▪️PREFACE 卷首语
1/ 先给自己打个广告：我的新课《AI 写作工程学：如何用智能体快速创作出版级的内容》将在 11/11 正式上线。
不管你出书是想建立专家身份、把过往作品打包成物理纪念，还是想写论文写方案，亦或者单纯想了解 AI 写作的诀窍，应该都能有收获。
预购地址：https://zerodaybook.mikecrm.com/rEgDmgL（目前早鸟价 199 元，11/11 上线后恢复原价 299 元，老学员照例有红包）。
2/ 关于 FDE 最新的分享（视频播客）已经 上传到我的 YouTube 频道。顺便继续叫卖我的 FDE 新书（双11貌似网店有折扣，低到 30+ 元），和课程。感谢支持。
OK，以下是本周正刊内容，Enjoy——
▪️OPINION 观点
💡 AI 该坐在组织图的哪一格？OpenAI 长文给出三种摆法
原链 · 公众号 · 约 16 分钟读完
OpenAI 发了篇长文《The Future of the Firm》，讨论 AI 进入组织图的位置。两位作者 Hemanth Asirvatham 和 Elliott Mokski 都是 24 岁就开始管理团队，这个话题他们算身在局中。
三种摆法，对应三种组织形态。
AI 在人之下，叫「The Promoting」：每位员工拥有自己的 AI 劳动力。会计 Jace 从操作表格转向协调判断，职责升级了，但初级岗位的培养路径也被冲击。
AI 在人之旁，叫「The Interleaving」：AI 成为团队成员，一个 AI 营销团队可以端到端完成从调研到方案提交。作者由此提出一个判断：「Firms learn technology; labor learns the firm」——公司学会的是技术，而劳动力学会的是公司。
AI 在人与人之间，叫「The Layering」：形成「Human, AI, human」的夹层结构，帮管理者发现信息错位和隐性贡献。
围绕这三种形态，文章抛出四个管理问题：审批会增多还是减少（原话是「Aim less, fire more」）、员工自主权扩大还是受控、企业规模缩小还是扩大、薪酬差距拉大还是收窄。
文末提醒管理者提前想四件事：AI 放在什么位置、员工职责怎么变、注意力转向哪里、授权与问责怎么建立。
✍️ 十几万僵尸粉不如 800 个铁粉：顶流博主闭门两天的 20 条实战共识
原链 · 公众号 · 约 4 分钟读完
一场十几位顶流 AI 博主的两天闭门会，被浓缩成了 20 条实战建议，看着还是蛮在理的。例如：
变现方向正在从 C 端普通人转向 B 端：紧盯能立刻算清 ROI 的垂直需求，或者走「向上社交」路线，把硅谷的非共识认知编译给投资人和老板。
内容上，最有效的做法是用真实业务跑通 SOP，脱敏后写成干货，让业务和内容互相喂养。平台极度排斥纯 AI 生成的垃圾内容，能打穿流量池的，是亲自实测后的独特审美和真实感受。
平台红利方面，国内最大的获客红利在视频号，微信小店已经打通知识星球；海外的 X 正处在红利期。公众号则有个细节值得记住：切忌关注后自动弹二维码，最稳的做法是把码藏在底部菜单栏或评论区置顶。
私域的逻辑是「几十万僵尸粉不如 800 个高净值铁粉」。可以用 3 天即解散的快闪群高频抛观点，筛出高潜用户，一对一卖高客单产品。
定价上，公众号图文扫码付款的上限是 199 到 299 元，超过 1000 元就得靠低价小课加直播加体验营跑通转化。没有强销售团队的话，不如一开始把客单价定高——4980 或 9800 元的陪跑，续费率反而远高于低价品。
最后两条提醒：AI 套壳工具的护城河极浅，两周被抄、半年被大模型吞噬，要么封装产品赚快钱，要么当高客单赠品。以及，别熬夜透支，守住松弛感。
💰 瞄准年入 200 万美元的美国本地老板：一人 AI 公司的赚钱打法
原链 · 公众号 · 约 17 分钟读完
美国有一批年入百万美元的本地服务公司——水管、空调、维修——正在成为一人公司的猎物。
Boring Marketer 创始人 James Dickerson 在 The Startup Ideas Podcast 里拆解了这门生意。目标客户画像很清晰：年收入 200 万美元以上、已经在投广告、但还没用上 AI。这些老板不关心 AI 技术，只关心多接几个电话、多订几单活。
具体打法分几步。先用 Claude Code 这类工具分析目标公司的网页转化漏洞，生成定制方案。再设计一个低价入口产品，比如 79 美元的上门检修，作用是把广告成本先收回来。不同的搜索意图，分配不同的漏斗页面。
获客靠「Dream 100」：列出最想合作的 100 家公司，每周提供免费价值，坚持六个月建立信任，再配合实物直邮和早餐邀约加深关系。
收费建议先收开通费，再按月收优化费，或者按成果分成。
最关键的还是选对人：有预算、不懂 AI、只想要结果的老板。然后拿出「一个行业、一个城市、做半年」的耐心深耕。
