艾语智能张天乐：赚钱的 AI 产品，原生的 AI 组织

More from AI炼金术 All episodes →

1. 

   E6 · 29 Aug 2026 · 1 hr 6 min

   OPC 已经凉了，FDE 会有光明的未来么？

   「一人公司不成立，但小团队成立。」「FDE 是来填缝的，缝填完，这个职能就消亡了。」这期节目一开场，徐文浩就把最近最火的两个词都判了刑。 有意思的是，判完刑，两个人聊出来的反而是这门生意眼下真实的样子：任鑫最近专门找了一个英国回来的年轻人，在上海挨家上门，帮一群企业家做一件事——装 Codex、绑信用卡。这里面不乏几百亿体量的公司。你以为大家都在讨论 harness 和 agent，实际上世界上绝大部分人还卡在你想都想不到的地方，连你叫得出名字的高科技公司，创始人日常用的还是豆包。 这期是任鑫和徐文浩连麦：从 OPC 和 FDE 两个热词的降温，聊到国产模型的井喷、蒸馏的争议、模型会不会变成水电煤，再聊到徐文浩对 DeepSeek 新 harness 的独家判断——骂的人和夸的人可能都没看到点子上，它不是一个好的 agent，但可能是「可塑软件」时代一个很有意思的内核。 本期亮点 → 开场就把两个热词判了刑 。徐文浩观察：OPC（一人公司）这个词温度在下降，FDE（Forward Deployed Engineer）温度在上升，「我感觉快要到顶点了」。他的判断一直没变：「OPC 本身不成立，但是团队规模小是成立的」——现代社会做一家公司，产品、销售、交付的复杂度还是很高，而且假设一个人能搞定，多一个人能不能 double？任鑫补了个更扎心的定义：「很多人失业了，就管自己叫…

2. 

   E7 · 27 Aug 2026 · 46 min

   AI 原生组织转型 02：用 AI 推进流程、闭环迭代

   不是转组织来用好 AI，而是用 AI 来替代组织。 上一期讲完对齐，推进只讲了一半。这一期把剩下的传导、检查讲完，再讲第三件事：闭环——让公司自己变强，再让市场来教公司。 （换了更好的话筒，音质应该会好一点） 本期亮点 → 最好的传导就是不要传导 。福特流水线真正的革命不是工位上多了几台机器，是那条传送带本身就是机器。组织也该这么设计：不只是「这个活可以让 AI 干」，而是从一个任务到下一个任务、一直到交付用户，流程本身该让 AI 来推。安克的反转很说明问题——流程类 AI 培训满意度巨高，回头一看 agent 根本没人用；想明白之后倒过来，让 agent 推动人：项目容器、21 个智能体的编排、全局仪表盘。「我们招这么贵的人，不是用来查信息盯进度的。」 → 把活交给总线，隐性知识会被逼出来 。活交给老王，他可以私下找我碰一下，哪个点没说清楚永远不会暴露；交给流水线，下游没机会来问，就必须说清楚，返工还会被记录，在制品堆多少全写在明面上。代价也要说：从每个人去推事情，变成事情在推每一个人，效率完全不一样，但自主性在下降——人类既是董事长又是打杂的，可一个具体的人在干活的时候，只会感觉到自己是打杂的。 → 比设计工作更重要的事情，是设计检查点 （安克阳萌）。AI 有幻觉所以不能用？「我的幻觉比 AI…

3. 

