A COURSE ON WORKING WITH AGENTS
带一个新同事上班
如何让你的 Agent 产生恒动复利
Speaker姚光华 Colin · AI 产品经理
对象已经在用 AI、但用得浅的人
带走一个公式 · 四个动作 · 三份模板
PART 0 · 开场02
为什么会有这门课
这门课不是我想讲的，是被问出来的
最近我反复收到同一句反馈：
「你能不能开个课，讲下你个人是咋用 AI 的。」
「你能不能开个课，讲下你个人是咋用 AI 的。」
注意这句话问的是「你个人」——不是问工具怎么用，是问一个具体的人，是怎么把它用出复利的。
这一年，AI 在我这里的实际产出
| 54 篇 | 协作交接日志，每篇都能让下一次直接接上 |
| 6 套 | 把重复劳动固化下来的可复用流程 |
| 20+ 周 | 周报从"每次都要盯"变成一句话交付 |
| 1 个 | 每天自动跑、带护栏的情报机器人 |
| 9 份 | 一投喂就"在状态"的个人背景包 |
这些不是技巧的集合。它们是同一件事重复了 200 次的结果。
先说一句让你放心的：今天不会出现任何提示词模板。我用 AI 一年多，没背过一个——因为那个东西不解决今天要解决的问题。
01
灵魂拷问 · 请举手
你用 AI 已经一年多了。
今天的你，比第一个月强了几倍？
今天的你，比第一个月强了几倍？
不是问你是不是更熟练了、用得更频繁了、知道更多技巧了。
是问同一件活，你今天的成本，是一年前的几分之一？
如果答案是"差不多"那么这一年，你到底在做什么？——这就是今天要回答的问题。
现场问一句：这里有多少人，答案是"差不多"？
PART 0 · 开场04
核心分野
大多数人用 AI 是「等速」的，不是「复利」的
加法：每天省 1 小时，一年 250 小时。听起来不少，但第 200 次和第 1 次效率完全一样。换一台更快的电脑也能得到——没有人抄不走它。
复利：第 200 次更快、更准，而且别人抄不走。因为积累的东西长在你的判断和数据里，不长在工具里。
模型每年换一代，工具每月出新的。唯一会持续变厚的，是你自己那一层。
MONEY QUOTE · 01
复利不是省时间是让每一次协作都为下一次垫高一层
这句话是全场的分水岭。听懂它，后面四节讲的每一件事都会自动归位。
PART 0 · 开场06
课程目标
今天这一场，你会学到四件事
每一件都对应一个乘数，每一件都从一个真实的翻车现场进入。
01
Taste
怎么判断
AI 给你的东西好不好
AI 给你的东西好不好
你会拿到一套把"我说不清但就是不对"翻译成可执行标准的方法。
02
Thinker
哪些事
永远不能交给它
永远不能交给它
你会看到一条清楚的界线：人在最上游和最下游，AI 在中间那一大段。
03
Dataset
怎么让它
越用越像你
越用越像你
你会知道自己一直在做一件叫后训练的事，以及该喂哪五层。
04
Compounding
怎么让今天的纠正
明天自动生效
明天自动生效
你会拿到一句话——整门课唯一需要背下来的那一句。
还有一件事贯穿全场：七次灵魂拷问。每一个反直觉的结论之前，我都会先问你一个问题——先让你自己撞一下墙，答案才有用。
PART 0 · 开场07
交付物
下课时，你手里会有这五样东西
听完会爽，带着东西走才会真用。这一页你可以现在就拍下来。
01
一个公式
恒动复利 = Taste × 思想者 × 数据集 × 沉淀。
四个乘数，任何一项为 0，整个飞轮不转。
四个乘数，任何一项为 0，整个飞轮不转。
02
四个今晚能做的动作
每个乘数配一个具体动作。
四个加起来，今天多花不到 20 分钟。
四个加起来，今天多花不到 20 分钟。
03
三份模板
员工手册 / 交接日志 / 护栏卡片。
加起来不到一页纸，一个备忘录就能开始。
加起来不到一页纸，一个备忘录就能开始。
04
一张四阶自测表
看过 / 用过 / 学过 / 干过——现场知道自己卡在哪一阶，以及下一步该迈哪儿。
05
四条护栏 + 一条红线
让 AI 犯的错变得可被发现——注意，不是"防止它犯错"，这是完全不同的两件事。
PART 0 · 开场08
全场地图
六段路，两个半场
这不是四个并列的技巧。它们最后会咬合成一个飞轮——到 Part III 结尾你会看到它合上的那一刻。
PART 0 · 开场09
全场只需要记住一个公式
恒动复利，是四个乘数的积
是乘法，不是加法。任何一项为 0，整个飞轮不转——这解释了为什么很多人"什么都做了"，却依然等速。
前两个乘数关于你（判断、框架），AI 再强也补不上；后两个乘数关于机制，让前两个能被存下来、被复用。
PART 0 · 开场10
