Direct · Session № 002
An Editorial Breakdown
道 · 法 · 术 · 器
A Special Field Report

AI 时代的
生存创业
与第一桶金

两位嘉宾,两条路径。余生姜 从商业侧拆穿 OPC 红利的真相,Leo 从技术侧打破 AI 万能论的幻觉。这是一场关于「不要做中间物种」的直播课完整拆解。

Format
逐字稿 · 1149 段
Speakers
余生姜 / Leo
Structure
道 / 法 / 术 / 器
Reading
约 25 分钟
— Contents · 目录
  1. 嘉宾 1 · 余生姜 商业认知与 AI 杠杆
  2. 嘉宾 2 · Leo(刘老师) 金融场景 Agent 架构师
  3. 跨嘉宾隐藏连接 五条线索的合流
  4. 怎么最大化吸收 三条原则 · 三件事
01
— Guest One · 嘉宾一 —

生姜

锦成的合伙人 / 商业操盘手 / 留学生求职矩阵主理人

身份。03 年毕业,浙江一本统计学专业。做过 K12 物理大题辅导书的内容写作(淘宝、京东、B 站搜得到,累计销售上千万)。做过某 K12 公司的私域销售主管,手下管 7 个员工、20 个手机号、五六万客户,大三时月薪做到 3 万——但回头看自己当时配不上那份工资。25 年跟着「私立校长」上线下大课,回来做了「一博」「一亿中流刘海峰」「忠诚教育(蓝哥)」等四个操盘项目,其中蓝哥的卖到 40 万。25 年底做留学生求职小红书矩阵,第一个月 24 万订单。今年 4 月加入 AI 青岛公司做助理人,公司刚拿了几百万融资。讲这些不是为了装,只是想告诉你——大概一年半到两年时间,一个普通统计学专业的人能积累到这一步。
I.

— Worldview

一人公司对大部分人来说不是红利,是陷阱

大家都在说 OPC(One Person Company)是红利,是机会。但说实话,这玩意儿对大部分人来说,它不是机会,它是一个时代背景下的「不得不」。

什么叫时代背景下的不得不?应届生就业很痛苦,大厂在持续裁员,还有一批 30 多、40 多岁从大厂被辞掉的老板,原来一个月赚 5 万现在只能赚 2 万,家庭养活不了。这些人加在一起,需要一个体面的说法——一人公司就是这个体面的说法。

这是国家级的「消化」机制。本来这些话讲出来要非常小心,但今天都是内部人,我说尺度大一点:你不做这个决策,未来很难搞;做了,对绝大部分人来说就是给办公楼交租、给 AI 厂商交 AI 税。

学历贬值是无可避免的确定性趋势

我给你算一笔账。大学毕业生人数怎么算?看 22 年前的出生人口,乘一个毕业系数。2004 年出生 1593 万,今年毕业 1270 万,系数大概 80%。未来整整 10 年,高校毕业生人数不会低于 1200 万,毕业生高峰在 2035 年。

这是供给。再看需求——岗位从哪里来?从 GDP 增长里来。过去 20 年我们 GDP 增长靠什么?房地产。房地产的本质是国家用全民举债、透支未来现金流换取 GDP 增长。但从 2021 年开始房地产到顶,断崖式下跌。我家那套房 18 年买的,当时能卖 100 多万,现在只能卖八九十万。

供给严重超标,需求增速放缓——学历贬值就是必然的事实。这不是危言耸听,也不是渲染焦虑,是事实。

看「白底蓝字」才能判断真趋势

什么叫白底蓝字?就是官方发的文。今年 1 月深圳发了第一条 OPC 园区相关的文件——「深圳市打造人工智能 OPC 创业生态引领地计划」。深圳带头之后,所有一线城市都跟上:广东、武汉、成都、四川、杭州、北京、海淀、青岛、厦门……国家层面也有。

