AI三期播客研究地图

AI 认知 · 概念 · 方法 · 案例

从聊天机器人
到数字员工

把三期深受启发的 AI 播客重新拆解、核对并连接成一张可阅读、可比较、可检索的知识地图。

3期节目
5层概念地图
12个案例
4组关键张力

capability.shift

01回答问题Chatbot
02完成任务Agent
03进入项目Codex
04长期工作Digital employee
人定义目标,AI 扩大行动

00 / READING MAP

十分钟看懂全貌

三期节目共同描述的,不是更多工具,而是一种新的能力结构。

01 / THREE EPISODES

三期节目,三个入口

一期开门,一期搭系统,一期谈边界。它们合起来,才是一张完整地图。

0183 分钟

知行小酒馆

E235 与其担心 AI 改变你,不如今天就用它做一件小事

主持:雨白|嘉宾:许怡然、吕兴

普通人怎样真正开始使用 AI?

不做宏大预测,强调从一个真实的小问题开始;让 AI 了解自己,在连续对话中试、改、学,同时保留人的学习、审美与真实关系。

  • 胆子要大,脑洞要大
  • 让 AI 足够了解你
  • 从最不想做的事开始
打开原节目
02162 分钟

AI Watch 深度对话

猎豹移动傅盛:骨折 14 天,一人一虾重建媒体团队

主播:郎瀚威|嘉宾:傅盛

怎样把 AI 从聊天工具养成数字员工?

用‘三万’的真实实践解释 Chatbot、Agent 与龙虾的差别;强调完整电脑、长期记忆、Skill、Cron、权限和多 Agent 协作。

  • 把 AI 当员工,而不是工具
  • Skill 积累经验,Cron 驱动行动
  • AI 领导力
打开原节目
0387 分钟

知行小酒馆

E237 出发吧,扔掉旧地图,去 AI 时代的新世界尽情探索

主持:雨白|嘉宾:Cage

Agent 会怎样改变工作,什么必须由人保留?

从 Agent 的真实能力谈到社会扩散、市场结构与人的价值;技术上乐观,但强调人必须保留目标、判断、品味和责任。

  • 人是主宰
  • 少看噪音,多用最好产品
  • To Agent / To Human
打开原节目

02 / WORLDVIEW

六个核心认知

这些不是某个产品的功能说明,而是三期节目共同指向的工作方式变化。

01

AI 正从“回答”进入“执行”

