管 Vibe Coding 项目，就像管公共厕所
- 发布
- 2026 年 5 月 7 日
- 时长
- 1 小时 6 分
- 主播
- 徐文浩、任鑫
- 收听
- 小宇宙Apple Podcasts喜马拉雅
徐文浩和任鑫聊 vibe coding 进入"治理深水区"：以前三五年才堆起来的屎山，现在一个月就堆完，管项目难度跟管公共厕所差不多。徐文浩分享自己公司里的实操——让 AI 治理 AI、自动扫描挂掉的进程、锁死配置靠重启恢复；个人层面用 Discord 多 channel 分 Agent、非必要不升级、Claude Code 写代码加 Codex 找 bug；组织层面加自动钩子拦住 400 个重复 SVG 和 10MB 大图，单次提交不超两千行，把任务拆成可追踪、可回退的依赖图并让计划自动 refine。最后讨论个人提效为何不等于组织提效：研发瓶颈从来不在写代码，而在联调、查 bug 和开会。
- 屎山堆积速度从三五年压缩到一个月，但产品才刚跑没多久，还要继续高速迭代，进入治理深水区
- 消失的不是工作量而是摩擦，摩擦本来像水流冲刷石头一样在打磨代码质量，现在小问题特别多
- 治理靠自动化：让 AI 治理 AI、每天自动扫描挂掉的进程、配置锁死靠重启从数据库恢复，只恢复该恢复的
- 个人 harness 建议：Discord 一个 Bot 多个 channel 各拉一个 Agent、用 thread 隔上下文、非必要不升级
- Claude Code 写代码和做设计，Codex 找 bug 更严谨；两个都 review 没问题就不用细看
- 代码是事实，重写后的 prompt 才是真正的产出，因为最初 prompt 和实际做的事中间会漂移
- 单次提交不超两千行是人的极限不是 AI 的限制，任务要拆成依赖图、中间结果可追踪可回退、计划能自动 refine
- 个人提效不等于组织提效：研发瓶颈从来不在写代码，而是联调、查 bug、开会，AI 让最佳实践变得可执行但做事方法没变
本期制作
- 剪辑
- 十六颗糖
- 片头
- Shortwire - Reconfig
- 片尾
- Ollie - Distance
目录
点击跳到对应位置
- 开场：屎山一个月就堆完了00:00
- 从个人 harness 到组织提效的困惑01:11
- 屎山堆积速度与公共厕所比喻03:10
- 摩擦消失了，但摩擦本来在打磨产品04:14
- 先污染后治理的逻辑崩了06:05
- 用魔法打败魔法：让 AI 治理 AI07:46
- 重启大法和'我可能知道你叫 Mars'08:36
- 多 Agent 加 Discord：个人 harness 的解09:54
- 非必要不升级：实验田 vs 商业化品控12:27
- 开发和使用分开：打磨场与生产场13:41
- Codex 找 bug，Claude Code 写代码15:11
- 统一存放记忆与 hook 存文档17:27
- 代码是事实，prompt 才是真正的产出20:25
- 400 个 SVG 和 10MB 图片：治理人的具体活24:19
- Skill 的商业化困境27:31
- 单次提交不超过两千行29:51
- 任务越长 AI 越容易漂移，需中间节点和外部编排33:16
- 历史倒流：传统软件工程与互联网添油战术37:25
- SEO 案例：多环节链路与人该在哪儿确认39:53
- Harness 是缰绳还是喂料斗：两种话术两个预算池43:33
文稿
共 840 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
00:05原来可能三五年才堆积起来的屎山，现在一个月就堆积完了。但是呢，这个产品可能也就刚跑没多久。怎么更快地用魔法打败魔法？怎么让用AI帮你把这个屎山变得可控、可管理、可清理？现在去管理一个Vibe Coding的项目，跟管理一个公共厕所的难度是差不多的。
00:26第一个就是让AI治理AI，以及呢我们有一些工具会每天自动去扫，说有哪些OpenClaw看上去已经挂了，自动去修复它。第三个呢就是我们把一些配置是锁死的，只要重启一下，它其实从数据库里把原来完整的配置能够修复过来，然后中间的临时的内容全都会被扔掉。
00:45就跟你原来用电脑一样，这个电脑现在它出了问题怎么办呢？重启吧。就是OpenClaw你是可以创建很多个agent的，你要开很多个agent，每个agent专心做好一件事或者一类事，而不是说一个agent做所有事，那样它必然会乱。
01:03我觉得这个也是今天模型能力有限导致的。
01:11欢迎大家来到AI炼金术哈，今天又是跟徐文浩同学，然后聊天。就上一期的话，然后跟他聊说他是怎么样在他的组织里面推那个Harness的，相当于组织里面你们每个人都Vibe Coding，怎么把那个效果效率给提升。我今天也还想继续问他一下，说这这事怎么弄的。
01:30然后因为从我个人来讲，看到两个情况，一个呢就是我个人的小龙虾从来没有存活过超过三天过，没有正常运行超过三天。所以个人怎么把这套东西给搭起来，我也看了很多那个搭法，但是就越搞越复杂，搞得像那种知识管理一样。但是我之前知识管理我大概搭过五到五到十套不同的系统吧。
01:48就我搭系统的时间都大于我去用它的时间，就根本不行。所以我现在就深度地怀疑个人搭这一套东西是否靠谱。然后另外一方面呢，我就机缘巧合，反正就会很多的那个公司找我去讲什么组织转型啊，AI组织转型什么啥啥的。然后就会发现说大量的是个人在使用AI在提效，但是组织其实根本没有提效。
02:10怎么管理个人，把这个效能给在组织层面给提高。然后徐文浩同学在这方面刚刚私下找他聊了也有一些实践，然后想就是挖出来一些跟大家分享一下。徐老师从哪里开始聊起？
02:24其实困扰很多，我觉得也谈不上。其实我觉得现在进入了一个深水区啊，因为我不知道你是怎么感觉的，就是因为我们是个公司嘛，对吧？自己发现两个，就是其实在在一月份的时候，我自己的结论是说，哎。我在疯狂Vibe Coding，对吧？
02:39就是用Claude Code写了很多很多代码，对吧？在公司内部去做了更多的推动之后，你就会发现，在这两个月就是内部变成了很多人在疯狂的Vibe Coding。在三月份的时候，对吧？但是我觉得很快大家面临的一个困扰，大家会发现说疯狂Vibe Coding好像这个事情也不是很可行。
02:57就是特别从产品的角度，你很快累积起了巨大的技术负债，对吧？这是一个文明的说法，对吧？就在程序员当中用个不文明的说法就是堆积屎山的速度变得非常快。就是你会发现说原来可能三五年才堆积起来的屎山，现在一个月就堆积完了，对吧？以前其实屎山就是大家都捏着鼻子接受了嘛，为什么呢？
03:20就是因为一个系统往往要跑一两年、两三年才会到那个状态。然后呢，堆的人跟去清理的人不是一拨人。第二个呢，只要真的需要堆一两年，说明这个产品在业务上也很有需求，那就慢慢想办法，慢慢解决就好了。但今天其实面临的问题是，可能两个月就堆堆起了一两年的这个山，但是呢，这个产品可能也就刚跑没多久。
03:43但是你仍然希望用更快的速度往前迭代，然后你就开始面临怎么更快地用魔法打败魔法，对吧？怎么让用AI帮你把这个屎山，呃，变得可控、可管理、可清理，对吧？就是我称之为现在去管理一个Vibe Coding的项目跟管理一个公共厕所的难度是差不多的。