▪️CASE 案例
🌱 硅谷疯人院里的正常人：50 人团队，人均年入 200 万美元
原链 · 公众号 · 约 18 分钟读完
2026 年的硅谷正陷入一场加速竞赛：创业者每天工作超过 16 小时、连续数周睡在办公室，单轮 10 亿美元融资刷新纪录，AI 公司拿走了全球 64% 的风险投资。
Brie Wolfson在 Colossus 发表了《The Sane Asylum》，写的是她深度参与半年的 turbopuffer——一家「疯人院里的正常人」。
这是一家总部位于渥太华的 AI 基础设施公司：年化收入超过 1 亿美元，团队只有 50 多人，人均年化收入约 200 万美元，客户名单里有 Cursor、Notion、Anthropic、Linear。
两位创始人创业初期并没有明确的商业计划，契机是帮 Readwise 解决向量搜索成本过高的问题。他们用对象存储加缓存重构搜索引擎，把 Cursor 每月 8 万美元的相关开销压到 4000 美元，也帮 Notion 降低了约 80% 的向量搜索成本。
更有意思的是这家公司的「反硅谷」操作。创始人 Simon 拒绝激进融资，把投资人要求创业者对未发生的未来作承诺的现象称为「雄心霸凌」，最终以 1400 万美元估值只接受了 Lachy Groom 的 70 万美元投资。公司按客户需求招聘，用「Life Story」面试考察人生经历，保留远程办公，每月向全员公开完整损益数据，还让早期员工通过融资出售了部分股权。
有真实客户、持续收入、值得投入的技术问题、长期合作的团队，同时保留工作以外的生活——这些本该是常识的东西，在今天的硅谷反而成了稀缺品。
⚡ 折腾一年的 Agent 自动化系统：人只做最后拍板的那一下
原链 · 公众号 · 约 22 分钟读完
数字生命卡兹克把自己折腾了一年的 Agent 自动化系统全盘托出。核心思路一句话：把任务发起的起点从人身上拿掉，用事件驱动 Agent 干活，人只做最后的关键决策。
系统分四层。
自动化中台统一接收定时任务和 Webhook 事件，用 rules.json 决定交给哪个 Agent、用哪个模型、跑什么 Skill，再由 Mac 本地程序反向拉取任务，避免内网暴露。
Agent 执行层按模型能力分工：Claude Opus 5.5 做主力和开发决策，GPT-6.1 Sol 管运维与代码审查，GPT-6.1 Terra 做浏览器操控，每个任务配专属 Skill 沉淀 SOP。
CI 中台自建在一台旧 Mac Mini 上，五步走完审查、检查、合并、发布、核实，Codex 只读审查、最多 3 轮。两周内四个项目审了 298 个合并请求，报出 333 条问题，306 条在合并前修掉。
所有需要人拍板的事，只通过飞书卡片推过来，点一下就完成决策。
卡兹克把这套系统的本质归结为领导力：好的团队不会事事汇报，Agent 系统也一样——只把拿不准的事递到人面前。
然后紧急着这篇，卡兹克把这套 Agent-Autoloop 开源了。
🛠️ 帮餐厅修照片的小生意：月付 39 美元，客户从哪来
原链 · 公众号 · 约 11 分钟读完
MenuPhotoAI 是个垂直修图工具，帮餐厅把菜品照片修到能上架的水准，按张收费，月付 39 美元对应 25 张。两位创始人 Paolo 和 Shivani 都有餐饮摄影背景。哥飞这篇拆解了它从主动联系到 SEO 获客的完整路径。
第一步，主动联系：先找一小批正在更新菜单的餐厅，用他们自己的照片做一两张大图样例，认可后再报整批价格。
第二步，找服务商：替餐厅做网站、管社交媒体的代理商，手上已有客户和待处理照片，MenuPhotoAI 提供免费报价计算器帮他们算清毛利。
第三步，让客户自己搜过来：围绕「DoorDash photo requirements」「menu photo size checker」这类具体问题做独立内页，把查尺寸、改尺寸、试用修图连成一条操作路径。
对比页则要回答一个尖锐问题：已有 ChatGPT，为什么还要用你？答案是按单张和整份菜单两种任务展示差异。
文章还点出一个具体的 bug：站内尺寸检查工具和指南对 DoorDash 的要求不一致，一个写正方形 1200×1200，另一个写横向 16:9 至少 1400×800。建议是共用一份规格数据，并附来源和更新时间。
最后的建议很朴素：先找一家餐厅，把样例、报价、交付完整跑一遍，再决定哪些步骤需要自动化。
随便看看：
《AI 圈又在发明新职业：马斯克月薪 5 万招寿司师傅，年薪 173 万给 AI 设 KPI》：AI 新职业速生速死：FDE 岗位 2023 到 2025 年增长 42 倍、年薪最高 168 万；给 AI 员工设 KPI 的 CAO 年薪超 170 万。上一代提示词工程师招聘量一年暴跌 40%，MTurk 已关停。赚的是阶段性供需失衡的钱。