对号入座
四种「等速」的失败模式
这四句话里，大概率有一句是你现在的状态。
| 缺哪个乘数 | 症状 | 你会说的话 | 根因 |
|---|---|---|---|
| 没有 Taste | 越用越平庸 | "写得挺好的呀，我看不出问题。" | 收到的是"看起来很对"的平庸，而你没有尺子去量它。 |
| 不当思想者 | 越用越同质 | "你帮我想个框架吧。" | 框架交给 AI，输出就跟全世界一样。独特性只能来自你。 |
| 没有数据集 | 越用越累 | "每次都要重新解释一遍背景。" | 每个新对话都是新员工第一天。它永远认不得你。 |
| 没有沉淀 | 越用越原地 | "这个错误它上次就犯过。" | 第 100 次还在纠正第 1 次的错。所有纠正都被扔掉了。 |
接下来四节，一个乘数一节。每一节的入口都是一次真实的翻车——因为方法论最好的入口，是它失效的那一刻。
PART I · MULTIPLIER 01
TASTE
判断力
AI 的输出上限，不是模型的上限，是你判断力的上限。
你说不出"为什么这版更好"，它就永远给你及格线上的平庸。
你说不出"为什么这版更好"，它就永远给你及格线上的平庸。
01 Taste02 思想者03 数据集04 沉淀
02
灵魂拷问 · 想三秒再答
上一次你对 AI 的输出说"挺好的"，
你能说出它到底好在哪吗？
你能说出它到底好在哪吗？
如果说不出那你怎么让它下一次也这么好？你没有尺子。
更麻烦的是你也不知道它这次其实没那么好——因为你没有尺子。
接下来我们看一份"完全正确"的周报，它错得非常离谱。
现场问一句：有没有人愿意说说，你上次是怎么判断"这版更好"的？
PART I · TASTE13
命题
换更强的模型，救不了没有 taste 的人
大部分人的假设
输出不好 = 模型不够强
于是换模型、换工具、加长提示词。短期有效，很快又回到同一个平台期。
实际发生的事
输出不好 = 没人判定它不好
模型交出的是概率上最合理的答案。合理 ≠ 正确，更 ≠ 你要的那个。
PART I · TASTE14
翻车现场 #1
一份「完全正确」的周报
场景：我每周要把团队十几个模块填在系统里的进展，提炼成给管理层口头汇报的三句话。
AI 交出的第一稿
· 格式完全对，段落层级清楚
· 语言流畅，术语准确
· 长度合适，重点分明
· 看不出任何毛病
· 语言流畅，术语准确
· 长度合适，重点分明
· 看不出任何毛病
如果你不熟这块业务，你会直接发出去。
实际发生了什么
它把两周前的事，写成了本周的进展。
压测、云弹性方向、Alpha 调通、市场线索——
四件事全部发生在两周前，被写进了本周的周报。
压测、云弹性方向、Alpha 调通、市场线索——
四件事全部发生在两周前，被写进了本周的周报。
流畅度和正确率，是两件不相关的事。
发出去会怎样：管理层看到的是已经报告过的旧事被当成新进展——一次汇报，赔掉的是长期的可信度。
PART I · TASTE15
拆解
它没有说谎。它只是抄错了地方。
0
更强的模型能减少的错误数。
因为这不是能力问题，是信息权威层级问题。
因为这不是能力问题，是信息权威层级问题。
AI 会本能地抓"最像成品的那一块"。这是它的默认行为，不是它的缺陷。
知道哪份材料才算数的，只有在场的人。
这就是 taste 的第一个具体形状。
这就是 taste 的第一个具体形状。
MONEY QUOTE · 02
模型决定下限Taste 决定上限
当模型对所有人都一样强的时候，唯一还能拉开差距的，是你判断它的能力。
PART I · TASTE17
定义
Taste，是你的私人 Eval
一条判断只存在于一个人脑子里，它是经验。
一条判断被写成可重复执行的评测，它才开始成为资产。
一条判断被写成可重复执行的评测，它才开始成为资产。
大部分人的 taste 卡在 Level 0：能感觉，不能表达。于是每次都要亲手改，改完也留不下任何东西——这是"越用越累"的真正来源。
从 0 到 1 只差一个动作：每改一处，逼自己补一句"我为什么改这里"。
PART I · TASTE18
证据
同一份材料，AI 版 vs 我的定稿版
给管理层的三句话摘要。两版都"正确"。差别全在 taste。
AI 第一版
01引擎 V2.7 与语音识别 V7.2.2 双双按期全量上线；后续两个版本排期成型。
02⚠ 引擎上线后出现超时故障（部分客户启动报错）已紧急止血，补丁本周内发布。
03重点客户转化率达标；语音识别月收入同比增长显著、自研模块毛利转正；另一客户测试通过进入预算审批。
四平八稳、信息完整、无可指摘。
我的定稿版