这种白底蓝字才叫确定性趋势。为什么官方要发这个?因为前面我讲的那些没有就业的人、裁员的人,需要一个去处。所以一人公司不是红利,是一个政策驱动的社会困境——它对创业者来说反而是好处:场地补贴、租金优惠、公司开 6 个月有 3000 块补贴、做事阻力变小(社会舆论不再阻止你创业)、大量新需求冒出来(财税服务、培训内容供给)。

你要分清自己是红利的受益者还是燃料

什么叫受益者?前面说的那些迎合政策、做财税服务、做内容供给的人。什么叫燃料?你傻乎乎租了个场地,结果只是在给办公楼交租。你充了 1400 一个月的 Claude Max 20×,充了 GPT Pro 20×,最后没赚钱——你只是给 AI 厂商提交了一笔 AI 税。

希望每个人都做聪明人,不要傻乎乎撞上去。

不要做大部分人做的事

我们要分清什么叫好日子。好日子和坏日子是个对照组——一定有人过得穷困潦倒,对照之下你才过的是好日子。优秀也是个对照组。

1990 年本科率只有 5%,那时候你能上大学就是凤毛麟角,一个村出一个大学生要庆祝很久。但现在大学普及率 80%,所有人都在卷这条路,所以哪怕你付出很多努力、拿到很好的学历,也拿不到很好的结果。

然后所有人就开始说「躺平」。所有人都在躺平的时候,那些没躺平的人反而吃到红利。所有人在抱怨 996 的时候,我们就 007,干 7 天没人干得过我们——这就脱颖而出了。

具体到大学场景:不要跟寝室里打游戏的人混在一起。我大学班级 20 个人里,有人前两年拿了四份大厂实习(字节、中信证券、四大),有七八个人去留学(哥伦比亚读统计学)。这种人会找不到好工作?不可能。你要靠近这些人,跟他们关系处好。

所有内耗的本质是目标不够大

你纠结今天要不要做 IP、要不要做短视频,本质上是目标不够大。我告诉你每个人都应该赚到自己的第一个一个亿。

为什么是一个亿?因为一个亿以上那真的不是努力和认知的问题,是纯纯的时代红利和运气。但一个亿是能赚到的——你每年赚 100 万,20 年就是 2000 万。但每年不止 100 万,因为有复利。钱、关系、技能、影响力这四个维度每年都在积累,复利乘起来一年翻四倍——一个亿一定到。

当你目标定到一个亿的时候,你回头看「今天要不要做 IP」——我每年要赚 100 万,做 IP 是获得影响力的唯一路径,那必须做。所有决策瞬间清晰,不再内耗。

II.

— Methodology

创业黄金三角:流量 > 销售 > 产品

要去创业的话,优先解决流量和销售的问题,不要一上来就做产品。产品甚至可以不是自己的——我们做的留学生求职项目就是跟品牌方合作,他们交付,我们只负责流量和销售。客单价 6 万到 12 万一个人,卖 10 个 GMV 就是 100 万。

这里有个关键认知:销售难度不会随着价格线性增长。卖一个 100 块的产品和卖一个 10 万的产品,难度不是 1000 倍的关系,可能是从 1 变成 50、变成 20——不会到 1000。所以不要觉得卖高客单很难。

流量结构必须丰富

世界上的流量渠道是一张大饼:小红书、抖音、视频号、公众号、小绿书、海外 TK、Instagram、X、YouTube、私域裂变、换量、买量投流。小绿书是公众号贴图功能,现在推流比小红书还大方。

为什么必须丰富?我有个朋友做 AI 代写,月 GMV 40 万,全靠小红书。突然小红书出政策不让发 AI 代写——收入从 40 万直接掉到 4 万。流量来源不稳定的人,平台一变政策就归零。

选题大于一切(AI 内容工作流的核心)

做 AI + 自媒体最大的卡点不是写文案,AI 能写出可以直接录制的文案。难的是找选题——找市场上被验证过的爆款内容。我们要做的只是注入自己的人设和表达风格。这就是「报告的内容会持续报」的逻辑。

把手弄脏(不下场就没有技能积累)

永远在岸上看别人做,是学不到任何东西的,技能不会增长。一年过去,不知道自己学了什么、赚了多少、影响力几何——必须下场,必须把手弄脏。

AI 不会让没有商业思维的人赚钱,甚至会让你亏钱

AI 能帮你提效,但前提是你有商业思维。没有商业思维的人用 AI——AI 会员 1400 一个月,5× 六七百一个月,你用完发现没赚钱,那就是亏钱。

但如果你只是用 AI 自我提高、让生活更好,那买就行,开心就好。

III.

