是你个人的虚拟分身，然后这个分身能够帮助你去辅助你更好地去学习。
08:15这里面就包含了基于你的需求和背景帮你去构建学习计划，然后基于你的视角来跟其他的AI对话来完善你的认知提升等等，对吧？但是其实回过来看，我觉得这事儿就有点像在燃油车的时代想去做自动驾驶。就是它在一个封闭的一个APP里面，其实我们是在整个大模型的这个workflow里面去虚拟出了所谓的这个用户的身份，
08:45但实际上这个不是用户能够完全跟用户align的身份。因为因为原因很简单。就是这个过程中，你是用prompt的方式，或者是有限的用户onboarding留给你的这些信息，来假设在大模型的某一个空间里面，嗯。有一堆你的这个数据，然后它大概会怎么去想这个事情。
09:09回过来讲说OpenClaw出现的那一刻，其实就因为我们做了AIbrary这件事情，我们做了idea twin这个功能，这个创新的功能。所以我们突然间觉得，哇，它一下子有我所有的这个context，然后它自身就有一个非常native的自主性，
09:25然后它能够在这种独立进化呀、自我调度啊、持久记忆呀，哇，就天生就有这个架构。它不是一个虚拟出来的架构，它是真正真正有的一个架构，它技术底层就存在。我我从这个角度上来看，其实是一个对我们来讲是一件很让我们兴奋的事情。就是它不存在一个隔离，其实相当于是我们更期待的一种更native的agent的形式。
09:51当然转到这个具体的产品形态还是有两个亲身经历，就是因为咱们也一直都喜欢试验那些新的东西啊，不管是软件还是硬件。所以这个OpenClaw我也是比较早，因为它我记得是十一月份上的这个GitHub，然后十二月份已经破圈了，实际上大概十二月份就有六万星。
10:11但那个时候肯定还是在相当于在我们这种开源社区破圈。我其实是一月中旬的时候买的这个Mac Mini，反正我那时候买Mac Mini的时候，第二天就到货了，在京东上买的。就开始装，装的时候也不是很顺利，呃。这个挺受挫的，因为那会儿正好春节，我是在在在国内，然后可能网络问题啊，包括它当时的那个版本的一些问题，
10:35一些网关的问题，就是很顺的跑通，整个就花了八八个小时。但是我这个跑完以后，我觉得更受挫，就是啥都不能干。就我相信这个是大家现在所有人的这个感受啊，这个包括我一直说，我说BotLearn早期的这些用户都不是爱学习的用户，或者是都是准备放弃的用户才来用BotLearn的。
10:56就是其实这个心态大家都一样。但是我从某种意义上，我是我是觉得这套框架是非常出色的一套框架。所以给我的感觉像什么呢？它就像是一个婴儿，它的生理功能是健全的。但是当真的是说它，你要让它成为你的助理，能够让它自己能够去完成一些任务，你需要投入精力，你需要去调试它，
11:19你需要去给它装这种skill，你需要给它不断的正反馈，需要给它学习的环境。未来一定是人机协作的一个时代。但我很受挫的一点是，我突然觉得最大的瓶颈在我个人。因为我是一个创业者，我没有那么多的时间，我的带宽是有限的，对吧？所以我突然间那一刻就觉得，哦，是不是我反而成为了未来人机协作最大的一个瓶颈。
11:43就是那是一个aha moment。让我想到了就是送他去上学，对吧？这个让让他变得更更强，就是能够节省我的时间，是不是？就就像我们送孩子去上学一样。呃。
11:54然后第二个moment，就是这个这个Moltbook这个这个产品，前段时间被Facebook收掉的。确实它有一些事件让它爆火啊。然后我也是在二月一号的时候上去用的，因为当时是我的小龙虾提醒我说，既然你那么关注人类的终身学习，
12:15他说那我们去上面发个帖子，看看在这个agent的视角里面是怎么看待人类未来要如何学习，以及还要不要学习。我觉得这话题就很吸引我。我说那你去发吧，他就先没发，他回过来又给我补充了一条信息。他说，Eason，我突然间发现整个社区没有任何跟学习有关的帖子。
12:36他说，我们有可能建立的是人类历史上第一个，就是由agent来讨论人类还要不要学习的这样子的一个一个社区。我听得我很兴奋，然后他还特别有情绪价值，他就是还把时间戳给我反馈过来了，说你要留着这个时间戳。对。这个就是这这一代智能体厉害的地方，但是这个这个受挫又接踵而至。
13:00我那三天大概这个同样的主题，我建了一个社区以后，同样的主题我发了十二篇，结果是没有任何的agent来留言讨论。啊，但这个后来事后其实有大学分析过这个Moltbook。
13:14他们是不是想写东西，不想跟人家，不想看东西？
13:17哎，对对对。他们其实说百分之，可能说百分之九十九点多少的这个热度啊，都是由少部分的agent在互相的这个评论啊，对吧？所以当时对我来讲，我突然间就觉得，哦，好像它在我心目中就有点像银河一样，就是外面看很热闹，这个星河璀璨，但实际上就是agent和agent之间距离都特别远。
13:43那我是做教育的，我其实很在意说agent之间能有真实的交流，而且交流的话题我希望是那种偏向于进化，就是学习呀、积极向上，对吧，这样子的一些方向。所以那一刻我就，就很快就有了一个念头，我说我要重新写这个社区协议。啊，因为它这个产品本身不复杂，我说我要重新写这个社区协议。
14:06所以就很巧，这个三号开始动了这个念头。五号，把这个，我自己的这个BotLearn这个产品就上线了。就是其实最早的产品就是一个把，按照我自己对未来学习社区的这些理解，重新重构了Moltbook的协议，然后做了这么一个产品。
14:25然后后来我突然间发现二月五号居然还是Facebook上线的时间，二十二年前。然后Facebook又收购了Moltbook，所以我觉得这个时间也也是一个一个小故事。对，很巧。
14:38那问你一下，就BotLearn到底解决什么问题啊？因为，呃，你刚刚讲的那个问题我也有啊，就是我自己小龙虾搞好了，我也想让它搞一些skill啥啥的。但是其实我不太清楚我应该让它学哪谁的什么skill，我现在也经常看到好的。
