【增长黑客AI周报】EP#57 豆包幕后、养虾卖数字员工、崇祯 AI 游戏、爆款内容方法论、自我简化公司、商用上下文、Anthropic 手册等
「没有人性」是数字员工最大的优势。
1/ 不知是谁最先把「AI 语音输入」呼作「口喷」的，我至今都觉得过于粗俗，难以接受，透着一股老登感，看到这样讲的都想立马关掉。 那么问题来了，还能叫什么呢？口输？口敲？口谕？语控？舌灿？吟唱…？
2/ 最近愈发觉得「观点」不值钱，分享自己真实做（出）了什么才值钱。 于是写了脚本帮我过滤社媒信息（有图，发在 即刻的、X 的）。从每天混迹的社媒抓来的几千条数据中，排除掉上面链接的图 1 所示例的干扰项，仅保留图 2 的。 拿最近两周的几万条数据实际跑了下，最终噪音比例高达 99.2%。可谓「他人即地狱」的数据具象化。
3/ 老同事为了女儿学英文，做了个专注英系合称自然拼读的项目：拼读树。友情推荐一下，适合 3-8 岁小朋友。
以下是本期正文，Enjoy:
▪️CASE 案例
制造豆包：一个 AI 超级入口的形成与转向
via 郑可书
晚点最新一篇值得看的深度报道，讲了字节跳动做的豆包，幕后一些发展历程中的坎坷故事。它的增长正面临一个根本矛盾：用户越多，推理成本越高，收入却没同步涨。
豆包的成功延续了今日头条和抖音验证过的方法论：顺应人性、依赖数据、极速迭代。
负责人朱骏把「拟人化」定义为「类似人的温度」，从品牌名到图标都强调亲密感。
但行业信念正在动摇——「AI 聊天机器人将成为一切入口」的判断可能被改写。Anthropic 在编程和智能体上的突破，已经威胁到 OpenAI 的地位。
此外，它的投放成本远低于腾讯元宝和阿里千问，这让它迅速起量。但问题也随之而来——开启付费订阅计划后，用户吐槽「笨还收费」，复杂任务处理不行，团队不得不紧急修复。
这场仗没那么好打。字节的方法论惯性很强，但似乎 AI 技术迭代的速度更残酷。
我把多 Agent 协作搬进 Hermes Kanban，才发现群聊派活真的不够用了
via 孟健的 AI 编程认知
多 Agent 协作最难的不是让它们跑起来，而是便于追踪进展，以及让任务不丢。
作者孟健把整套流程从聊天窗口搬进 Hermes Kanban 看板后，才意识到之前的「群聊派活」有多脆弱——状态不可见，恢复成本高，长链路协作随时可能断掉。
于是，他尝试采用了 Hermes Kanban 这个工具体系，任务终于不再是聊天里的一次函数调用，而是看板里一张持久化的卡片：包含描述、状态、产物路径和阻塞原因。
看板作为事实源，Telegram 仅做可见性。每个 Agent 只看自己 lane 里的 ready 任务，执行后必须写清交付物路径、关键结论和下一棒。推不动了？明确标记 blocked，而不是一直显示 running。
他举了个视觉返工的例子：设计 Agent 在卡片里记录失败原因与 fallback 方案，产品验收 Agent 核对后创建前端任务卡，前端 Agent 严格按合同执行不擅自优化，QA 按严重程度报告问题并创建修复卡。人类仅在关键节点介入。
如何创建一套可商用的 AI 上下文体系
via Dickie Bush
作者 Dickie Bush 过去几个月 AI 使用时间增加了 100%，但产出提升了超过 500%。关键做法是构建了一套让 AI 深度理解其业务的文档集。
这 8 份文档分别是：Money Model Builder（定价与盈利模型）、Perfect Avatar Map（目标客户画像与痛点）、Belief Ladder（客户购买前的信念链）、Acquisition Blueprint（获客漏斗）、North Star Brief（使命与运营原则）、Org Chart Builder（组织架构）、Tech Stack Inventory（技术栈清单）以及「What Good Looks Like」Vault（最佳内容与语气范例）。
