上周休更了一期。因为几个事情：首先是 Claude Code 最近非常不稳定，我的 Claude 账号池又突然被封了，导致我重构到一半的系统崩了，各种运转难以为继。赶上我要处理公司业务，没时间修，就崩在那里足足一个礼拜。在此期间我还有出差，时间被挤占。筛选出来的内容，又几乎都是各种围绕「龙虾」的玩法和观点，给我看吐了。
几件事凑在一起，我想索性趁着春光明媚，鸽一期得了，既弥补一下近期高强度熬夜玩 AI 的身体透支、亲近一下自然，也看看有多少人真的在乎这个 Newsletter。
过去两周也走访了一些企业，围绕搭建企业内私有化智能体的话题做了些分享与探讨，并看到了 AI 在组织中落地的几种形式。参观了静默期的准上市公司，了解到 AI 发挥更大杠杆价值的舞台，获益匪浅。后续还会有一些交流走访。感兴趣的公司也欢迎约聊。
OK，以下是本期的内容 ——
▪️CASE 案例
第一批出海摆摊的程序员，已靠 AI 回本
via AI故事计划
当巨头们还在为模型参数和融资规模焦虑时，独立开发者已经带着一台电脑，在泰国夜市和尼泊尔禅房里，用 12 天和 48 小时的极速迭代，跑通了从创意到现金的微型闭环。
比如文中提到的程序员南川，在清迈夜市摆摊「兰纳照妖镜」，最初基于表情的动态捕捉系统让几乎所有顾客都匹配到大象，陷入僵局。
关键转折是他与 AI 助手 Claude 的深度对话，后者建议转向「AI 面相学」——通过分析面部骨骼的静态特征（如面部长宽比、眼瞳距）来匹配神兽。这个技术路线的切换，在两天内完成了十几次迭代，最终让产品得以根据人的内在气质进行差异化匹配，单晚完成 69 单。
几乎同时， 00 后的 Rick 在尼泊尔从欧美室友对中国玄学的热情中，捕捉到「AI 风水」的海外需求，仅用 48 小时做出 Demo 便吸引付费意愿。
这本质上是创业逻辑的降维。没有融资压力，没有宏大愿景，核心动作就是快速验证一个文化嫁接点是否成立。失败了，损失有限；成功了，便是一个自下而上长出的商业故事。这种轻量化、高敏捷度的模式，或许比许多烧钱的项目更接近创新的本质。
Claude Code 产品经理 Cat Wu 亲述：我是如何用 AI 彻底重构 PM 工作流的
via AI寒武纪
Cat Wu 观察到，过去 PM 赖以制定数月计划的「技术约束基本不变」前提已失效，地面在脚下持续抬升，迫使工作节奏转向快速实验与持续交付。
她详细拆解了自己在 Anthropic 担任研究产品经理时，如何利用 Claude Code 等工具，在数百小时交互中零代码构建数据分析应用甚至强化学习环境。这本质上是将 AI 从辅助工具升级为核心生产引擎，其低门槛特性允许产品经理深度介入传统上属于工程师的领域，进行跨界探索。
她最终形成的工具分工策略：Claude.ai 用于纯对话思考，Claude Code 用于执行与构建，Cowork 用于协作。这种基于不同场景的精细化切分，而非笼统使用，是提升 AI 使用深度与效率的关键。
这指向了一个更广义的趋势——在 AI 时代，产品经理乃至所有知识工作者的核心技能，正迅速向「定义问题、设计工作流、并指挥 AI 智能体执行」迁移。
用 AI 48 小时速通梅花易数之后，我想通了「学习」的最终解
via 饼干哥哥AGI
AI 什么都能干的今天，人到底还需要学什么？作者用 48 小时攻克了一门传统玄学，给出的答案是「学习 = AI 负责 80% 的低效环节 + 人负责 20% 的不可替代环节」。
他怎么做的？让 Claude Opus 基于个人背景选型，用 Gemini NotebookLM 生成认知概览播客，再让 Claude Opus 定制 30 天学习计划，多模态工具生成练习，OpenClaw 7×24 小时陪练，双 AI 交叉验证纠错。