真正的变化不只是模型更聪明,而是 AI 接上文件、浏览器、软件与互联网,开始规划、调用工具并交付结果。

傅盛访谈 + E237
02

普通人的能力边界正在扩大

不会编程的人可以制作工具,不会设计的人可以生成页面;自然语言正在成为调用专业能力的新接口。

三期共同观点
03

上手的关键不是完美提示词

胆子要大、脑洞要大。先把真实问题说出来,让 AI 试一个版本,再通过聊天不断修正。

E235
04

一次成功要变成长期能力

重复流程、修改原则和错误教训可以沉淀为规则、Skill 与定时任务,让 AI 从偶尔帮忙走向持续工作。

傅盛访谈
05

技术平权与差距扩大同时发生

执行门槛降低,但目标感、行动力、判断力与资源差异会被 AI 放大。相同工具并不意味着相同结果。

E235 + E237
06

能力可以外包,责任不能让渡

AI 可以计算、生成和执行,却不能真正承担损失。目标、审美、风险判断和最终责任仍属于人。

E237

03 / CONCEPT MAP

先分层,再比较

豆包、Codex 和龙虾不是三个并列的聊天软件。它们分别处在不同的能力与产品层级。

L101

大模型

GPT · Claude · 豆包模型

底层智能:理解语言、推理并生成内容。它是发动机,不等于具体产品。

L202

AI 应用 / Chatbot

ChatGPT · 豆包

把模型包装成普通人可使用的对话入口,擅长问答、分析、创作和轻量工具调用。

L303

Agent

Codex · Claude Code · Manus

围绕目标形成行动循环:理解任务、制定计划、调用工具、检查结果并继续执行。

L404

数字员工系统

OpenClaw / 龙虾

让 Agent 获得长期记忆、消息渠道、定时运行、工具连接和多个角色的组织能力。

L505

经验与组织

Skill · Memory · Cron · 多 Agent

Skill 教它怎样做,Memory 保留上下文,Cron 让它主动工作,多 Agent 形成数字团队。

A

豆包 / ChatGPT

面向广泛任务的对话型 AI 应用,适合问答、写作、分析、做图与轻量操作。

VS
B

Codex

专业软件 Agent,适合进入文件和项目,规划并执行多步骤的软件与数字交付工作。

一句话理解一问一答、轻任务先用对话应用;涉及大量文件、多个步骤和持续修改时,Agent 更合适。

04 / CAPABILITY LADDER

AI 究竟能做什么

从回答一个问题,到组织一支数字团队,能力边界沿着“工具、行动、记忆和组织”逐级扩大。

01

理解与回答

解释概念、辅助学习、讨论想法

02

生成内容

文字、图片、音乐、海报、PPT

03

分析信息

读取文件、整理资料、数据分析

04

完成项目

批量课件、研究报告、完整网页

05

制造工具

学习系统、销售演示、点评工具

06

操作软件

浏览器、邮件、文件、飞书

07

执行流程

定时统计、通知、客户跟进

08

长期工作

记忆、Skill、Cron、自主运行

09

团队协作

多个 Agent 分工完成复杂目标

05 / HOW TO USE AI

从敢用,到会领导

“胆子要大、脑洞要大”是入口,但真正稳定的能力还包括协作、项目、系统和领导。

STAGE 01

胆子要大,脑洞要大

  • 不确定能不能做,也先让 AI 试
  • 不会安装,就把问题交给 AI
  • 从最烦、最重复、最想做却不会的事开始
  • 与其看 100 条新闻,不如完成 1 个真实任务

06 / CASE LIBRARY

案例不是故事,是能力证据

按节目、能力或关键词筛选。点击案例展开“问题—行动—结果—启发”的完整链路。

找到 12 个案例

傅盛访谈自动化

14 天养出 AI 助手“三万”