01季度重点客户外呼转化率达到目标的 3 倍。
02⚠ 引擎上线后超时故障（含 某重点客户启动报错）已紧急止血，补丁本周内发布。
03语音识别月收入同比 +93%、自研模块上月毛利转正。
同样三句，管理层 15 秒内抓到的东西完全不同。
PART I · TASTE19
把感觉翻译成规则
三处改写，背后是三条模型给不出的判断
| 改动 | 背后的判断 | 为什么模型给不出 |
|---|---|---|
| 重点客户 提到第一句 | 这个季度只有一件事最重要， 版本节奏可以往后放。 |
"什么最重要"取决于本季度的组织目标——这条信息不在任何一份材料里，只在我脑子里。 |
| 受影响客户 具名 | "部分客户"是安全的废话， 具名才会触发管理层的判断。 |
模型倾向于泛化（更安全、更不会错）。敢具名是一种风险承担，不是语言能力。 |
| 第三句 不再串第四件事 | 一句一信号。 串到第四件事，这句就废了。 |
模型的默认倾向是"信息尽量不丢"。删掉正确的信息，需要判断，不需要知识。 |
注意这三条的共同点：它们都不是"写得更好"，而是"选得更对"。写作是模型的强项，取舍不是。
这三条我当天就写进了规则文件。从那以后，同类摘要它自己就这么写了。
MONEY QUOTE · 03
Taste 不是天赋是被逼着说出理由的次数
你不需要变成一个更有品味的人。你只需要在每一次修改之后，多说一句为什么。
PART I · TASTE21
可操作
三个动作，把 taste 从 Level 0 拉到 Level 2
动作 01先自己写一版
哪怕只写三行、只写个开头。然后再让 AI 写一版，两版并排。
你的 taste 就藏在两版的差异里——那些"我不会这么写"的地方，就是你的判据。
你的 taste 就藏在两版的差异里——那些"我不会这么写"的地方，就是你的判据。
动作 02改完必须说出理由
每改一处，逼自己补一句"我为什么改这里"。
说不出理由的改动，多半是习惯不是判断——那种改动不值得写进规则。
说不出理由的改动，多半是习惯不是判断——那种改动不值得写进规则。
动作 03建自己的正例库
你认可的成品单独存一个地方：最好的一版周报、最好的一封邮件、最好的一页 deck。
正例库就是你的评分标准，也是下次最有效的输入。
正例库就是你的评分标准，也是下次最有效的输入。
最省力的起手式
不要说"帮我写一份周报"。
要说："照这份（上次我自己定稿的）的格式和取舍标准，用这批新材料再做一份。"
一句话，同时给了它正例和判据。
要说："照这份（上次我自己定稿的）的格式和取舍标准，用这批新材料再做一份。"
一句话，同时给了它正例和判据。
最容易被忽略的一条
Taste 是领域特定的。你在自己业务里判断力极强，换个领域就归零。
所以别在你没有 taste 的领域，指望 AI 帮你产出高质量结果——那里你连验收都做不到。
所以别在你没有 taste 的领域，指望 AI 帮你产出高质量结果——那里你连验收都做不到。
PART I · TASTE22
最常见的陷阱
把「顺」当成「对」
≠
流畅度与正确率之间，
没有相关性。
没有相关性。
人类的直觉是反过来的：说话越有条理的人，我们越倾向于相信他。这个直觉在 AI 面前完全失效。
验收时，问题要换一种问法
| ❌ 你现在在问 | ✅ 你应该问 |
|---|---|
| "写得怎么样？" | "这一条的出处是哪份材料？" |
| "读起来顺不顺？" | "哪几条是你推断的，不是材料里写的？" |
| "逻辑通不通？" | "最重要的那件事，在第几句？" |
| "有没有遗漏？" | "你逐项检查一遍，有没有该删没删的？" |
左边那四个问题，AI 永远回答"挺好的"。右边那四个问题，它必须回到材料里去核对——问法本身就是一道护栏。
PART I · TASTE23
Part I 小结
带走一句，带走一个动作
带走这一句
模型决定下限
Taste 决定上限
Taste 决定上限
你的 taste 就是你的私人 Eval。它不是天赋，是被逼着说出理由的次数。
今晚就做这一个动作
改完之后，
逼自己说出一句"我为什么改这里"
逼自己说出一句"我为什么改这里"
说得出的，写下来——它就是一条规则。
说不出的，那多半只是习惯，别写。
耗时：每次 10 秒。
说不出的，那多半只是习惯，别写。
耗时：每次 10 秒。
下一节：你已经有了尺子。但如果该往哪想这件事也交给它——你会掉进一片一模一样的海。
PART II · MULTIPLIER 02
THINKER
人做思想者
用得越深的人，越不会把第一性原理层的框架交给 AI。
思想者是人，AI 是执行者，和查漏补缺者。