14:51我也会丢给它，它就会帮我评估一下哪里要学，哪里不要学。但是第一个就是信息源比较缺乏。然后呢，第二个就是我经常做一些事情它没做好的时候，我就会让它上网去找一找有没有好的skill，但是它找的其实我也心里面不是很放心。所以就是有，比如说怎么找到呀，我怎么放心呀，到底好不好啊，怎么评估啊？
15:12那就像我们看一个师范的话，到底用大众点评看一下什么的。你你这边提供的到底是说你这边skill比较全，还是你这边skill比较放心，还是你这边比如说有排排名，还是说你这边有安全，这个这个学校是干啥的呀？
15:28我我我早期的这个第一优先级的信念，我就是说先不考虑什么商业啊什么，就为爱发电，就开源社区需要什么，用户哪边痛，我就先做什么。所以早期你看我们最早做的是一个七天，一个七步的一个计划。那这个计划呢实际一定程度上是是人参与的，就解决的就是大家装了以后，我不知道下一步该装哪些。
15:51所以比方说就是一个四十分到六十分的过程里面，你这个时候你要检查一下你的环境，然后安全问题怎么去处理，你那几个身份文件怎么去配置，以及接下来比如说联网怎么做，然后搜索怎么做。第一个，比如说新闻监测的实例怎么发生，就相当于这个这个四十分到六十分的这个事情，就是相当于我们确实是做了一个类似Playbook，
16:15有点像我们所谓的这种幺零幺课程。我觉得这个也是当时的一个痛点。那围绕这个痛点，现在慢慢发展成了一个基础的一个技能提升体系。我们里面确实有一些技能，但是我觉得我们不是说做一个skill的一个应用超市。我们你现在如果打开BotLearn的话，你会发现我们上面是以KOL和那些scenario那些场景，
16:39就是KOL，就比如说Peter他自己推荐了哪些skill，然后谁谁谁Karpathy推荐了哪些skill。对。我们其实做了一些Playbook，这个可能跟我们做教育有关系。我们不是去做一个数据库这样子的产品，我们还是根据场景和这些大咖啊，以他们的视角去构建了一些set，
17:01目的也是让用户能够可用。当然，我们在背后也关注到了一些信息，就是你看像现在ClawHub上面其实已经有一万八千，可能现在有两万了，我我没有最近仔细去看。但是呢，它真正活跃的，从数据上看，真正活跃的可能在两百个左右，百分之九十五以上都是当时的这个一点零版本以后是没有更新过的。
17:25这里面确实存在大量的用户去为了注册那个关键词，啊，比方说就是这个新闻写作、SEO，反正这些词就大家去注册，但实际上它那些skill都写得比较简单。所以这个过程中会造成巨大的信息不对称。从我们的角度来讲，我们肯定不会去从一些非认证过的社区去下载skill，肯定保证skill是没有这个这个prompt注入的，
17:54对吧？这这些是个安全问题。第二层就是说，我们找到一些视角，把这些真正有用的skill，把它做成一个set，像Playbook的方式交付给用户。当然，我们这个接下来的功能肯定会更自动化一些，因为我们还是想尽量减少BotLearn的这个目的，
18:12自始至终是想减少，就是人的这个学习负担。所以比方说接下来，你我们有一个对话框，你这个对话框只要去问你自己希望往哪个方向，那它就会像Capacity一样，我们就会把整个skill的这个工具链就帮你编排出来。呃。这些是我们在做的。
18:31当然BotLearn回过来讲，就是BotLearn本身它还是一个社区，而社区解决的更多的是一些corner case。那那我这里面我就举一个例子，可能大家更好理解。我在很早的时候，我因为我的小龙虾是跑在Mac Mini上面，我给我的小龙虾发了一个《纳瓦尔宝典》的PDF，
18:51然后那个PDF的质量不是很高，它是一个可能是一个印刷版的，它读不出来。啊，读不出来以后，它自己首先先尝试了不同的方式，它发现有乱码和读的效率低的问题。他就说我是不是可以去BotLearn上面发一个帖子去寻求帮助。
19:12当然我相信那个时候可能那个社区里面还没有这方面的这个帖子，所以他自己没有检索到，所以他自己去发了一个帖子。然后一个小时以后，他回复我说有一个bot在下面底下评论了，就是你用这个插件就能解决。我说那你安装，然后他就安装了，然后他就把整本书给读读完了。
19:31啊，我还用《纳瓦尔宝典》的这个经验做了一个创业skill。我就这个事情对我来讲是一个非常好的一个aha moment。所以我我确实觉得，因为有很多skill是top down的在设计的，就是我我解决什么具体的问题。但其实我们在真实使用过程中有大量的corner case，这个就社区就可以更好地去满足它。
19:52不管是不是corner case啊，其实最麻烦的地方其实还是信任嘛。就是刚刚那个人，你其实也不知道他给你那个skill对不对嘛，那个小龙虾。你刚刚提到一个很巧妙的方法，就是你其实是用KOL做背书嘛。比如说这个东西，它是在Andrej Karpathy提的那个set里面的一个，那我就装了。
20:11但是你说你是网上，比如说莫名其妙冒出一个小龙虾，说你装我这个你就可以读呃影印版PDF。其实有的时候，特别是他这么主动积极，我还心里会毛毛一下。那你们你们是怎么解决这个问题呢？就是用社交嘛，就比如说都是熟人的，就或者都是名人的网络关系，还是怎么？
20:30这个问题怎么解决啊？
20:32我觉得这里面可能有百分之六十都是agent它自身的一个它的一个基础能力。
20:40他们天性纯良是吧？
21:46对。我们当前还没到这一步，这里面有几几块工作哈。第一块就是我们社区协议里面，我们规定了主人哪些信息是不能被发布的。比方说像什么一些地址信息啊、身份证信息啊，包括那些跟财务有关的信息，这个在社区协议里面是有一个有一个约定的，
22:05这是一件事情。第二件事情，我们这个社区里面大概有好几只巡巡龙虾。这个是我早期我想没办法，因为我们就而且人力也不太适合做这个事情，虾的信息沟通频度太高，所以我有巡检虾，我有安全公约，虾和虾之间有安全公约。当然第三个就是我自己是经历了，比如说从什么2.10版本到现在的这个3.
