MCtalk·无限对话：对话李超——AI提效的真实边界与落地路径

效率悖论

5 条

c007超级个体的真实账本：去年幻想海边工作赚 1.5-2 倍的钱，实际工作时间是去年 2 倍、收入 5-8 倍且非常累——工作能延展一分钟就多一分钟，因此不相信一人公司。

经验教训 · 10:17–11:53

讨论

c008AI Coding 能力越过门槛后极大放大了网易工程师的产出：优秀员工效率几倍提高，前端可以做全栈，大团队里的个体成为某种意义上的超级个体。

事实数据 · 11:53–12:46

讨论

c009效率悖论（网易智企真实统计）：不少程序员效率提升 3-5 倍甚至 10 倍，但平均一个需求的交付周期只从 20 个工作日缩到 17 天；必须改变开发流程和岗位范围才把整体效率提升 50%。

事实数据 · 12:46–15:22

讨论

c015用木桶理论解释效率悖论：个体效率已到天花板但整体交付没提效，因为产品经理等短板限制水位；要抽掉短板甚至换掉木桶——即组织变革和流程变革，而一旦牵涉利益分配阻力最大。

方法论 · 26:16–27:26

讨论

c016李超的对策是尽量避开组织变革：选法务、私募、医生、投资这类个人能端到端完成的行业，给高水平个人'套上 Harness 盔甲'让他们独立干活，效率更高。

方法论 · 27:26–27:56

讨论

卡在上下文与组织

4 条

c017协作真正的卡点是上下文：引梁文锋'现在很准确的瓶颈卡在自己一个人上下文'；一个人能脑补自己的上下文，三五个人就无法脑补同事的上下文。

判断预测 · 27:56–29:14

讨论

c011明星员工的痛点是被频繁打断、沦为组织的问答器；网易智企早在上一代技术时就用 NLP 知识图谱做数字分身，GPT-3.5/4.5 出来后立即升级，把明星员工解脱出来。

经验教训 · 17:51–19:42

讨论

c014企业 AI 转型转得好的标志是一把手深度使用：不能'我对 AI 很感兴趣，你们去搞'，否则就像买 ERP 后 20 年没打开过登录界面；AI 时代的好处是老板终于可能亲手验证自己的想法。

方法论 · 24:16–26:16

讨论

c018大模型像编译器，需求描述质量不变，因此网易推行 SDV（Spec-Driven）开发模式：AI-in/AI-out，中间过程全部 Markdown，真正动了整个流程、形成组织变革，企业像超级变形金刚合体。

方法论 · 29:14–30:48

讨论

知识库与蒸馏

5 条

c004桥水式知识库的启示：知识库不能是死的，关键不是沉淀历史数据，而是记录每次决策过程和人际协同，让资深员工能调教它、全公司共同进步。

方法论 · 06:26–06:57

讨论

c005对焦虑的企业和个人的第一建议：先搭一个'活'的知识库，不必很重、可能就是一堆文档，再配 Claude 或 Codex 就能活得用起来。

方法论 · 06:57–09:00

讨论

c012蒸馏实践：把管理层处理客户定制需求的决策方法论，用几百个过往 case 蒸馏成 skill/agent，回测符合度超过 90%，再分发给所有一线销售先做评判，极大降低组织机会成本。

事实数据 · 19:42–21:03

讨论

c013李超一人服务多家企业的交付公式：agent + skill + data——agent 选资源范围内最稳最好的模型即可，他负责数据获取与管理，企业自己写 skill 积累知识与认知资产。

方法论 · 21:03–24:16

讨论

c003引梁文锋'将军赶路不打野兔'：目标明确在 AGI/ASI 路上，途中几百万日活、几十亿收入都不重要，到达彼岸才能实现真正的价值。

争议观点 · 05:51–06:26

讨论

工具与机会成本

5 条

c019给企业主的工具建议：既然要用就用第一梯队的大模型加第一梯队的 Harness（Codex、Claude Code），不要在这个事上浪费时间，第一步先解决'所有人能稳定用上'。