04:02就大家肯定去过有很多什么五星级酒店、大商场，这个厕所非常干净，也去过很多这个地方，这个厕所非常脏，对吧？就是今天其实我觉得就是你的管理水平决定了你这个事情干不干得下去。我自己观察就是第一个问题是什么呢？就是以前就是你做所有事情都是有人把关的，就是大家会写代码，对不对？
04:21然后junior的同事写代码，会有senior的同事会去review，对吧？就是一个一两年的工程师或者三五年的工程师去审核，对吧？第二个呢会是有分工的，就前端工程师、前端工程师、后端工程师、后端工程师。然后会我来定义一个API，然后还有什么联调，对吧？
04:37第三个呢。因为它速度比较慢，这个使得什么呢？就是使得产出代码的速度跟人的这个大脑的速度是能够匹配得上的。所以这个事情呢，整个的研发过程中有很多阻力跟很多摩擦。但是这些摩擦呢，就是反而是打磨产品或者代码质量的一部分。
04:57但是今天呢，就摩擦消失了。什么叫摩擦消失了呢？就是因为为了想期望这个东西尽量快，同时呢，这个AI写代码能力又特别强。就是说那前端你也后端一起写了吧，反正你vibe一下，然后这东西运行一下，大概你看一下逻辑，虽然你对这个语言不是很熟悉，
05:14这个东西也能跑通，对吧？这代码质量乍一看呢也还凑合，这个东西就往前跑了。但是这个过程中少了那个摩擦，就少了就是说，哎，我是我前端有前端的想法，后端有后端的想法，对不对？然后双方可能还要掰扯掰扯，最后呃有一个结论。在这个掰扯过程中呢，我觉得很多就把很多错位的地方给打磨掉了。
05:35就跟什么盘核桃，这个有水去冲刷这个石头，棱角没有了，变成鹅卵石，这个东西就比较可用的。但今天呢，就是这种其实都是很粗糙的，这个会导致各种小问题其实是非常多的。第二个呢，就是我我发现呢，为什么大家不去看这些东西，就是就是原因是因为觉得看，觉得有点划不来。
05:56就是就是你觉得看了呢就慢了。就是比方说我看一遍你写的代码，这这个实在是看太慢了。那反正也不是不能用，对吧？那就上线吧。传统大家所有的互联网公司做产品，其实都是先污染后治理嘛。
06:09因为因为大家都有一个假设，对吧？就是这个产品能活多久，或者说先要验证市场需求。所以呢，大概率就是你不会做各种什么自动化测试呀，什么代码质量保障啊，这些你都是不会做的。你看没关系。原来不做呢是因为有些东西试试就扔了，或者说能够活的时间稍微长一点，这个东西会慢慢补起来的。
06:33但今天呢，我觉得你面临一个问题，是是要先污染后治理，但是这个治理的时间点会早非常多。就你基本上可能一个项目过了三个礼拜开始你就得治理了。第二个呢，你会发现第二个问题是，它其实对治理的要求也变高了。因为污染的快了嘛，回到前面那个比喻对吧，就是上厕所的人多了，那打扫厕所的人也得变多。
06:57第二个呢，这个打扫能不能更自动化，对吧？前面的人没冲水，你不能说，呃，不行，我不停的有人进去看，他冲没冲水，冲没冲水，对吧？就大家应该上过那个，现在有很多公共厕所是感应的嘛，对吧？你只要站起来它就冲水。就我觉得这个今天去去所有这些东西的逻辑其实是一样的，就是你尽可能的得靠各种自动化让这个事情变得尽量的干净，
07:21同时不停的得有人时不时的去打扫。而且呢，自动化这个事情，自动化冲水这个事情，虽然它不完全解决问题，但是你一定得做。就是你不做这事儿肯定是干不好的。好在呢，就是说，就是因为你今天也有魔法在手上嘛，对吧？就是你可以让AI自动帮你去做清理。
07:42所以现在呢，其实我我们内部是我觉得是在做几个事儿。第一个事儿是，我称之为叫用魔法打败魔法吧。第一个就是让AI治理AI。我举个例子，就你刚才说你的你的OpenClaw还是这个东西没有活过三天的，对不对？对。
07:57我们有一个工具是在所有的我们部署的OpenClaw上还有一个单独的Claude Code的进程，可以远程去修它。以及呢我们有一些工具会每天自动去扫，说有哪些OpenClaw看上去已经挂了，自动去修复它。对吧？就是不管是他通信上，就是说因为用户做了各种各样的配置。
08:18第三个呢，就是我们把一些配置是锁死的，只要重启一下，它其实从数据库里把原来完整的配置能够修复过来，然后中间的临时的内容全都会被扔掉。就跟你原来用电脑一样，这个电脑现在它出了问题怎么办呢？就重启吧，对吧？你重启了，它一般就能用了。
08:36好的。
08:36我我都重启了，他自己就开始各种妖蛾子失忆了，是一边失忆一边说，我想不起来你是谁，但是我可能知道你叫Mars。
08:45然后我说什么鬼？哦，对。就是重启会有这个问题，但是重启一般能修复最大的那个问题，就是这东西原来不能用了。对。因为因为今天的问题还是说就是这个就OpenClaw，不管是OpenClaw类产品你还是做各种项目，都是因为它的能力你给它的能力太大了，
09:01就是你相当于给了一个小朋友一挺机关枪，对不对？肯定是放在一个地方，它哒哒哒，可能把整个房子都打烂了。好在呢，这个都是代码，代码的好处是你只要重启一下，可以重新给你一个新的房子，对不对？但是呢的确你可能会丢失一些东西，就是我们尽量让它不要丢失，对吧？
09:20我们可能那些memory啊，那些日志啊，都有备份，都是长期存储的。但可能有一些中间的临时文件，它不要让它长期存储。为什么呢？因为如果都恢复过来，那还是那个烂的文件。所以这个当中就得把握好，就是说你到底恢复哪些，不恢复哪些嘛。
09:54不用搞成这样，我们的搞法是搞很多个agent。就是OpenClaw也是可以创建很多个agent的，对不对？然后我自己用下来，我感觉OpenClaw比较好用的是，你要开很多个agent，每个agent专心做好一件事或者一类事，
10:10而不是说一个agent做所有事，那样它必然会乱。对，我觉得这个也是今天模型能力有限导致的。第二个呢，搞很多个agent。第二个呢，我自己的体会就是，呃，我用下来觉得比较好用的，呃，OpenClaw的IM其实是Discord。
10:26对。就是Discord有这样几个，就是OpenClaw你要支持几个功能啊？呃，第一个你要支持我能接入多个agent。其他的IM都有一个缺点，就有很多IM有个缺点，说我要支持多个agent，我就在IM里得建很多个bot。
10:44但是呢，呃，那个是不用的，就Discord是不用的。Discord你只要建一个bot，然后有很多个channel，每个channel里去把你要的那个不同的agent给拉进来。这这是第一个。就这样的话，你只需要有一个Discord的叫server吧，就Discord的server，
11:00就相当于一个Discord的一个大的社区。然后每一个channel是你自己拉进来的不同的bot。那它带来的好处就是说，那你你就会发的比较清楚啊，这个人专门做这个agent，专门做产品设计，这个agent专门给我出设计图，对吧？
11:15就是你把你可能建的一些workflow或者一类skill都放在那里，你不用，就是你只跟一个agent让他干所有事，我觉得必然是要崩的。第二个呢，是那个Discord里也可以，就是OpenClaw是支持thread的，就是你同一个agent你可以开一个thread，
11:30每个thread它的上下文是隔离的嘛。就意味着你你临时有个新的任务给他，你在一个新的thread里给他说，而不是在原来的thread继续，就不容易不容易上下文，不容易串，它也就更容易能够更好地完成工作。