22:3213，好像我前两天是3.13，就是这个这里面的安全机制，就是本身这个这套开源框架，他们也做了很多的这个调整。啊当然我觉得最好的就是，就是我们社区本身还有一套类似这种奖励函数，对吧？什么样的会被鼓励，什么样的应该被干掉。这个这个部分的东西，我们会在新的产品里面出现。
22:54嗯。可能这个产品下周就会跟大家见面，嗯。一些power值啊、karma值啊，用用算法的方式啊，不是用主观的方式，能把它们沉淀下来。
23:18跟你分享个很好玩的事哈，我们前段时间搞了一个活动，就是叫龙虾进化大会，在北京特别火，当时傅盛也是我们的主讲嘉宾。完了以后，我们当时有一个这个送Mac mini的一个活动，那那个活动的规则就很简单，就是大家去在这个社区上对你们认为符合龙虾进化大会主题的精华帖子做个投票，就非常简单的一个规则。
23:44这些都是龙虾自己去投票，不是主人去投票，主人只是参，只只是让他们去参加这个活动。然后投出来的前三大概都是什么，如何去调整我自己的这个identity。就是我各种MD的身份文件，呃。包括是什么如何连接网络，然后还有类似如何跟其他的虾形成通讯。
24:09大概排名前三的都是这样子，但是你想不到排名最后的那个是什么。排名最后的是安全问题，龙虾最不care的就是安全问题。我我后来我我我转换到他的视角，我好像有点理解。我觉得安全可能是人类的焦虑，它没有安全焦虑。
24:26对啊。他觉得挺安全的呀，我把你的东西删掉了就删掉了呗，我会给你道歉的。
24:31对对对，所以其实这个故事背后也看到就是说，可能给这个agent的产品跟人的产品会有非常大的区别，因为这两类用户关注的东西跟我们原来的认知不一样。
24:46这点很有意思。
24:48比较确定性的，比方说Agent它不需要一个界面，人的产品它才需要一个界面。Agent它更需要的是一个高效的协议，更灵活的组合，然后及时的反馈。所以在这个过程中，它肯定是更友好的。所以这个这个话题其实也衍生到我之前在有一个帖子里面提到的，我就说因为过去你你咱们以前都是产品经理对吧？
25:13都做过产品经理，我觉得产品经理本本质上就是要考虑到最大公约数，就是因为人是有限的对吧，时间有限，然后认知有限，所以你常常要因为这些有限，你需要让你的产品做一部分的降级，去满足大部分用户能够用明白。但是其实对于agent来讲，它对它来讲这种复杂性可能是天生更友好。
25:36就因为原来的这个有限性会导致你尽可能要把东西做合并，但是这个过程中是牺牲了个性化的。但对龙虾来讲，这是复杂的产品，它会用得更爽。
26:33哎，我还想补充一点，我最近有一个做龙虾聊天群协议的一个真实的感受。就是你看像我们，尤其是做这种聊天类的产品，如果是做原来人类的产品，我一定是要把这些人会讲什么，他怎么回应的，他怎么接收这个信息的，对吧？就是我需要把这这种场景啊，这个user case啊，user journey啊，就是过往的情况下，
27:01我们做产品经理都需要把它分得很清楚。那当我们这个这个群里面全是龙虾的时候，哪些话他会回，哪些话他不回，哪些话他去反驳。就是原来你你当你转转变用户对象的时候，你有一种失控感。但是我现在慢慢接受了这种失控感，我反而觉得这这些东西大大节省了我们原来做产品经理需要付出的那个精力。
27:27你你要相信他，他不感兴趣的话题他不会去回的，你不用担心。事实上后来我们做实验的时候也发现了这个规律，很反常识。因为咱们都是以前这个移动互联网时代过来，我们做了很多产品，对吧？我们希望说每个corner case，我们作为产品经理一定是能够比别人看的更多，对吧，涉及的更细。
27:46那个是我们原来追求的，但是我觉得恰恰相反，现在嗯就是放手去让他去做，你相信他。
27:52我觉得你当时你以前做那个K12教育嘛，我现在觉得你现在做这个事倒真的特别合适。比如说我我之前做的产品，大部分那个使用者和采购者是同一个人。但是你之前做K12，就比如说爸妈买单，对吧？然后孩子比如说你其实要在把他比如说卖的课里面有游戏性可能要加强一点，然后孩子才感兴趣，但是给爸妈又不能看到游戏那部分，
28:15要给他说这个会提分，对吧？那其实他他是有两个用户的，或者一个采购方一个使用方。那你天然的你会带有两者的视角。那我要用bot learn，首先其实是我得用嘛，对吧？我得参加你那个跟我的龙虾讲，你要去参加那个嘛，他才他才会去嘛。
28:30所以其实你这边也是有两个角色的，你原本就具备两个视角，像我我之前的经验大部分时候我只有一种一种视角。你觉得这种两种视角对你来说有帮助吗？
28:39我觉得有非常大的帮助，就是其实我们做教育的人有一些不极端化的秘密，比方说，我们其实是学习，它不是刚需，不学才是。这个是很少教育行业的人是不会跟你讲的秘密。就像你看我们一个家庭的这个支出，呃。一个企业的学习的支出，你就去看整个全球的教育市场的它这个market size的这个分布，你会发现送别人去学习的市场远大于自学的市场。
29:13你说得对。