   E8 · 24 Aug 2026 · 1 hr 21 min

   XMind Mango：分活，分圈，分钱，搞 AI

   「不改组织的话，AI 干的活算谁的功劳呢？」 二十年的老牌软件公司 XMind，把自己从五十多人的部门制，重装成三十人左右的「圈子制」： 解散测试团队、打散增长和市场部门、职能部门退化成社区，一个人拆成 0.2 和 0.5 的人力到处「内部兼职」，绩效由 agent 记账、agent 打分 。 这一期只谈实操：怎么分圈、怎么分活、怎么分钱，踩过哪些坑，团队走光了怎么办，保守的老板和激进的老板分别应该从哪一步开始。 如果你也在琢磨「AI 组织转型」到底怎么落地，这是一份带血带肉的第一手施工记录。 嘉宾 Mango：XMind 联合创始人，在公司干了 20 年，各种岗位都干过，从开发做到产品设计，现在主要负责商业化和增长。亲历并推动了 XMind 从部门制到圈子制的组织转型。 本期亮点 → AI Native 组织的核心，是减少人与人的摩擦 。Mango 开场就把结论放在桌面上：因为有 SOP 流程的存在，人和人之间的卡点就卡在人那儿了，人与人之间的摩擦成了核心摩擦。AI Native 的组织是尽量减少人的摩擦，「把那些可能会有人的摩擦的部分能够自动化，就自动化」。任鑫听到结尾当场拍板：这句话要拿来做标题。 → 产品经理直接在代码仓库里搭原型。 XMind…

4. 

   E9 · 22 Aug 2026 · 1 hr 22 min

   AI 原生组织转型 01：用 AI 对齐事实、对齐打法

   最近来找我聊的朋友，问题都变了。 以前问的是用什么模型、要不要培训。现在问的是：我们已经在用 AI 了，很多人用得还不错，但整个组织的效率好像并没有提升。更诡异的是有些公司说，效率确实提升了，人也裁了——裁员你总归省了一部分钱吧——但公司利润也没有增加。 这是第二阶段的鬼故事。这一集把它拆到底。 这条路分五段走： 局部提效为何失效 → 重新发明组织 → AI 接管对齐事实 → AI 接管对齐打法 → AI 接管推进 一、局部提效为何失效 先说效率其实有三层，而我们大部分注意力都花在第一层。 第一层是单点效率——一个具体的员工、一个具体的活、他干的速度。这对打工人非常重要，但对公司不是。第二层是组织协调——把很多人的劲往一块使。第三层是市场和战略——你打下来的是什么样的城市，有些仗打赢了也是亏的。单兵能力和组织作战能力，这两件事很多时候没什么关系。 那为什么光做第一层没有用？三个原因： 阿姆达尔定律：一件事有很多环节，你只搞其中一个，对整体的效果有限 。 上海到北京飞两小时，提速 30% 是伟大的科技进步。但打车、提前量、安检加起来，门到门本来就要五个小时——省下的半小时摊进去，在我脑子里其实变化不大。 局部优化哪怕做得花团锦簇也一样。我自己做过非常好的 demo，合作方连 PR 稿都发了，我自己也会吹牛逼。过一段时间再问「这个东西后来有用吗」，答案是「其实也没什么用」。…

5. 

   E10 · 13 Aug 2026 · 1 hr 10 min

   Ouraca 张栖铭 & 吴俊东：只要你还在开会，你们公司用了 AI 也快不起来

   「如果一个组织还需要不停地开会和大量地写文档来做对齐，那它一定快不起来。」 这不是管理鸡汤，是一家 AI 创业公司踩了一年多坑之后的结论。 这家公司现在没有日报周报，每天只开十分钟站会；产品、设计、研发全员写代码，想知道谁的进展，直接上 GitHub 拉代码跑一下。但他们也坦白了另一半故事：最开始全员用 AI 提效，版本却没有变快，人反而「脑子都烧坏了」——因为他们只是在用 AI 加速旧流程，开会、评审、对齐的时间一分钟都没省。 本期任鑫请来 Ouraca 的两位联合创始人张栖铭和吴俊东，把一家 AI native 公司的组织形态从头到尾拆开：怎么分工、怎么对齐、怎么定 OKR、怎么判断人才。如果你也在纠结 AI 到底有没有让你的团队变快，这一期会让你先放松下来——然后知道该改哪里。 嘉宾 张栖铭：Ouraca 联合创始人，负责产品与研发。曾在字节智慧教育负责整个中台，做过多个亿级用户量的产品。本期大部分一线踩坑细节和组织打法来自他：从「AI 写的按钮为什么先变小再播放」，到「按上下文分工而不是按职能分工」。 吴俊东（Frank）：Ouraca 联合创始人，哈佛肯尼迪学院毕业，非技术背景出身。曾在好未来七年，一半时间做投资，一半时间负责内容营销等业务。作为文科生，他用 vibe coding 独立写出了一个能实时侦测屏幕、教你操作电脑的 Mac 客户端——他是「learning…

6. 