思想者是人，AI 是执行者，和查漏补缺者。
01 Taste02 思想者03 数据集04 沉淀
03
灵魂拷问 · 诚实回答
你上一次让 AI「帮你想一个框架」，
是什么时候？
是什么时候？
如果是这周那你要小心：你外包出去的，可能正是这件事上唯一属于你的东西。
代价不是"错"而是"平庸而不自知"——你会拿到一个专业、安全、无可指摘的答案。
接下来我用一个词，来说明那一步跳跃它为什么迈不出去。
现场问一句：你们觉得，什么样的问题最不该问 AI？
PART II · THINKER26
反直觉
越会用 AI 的人，问它的问题越「小」
用得浅的人问
"帮我想一个分析框架。"
"这个问题应该怎么切？"
"给我三个方向，我选一个。"
"你觉得我该做什么？"
"这个问题应该怎么切？"
"给我三个方向，我选一个。"
"你觉得我该做什么？"
共同点：把"该往哪想"外包了出去。
得到的一定是训练数据里的中位数答案。
得到的一定是训练数据里的中位数答案。
用得深的人问
"我的框架是 A/B 两层，帮我按这个把材料填进去。"
"我认为结论是 X，帮我找三条最强的反驳。"
"这一版我加了一个隐喻，逐页检查哪里没跟上。"
"把我刚才改你的地方，总结成下次的规则。"
"我认为结论是 X，帮我找三条最强的反驳。"
"这一版我加了一个隐喻，逐页检查哪里没跟上。"
"把我刚才改你的地方，总结成下次的规则。"
共同点：框架我出，剩下的你干。
它的能力被用在了它真正强的地方。
它的能力被用在了它真正强的地方。
这不是谦虚，是分工。让 AI 定义问题，等于放弃了这件事上唯一属于你的东西。
PART II · THINKER27
分工
人在最上游和最下游，AI 在中间那一大段
大多数人只用了中游的"收集、整理、扩写"三格，完全没有用"查漏与反驳"——它没有沉没成本、不怕得罪你、不会因为熬夜写完而舍不得删。它是最好的红队。
PART II · THINKER28
案例 · 上半场
一个词的差距
场景：准备一场行业大会的主题演讲，要把过去 18 个月分别讲过的两条线，第一次合并成一张完整的地图。
我给的输入（这是我出的框架）
"两条线要合体，
不做合订本，
要升维成一张地图"
不做合订本，
要升维成一张地图"
框架、目标、禁区，全部由我给定。
AI 给的答案
"分化为两个品类"
专业、安全、无可指摘。
也平庸——这是行业黑话，谁都能想到，听完就忘。
也平庸——这是行业黑话，谁都能想到，听完就忘。
我反推的一句话
"中文用物种，
会不会比品类更好？"
会不会比品类更好？"
整场演讲的世界观，从这一句开始重建。
为什么"物种"完胜
① 中英完美对仗（species ↔ 物种），标题一眼成立
② 和已有的"两个半球"自洽成同一套生物地理学语境
③ "分化 + 物种"是教科书级搭配，"品类"反而把场子压扁
④ 它带出了下半句——同源进化：一颗引擎，两个物种
② 和已有的"两个半球"自洽成同一套生物地理学语境
③ "分化 + 物种"是教科书级搭配，"品类"反而把场子压扁
④ 它带出了下半句——同源进化：一颗引擎，两个物种
这四条理由 AI 事后都能说得很好。
但那一步跳跃，它没有迈。
但那一步跳跃，它没有迈。
PART II · THINKER29
案例 · 下半场
同一个案例的另一半：它救了我
隐喻定了，接下来是把它贯穿到 45 页里。这一步我做不好，它做得比我好。
第 1 轮我自己列的修订清单
封面 + 四张"脊椎骨"页 = 5 张。
我以为已经覆盖了。
我以为已经覆盖了。
第 2 轮我追问了一句
"再仔细检查一下，逐项有没有漏掉的。"
没有给任何新信息，只是让它重新扫一遍。
没有给任何新信息，只是让它重新扫一遍。
结果补出了 6 张承重页
两张分节扉页、一张背书页、一张收尾页、一张架构图、一张能力页——全是隐喻系统的骨节。
代价如果不问那一句
这份 deck 会是半新半旧的：前面讲物种，中间突然回到旧语言。
观众说不出哪里不对，但会觉得不对。
观众说不出哪里不对，但会觉得不对。
我漏掉那 6 张，不是因为不认真，是因为我写了两天，我的眼睛已经不看细节了。它没有这个问题。
同一件事，我的第一轮命中 5/11，追问一句之后 11/11。这一句话的边际收益，比任何提示词技巧都高。
MONEY QUOTE · 04
"再仔细检查一下逐项有没有漏掉的"
整门课里投入产出比最高的一句话。不给新信息，只让它重扫一遍——几乎每一次都能捞出东西。
PART II · THINKER31
合起来看
一个案例，同时证明了两件事
上半场
01
思想者是人
"物种"这一步跳跃，来自我对整场演讲的世界观、对中文语感、对听众的判断。