11:42然后之前为了Midjourney搞的Discord，当时觉得说这是个什么东西啊？
11:47Discord还行吧，它不太直观嘛，就是说跟你就跟我们熟悉的IM或者是论坛都不太一样。呃，对，我我的结论是，它其实Discord挺适合跟OpenClaw放在一起用的。OpenClaw跟Hermes Agent之间呢，我倒觉得没有太大的本质区别。
12:04当然这个是我的观点，就是区别在于Hermes Agent背后是一个商业公司，所以它做产品，而且它写代码没有OpenClaw那么激进的，就是纯AI写哈。所以我觉得的确它可能说，就是它每次发布出来的版本的管理的品控会相对好一些。
12:22OpenClaw呢，就是我感觉就是是一个巨大的新时代的实验田嘛。就是我总结为就是非必要不升级。就是你不能说，哎，一升级我就升。我我我称之为说，你现在用的挺好，隔一段时间它出来的某个大的新的功能，你得花一天时间仔细调研一下，
12:40仔细研究一下它到底出了什么功能，怎么升级。升完了觉得，哦哦OK能用，那就继续往下用，而不是说它一有升级就就跟上去。因为他们的就是直接用它最原始的版本的那个品控、质量控制，这这这是很糟糕的，对吧？
12:55了解。所以个人你的两个建议，先是一个是用Discord，因为它分agent和分thread会分得比较好。第二个是升级可以慢一点，不用跟着它，因为它品控可能没那么好。还有什么建议吗？就是像我这种就是用的其实不是很顺利的，然后就个人怎么样可以，比如说，哎呀，它能不能自动进化呀，
13:15或者说它挂了它会不会自动修？我当然我现在本来就找Claude Code在修，就怎么样可以可以我自己的这层harness还可以怎么怎么搭得更好嘛，什么compound engineering什么。
13:26我感觉对我来说OpenClaw比较好的，它只是说它是个很好的IM的入口。以及它因为加了Discord之后，你有很多个channel啊，什么都分开了，你可以在一个中心化的地方去管理这些所有的业务流程。这个是我甚至感觉是比Claude Code更好的。
13:41但是所有的skills的自己去做skills的打磨，我个人的习惯还是先在Claude Code里做好，再把它搬到OpenClaw里去。就是我自己的习惯还是这样的，就是我称之为把这个skills打磨好这个过程，对我来讲是个开发过程。
13:57但它是个研发过程，开发跟使用要分开。我觉得OpenClaw是个很好的使用场景。从开发的角度来讲呢，它还是没有那么好用，这个是我自己大概的体会。哦。
14:09哦，你的探索型的事情，所以还是跟Claude Code搞出来的。探索下来这件事情稳定了，我用OpenClaw这个易用的界面来操作，所以开发和使用分开。
14:20我是这样的，对。
15:08还有什么个人的那个harness的思路吗？
15:11第二个个人的harness的思路，我现在这个比较偏coding啊，就coding。我现在基本上有一个结论，就是，呃，用Claude Code做设计跟写代码，让Codex找bug。
15:24对，Codex好像有一个功能可以直接嵌进去，直接调，是吧？
15:28对。就是我基本上目前使用的结论是Codex比Claude Code会细致严谨很多，但是就比较容易一根筋跟钻牛角尖。所以呢，用Codex做代码审核跟找bug，我我发现它自己写代码是以Claude Code为主。写完了之后呢，我会同时让Claude跟Codex都去审核代码，都会给我一个code review的结果。
15:54如果他们俩都说没问题，这代码我其实就不太仔细看了。但是我最后我发现经常会，呃，Claude的代码审核说，啊，没有什么问题，Codex说这里有个bug，这里有个bug，然后呢，你把这个bug再交给Claude，Cloud说，啊，这这是个bug，他说的没错，
16:12那我来修一下吧。体感是Codex在就严谨性上会比Claude Code会强不少。
16:20whatever，我现在也是大量的工作转到转到Claude Code了，就不知道为什么，就总觉得它好像就舒服一点，出来的东西不知道为什么。所以现在也只能用Codex做这种检查性的工作。
16:58对。反正我硬的事情上现在好几次都发现Codex做的还更好。但是我现在不知道为什么习惯已经被转到那个Claude上。美感方面确实两家还差蛮远的。就是你默认的出来的东西，Claude Code就是好看一些。
17:14就觉得这个东西很难训，很难训练嘛，为什么Codex到现在还没追上？还有没有个人的？没有个人的我们就再聊那个组织的，就是公司里面有，你有那么多人嘛，个人还有没有？然后组织怎么管？
17:40好像有个开源项目是做这个的。
17:42有很多开源项目、商业项目，但我自己目前觉得还没有找到特别，所以我现在只做好了备份。因为我你会发现很有意思的一点是，Claude它比如既有客户端，对吧？又有这个Claude Code的这个终端，对吧？我可能还有OpenClaw，对不对？
17:58其实你所有的各种聊天的记录是散乱在各种地方的，他们互相之间其实是不知道的。
18:05现在好像Claude它是号称它是知道的，你是可以问它说，就是，哎，上次我们聊过一个类似的项目是什么时候，它就帮你找出来啊。
18:14我说Claude，你在Cloud，Cloud是可以开记忆功能的。然后你在那个聊天里是知道的，但是它并不知道我开的Claude Code，我最近写的代码里跟它聊的那个内容。
18:25什么现在和认为吧，我我好像是印象中不太一样，对。
18:29就而且就算这个知道，它肯定不知道OpenClaw里的那些内容。然后呢，你你你会逐步发现，就是说这个事情慢慢变成了一个比较大的问题，就是就是它容易，一个是容易忘事儿嘛。第二个是说我自己也容易忘事儿，或者你自己的记忆负担，因为你的干同时干的事儿多了，对吧？
18:47比如说我写了一个代码，我想起来可能这个东西写了，然后过两天要测试，对不对？到底要你测什么呢？你可能会忘记。所以我现在在做一些，就我自己开发一些工具，就是在做各种备份啊、hook。比如说你所有的代码写完，然后它自动会，比如说这个东西合并之前，它会自动通过一个hook，把说，
19:07啊，这个东西到底写了什么，我应该人工测试哪些东西，变成个文档，存在一个地方。那么下一次比如说规模化测试的时候，我就把这个文档可以捞出来，就是我不用重新再问它一遍，也不用自己再去回忆一遍。它能挑战我觉得是一个膨胀的过程，就是你会发现可干的事情越来越多。
19:28是不是相当于你在你的这一堆的开发的这些进程上面多一个总控的一个agent呀，它应该帮你把这些事情想清楚。
19:38不是，是我其实是我自己人工设计的一些hook嘛，就在一些特定的环节，它会根据当前的情况自动做一些事儿，然后把我想要的东西能够存下来。
19:50然后存下来以后呢？
19:51存下来以后，就是当你要去回忆的时候，你就是看，让它去从回忆的，就是存下来那个当当中去回忆。而不是从这个，比如原始的代码呀，或者这个这个设计文档里去回忆。
20:25我觉得这这是两层，就第一层是很多人说，说我们今天写代码呢，其实那个代码里不止应该存，我到底交付了什么代码，对吧？其实我应该去存那个我给这个代码开始写的那段prompt是什么，对不对？这句话其实没错，但是这个prompt会带来第二个问题，就是你其实在这个prompt的过程中和这个交互的过程中，