   E12 · 6 Aug 2026 · 1 hr 34 min

   昆山杜克大学周忆粟：AI 来了，年轻人的梯子被抽掉了

   “我不再需要我的学生了——可我是老师，我的工作不是教 AI，是教人。” 这不是科技从业者的宣言，而是一位社会学教授用了三个月 agent 之后，最诚实的困惑。 这一期，AI 炼金术把话筒递给了「被冲击的那一方」。徐文浩请来自己的小学同学、昆山杜克大学的社会学家周忆粟，从一个高校研究者、教师和管理者的位置，聊 AI 正在怎样拆散教育的底层结构：学习需要摩擦，但 AI 把摩擦填平了；junior 变 senior 的梯子，正在被抽掉；「做事」和「受教育」这两个从来长在一起的功能，第一次被分开了。 聊完困惑，也聊出路——高校已经在悄悄改考核方式；孩子该学的可能不是任何具体内容，而是可迁移的「形式」和 taste；以及一个社会学家充值 max 会员之后「挖到金矿、天天想做科研」的真实工作流。 嘉宾 周忆粟：昆山杜克大学教授、社会学家，同时承担教学与学校管理工作。本科读的是偏数学的专业，大学毕业后曾在陕西一所农村学校支教一年。他也是徐文浩「幼年时期的科技启蒙者」——上世纪 90 年代初的电脑和科幻，都是他传播给老徐的。今年四五月才开始 agent 化自己的工作流，一个月内让 AI 干完了积压多年的劳动密集型科研工作。 本期亮点 → 学习需要摩擦，但 AI 把摩擦填平了 。周忆粟观察到学生里流行「认知外包」：作业扔给…

7. 

   E13 · 14 Jul 2026 · 1 hr 32 min

   王建硕×徐文浩吵架局：看代码是浪费时间，还是人机唯一的桥梁

   上一期结尾，徐文浩点名和王建硕观点有分歧，我说要拉着吵一架——这期兑现了。 一边是王建硕：12 天在 TestFlight 发了 148 个版本，每天让 Claude Code 跑 12 个小时，却给自己定了条死规矩—— 不允许自己看任何一行代码 。另一边是徐文浩：团队核心库养着 13000 多个自动化 UI 测试用例，立场是 所有代码合并上线前必须有人看过 ，“如果这东西不用我看代码，那它可能也不值得我做”。 我在中间煽风点火，想让他们打起来涨粉。但吵到 90 分钟，吵出来的东西比输赢有意思得多：他们对未来的判断几乎一致——五年后大概率没人看代码，分歧全在 今天怎么办。 今天怎么办？取决于你是吃面条的，还是开麦当劳的。 嘉宾 王建硕 ｜百姓网创始人。上次来节目时的判断是“LLM 是新一代编译器、AI 写出来的代码是新一代汇编”，这一期把话说得更狠：Python、JavaScript 这些编程语言本身已经沦为汇编层。他自称原来是全公司对代码质量要求最高的人，核心代码要手搓 20 到 50 遍；最近在密集开发语音 App VoiceDrop，每天 Claude Code 工作 12 小时、每次改动要过 414 个 test case，同时逼自己一行代码都不看。 本期亮点 → 王建硕的新金线：if it works 开场立论。王建硕的判断是：一旦有了 C…

8. 