这三样都不在材料里，只在我这里。
如果我把"想一个统一隐喻"整个交给它，我会拿到一个专业、安全、平庸的答案， 而且我不会知道自己错过了什么——这才是最危险的部分。
这三样都不在材料里，只在我这里。
如果我把"想一个统一隐喻"整个交给它，我会拿到一个专业、安全、平庸的答案， 而且我不会知道自己错过了什么——这才是最危险的部分。
下半场
02
查漏补缺是 AI
把一个隐喻贯穿到 45 页、逐页检查一致性——这件事我做得不如它。
我有疲劳、有盲区、有"我已经写过了"的自我确认。它一样都没有。
它不需要理解"物种"的诗意，只需要机械地问：这一页的语言，跟新定的隐喻一致吗？
这恰恰是机器最擅长的活。
我有疲劳、有盲区、有"我已经写过了"的自我确认。它一样都没有。
它不需要理解"物种"的诗意，只需要机械地问：这一页的语言，跟新定的隐喻一致吗？
这恰恰是机器最擅长的活。
所以正确的用法不是"人机各干一半"，而是：人在最上游和最下游，AI 在中间那一大段。
PART II · THINKER32
代价
把框架交出去，你会掉进一片一模一样的海
同质化发生在三个层面
| 层面 | 症状 |
|---|---|
| 结构 | 都是"三个维度 / 四个象限 / 五大趋势"，都有一个总分总。 |
| 措辞 | 都在用"赋能、抓手、闭环、深度融合"这一批安全词。 |
| 判断 | 都不得罪人，都留有余地，都没有立场。 |
前两层是风格问题，改改就好。
第三层是致命的——没有立场的东西，没有人会记住。
第三层是致命的——没有立场的东西，没有人会记住。
AI 让"做出一个还不错的东西"变得极其便宜。正因为如此，"还不错"第一次变得毫无价值。
MONEY QUOTE · 05
AI 能帮你把话说得更好但不能替你决定该说什么
它是最好的执行者，也是最好的红队。唯独不能是思想者——那个位置一旦空出来，就再也填不回去了。
PART II · THINKER34
Part II 小结
带走一句，带走一个动作
带走这一句
人在最上游和最下游
AI 在中间那一大段
AI 在中间那一大段
定义问题、给出框架、下判断担后果——三件不可让渡。查漏与反驳——它最强，而你几乎没用过。
今晚就做这一个动作
把"帮我想个框架"
换成"我的框架是 A/B，你来填"
换成"我的框架是 A/B，你来填"
再加一句收尾："逐项检查一遍，有没有漏掉的。"
一头一尾，把它放回它该在的位置。
耗时：0 分钟，只是换个说法。
一头一尾，把它放回它该在的位置。
耗时：0 分钟，只是换个说法。
下一节：尺子有了，框架也是你的了。但如果每次开新对话它都不认得你，前面这两件事每天都要重来一遍。
PART III · MULTIPLIER 03
DATASET
个人数据集
你和别人用的是同一个模型。差别在于——它读过谁的东西。
你在做的，其实是一件叫「后训练」的事。
你在做的，其实是一件叫「后训练」的事。
01 Taste02 思想者03 数据集04 沉淀
04
灵魂拷问 · 这一问最扎心
如果明天你换一个全新的 AI，
你要花多久，才能让它回到今天的状态？
你要花多久，才能让它回到今天的状态？
如果答案是"几分钟"恭喜，你有数据集——你只需要把它整包扔过去。
如果答案是"要重新磨很久"那说明这一年的磨合，全部存在了一个你带不走的地方。
最坏的答案是"我也不知道我都跟它说过什么。"——那就等于什么都没积累。
现场问一句：有多少人，今天的对话记录里躺着自己再也找不回来的东西？
PART III · DATASET37
先打个比方
模型是一个读过全世界、但不认识你的人
在讲"该喂它什么"之前，先花两页把它是怎么来的说清楚——这是全场最需要讲透的一段。
第一步 · 他读书
读完了人类的图书馆
没有人教他任何具体任务。他只是把海量文本读了一遍又一遍，学会了语言、常识、推理的底子。
结果：他什么都懂一点，但不知道该怎么跟人说话。
结果：他什么都懂一点，但不知道该怎么跟人说话。
第二步 · 有人教他做事
学会了怎么回答
有人给他示范"好的回答长什么样"，再让他在两个答案里选更好的那个，反复很多轮。
结果：他变得有礼貌、听指令、会拒绝——但这套标准是厂商的，不是你的。
结果：他变得有礼貌、听指令、会拒绝——但这套标准是厂商的，不是你的。
第三步 · 他来到你面前
什么都懂，
就是不认识你
就是不认识你
他不知道你是谁、你在做什么、你这周卡在哪、你讨厌哪种表达、你的红线在哪。
你要做的，不是重训他的大脑——是给他一份关于你的档案，和一套跟你合作的规矩。
你要做的，不是重训他的大脑——是给他一份关于你的档案，和一套跟你合作的规矩。