20:50其实你会有一些新的反馈或者想法，它会偏移。就你最开始的那个prompt跟你实际在这个做的过程中最后的实际去用的那个东西又不一样。其实我希望的是想做做的一个动作，就是你一开始的那个prompt等到做完了之后，你重新去看看，
21:08其实我现在做完的那个东西，以及根据最开始的prompt的过程，重新写一下那个开始那个prompt是什么。所以那那个prompt应该存下来。因为那个prompt其实是做这个事情中我的产出，就是我到底想干嘛。因为代码那个东西其实是我生产出来的那个结果了。
21:27那个东西是个事实，反正放在那里可以，但是我我定义的那个产出其实是是prompt加后面的改动，以及重新写成了一个单独的prompt。
21:57因为我觉得这个跟skills还是会稍微有一些差别，就是毕竟呢你在写代码的时候，很多时候你并不需要一个新的skills，你就是重新去把这个问，你这个问题定义清楚嘛。
22:06了解了。所以有这么一个东西，还有什么组织上你觉得可以用的地方吗？就比如说你刚开始讲说那个，就比如说公司里面有个员工他做做Vibe Coding做得挺快的，但是其实他就会做出一堆屎山，对吧？那那这个时候的话，你作为CTO的话，这这事应该怎么样可控呢？
22:24就是整个组织的这个harness层。
22:26目前我的可控的方式是让大家去污染，我来想办法治理。
22:30把责任全部丢给这个公共厕所的这个管理员，说你要安排自动马桶，你要安排那个阿姨大爷去定时清扫，然后你要安排管道疏通，但是就不把责任丢给大家了，你们就可以乱拉，是吧？
22:43半一半吧，就是我们现状是大家在污染，但是有些同事也会，不是说大家都不治理啊，但是我其实把我自己的主要精力放在治理上。这个治理呢，主要是做两个事，就是一个当然是各种，就是说我会去检查，去翻这个代码或者怎么样。但另外一个在这个翻的过程中，每发现一些问题，尽量去做一些东西的自动化。
23:05因为你会发现很典型的今天会面临一个问题，就是说今天会有一个我们叫二把刀，对吧？或者半吊子水平，就是跟今天写code的跟之前写code的不一样。就之前写code的，在组织形式上你倾向于让最擅长的人干他的事，然后但是通过不同人的合作把这个东西做起来。
23:25但是不同人的合作中，因为这个沟通交流成本很高，所以会比较慢。今天你会倾向于一个人把尽量把所有事都做完。那么一定会有一些人，很多工作是我并不擅长，对不对？然后反正这东西我也做了。那这一部分你怎么把它能够让它尽量少犯错呢，或者说有些我甚至就不叫犯错，就是尽量让这个东西比较简洁干净呢，
23:50就是需要有人去持续治理。我举几个例子啊，就是前两天我还在改这个，给给团队内部去去做这个代码的重构。就就是比方说，我们去做网页，网页会有很多图标，对不对？去做各种产品都会有个图标，这个这个图标是个对勾，那个图标是个对叉，对不对？
24:08因为现在代码都是Vibe Coding写的，然后那天我就在看，就是代码里有很多，就是这个这些图标是用什么做呢？都是用那种SVG的矢量给画出来的。然后呢，我我看了一下，我们代码里大概有四百多个这种SVG的矢量图。我又看了一下，我说那哎，我说当然是因为AI的能力很强，这些矢量图画都没毛病。
24:30然后呢，我说哎，这个矢量图我能不能归并一下？然后呢，你就会发现，其实呢这些矢量图，百分之八十都是从三个不同的开源矢量库里，AI把它记忆住，原样在当地给你吐出来的。
24:47就他其实没有用一个，比如说别的软件包引用一下，说这里用就用这个图标就好了。他其实呢相当于把那个软件包里面的代码在你的代码里又吐了一遍。同时呢因为很多人写代码，所以代码里就有各种各样奇怪的，哈，写死的矢量图标。那我就干了一个事，对吧？
25:03第一个我要先治理，因为我要把它统一换成一个矢量图标库。第二个我要把原来的代码全部改掉，对不对？第三个我我在代码库里加了一条规则，对吧？就不允许，呃，就是说，啊，你只必须用这个矢量库，对吧？除非有什么特殊情况，然后呢，并且它是一个自动检查，就只要有人往代码库里提交代码，它就会去检查，
25:25如果不是的话就不让你去去提交或者不让你去合并。然后呢，我我也发现一个问题就是，其实治理跟开发的确分开来比较合适，因为不打断，治理的人不需要，就是我虽然现在主要是我治理啊，就是因为我们人也不多，对吧。然后进度压力很很重，就是但是呢我觉得最终很有可能未来会形成另外一种新的分工。
25:48就有人不停地做原型跟产品迭代，有人不停地确保这个产品是稳定的。这个是我自己最近反正的一个体会吧。你可能要花大量的精力有人专职去做，当然用流行的话叫engineering harness，就是让这个东西可以被治理，但是做治理的人，可能未来水平最高的人在做治理，因为他的确了解更多的技术栈，呃，能更好地做架构或者治理层面的决策。
26:18更多的junior的人在做应用，就是他通过prompt把他的想法或者这个东西做起来。因为这个事情其实很难回避的，就是就是因为我们不仅有工程师去写这个代码，说我们今天的前端的UI交互设计，我不再是设计师出个设计稿，工程师去根据这个设计稿去还原了，而是他直接在那个界面上。
26:37我们给他准备好环境，他直接去改。但是你也会发现，因为设计师没有工程师背景，所以他会做很多事儿，你会发现不合理。比如说他给，比如说我们的网页，网页的图，他都给了一个非常巨的一个十兆的高清的图片。然后这个东西可能就直接进了代码库，然后发布到线上，意味着用户打开你的某一个网页，那个图片有十兆要加载。
27:01甚至可能一个junior的engineer他都不会意识到这一点。那可能有治理的人就会去看，说啊，那他也要做成一个自动的，他不是说不停地去清理。那我们就做了一个自动的hook，说只要有人提交素材它会根据尺寸去判断，会做自动的压缩，图片的quality跟分辨率降下来，
27:20让人去确认。我的我自己的体会就是说，可能今天如果一个严肃对待Vibe Coding，就是你真的想把这个产品做下去，可能团队里都得有人专职的在干这些事儿。
27:31哎，你说的这些感觉确实是每个公司都要的，他他不是有产品化的机会嘛，哪怕是个skill的机会，就是感觉就比如说你听你讲我就觉得好有道理，我就想说那你你那套skill我就拿拿过来用一下。
27:45对，当然有很多不是skills啊，当中有很多其实是写死的代码或者hook，但是呢的确我也在内部做一些skills，说能够帮你去生成这些东西。我觉得面临一个挑战是skills这个东西不是特别好商业化。它也许是可以产品化的，但是不太好商业化。
28:02第一个是它是个明文的一个东西，它是比较一个经验主义的东西，对吧？它有点像你今天去出去讲的一个课，跟你讲了你也就明白了。没跟你讲了你可能想不到。对，或者可能你可能意识不到。就是，当有人跟你讲就该这么做，你一听很有道理啊，对不对？
28:18但是呢这东西又不太好变现，对不对？因为这东西扔给你，你没有意识到，你也不会去运用。一旦到了你手上之后，你也不会愿意再付钱给我。这个东西就是明文的，用一次就结束了，对吧？用一次这个疑问问题就解决了，它其实有点像一个consulting的服务，对吧？
28:34没有你就卖更新嘛。第一版的时候五十块钱，更新每个月更新一次一千块。
28:40对。但是他这个东西不太好反盗版嘛，就是你卖给了A，对不对？A，你卖给了某个人，他可以再把这个东西再拿出去卖，对吧？