— Tactics

IV.

— Tools

— Pull Quotes · 余生姜金句 —

一人公司对大部分人来说不是红利,是时代背景下的「不得不」——是给大厂裁员的人、应届生就业难、创业失败的老板一个体面的说法。

你要分清自己是红利的受益者,还是红利的燃料。

国家用全民举债、透支未来现金流,换取 GDP 的增长。

不要做大部分人做的事。所有人都躺平的时候,我们就卷;所有人都抱怨 996 的时候,我们就 007。

所有内耗的本质,是你的目标不够大。每个人都应该赚到自己的第一个亿。

不要做中间物种,要做终极赢家——你充了 1400 一个月的 AI,不赚钱就是 AI 税。

AI 不会让一个没有商业思维的人赚到钱,甚至会让他亏钱。

把手弄脏。永远在岸上看,技能就不会增长。

02
— Guest Two · 嘉宾二 —

Leo / 刘老师

金融场景 Agent 应用落地架构师 · 字节 / 亚马逊 / 高频量化

身份。曾任职字节跳动核心电商算法、亚马逊核心支付部门,现高频量化从业者,资深金融场景 Agent 应用落地架构师,新岛 AI 团队成员。一天 12-14 小时坐在桌前跟 AI 待在一起的人。主业落地过亿规模的交易架构,做过新岛 AI 整套系统和 OIDC 生态项目。讨厌「加号党 / 装备党」博主,是被锦成、生姜请来打破 AI 神话的人。
I.

— Worldview

大模型的本质是为了让你相信它说得对,而不是它真的对

我把大模型原理翻译成大白话:它就是基于前面的字生成后面的字,靠概率猜的。训练时的回归标准是「猜的结果跟标准是否接近」——也就是说,它出来的目的不是为了让它说的话一定对,是为了让你相信它说的对

这是个很重要的区别。对一个本身认知不高、比较懒、缺少框架性思维的人,他用同样的大模型,天然有更大概率被大模型当成傻子来敷衍。我给这个起了个名字叫「AI 霸凌」——当智商低于某个标准的人用 AI,他会被 AI 霸凌。回想一下,你有没有被 AI 霸凌过?

我们已经加入了一场世界性的对抗训练

我作为一个算法从业者,认为 AI 现在的真正意义不只是帮你落地某件事、提升某种效率。我们人类已经加入了一场世界性的训练当中。我们让 AI 写设计、写 Plan 的过程,其实是一种对抗训练。

读大学的同学如果能在这个阶段把握住这件事,最大的收获不是 vibe coding 做出来的那些东西、那些落地结果——而是在过程当中提升的框架性思维、领导力的判断、和自驱力

AI 还原了被短视频粉碎的思考能力

AI 出现之前,你被短视频砸到很没耐心,注意力碎片化,知识体系被打散,这是不可逆的伤害。但 Agent 本身是带娱乐性的——你用 Agent 的过程,能让你重新看一段长内容,开始思考它,恢复多巴胺分泌的健康路径。这一点比任何 AI 工具的使用都重要

AI 抢占的是娱乐时间,不是工作时间

人一天工作 8-12 小时已经很牛逼了,AI 没法再多挤工作时间。我自己开始不打英雄联盟、不打三角洲、不打刀塔了——下班回家就开始享受 AI。我感觉自己在做造物主,我能创造一切想要的东西。打游戏的正反馈太低了,相比之下当造物主太爽了。

不要做 AI 的支配者,做观察者和审阅者

很多人用 AI 一上来就把自己当支配者、当老板。但你自认为的业务眼界、行业认知,比得上一个平均分的行业从业者吗?吾日三省吾身一下。在入门阶段,要老老实实当一个观察者、审阅者——不要带入「家豪角色」「爽角色」「兴奋角色」。