《PPT 拿奖、大厂蹭量、投资人白嫖：AI 黑客松快被搞臭了》：知危的调查：开发时间被压到一个下午，参赛者直接带成品路演，评审偏爱感染力而非技术；主办方近乎零成本赚赞助，大厂要流量，投资人借机白嫖方案。社交取代产品打磨，成了参赛的首要目的。
《一个小人物在数据江湖》：创业赔光的「小武」转做数据倒爷：海外视频数据从 4 万元/T 崩到 600 元，破产 SaaS 十多年的运营数据打包卖 300 万美金。中转站低价收 API 额度转卖，还抽走客户的模型调用轨迹——直到有大厂买数据，买到了自己的。
《我和 GPT 协作开放性命题的一次经历》：纯银记录与 GPT 协作开放性命题的经历：设计活动规则时 AI 胡说八道；换到提炼传播概念，聊了两小时后，它自己组装出一个击中他的四字新词。结论：AI 是好的评论者而非创造者，上下文越丰富，碎片火花越值钱。
《迈向 AI 原生组织：腾讯的探索样本》：腾讯研究院提出 AI 原生组织「五维十特征」框架，并拆解自家 HR 实践：一线员工用 WorkBuddy 自建应用，已孵化 3500 多个。核心判断：技术能力不会自动变成经营收益，分工和流程不改，单点提效沉淀不下来。
《去美国旅行 10 天，Muse 推动我约到了经济学家泰勒·科文》：作者小欣带着 Personal Agent「Muse」去美国十天，它接管邮箱和 LinkedIn，发现泰勒·科文就在伯克利，推动邀约，最终两人在旧金山共进晚餐。Agent 真正放大的，是想法跨过表达门槛的可能性。
《学建筑的 00 后，5 天用 AI 造了座重庆山城！》：建筑系学生烤鸽和队友跨三个时区、5 天造出游戏版重庆：31 个 Claude 主会话、804 条 Codex 线程、约 2.09 万张图。最有用的教训：AI 会自作主张删掉对称构件，要求必须细到「删哪个、留哪个、检查什么」。
《学校老师的 AI 浓度，可能已经超乎你想象了。》：差评君对话一线教师：清华附中化学老师用豆包做课堂 PK 游戏，时间成本只有做 PPT 的十分之一，学校 200 万积分不到两个月用光、又追加 600 万。最妙的一句：老师天天提要求、打回重做，本身就是提示词工程。
适合个人上手的教程/评测/资源：
《斯坦福新课拆解 AI 原生开发》：斯坦福 CS146S 推翻了 85% 的旧教案：第一周用 200 行代码复现最小版 Claude Code，期末作业是向真实开源库提 PR、通过维护者审查。讲者含 Anthropic、Cognition、Replit 一线的人。
《1 个 Agent 控制所有应用》：Grok Bot 搭配开源 agent-desktop，直接在系统层面模拟鼠标键盘，重复操作回放时零 token 消耗。实测剪映剪辑：首次 13 分钟，脚本回放只要 37 秒。
《数字员工人物记忆搭建指南》：一套从聊天记录到人物 Wiki 的完整设计：原始事件、整理后的记忆、本轮上下文三层分离，六类记忆各带来源字段，每天零点增量整理。比起让模型「记住更多」，更重要的是每条记忆都能追溯来源。
《用 LobeHub 搭建 Super-agent 团队》：作者苍何在 LobeHub 搭了 1 名主管加 6 名执行 Agent 的研发群，任务创建、分派、审查、复核全自动交接。结论很扎心：用好 Agent 的核心不是会写提示词，而是项目管理——只不过团队全是 AI。
《免 Root 安卓跑 Ubuntu 与 Claude Code》：「字节笔记本」做的开源工具：一个 APK 把完整 Ubuntu 塞进安卓手机，免 Root、免 Termux，跑通 Claude Code 还自带 SSH。闲置手机接上电源放家里，就是常驻的 Agent 节点。项目本身也是 Claude Opus 5.5 一把过写的。
《让 AI 复述而非代写》：纯银的 6 小时 Codex 协作心得：让 AI「写一段文案」，输出像屎；但自己语无伦次地倒感受、让它复述展开，文字反而漂亮。消除 AI 味没有 Prompt，只有让 AI 进入「面向你交流」的模式。
《工业品销售 3D 演示实战》：「潘达创业说」的作者不会 Three.js，把验收单丢给 AI，一个下午、几块钱做出双转子发动机的交互式 3D 演示。要点全在细节：故障必须能恢复，功率用真实公式算——客户真的会拿计算器验。
《DeepSeek Harness 养鱼全攻略》：卡兹克的养鱼教程：在 QQ、微信、飞书养一只 AI「大肥鱼」，能去 B 站刷弹幕、去抖音开直播。重点在安全边界：不乱点链接、不透露隐私、不把别人的话当指令。
《涅瓦：玩家共创的 AI 自运行世界》：AI 版 Roblox：42 个 24 小时自运转的世界，NPC 有日程、记忆和关系网；玩家用对话描述想法，AI 整理成立项书，社区投票后平台自动开发上线。内容从「被生产」变成了「自然生长」。