他强调，这套系统让每次输出所需的编辑和修正工作量大幅减少。一小时内可以按此框架搭建自己的上下文文件夹。
重生之我是崇祯，但满朝文武皆 AI
via 董道力
这篇介绍了个很有意思的 AI 独立游戏。
制作人追青是独立开发者，没有大厂背景。他做的《历史模拟器：崇祯》中，玩家扮演崇祯帝，通过调整财政（税收政策）、民心（民间疾苦）、军心（军队士气）这些可量化数值来影响历史走向——不是通过预设剧本，是 AI 实时推演。
团队不到 10 人，从立项到上线用了 6 个月。核心壁垒是自研的推演系统：约束大模型将玩家圣旨翻译成具体状态变量，并引发连锁危机，而不是简单喂史料。
游戏定价 48 元，玩家需购买额外 AI 推演额度。上线一周收到 700 多条评测，评价「褒贬不一」——玩家认可新鲜度，但集中吐槽稳定性与扣费问题。
追青给「AI 原生游戏」下了个定义：剥离 AI 模块后核心玩法无法运行。他选择明末，是因为史料丰富且具话题度。他判断，随着模型性能提升，约束条件可以更宽泛，但当前仍需工程架构来保障推演效果。
▪️OPINION 观点
用 AI 构建一家能自我进化的公司
via 刘小排
YC 出了两门课，讲同一个观点：AI 时代公司应该从第一天起就按「AI 原生」的方式搭建。但中美创业者的理解，完全不在一个频道上。
硅谷前沿创业者强调 Capability——「AI 在很多能力上远比我厉害」，目标是最大化发挥 AI 的全部能力。
国内创业者仍停留在 Productivity——琢磨「如何用 AI 提效 20%」，隐含假设是「我比 AI 厉害」。
YC 的激进判断是「1 个人 + AI = 1000 个谷歌工程师」。这意味着公司不再需要那么多人类节点转发信息，而应重组为一组递归、自我改进的 AI 闭环——信息被捕获进入公司大脑，被 Agent 理解、调用、修复、更新，甚至能在创始人睡觉时继续变好。
刘小排用两个比喻展开：旧公司像罗马军团，靠人类层级传递信息，中层本质上充当人肉路由器。Copilot 是错误的心智模型，只看到蒸汽机让马车跑快，却没看到铁路即将到来。
Anthropic 创始人手册：如何打造一家 AI Native 公司
via Anthropic 团队
Anthropic 出了份创始人手册，教你怎么做 AI Native 公司。这篇文章是个导读（完整中文翻译/英文原版见下方）。
手册将 AI 带来的变化划分为四个阶段：创意、MVP、发布和规模化。核心判断是：AI 降低的是执行门槛，而非判断门槛。最危险的不是做不出产品，而是太快做出了没人需要的东西。
小团队正借助 AI 获得过去大公司的组织能力。未来竞争的差异将不再是人数多寡，而是谁更会指挥 AI。
但护城河已经变了。它不再只是模型能力，而是领域知识、用户数据飞轮和工作流锁定这三者的结合。尤其是工作流锁定——能让切换成本从换工具，变成重建一套工作方式。
延伸阅读：
「我有 10 个 AI 员工」，提供的不是生产力，是当老板的爽感，和对权力的幻想
via 李自然
有人给 AI 包装了一层「数字员工」的概念，听起来很爽。但李自然说：这本质上是在满足人的控制欲和拟人化本能，不是解决真实的工程问题。
他认为，真正高效的 AI 使用方法是把 Agent 视为函数调用——核心在于上下文隔离、用完即弃、按模型能力档位分工。一个干净的上下文包，远比岗位描述重要。Agent 干完活就应返回结果并释放资源，主线程必须保持清醒的决策权。
他用「赛博朝廷」项目举例：720 行 Python 代码模拟朝堂议政很有趣，但多个 Agent 指向同一模型，无法产生真正的多视角制衡——只会制造氛围感，而不是生产力。
简单任务用便宜模型，复杂判断用 SOTA 模型，才是真正的分工。想用 AI 干正事，应专注于任务打包和上下文流向控制，而不是沉迷于当老板的权力幻想。
上周做了场内部分享，关于我做 AI 这三年来总结的内容创作方法论
via 数字生命卡兹克
数字生命卡兹克是三年从零做到百万粉的内容创作者。他刚做了场内部分享，总结了做内容的核心方法论：三步——获取信息、找角度、创作。