28:47对，skill确实是在商业上是不太成立的，对。其实相当于说有一些共通的规则啊什么的，你把它打通了，或者说有一些比如说SVG文件需要都是比如说统一的库啊，还有没有别的，因为你上一次讲那个的时候你讲了一套框架嘛，这套框架有进步吗？
29:15这套框架本身我觉得没有太大的变化，但我觉得新一步我们面临的挑战是说，照目前我的想法是说，如果让agent更多的自主去完成这些工作，在那些框架上加上我加上这些治理之后，通过外部去编排agent的框架，让它能更自动的完成工作。
29:34什么叫外部？就是因为今天的这个Claude Code这个agent，它的上下文有限，而且上下文一旦太长了它就会变笨。人去理解一个问题的难度是有限的，就是你一旦做任何一个商业化产品，它写一点代码，你人总还是要看一下的吧，到底干了啥，对吧？
29:51有没有完全是胡扯或者骗你，但是呢，你又希望人在这个当中这个上下文切换或者脑子不要太累，然后你会发现我要求每一个单个提交的代码，单个提交代码不要超过两千行。
30:08相当于适应AI的Context Window。
30:11不是，我我感觉是Context Window也许可以在，对Context Window来讲，两千行可能可以再长一点也没问题，但是也不能太长。但对人来讲，超过两千行，我就懒得看了。
30:24哦，适应人的Context Window是吗？对。
30:27就是超过两千行，我就肯定，就是你就觉得没法看。你你的心态上就觉得这事儿没法看。两千行是人还会说，就是不是非常仔细的逐行看，但你大致看看啊，每个文件它到底改了一些，大概改了些什么东西，重点改了些啥，对吧？啊。
30:43这个大概大概对不对，对吧？但是到两千行就会导致说，其实你的任务就会被拆分，拆成一个复杂的图，对不对？就是先看A，然后A干了B、C两个事儿是可以同时干的，B、C都干了才能干D，D干了又就它就变成了一张一张图嘛。所以从你原来最大的那个目标到最终能够完成的一些工作。
31:05同时呢，这些图当中的每一个工作，我又不希望人去触发，因为虽然是两千行，我其实希望说这个两千行我确认没问题了，B、C是自动触发的，而不是说啊我再得去驱动它，啊A干完了，或者说我去找帮AI确认一下，其实我不希望干这个事儿。因为那样的话人会非常累，人其实也跟不动。
31:24所以呢，我只是今天请你需要一个外部去编排这整个过程的一个工具，或者一套框架。就是它相当于说有个AI先出一个计划，这个计划拆成了，比如说啊先做A再做B、C或者怎么样。而且这个计划呢在执行过程中，它要自动refine。就是你会发现AI开始定了一个计划，它觉得B这步可麻烦了，有好几千行代码要写。
31:48当它实际去干着的时候，发现啊，因为我已经干了A、B、C，我干D的时候其实只改了三行代码，而且后面的有一些计划要变了。
31:56你说的这个他们现在不就，就比如说我正在跟你聊天的时候，其实Claude Code正在背后帮我剪一个视频。它其实就在拆了好几个Agent在做不同的事情，以及它定了一个大计划，然后现在正在吭哧吭哧，然后还在变，因为它它它Whisper我这边不知道为什么失败了。
32:14那这不是已经在做，已经在这么干了吗？
32:17但是你会检查中间结果吧，就是它如果拆成了这步，你有些中间结果你会检查确认吗？我的假设是，我我我至少我在写代码层面，而且我判断，假设你今天让它去写一个视频，你肯定要有中间，你是有有确认环节的。比方说它先写脚本，这个脚本你要确认的，对不对？
33:14我觉得类似，呃，稍有一点差别。就是说我称之为叫模型会，模型的整个执行过程中会随着前面产出的结果进行漂移。什么呢？就是一开始定了个计划，你最终的希望你要的结果是这样的。但是如果这个计划的这个任务比较长，就是它真的要干一两天，它其实干着干着它会漂移。
33:34因为前面干的结果，就是比如说要干十个小时，其实它它虽然写了个计划，但是干到两个小时的时候，它因为各种各样的原因，它同时模，你用模型有比较强的自主性，它其实就已经干的跟一开始计划有差别了。举个，我举个例子。比方说你今天剪视频，你用Seedance，对吧？
33:52就用字节的。哎，你一开始它设想的都非常好，可能到了中间它说，哎，因为版权原因，这个东西就是出不来。所以如果说你完全让它从头到尾自己做呢，它会努力地绕开这个东西，但是做出来的东西可能根本不是我想要的。所以呢，它一定会拆一些中间节点，并且随着这个中间节点的中间结果的变化，本身计划也要变化。
34:14以及中间点我一旦确认了，后面的动作能够自动去做。并且因为任务足够长，其实每一步都是一个单独的Agent，并且这个结果，我每个中间结果我都可以保存，这样后面的结果我不满意。我可以从中间结果重新开始，而不用从头开始。
34:31我觉得它现在已经往这个方向在走了，但是可能没有走到你要求的那个地步。
34:36我觉得是这个当中取决于，就是说这些中间结果的这个东西，你要不要存下来，要不要追踪，对吧？就是今天你说如果完全放手让模型做，你其实是完全相信模型了。然后只有它问你问题的时候，找你问题确认的时候你才去确认。第二个是它可能会自己存在自己的这些什么memory啊，或者某一些临时文件里，不会按照你的设想说，
35:00因为我拆成七步，所以每一步我都可以单独追踪。单独去检查，可以单独回退到某一步。今天你从Harness的角度，其实是需要这样一个东西。这个就是为什么我说有时候我觉得Hermes，就是我觉得OpenClaw、Hermes，就是这是为什么我前面说研发跟使用技能我是把它分开的。
35:19因为OpenClaw Hermes其实都有一个问题，就是全自动这个事情呢就会产生慢慢漂移，和人的想法没有对齐。就是Hermes是说这个所谓的进化，是说我把我做过的事情，按照一个skills能够记录下来，以后都按这个skills来做，对吧？
35:35Hermes本质上所谓的进化，其实在干这么个事情。但是很多时候其实很尴尬的，就是有些东西我做了，那我也捏着鼻子接受了他的结果，就是我觉得这东西啊，反正也能交差，对不对？但其实我没有觉得它那么好，那其实我其实并不希望你把这个东西给记录下来。
35:54哎，你这个是不是有点像大的架构师或者大的项目工程推进，就是节点啊，到底哪些是关键，要检查什么方面，有点像这个，是项目项目管理这方面。是的。那这个感觉也是被产品化的呀，因为就相当于是一个项目管理层级的大项目。
36:11就是这件事情我觉得是可以产品化的。就我自己的观察，其实海外在coding领域，其实已经有一些人在做这样的开源项目跟产品了。国内我觉得可能关注的人还比较少。
36:22那我觉得这个东西确实是需要的。就就我这我现在在跑那个那个剪视频的话，剪了可能一两个小时了，但是我估计到后面也会乱掉。那如果你是说二十个小时，或者甚至于比如说四十八个小时这种事情，那几乎是必乱的。
36:37因为我觉得这个事儿是是两层嘛，一层是我们说讲这个，并且每一个当中单个环节你其实也有一些常见的套路，对不对？你比如说AI写了代码，你会让AI先审核一遍，对吧？AI审核都通都决定通过了，人才会去看。AI审核没通过，人看都不用看，对吧？
36:52然后AI给了反馈意见之后，这个AI要触动它自动去改。如果改了五轮，两边还不能达成一致，人要介入，对吧？如果改了五轮，两边达成一致了，人只需要审核，对吧？这个是可能是微观环节的，宏观环节的就是整个依赖关系跟推进迭代过程是个怎么样，以及这些中间结果哪些东西我应该存下来，