方法论 · 30:48–32:05

讨论

c020很多公司只算订阅单价、忽略隐性机会成本：不选最好的工具，任务失败时你分不清是 Prompt 没写好、模型不够好还是 Harness 不够好，浪费大量时间。

方法论 · 32:05–34:36

讨论

c023对人和 agent 平等看待、每个环节算机会成本：AI 只深度参与信息源收集；剪辑没找到好 agent，中国人力外包一条两三百、一年 100 条两三万更划算——哪个成本低用哪个。

方法论 · 38:42–43:02

讨论

c024把个人方法引申到企业：企业也不要为了 AI 而 AI，要按自己的条件、资源、费用综合考量方案；采购很容易，真正用起来产生价值很难，强行组织变革阻力大反而成本高。

方法论 · 43:02–44:01

讨论

c002当前 AI 更多还是工具、承担执行，做 Harness 和持续学习都是为了让执行更好；持续学习突破后 AI 才从工具变成员工。

判断预测 · 05:24–05:51

讨论

AI 替代的真相

4 条

c021服务金融企业修正了'AI 取代人'的简单外推：放射科医生在 AI 帮助下没有减少反而小医院也开始招人；小团队原来顾不起开发团队，现在反而需要常驻开发者对接 AI。

判断预测 · 34:36–37:07

讨论

c022AI 代替的不是人而是某一类工作，释放生产力去做更高级的事：智能客服上了 AI 后人类员工没减反增，人去做更有温度、更高级、更有情感的工作。

方法论 · 37:07–38:42

讨论

c010李超把 FDE 业务收拢到金融行业：金融链路短、工作天然 AI-in/AI-out，最适合 AI 提效；一旦进入制造业等物理世界，一个人会整年陷进去。

判断预测 · 15:22–17:51

讨论

c006AI 无法替代'人肉刷信息'：AI 总结出来的全是观点，而你需要的是具体事实；真正亮的点要靠人脑全程听取才能捕捉。

经验教训 · 09:00–10:17

讨论

落地方法与人

7 条

c027企业 AI 落地三步：第一步搭'AI 基建'让每个人稳定用上最好的模型和 agent；第二步做破冰培训（怎么用 Codex、怎么写 skill）；第三步进到企业具体业务里梳理需求。

方法论 · 49:51–51:23

讨论

c028落地三条铁律：不是一把手亲自对接的单不接（沟通成本太高）；一把手必须把 AI 用到 Token 消耗前几名；赋能要拆成一个个个人而不是组织——从三五分钟的小任务做起，像刻瓜子一样快速正反馈。

方法论 · 51:23–53:51

讨论

c025未来六个月唯一值得期待的是持续学习的突破，且它是系统性突破（Harness+模型层面）；在那之前 AI 再强大也只能辅助，谈替代人类为时过早。

判断预测 · 44:01–46:50

讨论

c026对抗信息过载：只看世界上十几二十个最前沿的人（paper、演讲、访谈），第一时间自己深度读、不外包，不懂的部分跟 AI 陪读；其他内容只增噪音，只用来保持体感。

方法论 · 46:50–49:51

讨论

c001网易更新 AI 时代人才观，总结出审美、判断、标准与结构、自驱力等多项能力，其中审美与判断决定人在 AI 时代走多远。

方法论 · 03:42–05:24

讨论

c029给所有人的终极建议：先用起来，'出来混最重要的是出来'，干中学；AI 入门门槛极低，会讲普通话就行，万事可以问 AI，听再多不如今天下载今天就上手。

方法论 · 53:51–55:03

讨论

c030用程序员的 Hello World 类比'干中学'：像打出第一个 Hello World 一样亲手用 AI 拿到第一个正反馈，感受到'我可以掌控'，再去做越来越复杂的工作流和知识库。

方法论 · 55:03–55:59

讨论