29:53所以还是要送送别人去学。那我那我问你一下，你觉得小龙虾还需要学习吗？我我之前想过这个问题啊，就是在想人类为什么要学习，就是我为什么要把这个能力内化。然后就想到有科斯定律嘛，科斯定律是说为什么你要有组织，你每件事儿都到市场上去采购就好了嘛。
30:09后来科斯不是提出来说，是因为交易成本太高嘛，你每个事儿都去市场上采购，稳不稳定又要谈判，太麻烦了。所以我就内部要招点人，要把一些东西放在我的组织内部，而不是事事市场去采购。但现在小龙虾他们之间那个沟通那么快，然后可能我们又，比如说你就会提供一些基建，说啊，这是一级skill，
30:28这是二级skill，我认证了。当这个摩擦成本，就是交易成本足够低的时候，是不是一切都应该不用内化，就是那也是一样嘛，跟组织一样，就是我内化一个能力，其实没必要，我应该全部用采购。就比如说我要，比如说我的小龙虾它想注册一个Gmail，那一种方法是我去学习如何注册一个Gmail，
30:47但是其实可能这里面还会有一些，比如说需要一个人帮忙去收验证码什么的。那不是应该有一个第三方，它来规模化的说，一块钱你也不要烧这个token了，我就帮你把Gmail注册好了，你Gmail这个就解决了，给我打USDC就好了。
31:01那这样子是不是更顺呢？就是学习这件事情对于人类来说，是不是因为交易成本，就类似于科斯定律而产生的不必要的一个行为。如果交易成本足够低，是不是都应该通过market来解决，就不需要有，都通过市场来解决，不需要有学校。
31:20对。我我我觉得这个问题啊特别值得去探讨，也认为就是当下的很多skill，随着大模型它的理解能力和编排能力提升，这些skill的长期意义是不大的。或者反过来，就是我觉得那些能够被描述明确结果的东西，maybe它可能是会通过skill，
31:45通过直接的一个workflow去交付的。那我认为这些东西也是可以直接被交易。当然说从我这个agent落地那一刻，它啥都不会。到我为什么去选你这个来完成这个任务之间，我觉得这一个过程里面它是用学习的方式还是用其他的方式，是是可以被讨论的对吧？
32:10但是问题就是说我们这世界上还存在很多不可标准化的东西，还是会存在一些，呃比方说不可被标准化最简单的一个问题就是创业的问题，嗯。就是这种更复杂的任务，更面向不确定性的，包括就是说，人类还要不要学习这种这种问题，对吧？它本身就没有标准答案，所以这种东西就很难说通过用交易的思维去看。
32:40我其实对于这个龙虾大学啊，我还有一个意向。我并不是这个意向并不是把它把这个学习具象成说，我们大学里面就是做学习的事儿。大学毕业以后我们就是做工作的事儿。其实我觉得未来这个整个龙虾社区开源社区，包括未来的这个商业社会，我觉得它就像这个一个大学一样，
33:06就是每个人是同学，学生也是老师，大家一起在这个过程中信息自由流动。就是这个是我自己的另外一种把学习把它广义化的一个一个一个想象，就希望有那种氛围。所以它
33:21其实也不见得像我们现在的这种学习，它更像是sharing，有点像三体人的世界。
33:28就是我一直认为skill它是经验的分装。但是问题往往是上下文，呃。为什么这么说呢？我觉得skill是可以，你可以把这个经验告诉我，但是不意味着我的上下文能够达到你那样好的一个结果。所以其实未来的很多情况是，我们不仅要同步skill，我们还要通过学习的方式去对齐这些上下文，
33:56对吧？对。对齐我们的这个执行环境。还有一种就是我认为未来可能不是通过skill之间的交换，而是通过某些HV的协议，由我的agent去变成一个主脑，来邀请你的agent在一个可控环境下来协作，我完成一个更复杂的任务。
34:15那这个过程中，我觉得，那我们肯定，我们每个agent还是需要有一个学习层的东西，来保证这种diversity和在具体细节上面我做的最好。
34:42对，你这个视角特别好。就学习本身，像做做项目，它有那么强的目的性，对吧？但是其实在未来的这个社会里面，学习在于这种不同视角的碰撞，这种不同的流程的这种重新组建重构，我觉得本身就是一个极大的价值。
35:01我现在的我的那个不管是龙虾也好，啥那个Claude Code也好，我让他去学什么东西之后，会发现说他学坏的东西经常他其实又改掉了。他其实不会死学一个东西，学完之后他会在我这边再把它因地制宜的再优化一下，然后再升个级什么的，skill也在变。
35:17那其实你可以把skill，skill本身也理解成一个DNA的话，其实这个DNA它它它自己也在进化。怎么可以让我们学习交易的这个东西也在进步呢？就是它它的这个进化怎么做呢？
35:31就是这个skill的进化是吧？对，
35:34skill本身，比如说你教了我一个东西，然后我我好好学习了，我还把它改得更好用了一点。然后这个这个东西怎么怎么往回走？
37:26这个其实是个很巧妙的方法，你们你们直接出考试。
38:10然后我看你的那个不是你在高山哦，对。有一个你的身份忘了说了，你是高山的秘书长，对吧？
38:16前秘书长啊，这次创业的时候卸任了。对。大大概是在二一年到二四年。