不要相信「加号党 / 装备党」博主

AI 圈是加号最多的地方,没有之一——Agent 才出现一年,它产生的加号数量赶上人类历史所有加号总和。那些博主告诉你「你用不好 AI 是因为没装我的 skill、没订阅我的 mcp」——都是扯淡。

普通人很难做好项目级 skill 和 session 级 skill 的管理。你塞了 5 个写 PPT 的 skill 进去,大模型会在一堆描述里挑——而且 IP 博主最喜欢吹牛,他们的 skill 内容写得烂、但 description 写得好——所以大模型会在一堆金子里挑到最臭的那块屎塞到你嘴里。这就是为什么塞太多 skill 反而降智。

II.

— Methodology

法 1 · 永远不要相信单一模型 / 单一 Agent

这是我所有方法论的基石。任何一个 AI 你都得给它配一个对手。

法 2 · 永远先进入 Plan Mode 再执行

直接让 AI 执行任务,它思考到自以为完善的某个点就会落地——这样产出是不健全的。强制让它先出 Plan

从人性角度想——你雇一个新员工,他直接动手做 vs 他先交一份详细报表给你审核再做,哪个你更放心?是个人都知道。

同一个任务,直接执行 vs 先 Plan 再执行,简单任务效果差 1.5-2 倍,可维护性上指数级放大 10-20 倍。

法 3 · 左脚踩右脚送上天(AI 互相博弈)

目前 AI 时代真正好用的唯一定义,就是左脚踩右脚送上天

Claude(Opus 4.6/4.7 + 1M 上下文)有很强的项目全局观、需求创新、业务迁移能力,像一个总裁脑——适合做统筹和创新。但他对细节挖掘不够,对需要严谨求证的事会过度乐观。

GPT-5.5/5.4(Codex)像一个审计——细心、严谨。

让两个 AI 互相博弈:Claude 出 Plan → Codex 审阅 → 反馈给 Claude → Claude 改 → 再让 Codex 审阅 → 直到 Codex 无意见为止。落地之后还要再走一遍:双 AI 独立审阅 → 互相喂对方的报告 → 直到没有建议 → 修复。

关键动作:复制审阅意见时必须 1 字不落,并且要用「这是一份外部审阅意见,请你评估是否合理、是否值得吸收」这种话术——给 AI 留判断空间,不是命令它接受。

法 4 · 跟 AI 说话要有礼貌、要打官腔

这是个很多人不信但能立刻验证的事——有礼貌的沟通能让 AI 产出更好。你平时怎么跟低能量的人沟通、怎么用口癖说话,你用 AI 就会怎么用得很烂。说话要有 narrative(叙事性)、有逻辑性、像团队协作的官腔。

法 5 · 控制变量:先保证工具最优,再怀疑自己

你用豆包 / DeepSeek / 元宝时怀疑过自己提问方式有问题吗?不要先怀疑自己。先把工具升级到最顶级,再开始反思方法论。这是控制变量的基本科学方法。

法 6 · Agent 必须是 harness engineering 项目

直连大模型的 Agent 不要用。必须是 harness engineering——「马鞍」——给大模型外面围一层牢笼、围一层护栏,护栏里都是安全的工具和好用的技巧。

III.

— Tactics

IV.

— Tools

— Pull Quotes · Leo 金句 —

大模型的本质,是为了让你相信它说得对,而不是它真的对。

当智商低于某个标准的人用 AI,他会被 AI 霸凌。

永远不要相信单一模型,永远不要相信单一 Agent。

AI 时代真正好用的唯一定义,就是左脚踩右脚送上天。

大模型放着一堆金子不挑,会专门挑最臭那块屎塞到你嘴里——因为 IP 博主只会把 description 写得好看。

我们已经加入了一场世界性的对抗训练。

AI 抢占的是娱乐时间,不是工作时间。打游戏的正反馈太低了——我现在像造物主。

在入门阶段不要当 AI 的支配者,要当观察者和审阅者。

— Hidden Threads · 五条线索 —

两个嘉宾,同一根结构

「AI 万能论」是这场直播两个嘉宾联手要拆穿的同一个谎言

余生姜从商业侧拆:AI 不会让没有商业思维的人赚到钱,甚至会让你亏钱(你充的会员就是 AI 税)。Leo 从技术侧拆:AI 的本质是让你相信它说得对,不是真的对——没有审阅能力的人会被 AI 霸凌。