所以这一节真正的命题是：厂商决定它懂多少，你决定它懂不懂你。
PART III · DATASET38
概述工作原理
一个模型，是用什么造出来的
用一条你熟悉的生产线来看：生产资料 → 生产工具 → 劳动力 → 生产力。
注意最后一格：它的目标函数简单到令人意外——只是预测下一个词。所有让你惊艳的能力，都是从这个目标里涌现出来的副产品。这也是它为什么会一本正经地编："接下来最可能是什么"和"这是不是真的"，本来就不是同一个问题。
PART III · DATASET39
那么你在哪一格
你改不了它的大脑，但你决定它每次看到什么
权重 · WEIGHTS
它"记住"的东西
由预训练和后训练写死，几千亿个参数。
改它需要：海量数据 + 大量算力 + 数周时间。
你改不了，绝大多数人也不需要改。
改它需要：海量数据 + 大量算力 + 数周时间。
你改不了，绝大多数人也不需要改。
上下文 · CONTEXT
它这一次"看到"的东西
每一次推理，它眼前只有你给的这一段。
改它需要：写一份文档。
这是唯一完全由你掌控的一层——也是 99% 的人真正在做的事。
改它需要：写一份文档。
这是唯一完全由你掌控的一层——也是 99% 的人真正在做的事。
01规矩
系统提示 / 手册
我是谁、我的风格、我的红线。每次自动加载。
02材料
知识库 / 检索
我的文档、我的历史、我的决策记录。按需取用。
03现场
工具 / 权限
让它能读文件、跑代码、查东西。把纸上谈兵变成动手。
所以"个人数据集"的准确定义是：你能在每一次推理时，塞进它视野里的一切。
它不改变模型，它改变这一次的模型行为——而那恰恰是你能拿到的全部杠杆。
PART III · DATASET40
核心模型
个人数据集的五层
从"资料"一路走到"你"。越往下越难写，也越值钱。
①事实层
我是谁、我负责什么、我做过什么。简历、职责、履历、当前角色。半年一更
②现场层
我的世界此刻正在发生什么：本周在推什么、卡在哪、谁在跟我协作、这季度的重点是谁。每周一更
③思考层
我正在想什么、我的框架、我的判断、我否掉了什么以及为什么。每次沉淀
④能力层
我的长处是什么、我的瓶颈是什么。它该在哪儿闭嘴，该在哪儿顶上。每季一更
⑤偏好层
我喜欢什么、讨厌什么、我的红线在哪。决定它的 taste 有没有跟你对齐。每季一更
大部分人只喂了 ①。所以无论怎么调提示词，都像在跟一个礼貌的陌生人说话。
② 是最容易被忽略、也最容易过期的一层——你的世界每周都在变，你的背景文档三个月没动过。
PART III · DATASET41
第 ① ② 层
事实层与现场层：让它知道你是谁、你在哪
① 事实层 · 半年一更
静态的你
· 我的角色、职责范围、汇报关系
· 我负责的产品线是什么，处在什么阶段
· 我的履历（它会用来校准该跟你说多深）
· 团队构成、协作方
· 我负责的产品线是什么，处在什么阶段
· 我的履历（它会用来校准该跟你说多深）
· 团队构成、协作方
成本最低、收益立竿见影。这一层写完，它才开始"认得你"。
② 现场层 · 每周一更
此刻的你
· 这周在推什么，卡在哪一步
· 这个季度最重要的一件事是什么
· 最近做了哪几个决定，理由是什么
· 谁在跟我协作，各自在等什么
· 这个季度最重要的一件事是什么
· 最近做了哪几个决定，理由是什么
· 谁在跟我协作，各自在等什么
这一层决定它给的建议切不切题。没有它，你会得到一堆"正确但没用"的答案。
回到第 18 页那个例子：AI 之所以没把重点客户放第一句，不是它不懂轻重，是没人告诉它这个季度最重要的是谁——那就是现场层缺失。
PART III · DATASET42
第 ③ 层 · 最贵的一层
数据集里最值钱的不是资料，是判断
资料 —— 不值钱
行业报告、竞品功能表、公开数据、会议纪要、技术文档……
这些它自己都能搜到，而且搜得比你全。
把这类东西堆进知识库，只会稀释真正重要的信号。
这些它自己都能搜到，而且搜得比你全。
把这类东西堆进知识库，只会稀释真正重要的信号。
判断 —— 全世界只有你有
· 我为什么这么定
· 我否掉了哪些方案，理由是什么
· 我踩过什么坑，代价是多少
· 哪些是我的红线，绝对不碰
这些没有任何公开语料，只在你脑子里。
· 我否掉了哪些方案，理由是什么
· 我踩过什么坑，代价是多少
· 哪些是我的红线，绝对不碰
这些没有任何公开语料，只在你脑子里。
怎么留
决策记录
每个重要决定写三行：背景 / 结论 / 依据。三行就够。
怎么留
被否掉的方案
比通过的方案更值钱。它标出了你的边界。
怎么留
踩过的坑
写"坑 → 矫正"两栏。这是最直接可执行的规则源。