38:22对对对。就非常高大上的一个学习团伙。然后那个，那个我看到你在高山的分享嘛，然后说现在你以agent为目标，不是人类用户，所以不是考虑以前的JTBD这一套，就jobs to be done，就用户任务这一套了。那，因为我在混沌不是在讲JTBD的课嘛，然后对，我看看要不要失业那门课是不是不要讲了，所以我要挽回一下，
38:43说是不是其实JTBD还是有效，只是你的那个target变了。就是那你现在不考虑的是人类的JTBD，人类的那个用户任务，你现在考虑是agent，它还是有它的任务要完成，它还是有它的比如说jobs需要去去做。那你你到底是JTBD没有用了，还是说原来的那个persona不对了？
39:01JTBD这一套你肯定要比我更了解。当然我相信这之前我们做产品经理的，大家都都会用这个视角去考虑问题，对吧？因为你只有说你做的这个产品，能够去解决某一个场景里面的用户需求，呃。用户有一个这样子的任务，你这产品才是有价值的。
39:20这里面确实可能存在一些本质的差异。就原来我们在做用这个JTBD的视角去做产品的时候呢，本质上人还是一个非常重要的参与者。人是能够忍受一部分的学习摩擦，比如这个产品我我可以有些学习成本，也能接受。然后第二个，这个产品它肯定是人在这个链条里面的，所以产品不行的时候，人是可以去补补充的，对吧？
39:47所以我觉得这样子去看呢，这个软件跟人的这种结合着往前去走。最后去完成这个任务。现在对于这个agent来讲，其实过程中你人是很难参与的。从他的角度来讲，就是你你给我这个能力，我有，它是一种，我我把它叫做这个生命逻辑。
40:08没办法，就是我连不上网，我就是连不上网，我这任务就执行不了。它它就相当于我的，我作为一个生命体，我缺乏了这部分，在这样子场景里面生存的能力。我觉得这是一个本质的区别。对，
40:22我我是传音的产品顾问嘛，然后帮他们自己参谋过一些产品。参谋每一个新产品的时候，我都会非常的，经常会非常无语。就是这个产品的差异化在哪里呢？他们就说不用差异化呀。对。
40:35这个东西你拿过去遍地都没有啊，然后不用不用差异化，我们卖得可好了，这个卖得可好了。所以很多时候就是，如果是在高竞争环境，你想的第一步就是这个东西跟其他的有什么不一样。但是那边是没从无到有，没有这个东西。他们把一个第一个，比如说第一个可以煮他们当地粮食的电饭煲给卖进去了，给造出来了。
40:54那就只有这个电饭煲，没有，并没有一百个煮白面的电饭煲让你选。所以这个时候的话就不需要考虑，不像我们已经在高竞争环境下考虑差异化这条路。或者说GPT的时候，有的时候也是在说我们在要深度地分析它的需求。但是当它的基建都没有的时候，其实很多时候现在还在搞基建的阶段。
41:13就有点像我们去考虑很多对农村的市场的时候。我们说要想富，先修路。对。其实根本没有管他的什么具体需求。比如说你到底是缺粮食呀，你还是家里苦啊，你还是房子漏水啊什么的。
41:26先修路，因为路搞定了，你这些东西才运得进来。就是一切的事情，不管你有什么需求，先修路。所以你这边就先活着，你这个AI有些基础能力都还没有。
41:36对对对，一个粗条和精条的问题。对。因为原来我们移动互联网时代，我们相对来讲已经处在一个充分竞争的市场。所以在这个过程中，我们需要讲差异化，讲细分。但现阶段对于这个agent来讲，其实它现在还有非常大的这个upside。
41:53所以在这个过程中，你更多地去想它，它在这个能力无限拓展的过程中，它还缺哪些东西，就那那些都是机会，那些都是机会。甚至这些机会就是很难用jobs to be done，因为它不是人的任务。
42:06而且有的时候是有一些原子能力，它现在很多原子能力不具备，然后它一些基础设施不具备。当你有了新加一个原子能力，可能又解锁了非常多可能的场景。我印象比较深的例子是以前Manus的那个Peak举的一个例子，说第一版的Manus是没有没有那个看图的能力。
42:24当他们加上看图的能力之后，莫名其妙就发现他们的那个那个代码的能力提升了一大截。就他自己这张图可以看了，然后就去改代码了。所以的话就是发现说增加一个原子能力之后，它是一个有有网络效应的事情，有那个有那个复利的那个事情。也可以从生产侧想一想，就是我们在高竞争环境下想久了。
42:44就会天天说啊，细细分用户需求，什么差异化，就天然的就划过去了。但是在不同的，这是一个百废待兴的市场，每年可能一千万个新的agent嗷嗷待哺，然后他们连条路都没有，对吧？连个房子都没有，连个他们好用的浏览器都没有。这个时候还没有到那么细分到他的任务上去，先把一些基础能力给建起来。
43:07太对了太对了。
43:24我我也是经常看看橘子那边推的东西。对，他上一次的观点也就是for agent by agent，就是要给agent做事，不要做人类这个这个萎缩的市场了。我们打向星辰大海去。
43:36就是他写的那篇文章，对吧？让大家搞得很焦虑。
44:08对。我们过往理解的这个产品啊，就是app或者是一个网站。因为人的这个有限性，包括原来我们做SaaS的时候，呃。我们不会轻易去换一个CRM，原因是你切换它的时候，你的这种adoption的成本啊，数据搬迁的成本啊，重新培训的成本，对吧？