整个过程，AI 高效处理了选型、内容生产、出题、重复练习和知识检索这些「苦力活」。而人牢牢抓住理解、判断、经验注入和验证纠错这 20% 的核心环节——这些才是「学到了」的本质，也是 AI 目前无法真正替代的部分。
作者本身是一位有十年数据分析背景的创业者。这套方法论的价值不在于速通玄学本身，而在于提供了一套可迁移的、人机协同的高效学习框架，尤其适合需要快速切入新领域并应用于实际决策的行内人。
▪️OPINION 观点
模型不是关键，Harness 才是
via AGI Hunt
同一个模型，仅仅更换了外部的运行环境，其编程基准成功率就从 42% 飙升到 78%。这个发现彻底动摇了我们过去对模型性能的单一崇拜，将焦点转向了包裹模型的那层「壳」——也就是文中定义的 Harness。
它标志着 AI 工程实践从打磨单次指令的 Prompt Engineering，演进到构建动态上下文的 Context Engineering，最终在 2026 年进入了设计完整控制系统的 Harness Engineering 阶段。
作者花了大量篇幅来描绘这「三层进化」的清晰脉络。Prompt Engineering 是写好一封邮件，Context Engineering 是带上所有相关附件，而 Harness Engineering 则是搭建整个办公室，让 AI 员工能持续、稳定、高质量地工作。
这本质上是工程思维的一次升维，其核心在于构建包含约束、反馈循环、架构规则和生命周期管理的完整控制系统，以对抗系统熵增。
文章的后半部分，通过引入 Mitchell Hashimoto 等关键人物的动向，进一步夯实了 Harness Engineering 作为 2026 年焦点的趋势判断。这提醒我们，在追逐更强大模型的同时，或许更应关注如何为现有模型设计更精密的「驾驶舱」与「运行轨道」，那才是释放其潜力的关键杠杆。
从被 OTA 绑架到被 AI 代理，酒店分销的新博弈
via May姐AI研究
酒店业过去二十年关于「去中介化」的焦虑叙事可能已经过时了。
2026 年，商旅客人只需对 AI 助手说一句话， 30 秒内就能完成酒店预订，全程无需浏览任何页面。这不再是科幻，携程「问道」、ChatGPT 预订 API 和 Google 的 A2A 协议都在推动这个未来。问题的核心从「如何绕开 OTA」变成了「如何进入 AI 的候选名单」——如果你的酒店不在名单上，你甚至不知道自己失去了客人。
作者提出了一个关键概念：「智能体再中介化」。AI 智能体正在成为消费者与酒店之间的新中间层，它的竞争力不在于传统的库存聚合，而在于自主决策能力、消费者信任和技术协议兼容性。这是一种全新的竞争维度，彻底改变了酒店与分销渠道的权力结构。
文章构建了一个极具洞察力的「智能体酒店分销五层自主性框架」。这个框架从规则自动化（如脚本客服）开始，逐步上升到辅助智能（如携程「问道」），并最终指向完全自主的 AI 代理。每一层都对应着截然不同的决策自主程度和权力关系，清晰地勾勒出技术演进如何一步步重塑分销链条。
本质上，这是决策权的转移——从消费者的主动搜索，转移到了 AI 代理的自主筛选。
对于酒店管理者而言，最紧迫的任务不再是优化官网或会员体系，而是思考如何让自己的数据、服务和政策变得对 AI「友好」，从而在智能体主导的新分销时代占据一席之地。这场博弈的下半场，规则已经改变。
OpenClaw 跨境电商黑客松闭门会：聊出了 5 个落地真相
via 第二曲线增长
一场从 130 人中筛选出 20 余位实战派参与的黑客松闭门会，没人讨论安装配置，所有对话都聚焦于业务如何拆解、Skill 如何编写、RPA 如何衔接。