37:13哪些东西是存下来是为了追踪，哪些东西应该存下来，作为skills或者经验作为总结。
37:18之前的大型软件工程，是不是应该那些架构师是有这方面的能力和经验积累的？
37:25就是我觉得这个是很有意思的一点啊，就是我称之为历史倒流。为什么呢？因为在传统，在互联网之前做软件开发的时候，大家其实是重视这个事情的。但是从互联网开始呢，大家开始就不重视这个事情了，因为方法论变了。因为传统软件开发为什么重视这个东西，就是因为传统的软件开发是它真的是物理分发，就跟你今天造汽车一样，
37:48对不对？你Windows刻了一张光盘，如果发出去发现有bug，你是没有，以前又没有，对，1995年又没有，大家没有连上互联网。如果这个东西装了，所有人都蓝屏，你是要召回的，对不对？这个成本其实非常高，所以你对质量交付是有质量要求的。
38:05然后互联网的做法不是这样的，互联网做法是一个添油战术吧。我先做一个小小的原型试试看，啊行了，我明天加点新功能，我发一个新版本，我后天加点新功能，发一个新版本，是这么一个过程过来的。因为任何一个问题我都可以快速修复，然后有bug。
38:22今天呢其实很有意思，它介于两者，很有意思的是它虽然还是个互联网时代的产品，但是呢因为堆屎山堆太快了，所以质量崩得也特别快。
38:32现在这边感觉有一个就是项目层级的harness的机会。
39:40一遍，举一些做业务的例子好了。就比方说我们做，比如说你要做SEO，对不对？它是应该是今天我们去做SEO或者生产内容，基本上是自动的，它一定是多环节的。什么叫多环节的呢？就是比如说你第一个问题，你应该先选题，就是用AI去选。
39:53说我举个例子，假设你今天是在海外说怎么怎么使用Claude Code。那肯定有有很多人会去搜Claude Code的报错，或者遇到什么样的问题，或者这个经验，对不对？那你要做SEO就说，哎，那我帮你它写一下一篇教程，我就能够通过自然搜索拿到一些流量。
40:09那么这个过程中你你肯定有人说我要选题，对不对？你肯定不是让AI从头到尾都干完，直接给你个结果，然后你往上一发。大概率是你会让AI先先去选题，说啊，我先去用Agent去这些SEO的工具，什么SEMrush啊，或者这种，找到一些常见的关键词，然后什么去帮你自动在Reddit里搜到一些文章，然后去分析一下是不是有这个问题，
40:34然后列出一堆选题给你。这些选题是需要人工去确认的，对吧？选完题了之后，去根据这个选题去网上去采集各种各样人遇到的问题或者这个东西，然后写一篇文章，甚至再去调用Claude Code去实验一遍这个方式，去做验证。然后这个文章之后可能人还要去确认一遍，这个人确认完了之后说啊，还要给它去生成一些关键词。
40:57生成这些关键词之后，可能还要生成多语言的翻译，打个比方。那么在这整个过程当中，其实每一步都是应该有一个环节弹出来让人去确认啊。这之后呢，可能过几天你还会去看，就是这个文章实际给我带来多少流量，对吧？去Google的Search Console里。
41:14其实每一个环节它都会有一些东西需要人确认，人都会给他一些反馈，都会去跟他说这个我觉得好，我觉得不好或者怎么样。并且这个选题其实也是一个prompt去控制的。那我给到他的反馈应该反哺到它去自动迭代它的prompt，或者自动迭代它去给这个文章去做自动评估的AI的那个prompt。
41:37在这整个过程中，我们希望人尽量只要去给它反馈就好。
41:53对。第一个是SEO你是看不到，就是你今天实际在用AI做大量的工作中，很多东西你是看不到它的数据结果的。就所有的内容类也是一样的，对不对？第二个是所有内容类里面的第二个问题是说，AI虽然它的产能是无限的，但你上内容不能无限地上。
42:12就跟你今天做个短视频，你一天上一个，你一天上二十，平台肯定觉得你是spam。SEO上文章也是的，你一个站一开始一天只能上个十篇二十篇，你一上手就上一万篇也是不行的。你实际到业务中，我觉得大量的决策，它的数据反馈是后置的。
42:30所以同时，但是AI的产能是无限的，所以总需要有个人在中间去做决策，去做筛选。第二个是，最终的很多的数据结果，虽然AI可以去分析，也需要人去做判断。比如这几篇文章效果好，那几篇文章效果差。这当中为什么最终需要人去判断呢？是因为你在搭建这个自动链路的过程中，你其实也在不断地补充context，因为你不可能在第一天context就是完整的。
42:57我我举个例子，还是举到这个SEO，说这篇文章好，那篇文章效果差。你让AI跟它跟它说，啊，AI你分析一下，啊，AI可能给你编出来一堆，因为这篇文章的内容是讲什么什么什么的。但实际可能原因的结果是说，最近网上Claude Code的升级了，有这么一个bug，
43:17所以有很多人讨论这个问题，有很多人遇到问题，所以有很多人搜这个东西。这个信息在你一开始设计这个流程的时候整个流程里的context里可能是没办法包含这些信息的。所以人在这个过程中本身也在不断地补充context，所以就需要人去介入。
43:32我觉得你说的是对的。我给你一个另外一个视角，还是卖你这套东西，但我觉得现在这个这个说法上会让人误会。其实它可能是一个更牛逼的东西。现在这套说法有点像是管控和人类在中间成为了瓶颈，就是在检查和反馈。这样子的话它不好卖。
43:49就大家会觉得它它是一个生产力的阻碍。但是呢另外一个角度，因为最近我就很很奇怪，最近几个大厂都找我搞讲什么AI组织转型啥啥。组织转型方面最激进的那个就是个人的代表，其实是Block的那个CEO，那个是Dorsey那个人。他的说法其实是说，AI转型这个当然其实已经是共识了。
44:09就是AI转型不是你的组织转型用好AI，而是以AI为主体，整个公司就是一个路由协议，然后它是一个mini AGI，你是在进化这个AGI，然后它会按需调度人类。然后这个东西是牛逼的，所以它是主体。那现在的话就是我们刚刚的那个讲述里面有点像是AI在那边勤勤恳恳干活，但是它这里需要人类批一下，
44:32那里需要人类反馈一下，人类在干扰它的进度。但是如果我们把它定义成说，其实我们在设计的整个组织，它需要的事情就是第一个，它应该把该干的高效的活干了。第二个呢，它需要人类的时候能够叫到人类来给它好的意见反馈。以及它不够上下文的时候，它可以通过这些意见反馈的话，它把一些上下文给补齐，它还积累复利。
44:55比如说，那这样子的话，其实就是这个AI它是一头巨兽嘛，然后我们编排了一套系统，可以让它相当于，呃，当然我这个就讲得有点恶心，就是它可以它可以去吃人嘛。它其实是在调度人类的智力来喂养它。就单个的任务上，其实你就是给它这个比如说，哎，东西写得好不好。
45:14那宏观上来讲，其实就是这些能力在不断地被它抽进去。那其实你是在饲养这个AI。那这样子对于那些资本家来讲的话，好像这个卖点就是，哎，这个是个好东西，前面那个东西就觉得它是在挡道的，对吧？
45:27这个东西，这其实是一个东西嘛，对吧？因为最近现在它基本上在硅谷那边，我最近看的所有东西都已经到了Block的那条思路上面，就就非常激进。你刚刚讲的其实抽象看了，其实跟它那个东西是同一个东西啊，只是你讲成harness，harness就感觉就是你拉那个缰绳，
45:44感觉让让那个马走不快嘛。但是实际上就是这批机器嘛，你在你在定期地给了它一套可以自动化帮它喂草料的方法嘛。