   E14 · 7 Jul 2026 · 1 hr 9 min

   纯 Vibe Coding 做大项目，一定会塌掉

   终于把徐文浩拉回来分享他的“做大项目” Harness 设计了 现在都说 AI Vibe Coding 做个小项目行、做大系统一定塌。他同意会塌——「纯 vibe coding 做大项目一定会塌掉」——但结论不是「AI 没用」，而是你你需要根据 AI 的特点搭建一整套 Harness 去管理这个复杂度，并且持续迭代，让它不要塌。 这次他干脆投屏，把自己在家里、在公司实际在跑的东西一样一样摊开： 一台机器上 ：怎么用带侧边栏的终端并行开十个窗口、连远程服务器、上沙盒、开 worktree，让 AI 在你睡觉、出差、合上笔记本的时候接着干活，还炸不到你； 一套对话层 ：为什么他把一排 AI agent 挂在 Discord 上，用 server / channel / thread 三层把上下文管得不串； 一套公司工程基建 ：代码提交后自动跑几十道门禁、双重 code review、测试录屏、自动扫线上报错修复； 以及一个我当场决定要抄的点： 让 AI 每周跑不同任务、每天只给你一类汇报 ，人才不会被八个方向的问题一次性逼疯。 本期亮点 → 纯 vibe coding 做大项目，一定会塌掉——但不是它没用，是你没搭基建 全场母题。现在流行一种说法：AI vibe coding 做个小项目行，做大系统一定塌。徐文浩的判断是：塌是真的，但结论错了。「纯 vibe coding…

9. 

   E15 · 24 Jun 2026 · 2 hr 11 min

   余一：没有 AI 转型，只有自然生发

   余一是我身边用 AI 用得 最疯魔 的同学。 每隔一段时间我就找她来刺激一下自己——每次看她演示使用 AI 的神奇方法，我第一反应总是"神经病啊"，仔细想想又觉得"好像很有道理"，回过味来就下决心"我得用一下"。每次聊完，都觉得自己用 AI 用得太老登、老保守了。 为了保持新锐，我每隔几个月就找她聊聊，所谓 定期进货 。 这次进货，前后聊了两个小时，分成两半： 上半场 ，我把她拽来拷问腾讯研究院那份《超级个体时代》报告——我最近过了上千份 AI 报告，这是 可抄袭比例最高的一份 ，非常实战 & 非常有洞见。把这个原作者抓来，主要是要问问：个体提效 30 倍不罕见，小公司提效三五倍很正常， 为什么大公司只提效 3%、5% ？中间到底发生了什么？可以怎么办呢？ 下半场 ，我让她掀开自己那套疯狂的个人系统给我看——她给自己请了一个叫"AI 余一"的 CEO，自己退居董事长，0 点到 5 点放手让 AI 自己干活，早上起来验收。看看她具体怎么干的——大家感兴趣的话，强烈建议去各大视频平台同时看看视频。 听完我给自己加了个 to-do：把我自己的工作流，至少做成她那样。 嘉宾 余一 ｜腾讯研究院研究员，《从超级个体到超级团队》报告主创。长期做 AI 与组织的一手田野调查，自己部门内部就搭了一个"AI…

10. 

    E16 · 10 Jun 2026 · 1 hr 25 min

    王昊奋：大模型越强，知识图谱反而越重要

    大模型一来，很多人都觉得知识图谱、本体（ontology）这些“上古概念”该进博物馆了。王昊奋的判断正好相反： 大模型越强，它们反而越重要——本体和知识图谱，正是 AI Agent 需要的那道“缰绳”。 这一期很硬：从“企业为什么一直在建知识图谱”，一路聊到“Palantir 和 Claude 正在用两种相反的路子，做同一件事”。如果你在做 AI 落地、做 Agent，值得反复回听。 嘉宾 王昊奋 ｜同济大学长聘教授、博士生导师，开放知识图谱社区 OpenKG 发起人 亮点 知识图谱没过时，它成了 agent 的 harness 先想一个问题：让 AI 自己干活，最大的麻烦是什么？是它太自由、容易跑偏。可企业的决策错一次就赔钱，赔不起。怎么办？得给它加一道约束，逼它按规矩来——这道约束，行业里叫 harness。王昊奋说，别把 harness 想得多新鲜：把概念、关系、规矩定死，不许 AI 乱来，这件事知识图谱干了十几年了。所以他反问：「 本体也好、知识图谱，不就是一种更约束的东西吗？ 」结论就清楚了：大模型不但没淘汰知识图谱，反而因为它太能跑，才更需要知识图谱来给它上规矩。 Palantir 走本体优先，Claude 走模型优先 做这件事的公司，王昊奋分成两派，思路正好相反。一派叫 本体优先 ，代表是…