ALL NOTES
思与行
这里是全部文章归档。首页只保留三篇代表性更新，这里承接更完整的 AI 产品观察、Vibe Coding 实践和内容实验记录。
AI 产品观察
苹果和 OpenAI，争的可能不是员工，而是一整套产品记忆
苹果和 OpenAI，争的可能不是员工，而是一整套产品记忆 苹果给大约 40 名前员工发了律师函。 这批人现在在 OpenAI 工作。 然后，The Verge 做了一期 Vergecast，标题叫「The real thinking behind Apple’s OpenAI lawsuit」。这个标题其实比「苹果起诉 OpenAI」更准确，它提醒我们，真正值得看的不是两家公司在法庭上互相喊了什么，而是苹果为什么在这个时间点，把一场人员流动升级成了公司级诉讼。 我重新核验了 AI HOT 的原始条目，也重新打开了 The Verge 页面。能确认的事实，和双方各自的指控，我先分开摆在这里。 2026 年 7 月 10 日，苹果在美国加州北区联邦地区法院起诉 OpenAI、OpenAI 硬件负责人…
Vibe Coding 实践
CA Network：AI 先理解问题，再为你组建顾问小队
一个真实可用的 AI 咨询网络实验：Ask Consultant 拆解需求，匹配三位专业顾问 Agent，并支持转接真人顾问。
AI 产品观察
当项目周期被压到小时级，咨询公司最后只会剩下两种人
过去很多咨询公司的效率，靠的不是某一个人有多快，而是整套组织能把一个问题拆开，再按层级传下去。 顾问访谈，经理收口，总监改故事线，合伙人定判断。材料来回飞，会议一层层开，版本一轮轮过。大家都知道这套东西慢，但过去没关系，因为客户自己也慢，市场也慢，组织内部的决策链更慢。 可一旦 AI 把很多生产动作压到小时级，问题就变了。 真正先撑不住的，不是人手，而是那套默认很慢的管理节奏。 这几天我看到一篇讲 AI-first 公司的文章，里面最有价值的，不是 99% 的代码都由 AI 生成，也不是新功能几小时就能上线。这些当然刺激，但都还只是表层。 真正扎眼的地方在于，这家公司已经不再把 AI 当成给工程师配的一套工具了。它开始按 AI 的速度，反过来重写组织。 代码结构要改，因为 AI 需要看到全局。 测试体系要改，因为如果上线频率变成每天多次，人工回归根本跟不上。 运维流程要改，因为当修复建议、异常总结、工单整理都能自动生成时，人继续守在原位做重复确认，本身就变成新的浪费。 连 CTO 自己的工作都改了。过去大量时间放在管理和协调，现在大量时间放在设计标准、搭系统、给 AI 建工作场所。 这不是提效。 这是换发动机。 AI-first 压缩的，不只是工时，而是中间层的存在理由 很多人聊咨询行业受 AI…
AI 产品观察
当工资单开始迁移成算力账单，咨询卖的就不该再是人天了
这两年，大厂的公告越来越像同一种模板。 一边是万人级裁员。 一边是管理层在电话会上讲，接下来要继续加大 AI 投入，要建数据中心，要买 GPU，要签更长的模型合同。 很多人把这理解成两个新闻。 其实不是。 这是同一张预算表上的一次迁移。 企业不是突然一边恐慌裁员，一边兴奋追 AI。它是在把一部分原本放在工资单上的钱，挪到算力账单上去。 这句话听上去有点冷，但它比「为 AI 腾预算」更准确。 因为这里被改写的，不只是预算优先级。 被改写的，是公司对生产函数的理解。 过去很多大公司能运转，是因为它们手里有足够多的人。足够多的运营，足够多的支持岗位，足够多的中后台，足够多的开发和协调层。事情复杂的时候，最自然的解法就是继续加人，把组织堆厚。 现在这套逻辑开始松了。 如果模型、算力、工作流软件和少量更复合的人才，已经能接住一部分原来必须靠很多人层层传递、层层复核、层层汇总才能完成的工作，那 CFO 看到的就不再只是一个新工具。 他看到的是另一种更重资本、更轻人头的组织形态。 所以大厂裁员，不只是为了省钱。 它是在把分散在工资单里的成本，集中成几条更粗的 AI 投入。 数据中心、电力、GPU、模型调用、AI 原生团队、并购预算，这些都在变成新的主科目。 这也是为什么，越是资金压力大的公司，越容易同时出现两句话，裁员，和加大 AI 投资。 它们不是巧合。 它们是同一套算式的两边。 真正的问题，不是…
AI 产品观察
MBB最近谈AI，已经不是在谈工具了
这两天连着看了三篇文章。 贝恩，AI智能体时代：为什么企业需要一套全新架构？ 麦肯锡，对话麦肯锡全球合伙人：成功的AI转型必须是“一把手工程”，75%企业困于“试点陷阱” BCG，AI组织坍缩效应：企业中后台的折叠与再生 三家公司的题目看着不一样。 贝恩在谈架构。 麦肯锡在谈一把手工程。 BCG在谈组织坍缩。 可放在一起看，意思很清楚，它们已经不把 AI 当成一个效率工具在谈了。 过去企业聊 AI，很多时候还停在另一层，写得快一点，搜得快一点，省几个人天，做几个助手先挂在边上。MBB 现在几乎已经绕过了这一层。它们默认 AI 会进主流程，会碰核心系统，会改决策链，也会把一批原来靠层层转译维持的岗位压薄。 所以这三篇不是三个题目。 它们是在从三个方向，描述同一场重组。 贝恩看的，是底座 贝恩最硬的地方，在于它根本不跟你讨论要不要用。它直接往后走了一步，旧架构还能不能装下智能体。 这个判断很关键。传统企业系统是给人和流程准备的。一个请求进来，一个结果出去，边界清楚，责任清楚，日志也清楚。智能体不是这样。它要跨系统找上下文，要自己调工具，要拆很多步，还要在中间随时被监控、被纠偏、被叫停。 所以贝恩才会反复讲共享上下文、动态编排、运行时治理、AgentOps。那不是技术人自嗨。它是在提醒企业，AI 一旦进入主流程，原来的技术地基就开始不够用了。 这背后的态度很明确。贝恩不觉得 AI 只是加一个插件。它觉得要重铺管线。 麦肯锡看的，是谁拍板，谁负责 麦肯锡那篇表面上在谈一把手工程，实际上谈的是权力怎么集中。 它提 75% 的企业困在试点陷阱里。这个数字刺眼，不是因为大家做得慢，而是因为太多人把 AI 当成一个可以四处试一试的创新项目。每个部门都做一点，每个团队都报一点喜，最后看上去很热闹，业务没有被真正改掉。 麦肯锡的意思并不复杂。AI…
AI 产品观察
会写材料会越来越便宜，真正贵的，是你能把判断变成结果
AI 对咨询行业最深的冲击，不只是把研究和写作做快，而是把那层靠中转、转述、包装和人力堆叠出来的价值慢慢抽空。以后真正继续贵的，是定义问题、看懂组织，并把判断变成结果的能力。
内容实验室
当模型公司开始驻场，咨询行业真正丢掉的是企业 AI 的入口
Anthropic 和 OpenAI 同时拉上头部 PE 下场做驻场部署，真正被拿走的不是几单服务费，而是企业 AI 项目的组织入口和预算分发权。