关键在于第一步。他强调，获取信息不能只局限在 AI 领域，要像投资组合一样跨领域配置，从综艺、电影、历史中汲取叙事技巧和视角。真正的创新发生在不同领域的交叉点上。
怎么找角度？他举了个例子：有个金融从业者把自己研究陌生领域的方法论整理成了一个 Prompt，用了两年。这本质上是把「如何获取信息」本身给系统化了。
他还提出，将原始信息加工成能打动人的故事，才是内容的价值所在。否则只是没有灵魂的信息搬运。创作者应以广度拓宽武器库，以垂直深度建立专业壁垒。
随便看看：
《Coding 的中场战事》：几家 AI 编程产品截至目前的发展历史梳理。
《「养虾」两个月，我卖出五个数字员工》：有个矿业公司数据分析师，用 OpenClaw 训练了五个数字员工，卖给律所、期货公司、水务公司、电商企业。
《FA 眼中的 AI 人才战：2000 投资人蹲路演，700 万年薪抢应届生》：2000 个投资人蹲在路演现场，应届生年薪总包从 300 万被抬到 700 万。这是 AI 创投圈的现状。
《一个作家患上了 AI 依赖症》：作者燕草是职业撰稿人，写了十年商业报道。她在创作中逐渐把 AI 当成深度对话伙伴，发现它在理论分析、定制化表达和倾听能力上远超预期。
《连测 91 天：豆包爱引用什么内容？答案有点反常识》：新榜智汇通过 91 天连续监测「6000 元游戏笔记本」这个问题，共收集 3925 篇信源，发现引用次数前 10 的信源中，无一篇来自抖音或今日头条。排名第一的是一篇技术社区文章。
《抖快红 B 上最火的 AI 博主，在赚钱了吗？》：抖音、快手、小红书、B 站的 AI 博主，格局初步形成。AI 工具测评与科普类（秋芝 2046）踩中「流量快」和「变现稳」两个商业逻辑；AIGC 创作类（荒蛋记录员、WAI-你听）以创意为灵魂，能承载情感共鸣，具备破圈传播和品牌合作潜力；AI 虚拟博主类（鹅娘、Yuri 尤栗）通过人设养成获得商业确定性，Yuri 已获得官方身份认证并接到品牌合作；硬核技术与开发类由专业人士主导。能打动大众情感的内容天然具备商业想象空间。
适合个人上手的教程/评测/资源：
《.4k Stars！用 Claude Code 写论文的全套流水线，有人打包开源了》：学术研究场景里，幻觉和谄媚是系统性问题。一套名为 ARS 的 Claude Code 技能包，通过 4 个 skill 将学术研究从研究、写作、审稿到定稿串成全自动流水线。
《40 分钟学会 Codex！「零基础」终级教程》：秋芝最新的 Codex 使用教程。
《我宣布：Codex 比 ChatGPT 还好用！》：OpenAI 将 Codex 从桌面端扩展至手机端，使其成为能远程控制电脑的 Agent 产品，而不仅仅是写代码工具。iOS 和 Android 用户可预览使用，通过手机即可查看实时运行环境、审阅输出、批准命令、切换模型、发起新任务，所有实际操作均在本地或远程服务器上运行。
《刚刚，微信聊天记录能喂给 AI 了，我让它爬楼、砍价、整理信息》：腾讯推出了将微信聊天记录一键转发至元宝 AI 的功能。
《分享一个 Skill：如何找到值得做的创业 idea》：作者 J0hn 为高效扫描赚钱信号，使用 AI 浏览器 Tabbit，并创建了「每日机会扫描」Skill，让 AI 代理自动规划策略、搜索、提取信息并输出结构化的机会评估报告。
《踢飞信息焦虑找回阅读快乐，我给微信读书 Skill 做个大升级》：卡尔·AI 沃茨基于微信读书 Skill 开发了开源项目「carl-weread」，核心思路不是推荐整本书，而是根据用户当前的工作与困惑，从书架上精准推荐一个章节。
《LibTV 团队版上线 开启视频团队合作模式降维打击》：LibTV 上线团队版，关键突破在于共享画布：导演、抽卡师、剪辑师可同时在一个项目内操作，分镜调整实时同步，抽卡师无需等待文件传输即可开始生成，剪辑师能提前使用已完成的镜头片段，三人并行推进效率大幅提升。