护城河在于知道该构建什么

根据我的经验，AI 大多只是一个更好的搜索工具，有用，但并非具有革命性。

但是，我坚信最优秀的投资者会保持好奇心、检验假设，并亲自上手那些可能带来代际变革的工具。

因此，我开始尝试使用 Claude Code——这个名字多少有些名不副实。尽管它主要是为软件工程师打造的，但实际上适用于任何知识工作者。

我的想法已经被彻底改变了，或者至少说，被真正唤醒了。

在假期期间，我仅使用了 Claude、GitHub、Obsidian、几个 API 以及我的 Mac 终端，构建了一个 Chief of Staff 和研究助理。下面是一个它能够做到的简单示例：

在这种语境下，“那又怎样”似乎缺失了，但你并不需要过多发挥想象力，就能看出这种语境在实际应用中将走向何处。

“Claude，我在过去 5 年里研究了电网。根据我的笔记，哪些发生了变化，哪些保持不变？以及你能在互联网中找到哪些内容可以支持或反驳我之前的想法？”

只需要这样一个简单的查询，众所周知的兔子洞就被彻底打开了。而这也引出了一个重要的假设，它可能定义知识工作和软件开发的下一个篇章。

在 AI 时代，指挥和管理智能体工作的能力本身成为一种技艺。编写代码不再像是在构建一个解决方案，而更像是在设置条件，让优秀的解决方案自然涌现。

区块曾经是技术知识，而它正在迅速变成对顾客和行业的认知。

我父亲在成为负责管理电网基础设施的 COO 之前，做了几十年的线路工。 每当我问他是如何决定在哪里进行前瞻性维护时，他总是用同样的手势给出同样的回答：“都在这儿。”他指着自己的牛仔帽。他就像一个人形的记录系统，将数十年的模式识别压缩成了直觉。

正是这种直觉是 AI 无法复制的。它可以帮助延展这种直觉、放大它，甚至将其保存下来。但首先，必须有人亲自去获得它。

构建如今已变得机械化。只要具备不错的提示词能力，就能在几天或几周内交付可用的代码，而不再需要数月甚至数年。

但要对正确的输入、工作流程和输出形成真正有根据的判断？这需要多年的模式识别积累，以及反复倾听客户用十二种不同方式抱怨同样的问题（通常还会坚持认为必须昨天就修好）。

为了构建生成上述输出的研究助手，“编码”更多地变成了提示工程。

• Claude，我正在尝试 X
• 我可以使用 Y 个工具
• 我的验收标准是……

作为一名前产品经理，这感觉很像是在为自己撰写用户故事。只不过在这个场景下，我就是顾客，所以我清楚自己想要完成什么。

我还有一个优势，就是 5 年多来一直用同一种格式（markdown）记录笔记，并且有一个将它们关联在一起的分类框架。这算是一种幸运，但也让我相信，随着未来的发展，我们都需要更加有意识地去思考所存储数据的结构和质量，因为这会让 AI 变得更加强大。

我是一对一，为一个人而构建。对于要服务数百万人的组织来说，这个问题呈指数级地更加困难。

当构建软件还很困难时，你需要技术专长。工程师、设计师、产品经理以协同但各自割裂的方式做出贡献。这种摩擦形成了天然的检查点。

现在，任何人都可以在一夜之间搭建出一个可用的解决方案。这些代理在我们睡觉时都会真正地运行。你团队中的每个人都可以、也将会进行实验。这种民主化令人兴奋，但也是一场随时可能发生的混乱。

新的组织性挑战不在于更快地交付，而在于创造条件，让正确的东西能从这种高速之中涌现出来。构建现在可以在几天内完成。但真正形成一个关于该构建什么的、充分知情的判断？这仍然需要一个以多年为单位的周期，经历大量的客户对话、失败的实验，以及模式识别。

技术人员逐渐迷上了“tastemaker”这个词。我想给出一个更简单的定义：一个知道顾客想要什么的人，不是因为他们只问过一次，而是因为他们已经倾听了数百万次——无论是隐性的还是显性的。

能够存活下来的产品，不会是技术最先进的，也不会是团队规模最大的。它们将拥有对顾客最深刻的理解，并且在组织层面——而不仅仅是技术层面——创造了让这种认知不断复利增长的条件。

在 AI 时代，每个人都可以构建。真正的护城河在于知道该构建什么。

我正在追逐的想法

过程才是故事，结果只是分数。

最艰难的问题需要最宽广的视野。

我正在收集的想法

如果你想创造一份持久的成就，真正重要的是你在失败之后所做的事情。——《伟大心态》

环境是塑造人类行为的无形之手。——《原子习惯》