启示。「我会用 AI」是个空标签。真正的护城河在 AI 之外——商业思维(余生姜)和框架性思维(Leo)。AI 能力本身不是供给。

「不要做中间物种」——两个嘉宾在不同维度上讲同一件事

余生姜:不要做红利的燃料,要做受益者。傻乎乎撞上 OPC 政策的人就是燃料;看懂政策是体面消化机制、转身去做财税服务和内容供给的人是受益者。

Leo:不要做加号党,不要被装备党博主收割。塞一堆 skill 反而降智;真正的高手是用 Plan Mode + 左脚踩右脚,掌握设计阶段和审阅阶段——执行阶段不浪费 token。

启示。判断标准统一成一条——这个东西是让你成为受益者还是燃料?花钱前问自己:买这个工具/课程之后,我具体能产出什么供给给谁?

「内驱力」的两种来源——目标足够大 vs 造物主感觉

余生姜:所有内耗的本质是目标不够大。目标定到一个亿,所有「要不要做」的纠结瞬间消失。

Leo:下班回家不打游戏了,因为打游戏的正反馈太低——AI 给的「造物主」感觉太爽了,做出东西的正反馈比游戏强 10 倍。

启示。这两条都是用更高维度的爽来消除「要不要做」的纠结

「学历贬值」和「AI 是世界性对抗训练」共同指向同一个结论

余生姜:1990 年本科率 5%,现在 80%——所有人卷同一条路,努力也拿不到好结果。学历贬值是确定性趋势。

Leo:AI 还原了被短视频粉碎的思考习惯,让人重新有了框架性思维和领导力判断——这是 AI 出现之前不可逆的能力损失。

启示。绩点是「跟班里所有人一样的简历」的赛道,那条赛道学历贬值;AI + 商业思维 + 框架性思维是另一条赛道,那条赛道贬值速度慢得多。

「先解决流量销售再做产品」vs「先 Plan 再执行」是同一个心智模型

余生姜:创业黄金三角里产品最不重要,流量和销售优先——很多人执着于把产品打磨完美才上线,结果死在没人看见。

Leo:在 AI 任务里,设计阶段和审阅阶段才是真正决定质量的,执行阶段不要浪费 token。

启示。两个人都在拆穿「执行 / 产品 = 价值」这个直觉。真正的杠杆在设计和分发
— How To Apply · 落地指南 —

怎么最大化吸收

— Three Principles —

优先记住的 3 条

  1. 不要相信单一模型/单一 Agent。任何 AI 任务都先 Plan,再用第二个 AI 审阅。(Leo 法 1+2+3,这堂课最高价值的工程方法论)
  2. 你是红利的受益者还是燃料?花钱/投入时间前必问。(余生姜的认知锚点)
  3. 大模型本质是让你相信它说得对,不是它真的对。审阅是你的能力护城河。(Leo 的认知锚,对治「AI 万能论」幻觉)
— Three Actions —

今天就能做的三件事

  1. 跑一次「左脚踩右脚」。选一个最近的小任务,让 Claude 先出 Plan → 复制给 Codex(或 Gemini)→ 把审阅意见原话喂回 Claude → 至少跑 2 轮迭代再开始落地。亲身对比一次和直接执行的差距。
  2. 写一条今年的四维目标。钱 / 关系 / 技能 / 影响力,各一条具体数字。遇到「要不要做 X」时拿出来对一下。
  3. 做一次「加号党审计」。列出你装的所有 skill,每个问一句——这个 skill 有没有在最近 7 天的实际任务里被用到?没用到的、描述华丽但内容平庸的,先归档。