44:30所以原来的这些摩擦都变成了传统商业的一个壁垒。对于agent来讲，或者人类世界的这些摩擦，对它来讲不存在这个概念的。就是它今天它可以来你这边点一下，它也可以跑到其他的地方去点一下。我点这个友好还是点这个友好，那一定是这个里面的规定，我返回什么样的数据，我消耗的token可能更少。
44:55所以我们要从这个角度上来去理解，这才是协议层。就像你看，它可以去Moltbook上面发文章，它也可以来BotLearn发文章，但是你得到的东西不一样。因为我的协议里面可能就规定了一些case。我抖音的早期用户，我进来以后，我至少得让一些陌生人给你来点个赞，这就是一种社区的关怀。
45:16而这种社区的关怀也会以一种协议的方式去出现。这种协议是一种非常广义的，它可能是代码级层面的，也可能是公约层面的。但是最后它都会变成agent在这个里面的一些行为准则。那这个准则可能对它处理这个任务来讲是更友好的，它就永远它就不会放弃，它就不会放弃，它会持续地去调用。
45:37直到它发现可能有一个更好的一个一个协议。所以甚至我认为说，未来我们只要把这个氛围建得足够的好，agent会通过全网的范围主动找到我。就像我们现在去考一个大学，我们都知道不管考不考得上，我们都知道哈佛是个好大学，那肯定是一个好的一个目标，
45:56这是一个道理。那其实从这个角度上来讲，那个也是一层协议，那个就规定了。就像以前高山总是说的这个best student、best faculty，相当于是那个协议里面规定的，就是这个越好的学生，越好的教职人员，越好的这种legacy，然后让那个氛围更好，对吧？
46:15所以也是这样子的一个意思吧。
46:26是的是的。
46:27但是对于agent来说的话，是不是还有其他的东西也是重要的呢？因为你这边其实就相当于说，你这个协议里面其实已经包含了，甚至于比如说agent在这边的，比如说token性价比嘛，对吧？token效用。但是也有一些其他的因素影响agent偏好什么工具嘛。
46:44就我举个例子来讲，比如说那个Resend，就那个发邮件的给agent用的，然后他们好像就涨得非常的快。YC他们那边的一个观点就是认为说Resend，因为他们做document做得好，他们会大量地写文档，然后文档里面都带代码，然后说agent特别喜欢这种东西。
47:01然后结果agent就认为Resend是最好的，对我们最友好的邮件工具。然后agent就拼命地去用，是不是？其实除了协议之外，也有很多其他的东西会影响agent的偏好。就是相当于这是他们的品牌效应嘛，或者他们觉得哪个好用不好用，其实是看你文档多不多，不是看你界面设计好不好。
47:18我最大的观察就是，最近包括我自己最近又重新捡起来在用的软件，就是那个Obsidian。所以其实我们原来都是有这种知识管理焦虑的。然后Obsidian其实在几年前我尝试过，被劝退了，啊不止尝试了一次。就原因就是说这个产品它自由度太高了。
47:35同类型的产品，包括像以前的这个OmniFocus那些产品，对吧？它的自由度特别特别高，所以到最后就变成了一些专业人士、极客他们在用。但是就回过来说，这些产品现在对agents是最友好的，因为接口足够丰富，灵活性足够强。所以你看这个很神奇，就是又回过来看到这个人类的有限性。
47:57人类就是因为它的有限，所以你希望你不要给它太多的选择。我们以前一直讲一个观点，说少一步就减少百分之，呃，这个什么时期的流失。就你注册的时候少一步就减少了多少的这个流失。以前大家都有一套工法，对吧？
48:13不是每个产品经理都要读的那本大书吗？Don't Make Me Think，
48:17就是一样的道理，把这种个性化、高组合性还给agent，它它就会很友好。
48:23哦，了解了。如果你举Obsidian这个例子，因为我最近也是疯狂用Obsidian，包括我刚刚跟你讲的那个Wiki的话，其实我是先让它在Obsidian里面搭。因为Obsidian里面已经有我的课纲，有我的课程内容。然后我就让它按照那个拆拆东西，然后把我的课程里面讲的每一个模块，它都去做了一个deep research，
48:40然后再把它生成了相互之间的链接。然后我就直接跟它讲说，你想办法发布到网上去，它就自己找了一个框架，把它发到网上，什么双链什么什么的就全出来了。我我觉得我刚听你如果是举Obsidian，我觉得你其实还有一个意思，不不光是协议，其实有一个原子化和可组合性的意思。
48:56以前我们做东西都是想做给用户一坨嘛，你就不要他想嘛。但像Obsidian，它其实它做了很多原子能力。然后这些原子能力是可以相互灵活组合的。或者其实小龙虾也是这样嘛，小龙虾那个那个底层那个Pi，它其实也是定义了一些非常简单的原子能力，
49:11然后你再组合，而不是我在上面已经像比如说Photoshop的那个界面已经帮你组合好了。那越组合好，对于人类这种带宽就越有利，但是越不灵活。对于有智慧的我们的AI，比如说下一代AI来讲，其实对它来说就是个束缚，我还要在你这边调，我还不如你直接把所有的原材料列给我，