会议达成的核心共识是，一个能真正跑起来的「龙虾」系统，需要顶级 LLM 做大脑、自动化 RPA 做手脚、高质量 Skills 做说明书，而这一切的前提是你的业务必须先被拆解为清晰的 SOP。
文中给出了一个极具代表性的案例：将亚马逊竞品监控与自动调价流程，拆解为从数据拉取、网页抓取、算法决策、人工确认到数据回写的 5 个具体步骤。这种颗粒度是 AI 能精准执行而非产生幻觉的基础。
随便看看：
《21 天全听 AI 的，我回不到以前了》：作者南七道在减肥、投资、写作三个核心领域交出答卷：体重减了 9.2 斤， 21 万本金获 8.5% 收益，写作效率提升 10 倍。
《风口六个月：AI 短剧抬起谁，淹没谁》：从 2025 年下半年开始，AI 短剧从粗糙的沙雕漫，迅速迭代至精致的仿真人剧，播放量呈指数级增长，平台也纷纷押注，抖音甚至调整了保底机制，这直接冲击了原有的真人短剧生态。
《当软件的用户不再是人：一个硅谷创业者的 Agent 时代生存思考》：当我们还在讨论如何优化人机交互时，真正发生的是 Agent 之间开始直接对话和协作。
适合个人上手的教程/评测/资源：
《不同 AI 工具如何分工、接力完成專案，分享我做一個象棋教學遊戲的流程》 作者以开发一个象棋教学游戏为脉络，清晰地展示了如何让 ChatGPT、Gemini 和 Google AI Studio 各司其职，接力完成从概念到成品的全过程。
《我用大厂 PUA 话术调教 AI，打了 3.25 后它再也不敢摸鱼了》：笑死了，给 AI 接入互联网大厂的 PUA 话术，建立压力升级机制，结果提升了至少 50% 的 AI 能动性，让生产效率高于其他人。
《Open Claw 和它的 100 个朋友 · 04 | OpenCLI：让任何网站都成为你 Agent 的工具库》：当别人还在为每个网站单独开发插件时，OpenCLI 直接内置了 355 个现成命令，覆盖知乎、 B 站到 GitHub 等全网主流平台，让 Open Claw 这类智能体瞬间获得操作互联网的能力，完成了从「能聊天」到「能办事」的关键跨越。
《Agent，能自动做生意、赚真钱了》：阿里推出的 Accio Work 正在将复杂的生意流程彻底 Agent 化，它能执行从市场分析、选品定价、生成图文内容、搭建 Shopify 店铺，到接管社媒账号推广、用你的邮箱与供应商谈判的全链路任务。
《Web Access：一个 Skill，拉满 Agent 联网和浏览器能力》：它最核心的突破在于让单个 Agent 能同时操控 10 个子代理，并行处理小红书、微博、 B 站等 10 个不同平台的 100 个网页任务，完成从站内搜索、内容查阅到报告汇总的全流程，而无需抢夺用户电脑的控制权。
《Get 笔记为什么又回到了我的知识工作流？》：Get 笔记完成了一次从独立工具到工作流组件的关键蜕变，开放了 OpenAPI 和 Skill，使其能被 Claude Code 等 AI Agent 直接调用，实现了笔记的自动存取与查询，无缝融入自动化流程。
《Claude Code のスキルとして動作する日報自動生成ツールを作った》：作者从自身「用 AI 写日报却感到空虚」的体验出发，构建了名为 nippo 的新工具，其核心设计哲学不是「全自动」，而是「有选择地自动」。这个工具最反直觉的地方在于，它刻意将「事实收集」与「省察反思」切割开来。
《介绍一下我在飞书里养的 Claude Code》：作者从「养虾」成本飙升的困境出发，决定亲手「从虾籽开始养」一个属于自己的 Claude Code 智能体。
《Token 降本三大技巧，告别龙虾天价消耗》：从日耗 200 美金骤降至 10 美金的真实账单，作者傅盛以自身使用「龙虾」AI 代理的经历切入，指出成本失控的核心往往在于误用——让大模型承载了过多记忆与执行类任务。
难怪，欢迎回归！