45:53我觉得harness的好处是说，就是这是匹烈马吧，但是你得让它在你想走的那个方向上走，因为不然它可能走得很快，但是走那个路乱七八糟的，对吧？对，
46:04我我还是marketing的思维。我早几天在跟一个就大外企的CTO在聊，突然想到一个概念，就是帮CTO怎么抢权。就想到那个美国铝业的那个案子。因为他们这些公司其实非常注重的就是安全，哦，包括国央企，其实上来就是安全合规啊这些东西。
46:21他们就反倒对于你这个harness这个词会特别买单。像那个美国铝业，就是之前的这个商学院的那个经典的教材，就是他们公司就反正什么东西都推不下去，最后上来一个CEO，就是因为有很强的工会啊什么的，上来一个CEO是说，我们的目标是零工伤。
46:39然后所有人都崩溃了，说这是个啥目标。然后他就借着零工伤这个旗帜的话，把什么email系统啊，什么信息化啊，什么汇报流程全改了，把整个东西给做到了。所以我我刚刚是在想说，如果对于两种公司，一种是激进型的公司，因为我刚刚想象我是一个激进型的公司，
46:56我听你刚刚讲的，我会觉得它好像是在限制生产力的发展。但是如果你讲你是Block那一套，然后我就觉得，哇，好棒哦，好AI原生哦，对。然后如果我是一家大外企，或者说我是一个跨国公司，或者我是一个国央企，我就会觉得，哦，安全合规，
47:11你一定要把这个流程给管控住，不能使删什么什么这种。那那好像harness这一套又又好像非常的合理，哇，我们要项目，我们要工程管理，对。我觉得这套东西是真的是有用的一套东西啊，就是都需要的一套东西啊，不管是对哪头，就怎么包装而已嘛，
47:27但是这个东西是需要的呀。
48:23就是最近主要是在做治理吧，其实也就是自己做工具给内部同事跟自己用嘛。就因为你今天的核心挑战都不再是说啊我有个新功能我想做一下，就一般是这个功能做出来质量行不行，或者已经有的问题能不能一个个解决掉。第二个是怎么让这个更快地做完，同时做完更多的工作。
48:42就我刚听明白我觉得很有用，但是我还是觉得它真的很难，它不太好叫做。举一个叫做的例子，就是那个你知道Every那家公司吗？Dan Shipper他们做的，就是出了一个小小工作室，出了无数的产品那个公司。
48:56Dan Shipper我我知道啊。
48:57对，他们推了一个概念叫Compound Engineering。其实我觉得里面说不定有一半的东西跟你做的是一样的东西。就比如说这次犯的错误下次不要再犯啊这种，把自己经验都积累下来呀。但是他们把它叫做复利工程，这一听就是感觉是赚钱的，你知道吗？
49:13你那个感觉就是一个合规的和就别出错的，他那个一听就会感觉我坐在这里就是好像有税后收入，对。就是坐在这里明天钱就变多了。它里面说不定里面百分之八十跟你说的是一个东西，但是听起来就感觉你你这个就会觉得说多了一些事，还多了很多要我审批的项目。
49:32他那边就会觉得说我啥都不干，明天就钱变多。
49:36我我同意啊，就是因为我觉得还有另外一个问题，其实有一个前提，就是因为我觉得我今天的带宽已经足够快了，因为我自己用我的ccusage，我自己看了一下，因为我用的是订阅嘛。你可以猜一下，我现在大概过去一个月吧，呃Claude Code我我用的两百美元的订阅的版本。
49:56那但是实际用，呃，用这种ccusage的统计出来，实际消耗了它API多少钱？大概我两个月消耗了，可能在八九千吧。所以
50:08他的那个订阅给的还是非常的慷慨的了。
50:44我连续两周都是这样，我不确定是不是它的bug。对。就是我自己看了一下，我过去大概两周最多的一天API用了两千美金。
50:53两百美金套餐很划算啊。
50:55对。因为它的那个cache read现在都是不收费的嘛，在订阅里，最多的一天我大概用了三十三亿的cash read的token。
51:05哎，这个在哪里查？呃，
51:42呃，对啊。我觉得今天肯定是越是新业的engineer可干的活越多嘛。就是如果你如果说一定是做engineer的角度来讲，因为我觉得CTO怎么会没活干呢？你先把Claude Code先先用满嘛。你想干什么你打开一个代码库，用Claude Code去干嘛，因为也没有人管你干什么，对不对？
51:58对。那CTO的想法一般还不是这个嘛，他想的是说我怎么样把我的这个责权和这么的一百号兄弟给保住嘛。
52:05但是我觉得你得先干一下，你才知道怎么干。这个就是今天你所有人都面临第一个问题，我觉得你先得自己干一下，你才知道怎么干。就你没干过之前讲或者想其实也是没用的。
52:16再有一个问题哦，就是现在当然不光是在那个开发领域，就是已经有好几家公司跟我讲，甚至包括在媒体上声量非常大的成功案例的公司的老板跟我讲说，他们发现大家都用上了AI，但是公司的上探并没有提高。你觉得这是个人牛逼了和公司能多赚钱这两件事怎么连起来？
52:37因为赚钱本来就是难的嘛。
52:39就是提效没有什么用，对吧？或者个人提效能不能带来组织提效？这两件事现在在很多公司也没有连起来。个人提效到组织提效到组织赚钱。
52:48我觉得第一个问题是赚赚钱这件事情跟提效不一定有关系，对不对？但是我国的这个钢铁产量一样，对不对？你钢铁产量是我能生产出更多的钢铁就能卖更多的钱吗？大概率不是，对吧？赚钱跟产能不一定有关，产能越高不一定可能更不赚钱。
53:05那这是第一个，这是最最本质的问题嘛。那我们稍微不那么本质一点，因为这个就要去找新机会嘛。我现在跟大家讲的往往也都是说，其实你降本增效也没什么用，你赶紧去找新事，多开开疆拓土。对。那这是更本质的嘛，那没那么本质的，其实很多人也会卡在，嗯。
53:23比如说我看你们公司或者说我认识的很多小公司，就提效三五倍是很正常的事情。但是稍微大一点的公司，提效三五十都挺难的，说实在的。就是你会看到他们有很多个人确实提效了，但是你从整个公司看，确实觉得这家公司好像跟两年前也没什么区别。
53:40个人的提效到组织层面，确实看起来它比如说蓬勃的产能爆发，哪怕这个产能不多赚钱，这中间你觉得卡点在哪里，以及还可以做点什么东西吗？
54:18提高了output，不一定提高了outcome。
54:22对啊对啊，第二个是说，至少我见过我过去的研发过，我自己过去在研发团队，我见过研发团队，绝大部分情况下，所有的研发团队的瓶颈，从来很少有在写代码这件事情上。我们先不讲那些业务侧啊，产品对不对啊，这个事情，这个事情值不值得做，我们就只讲说把这个东西的质，
54:46高质量的交付出来。就是有几类常见的问题。第一类常见的问题叫做耗费大量的时间做所谓的联调。第二个常见的问题就是耗费大量的时间叫查bug。第三个事情就是耗费大量的时间在会议上。
55:02或者说在讨论排期，即使在联调，比如说即使在没有AI的时候，比如说我们今天想大耗费大量时间在联调，往往是因为本身之前的设计跟交付质量就低。就为什么会联调呢？就是我自己写的东西，我也没有测试过，我就拿上来跟你调，所以调的过程中不停地报问题，我再一个个去解决。
55:23所有这些问题，今天如果你的组织形式不变，其实这些问题的卡点都没解决。就是这个是为什么我们刚才聊很多，就是我花很多时间在各种所谓的工具链呀，在这些harness上，其实这件事情在没有AI的时候也很重要。只是没有AI的时候，反正写代码速度也比较慢，各种事情速度都比较慢，大家觉得好像没有，反正我们古法手工低效率做法，