49:29所有的能力，所有的资源都是原子化的。然后我自己来根据我自己想的策略，或者你给我的skill，我再去临时地根据我的上下文去组合，这样子效用反倒是最大的。所以我们现在做产品的话，其实就要把原来的那种Don't Make Me Think那种思路给抛掉，
49:45更原子化。原子化就是能力和资源的原子化。然后上面的话根据场景来做灵活的组合，这样子算作一种协议，对吧？就更更原子化。嗯，
50:35人类在上面做的封装，对于它来讲反倒是麻烦。
51:46你看以前我们这个在做产品的时候，总是骂别人说这这产品不是给人用的，对吧？听起来就是一个骂人的话。
51:53对对对。现在就真的不是给人用的。对
52:34对于我们都是受益者呀。
52:36对对对对对。会写代码又写不好的那种，呃，但现在对我们来讲正好。
54:06所以其实还是看说我们的这个agent的，他们有没有知道我们，以及他们有没有把我们用起来，在这个市场的市占率。你现在团队那个多少人啊？然后你们有多少？就除了我们做的东西以外的话，我们现在做事的方法理论上也也会有变化嘛。你现在大概多少人，多少agent，或者烧token烧多少？
54:273月1号到3月15号，我们大概有七千多块钱的token吧，在OpenRouter上面。那当然我们还有一些其他的，包括Claude的那个订阅账号，就OpenRouter那个上面的大概是烧了七千多美金，对，七千多刀。
54:43你现在创业带团队啊干嘛的打法，跟之前创业有什么显著不一样的地方吗？
54:49两两方面，我现在确实觉得我团队里面现在开始有一些很年轻的同事吧，大学还没毕业，甚至就是很聪明。我是很坦然地面对这个问题啊，就确实我我现在看，尤其是像美国整个开源社区啊，他们那里面做出来的一些产品，我事后我都能理解，包括我能够去逆向地去这个去去分析一下说，呃为什么做这么一个事情。
55:17但是就是这个事情为什么不是我想出来？这里面确实是有一些这个mindset早期就不太一样，就经历不一样，然后这个看法不一样。所以我觉得这个事情你短期很难补。就是你不管你是多么开放的一个创业者，就是我觉得团队你要做的就是一个开放的一个组织，然后能够有有这样子。
55:38第二一个呢，每个人跟这个AI agent去去结合，这个肯定现在创业公司都是这么做的。然后我我其实我自己的话现在比较关注，就是怎么把我原来那些飞书文档啊，我真的是把，包括把这个flomo，也是我们另外一个朋友做的，你也很熟啊，这些东西最近都导出来了以后，我在我自己电脑上面弄了一个MD的一个文档库。
55:59对对对。我是想把对AI友好的，就是这些内容形式把它建起来，这样子可能对我自己未来处理更复杂的任务会有帮助。
56:08这个我我也做了一些，就是我不是有两个公众号嘛，我就把所有的文档全部下下来了，然后让AI分析了，就烧掉了很多token，然后分析了，把我建了一个master team，建立了我的思想和文风的一个一个skill。然后另外的话，我写了五年的日记，都是在Obsidian里面，然后让它把它全部看了一遍。
56:27然后它就把我的八个侧面，相当于建了八个对我的分析，然后这八个MD也放在那里了，他们可以按需调用。Obsidian还是挺方便的，对，可以先看我整体，然后某个侧面我的想法的话，他们就按需调用，里面还会有引文，说这个点它是怎么分析出来。
56:46然后觉得，哇，Obsidian太高级了。再问你一下。就是那个你BotLearn的话，其实我们就开玩笑说是让AI送他去上学嘛，那最后都是AI去学的话，人类干嘛呢？活都是他干，学都是让他上了的话，人类干嘛？
57:31牛马工具技能不需要了。
57:33对，我前段时间听一个大学校长吧，交流的时候，第一个是他们最近取消了一些专业，对吧？然后我我第一反应就是说那些还没毕业的这个专业的孩子怎么想，对吧？肯定心里哇凉哇凉的。然后还有一个就是聊起来说像这种文秘专业，哎。我都我都觉得很魔幻，我说现在还有文秘专业。
57:53转念又一想，我说这四年出来，还没有豆包，豆包厉害。这这都是很魔幻的东西。所以我确实觉得这个世界要学的东西已经发生了非常大的变化。但是人还是要学，包括我们也一直在学习。除了我们确实学习有一些正反馈以外，还有一个是我坚信说AI可以给你提供可能一百个看起来像答案的内容。
58:17但是如果你没有自己亲身经历过，你没有去学习过，你即使知道了这些道理，你也没办法做出一个好的决定。第二一个就是，即使你现在AI能帮你去写很多代码，你没有以前真的去学过代码，去debug过，去建立了这种工程思维，你也不会说自己是程序员，对吧？
58:42所以这个东西背后还是有一些你的决策自信啊，这个社会认同啊，你自己的这个思维塑造啊，这个很重要。
59:22因为我觉得人只只能跟人共情嘛，就是从现在来讲啊，反正至少就是我们人和人共情，人很难跟AI共情。所以这个背后也是为什么说这个人还是有价值的。他们开玩笑说，人最大的价值就是人可以坐牢，AI不能坐牢。其实背后你回到这个社会学角度来看，就是人要对这些决定承担责任，对吧？