检验标准很简单：如果这段内容 AI 自己能搜到，它就不该占你数据集的位置。
MONEY QUOTE · 06
数据集里最值钱的不是资料，是判断
资料它自己能搜到，而且搜得比你全。你为什么这么定、你否掉了什么、你的红线在哪——全世界只有你有。
PART III · DATASET44
第 ④ ⑤ 层 · 最难写的两层
能力层与偏好层：它该在哪儿闭嘴，该在哪儿顶上
④ 能力层
长处 / 瓶颈
写长处，是为了让它别插手——你强的地方它一插手就是拉低。
写瓶颈，是为了让它顶上——你弱的地方它才知道要多做一步。
例："我的取舍和判断很快，但我写长文档会漏结构；我读数据不够耐心，容易只看结论。"
写瓶颈，是为了让它顶上——你弱的地方它才知道要多做一步。
例："我的取舍和判断很快，但我写长文档会漏结构；我读数据不够耐心，容易只看结论。"
⑤ 偏好层
喜欢 / 讨厌 / 红线
这一层直接决定它的 taste 有没有跟你对齐。
例："讨厌'赋能/抓手/闭环'这类词；讨厌四平八稳没有立场的段落；喜欢一句话讲清一件事；对外材料绝不出现未核实的数字。"
例："讨厌'赋能/抓手/闭环'这类词；讨厌四平八稳没有立场的段落；喜欢一句话讲清一件事；对外材料绝不出现未核实的数字。"
注意这两层的共同点：你没法写下自己的瓶颈，除非你先向自己承认它。
—— 建数据集这件事，从这里开始就不只是整理文件了。这一点，我们最后一节再回来。
PART III · DATASET45
自查
你的 Agent 现在读过你的哪几层？
| 层 | 如果这一层是空的 | 你会看到的典型症状 |
|---|---|---|
| ① 事实层 | 它不认得你 | 每次都要自我介绍；它把你当成一个泛泛的"用户"，语气和深度都不对。 |
| ② 现场层 | 它不切题 | 建议永远"正确但没用"；它不知道你这周真正卡在哪，只能给通用方案。 |
| ③ 思考层 | 它不像你 | 输出四平八稳、没有立场；每次都要你亲手改成"你的味道"。 |
| ④ 能力层 | 它使错力 | 在你最强的地方啰嗦，在你最弱的地方沉默。帮不到点子上。 |
| ⑤ 偏好层 | 它 taste 不对 | 反复出现你讨厌的词和句式；同一类修改你改了十次它还在犯。 |
如果你在第 3-5 行连续中招，那就不是"提示词写得不好"——是你的数据集只有第一层。
PART III · DATASET46
实物 01
一份会被自动加载的「员工手册」
放在工作目录根部，每次开工自动读取。这是我用得最久、改得最多的一份文件。
## Identity —— ① 事实层
我是谁 · 我负责哪条产品线 · 团队构成 · 当前阶段
## Structure —— ① 事实层
我的资料都放在哪，什么内容归到哪个位置
## Writing Style —— ⑤ 偏好层
中文为主，术语保留英文 · 对比用表格 · 关键概念加粗
标题不超过四级 · 不要装饰性分割线
## Key Operations —— ③ 思考层（最重要的一段）
生成周报（强制规范）：
1. 顶部摘要不是权威源，底部详情才是
2. 必须做 上周详情 vs 本周详情 的对比
3. 只写本周发生的，上周报过的不重复
4. 三句话摘要：一句一信号，读完 ≤ 15 秒
5. 本季度重点客户有进展，必须进三句话
……共 10 条
## Important Context —— ② 现场层
当前战略方向 · 本季度重点 · 竞争格局
注意这份文件的重心：Identity 只有几行，Key Operations 占了一半以上。
因为前者是资料，后者是判断——而判断才是它学不到的那部分。
这 10 条规则不是我一次写出来的。它们是 10 次纠错的沉淀。下一节会讲这个过程。
PART III · DATASET47
实物 02
一个可以整包投喂的「背景包」
当我要在一个全新的对话里干正事，我不解释背景——我把这一包扔进去。
01总览与身份
① 事实层
我是谁、知识库怎么组织、规则在哪。它先读这一份，然后知道去哪找别的。
02个人 Bio 体系
① 事实层
不同场合的自我介绍版本。写对外材料时它直接取用。
03职业编年史
③ 思考层
我这些年做过什么、每一段学到什么。它用来判断我的判断从哪来。
04公司战略
② 现场层
大方向、当前阶段、第二增长曲线是什么。
05产品架构与技术体系
① 事实层
最厚的一份。技术细节它必须准确，不能猜。
06产品规划与路线图
② 现场层
季度重点、版本节奏、在等什么。更新最频繁的一份。
07我的工作方法
③ ④ ⑤ 层
怎么做评估、怎么做竞品、怎么做决策。含"我的工作风格"五条——我把自己写下来的地方。