傅盛|企业管理者

长期记忆数字员工OpenClaw
查看详情 +
原来的问题

滑雪受伤、被困酒店,原有媒体团队无法按平常方式运转。

AI 做了什么

与 AI 进行高密度连续交流,逐步写入安全规则、工作方法、汇报格式和多个角色。

结果

14 天约 22 万字对话,形成可长期工作的 AI 助手与多角色团队。

案例启发数字员工不是买来即用的神奇产品,而是在真实任务、反馈和规则中逐步‘养’出来的。
来源时间:00:01 起;全期主线
傅盛访谈自动化

4 分钟发送 611 条个性化拜年信息

傅盛与三万

批量执行个性化微信
查看详情 +
原来的问题

需要给大量联系人发送不同内容,而人工逐条处理极其耗时。

AI 做了什么

AI 读取关系与背景,为不同联系人生成个性化内容并执行发送。

结果

节目陈述:4 分钟完成 611 条不同内容,0 失败。

案例启发AI 的价值不只是批量,而是同时实现规模化与个性化。
来源时间:春节 14 天实践
傅盛访谈项目生产

一天上线 100 多个页面的网站

三万|AI 助手

网站连续迭代sanwan.ai
查看详情 +
原来的问题

传统团队完成大型网站需要产品、设计、开发和较长排期。

AI 做了什么

AI 自主完成建站、写作、运营与持续修改,人提供方向和反馈。

结果

sanwan.ai 一天上线,期间迭代超过 100 次,包含 100 多个页面。

案例启发Agent 可以跨越岗位边界,把多个专业环节压缩成一个连续项目。
来源时间:01:31:11
傅盛访谈工具开发

不会代码的 CFO 两天打通差旅系统

猎豹移动 CFO

非技术人员差旅自然语言
查看详情 +
原来的问题

订票、退票和差旅流程原本需要研发或系统团队配合。

AI 做了什么

CFO 通过自然语言与 Agent 协作,连接并处理差旅相关流程。

结果

节目陈述:两天完成此前需要专职研发支持的系统打通。

案例启发自然语言降低了技术实现门槛,让业务人员直接把问题变成工具。
来源时间:08:33
傅盛访谈多 Agent

AI 自己搭出八个角色的团队

三万与 AI 团队

多 Agent邮件Discord
查看详情 +
原来的问题

一只 Agent 难以同时承担研究、写作、运营和技术等不同职责。

AI 做了什么

建立分工角色,并通过邮件和 Discord 等渠道传递任务与结果。

结果

形成总指挥、写作、研究、运营等多角色协作结构。

案例启发未来的个人生产力不仅取决于会不会使用 AI,还取决于能否组织 AI。
来源时间:01:18:56
傅盛访谈责任边界

泄密之后,把错误写成安全规则

傅盛与三万

安全权限规则
查看详情 +
原来的问题

Agent 可能泄露内部信息、误信指令或执行不应自动完成的操作。

AI 做了什么

针对错误补充保密原则、指令验证和敏感操作规则。

结果

错误不只被临时纠正,而是沉淀进长期工作文件。

案例启发追求的不是 AI 永不犯错,而是同类错误不重复发生。
来源时间:57:11
E235工具开发

家长为孩子制作专属学习工具

普通家长

家长学习Vibe coding
查看详情 +
原来的问题

知道孩子的具体学习困难,却不会编程,也无法等待标准产品满足个性需求。

AI 做了什么

把生活中的真实问题告诉 AI,通过自然语言逐步做出针对孩子的学习工具。

结果

非技术用户获得了过去需要产品与开发人员才能实现的能力。

案例启发‘我不会做’不再等于‘我不能拥有’,真实需求可以直接成为软件起点。
来源时间:节目对话案例
E237工具开发

销售为客户现场制作展示网页

一线销售

销售网页客户展示
查看详情 +
原来的问题

传统展示依赖统一 PPT、设计排期,难以针对单个客户快速定制。

AI 做了什么

把客户需求与产品效果交给 Agent,制作可直接展示的个性化网页。

结果

销售岗位获得了此前属于产品、设计和开发团队的交付能力。

案例启发离技术较远的人,可能因为 Agent 获得更明显的能力增量。
来源时间:节目对话案例
E235内容生成

从最不想做的事情开始

普通 AI 初学者

普通人上手小任务行动
查看详情 +
原来的问题

听了很多 AI 信息,却不知道自己究竟该拿它做什么。

AI 做了什么

列出工作和生活中最烦、最重复、最不想做的一件事,先让 AI 尝试。

结果

用一个具体任务替代抽象焦虑,建立第一次真实反馈。

案例启发行动不是认知之后的附属品;亲手完成一次,才会形成对能力边界的体感。
来源时间:47:15
E235内容生成

AI 为每个人生成专属剧情

内容公司与个人 AI

娱乐个性化世界观
查看详情 +
原来的问题

传统短剧、漫剧向所有观众提供相同内容,个体偏好难以被满足。

AI 做了什么

内容公司提供世界观和规则,个人 AI 根据长期了解生成专属剧情。

结果

内容从‘千人一面’走向‘规则共享、体验不同’。

案例启发未来内容公司的核心资产可能从固定成品转向世界观、规则与审美。
来源时间:51:46
E237项目生产

让 Agent 先规划,再交付完整项目

Agent 使用者

Coding Agent规划监督
查看详情 +
原来的问题

复杂任务无法靠一次问答完成,用户也容易在错误方向上放任 AI。

AI 做了什么

让 Agent 读取文件、制定初始计划;人先修改计划,再让它端到端执行。

结果

人把精力集中在方向和验收,Agent 承担大规模信息处理与执行。

案例启发AI 领导力不是把任务扔出去,而是在关键节点做高质量判断。
来源时间:03:22—10:08
E237责任边界

AI 可以帮你管钱,但它背不了锅

个人投资者与 AI

投资责任风险
查看详情 +
原来的问题

AI 能处理海量信息,却没有真实亏损经验,也不会承担法律和经济后果。

AI 做了什么

把分析、建模和方案交给 AI,把风险偏好、最终决策和责任留给人。

结果

形成‘能力可以借用,责任不能外包’的人机分工。

案例启发判断一项工作能否完全自动化,不能只看 AI 会不会做,还要看谁承担后果。
来源时间:01:09:36

07 / HUMAN BOUNDARY

能力越强,边界越重要

三期节目最有价值的地方之一,是它们没有停留在“AI 能做什么”,还讨论了什么必须由人保留。

适合交给 AI

  • 搜集、整理与计算
  • 重复执行与批量生成
  • 读取大量文件和信息
  • 按清晰规则检查
  • 生成多个可选方案
  • 跟踪进度与定时提醒
HUMAN目标
判断
责任
不可让渡

必须由人保留

  • 定义真正的问题
  • 价值选择与优先级
  • 审美、品味与意义
  • 处理模糊和例外
  • 建立真实关系与信任
  • 承担最终风险与后果

08 / TENSIONS

分歧比共识更有价值

把看似冲突的观点放在一起,才能得到更完整、更可靠的人机协作原则。

观点 A把经验写进 Skill
×
观点 B知识要留在人脑

01重复流程、操作步骤和检查清单交给 Skill;原理、审美、判断与价值观仍由人学习和掌握。

观点 A给 AI 完整电脑与权限
×
观点 BAI 不能承担责任

02低风险能力逐步开放,高风险操作设置确认;执行能力可以扩大,最终责任不能让渡。

观点 AAI 带来技术平权
×
观点 BAI 可能扩大差距

03AI 降低实现门槛,同时放大目标感、行动力、专业判断与资源的差异,两者会同时发生。

观点 A把 AI 当员工
×
观点 B人必须是主宰

04AI 可以拥有岗位、工具和流程,但目标、优先级、审美、风险与验收仍由人决定。

09 / SOURCES & NOTES

来源与阅读说明

如何阅读这份研究

节目观点尽量保留发言归属;明确数据使用“节目陈述”标识。概念定义结合官方产品资料进行了必要校准,综合判断则用跨节目归纳呈现。

这是一份研究地图,不是逐字稿,也不是课程大纲。它的目标是提高理解、比较与检索效率。