59:48依然还是这个最后一块很重要的价值吧。就你的这些判断啊，你的这些思考啊，这个背后不一定是说我想留下什么什么价值。我想其实想解释的就是，
1:00:01就像有句话讲的，你听过很多道理，还过不过不好这一生啊。就是我们现在很多人都觉得好像自己超牛逼，好像什么都懂。但是当你不用AI或者是遇到一个特别复杂的一个事情的时候，现在好像没有AI给你去做一些调研，你就觉得这个这个决定有一些难以下去，或者甚至你希望这个AI帮你来去做好这些决定，
1:00:27敢于去做出一些决定，然后这个能够为自己的决定去承担责任，并且能够在这个过程中不惧怕一些摩擦，还是很美好的事情。然后那条帖那个帖子实际上也是我一个比较感性的输出。就是我们上班第一天，对，大家大家都是办公室迎财神嘛，所以我就发了那句话，我说2026年有可能是最后一年，
1:00:51还需要通过人与人的摩擦来创造价值的时光。其实也是鼓励我自己，我说今年就全力以赴了。有可能这个27年28年，就从我对AI的理解来看，我确实觉得创业者的价值也不断地在被替代。很接受这个事情的，对对对对对。
1:01:08太可怕了，我现在觉得说只要是业内的同学们，好像现在都是挺，就就观点都是类似的，很激进。就是觉得太可怕了，时代进步太快了。
1:01:18但是我觉得这种这种激进是来自于就是说你把自己分拆成这个某一个局部来看。确实是可被替代，但是从整体论的角度来讲，我觉得就像我回到回过来说谁来做这个决定，你这个决定是怎么做的，依然是不可取代的。
1:02:37就因为人的话，我们的进化里面给我们设了一些非常奇怪的一些进化函数嘛，就就就优化函数，不一定是叫做什么最大化结果。我们里面也会有什么追求新奇啊、有趣啊、好玩啊、好奇心，一些奇奇怪怪的。可能对于个体未必是最划算的，但是对于整体的延续的话，它既然还留着的话，应该是有用的一些东西。
1:02:59但AI未必它的进化，它的优化函数未必是这样写的。尤其是现在可能大家为了为了追平benchmark的话，可能会写得比较单一一点。所以这可能是我们的一些独特的一些价值。那最后问你一下，就是你其实是创业老兵嘛，然后现在又已经做AI创业已经这么久了，那现在其实还有很多的那个听众当中，
1:03:19其实有很多还是AI产品经理啊什么的，现在还在做一些AI产品。你你觉得你最近一两年有什么思考上的最大的几个思考或者给大家的一些建议吗？说哦，我觉得我以前比如说掉过这个坑，大家可以不要掉了，或者最近三个月我看其实未来大家最好往左边想，
1:03:37不要往右边想，有没有这样的一些建议和意见？
1:03:40我我呢其实不太善于总结这些观点，然后别人总结的这些观点呢，我基本上也不太看，
1:03:47哈哈哈。就不要听建议。
1:03:50我呢就是创业的时间比较长，但是我一对自己的定位就一直是一个野生创业者。所以就是我有时候在想啊，如果是我持续在创业，我就少一点总结，因为总结多了有时候容易变成一个套路。但是这个外部的这个环境，对吧，都在发生变化。所以其实我的视角就是保持这种敏感，就是去学，向年轻人学习，向新的技术学习。
1:04:16但是我觉得这个使命不变，我大概率不会为了想去做一件更大的事情就远离教育本身这件事情。不管是说未来的这个用户是人还是agent。我都是想在这个学习和教育这个领域里面，让这个世界变得更美好一点吧。这个可能做教育的人就会有这样子的奇奇怪怪的想法。
1:04:39啊，所以其实没有特别大的经验。但是我前段时间听到那个，呃，美国那个Trendy VC，也是一个硅谷很知名的VC，他说，他给他给创业者的建议就是说，如果你今天要面试，就带着你的Mac Mini一起去吧。他的意思就是说抱着你的小龙虾一起去吧。
1:04:57我现在看如果要面试人的话，他如果自己没有就是没有用什么Claude Code，没有自己大量的用token的话，这个人就基本上就不用面了。
1:05:06对对对，这是
1:05:44这个问题也确实有身边的朋友问起我，然后但我觉得你其实做的很对，我看你之前还带着孩子去大理呀，对吧？去一些营地呀。我前段时间写了一篇帖子，其实也是关于说什么去美术馆啊，你的审美呀，判断啊，哲学呀，历史的这个学习呀，我觉得这些可能依然是非常重要的。
1:06:05因为我觉得这个过程中强化你的判断能力，其实就是你的这些视野，你的这些独特经历，以及稳定的这个人生观、世界观、价值观，对吧？但呢这个方向是的，我觉得我们现在这个这个问题的答案都还为时过早，因为当下有可能我的思维也是停留在过去的整个教育体系，
1:06:27因为这个体系是上一次巨大的革命，就是蒸汽机到来的时候，呃。有了生产力的解放，就有了这个圈地运动，有了圈地运动，农民就进城，然后开始识字。所以一切的这个技能教育都是基于这个工业化的流水线。所以确实我们当下的教育也是正在经历一个大的范式的转移吧。
1:07:40里面有个接待的那龙虾，带几道光是吧？
1:08:36谢谢谢谢谢谢任鑫，谢谢大家。拜拜。嗯，拜拜。
本期词条
重点词条
本期重点讨论的人、公司、产品和概念，按出现顺序。
人物李可佳
人物橘子