55:50大家也都接受。今天有AI了，比方说就是传统比如说我们都知道，就是代码应该有自动化测试。但是我其实除了我自己带的团队，我去任何一个新团队或者我见过的大部分团队，真正干把这件事情干好的团队极其少。但是这个事情干好了，它就能提效。
56:08今天有AI的情况下，你也更容易干好。同时我也接触过很多优秀的工程师，他其实这个意识也很薄弱。在体系层面的问题不解决，只是让个人有一个AI coding。只是让这个人的工作变轻松了，的一部分工作变轻松了。我觉得效率可能也没有怎么提升，然后整体组织的效率也没有怎么提升，产出其实也没有提升。
56:30这个很好，那个我下次找你单独深度的我们聊一下这个事情，因为其实在我的理解里面，这个就其实到了那个组织变革那一块了嘛。其实它像流程和组织再造了嘛，而不是单纯的一个工具。工具和任务层嘛，其实是很很浅的，就是提效也未必能够带来组织层，组织层其实很多是消耗在了组织协调啊这些方面，
56:52然后各种各样其他的事情方面，而不见得是那个任务层提效十倍，组织层就能够提效百分之两倍，对吧？搞不定的。我最近不是也在重新翻一些那种历史段子嘛，觉得有一个段子跟这个有点像的，其实是那个CAD，就那个电脑制图。然后我翻历史发现说CAD早早期大家使用起来大部分时候是把它打印出来。
57:15就每个人还是用，就是制图以前是画出来嘛，后来就变成电脑，用完电脑的话，全部把它打出来。然后打出来拿这个下一个部门接着我们的，就跟以前的流程是一样，再接着讨论。
57:27你说以前了，现在不也有吗？我也见过有些公司，就是比如开大会讲PPT，要把那个PPT打印出来的。
57:33其实CAD它最终你能够提效的话，那你就提高了每个画图师的那个效率嘛。但是整个公司里面比如说，其实数据层是可以把比如说这个螺丝，就是就是就同一个螺丝，或者说在虚拟层可以把它呃CAD的那些零件先拼拼起来看看拼不拼得上。这个其实是可以在虚拟层极大的在协调层提效的嘛。
57:54但是之前把只是个体提效，他没有把它在虚拟层，比如说做simulation的话，那其实在那个大量的什么开会啊或者那些时间并没有减少，只是让画图的时间减少了。同一个工具嘛。那现在的话可能就是每一个人的产出上升了，但是其实这个产出的话大量的以前的软件工程其实并不最大的损耗并不是在写代码方面，
58:17协调层的那些东西还是没有解决的话就没有那么大的用处。或者再换个近的例子的话，就是我们不是有一位同学在做外包的生意嘛。对，我之前就问过他说，AI coding刚起来的时候，因为我们当时很很早就全部AI coding嘛，我就问他说，你你们要不要换？
58:33然后他他说不要换呀。我说为什么？他说，他说其实人力成本就是写代码的成本在我这里很低呀。我们都是跑到西安那边去做的，人力成本很低的呀。因为当时二零二四年、二零二五年嘛。
58:48那不用啊，代码的成本在我们这里只有百分之多少多少，其实很低的，大部分都是在协调沟通，然后跟客户对过搞关系，然后跟客户对齐这个需求以及吵架扯皮啊。就是说这些事情不能解决的话，你解决了我这个最不重要的代码问题有什么用呢？啊？
59:27我一直在想怎么把它给产品化。我真的觉得这个好有需求啊，但是就不知道怎么赚钱。它是一个很本质的东西啊。
1:00:39我觉得有很多东西是它的最佳实践，其实从来有很多最佳实践是对的，但是它很少真正被好好地实施过。这个时候我自己在做很多事儿，我觉得，嗯，但是今天AI能够帮助我更好地实施，对吧？就是我举个例子，就以前讲做事情要复盘，对不对？但复盘是个很累的事儿呀，你又得花时间，又得，对吧？
1:01:01那今天AI能不能帮助你更快地做完复盘，对吧？以前比如说我们写代码要有测试，比如说要有各种各样的代码质量的衡量标准，要要比如测试要有覆盖率，以前也是很难做到的，今天就比较容易做到。以前我们说，哎呀，这个代码不要像意大利面条，就得这个依赖关系你要能够指定，对吧？
1:01:20那今天其实AI也能更好地帮助你做到。那这些东西都做到了，你的交付质量就提升了，对吧？就或者你的效率就提升了。但是往往今天大家的做法是说，我并没有去，因为能力强了，我就真的去实践那个最佳实践。大家往往是因为这个能力强了，但是我做事的方法跟原来是一样的，我只是把其中的某一个环节，因为AI做了，
1:01:42我也可以不用动脑子了，跑一下。甚至它可能是什么呢？我只是做得快了，质量甚至都没有提升，对吧？就是我只是在这一件事情看上去做得快了，产出跟质量也未必真的有非常多提升。这个这个是我觉得很多所谓的有了AI之后，这个事情其实并没有变得更更快或者更好的原因。
1:02:01真的很有价值。你你你什么时候会把这一套，从比如说它到底是解决什么问题，到你的核心思想，到比如说它落地的一个一个思想上的上面，然后它的具体方法论以及举一些例子，你什么时候可以完整地表达一次嘛？
1:02:15可以啊。
1:02:37可以啊，我我自己再再写一些skills，就是把对内部项目的一些改造的东西，做整理成skills。
1:02:45对对对。我们也搞一个这样的STAR呗，对吧？就帮你润色一下，然后把把我名字也写上去一下，我就可以出出去号称我也有多少个STAR的，
1:02:53可以蹭一下。我最近发现啊，就是做这种PPT啊，我我最近有几次PPT都做得非常崩溃，就是因为我发现，就是我因为我自己已经有PPT了，然后我让AI帮我去改，然后就非常崩溃，就就改不动。但是呢，有一些事情是纯粹，比如说比如说某个大厂找我的话，他纯粹他给我提了比如说十几二十个问题，
1:03:15我就对着那十几二十个问题口喷了，比如说四十分钟，然后就没有结构，乱七八糟，然后就让AI直接整理，直接出PPT，出的效果可好了。所以你也可以考虑，干脆就是对着电脑直接乱说两个小时，它会帮你整理得漂漂亮亮的。你付出的整理的活越少，它就能整理得越好。
1:03:34但凡你整理到一半让它接手，这事儿就特别痛苦。哦，
1:03:37对。就是因为你这个时候你有一个思路主线了嘛，就是稍微，就我是认为是这样的，就是你想的越多呢，你对它的对齐的要求越高。就是你想得特别明白，就它稍微有一点跟你想的不一样，你就觉得不对，它这怎么那么笨。但是呢，你比较放飞，你只要放飞，它做出来的东西，诶，你觉得做得挺好的。
1:03:54所以你你也不用一开始就想得那么周全，你就你就把你乱七八糟的想法先喷两个小时，然后它它出来的东西可好了。现在最缺的是新鲜的那个，我们相当于提供那个脑洞嘛，提供那个就是在它的隐空间的某个奇怪的一个坐标嘛，你提供这个是最重要的。
1:04:11你通过那一个小时的，比如说那个乱七八糟的话，提供那个是最重要的。条理化的话，先不用浪费时间去搞那么条理，就这样吧。好的。那我们约两周之后，你来详细地输出一下。这样子对于还能听到这里的同学们的话，就是对，留一个钩子。
1:04:27大家请订阅和那个转发这个朋友圈。是聊非常非常真实的话题的，这个东西反正也没法卖钱，也就只能让它徐文浩无偿地分享出来。skill实在是太难卖钱了，就这样吧。好的。那我们今天先聊到这里，欢迎大家那个转发、点赞、留言，反正就是满足我们的虚荣心，赚不到钱。
1:04:46我们赚点虚荣心，赚点STAR，对吧？赚点评论，赚点订阅。好的。谢谢，谢谢。好，谢谢，拜拜，拜拜，拜拜，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Dan Shipper