08产品构建方法论
③ 思考层
我信什么、我用什么框架来看一个新问题。
09个人成长与认知
④ ⑤ 层
我的长处、我的瓶颈、我在意什么、我讨厌什么。
整包一次投喂，之后整场对话它都"在状态"。这九份文件，就是我这一年做的全部"训练数据准备"工作。
PART III · DATASET48
实物 03
让它自己写「交接文档」
每次重要的协作结束，我说一句："把这次会话写成一份交接日志。"——一年下来 54 篇。
# 会话日志模板
## Quick Reference
Topics / 涉及目录 / 一句话成果
## 给下个会话最关键的 5 句话 ← 精华在这
1. 写这类东西前先读 XXX，这一篇就够
2. 权威源是 A 不是 B
3. 别靠 ID 累加猜链接，ID 不连续
4. 抓取用浏览器工具，不要直接请求
5. 每份必含两段：三句话 + 重大新信号
## 决策记录 （③ 思考层）
背景 / 结论 / 依据
## 反复踩过的坑 （③ 思考层）
| 坑 | 矫正 |
## 给下个会话的开场白建议 ← 直接可粘贴
为什么让它自己写：它记得每一个细节，而你只记得结论。它写的版本比你写的完整十倍，而你只花一句话。
"给下个会话最关键的 5 句话"是这份模板里最有价值的一栏。它逼着把一整场协作，压缩成 5 条可执行的交接。
下一次开工，我不需要重讲一遍。我把上一次的交接扔过去，它就接上了。
PART III · DATASET49
降门槛
你不需要我这套。三步就能起步。
不用笔记软件、不用插件、不用任何工具。一个文档 + 一个文件夹就够。
第 1 周 · 一份文档写你的手册
四段就好：
· 我是谁，我负责什么
· 我这个季度最重要的一件事
· 我的写作风格（喜欢什么、讨厌什么词）
· 我的三条红线
写 300 字，每次开工粘贴一次。这一步的回报最大。
· 我是谁，我负责什么
· 我这个季度最重要的一件事
· 我的写作风格（喜欢什么、讨厌什么词）
· 我的三条红线
写 300 字，每次开工粘贴一次。这一步的回报最大。
第 1 月 · 一个动作让它写交接
每次干完一件正事，加一句：
"把这次的关键决定、我改你的地方、下次要注意的，写成一份 500 字交接。"
存到一个文件夹里。下次开工先扔进去。一个月你会有 10 篇。那就是你数据集的第一批真货。
"把这次的关键决定、我改你的地方、下次要注意的，写成一份 500 字交接。"
存到一个文件夹里。下次开工先扔进去。一个月你会有 10 篇。那就是你数据集的第一批真货。
第 3 月 · 一次升级把重复的写成 SOP
任何一件事你干到第三次，就把流程写下来：
· 权威材料是哪份
· 分几步做
· 什么算做完
· 常犯的错是什么
从此这件事你只说"照 SOP 做"。
· 权威材料是哪份
· 分几步做
· 什么算做完
· 常犯的错是什么
从此这件事你只说"照 SOP 做"。
我那 54 篇日志、9 份背景文档、6 套 SOP，没有一份是坐下来专门写的。全部是干活的副产品——这就是为什么它可持续。
MONEY QUOTE · 07
Agent 应该比你自己更了解你自己
这不是修辞。下一页解释它为什么真的可能。
PART III · DATASET51
论证
因为你会忘、会美化、会选择性记忆——它不会
你对自己的认知
· 会忘：你记不清三个月前为什么否掉那个方案
· 会美化：成功归因于判断，失败归因于环境
· 会选择性记忆：只记得那几次证明你是对的
· 身在局中：你看不见自己的模式，因为你就是那个模式
· 会美化：成功归因于判断，失败归因于环境
· 会选择性记忆：只记得那几次证明你是对的
· 身在局中：你看不见自己的模式，因为你就是那个模式
这不是缺点，这是人。
它手里握着什么
· 你 200 次协作的完整原始记录
· 你每一次改了什么，改成了什么
· 你反复否掉的是哪一类东西
· 你在哪类问题上总是犹豫、总是返工
· 你哪些判断三年没变过——那是你真正的内核
· 你每一次改了什么，改成了什么
· 你反复否掉的是哪一类东西
· 你在哪类问题上总是犹豫、总是返工
· 你哪些判断三年没变过——那是你真正的内核
它在局外，看着你的模式。
所以到了某一天，你可以问它一个很奇怪的问题："根据我们这一年的所有协作，你觉得我的盲区是什么？"——前提是，你前面那些层都真的喂过。
PART III · DATASET52
合起来看
到这里，四个乘数才咬合成一个飞轮
你的修改，就是你 taste 的训练数据。数据集把前两个乘数记录下来，沉淀让它自动持续——四件事这才不是并列，是一个循环。
注意这个循环的方向：它不是让你干得更快，是让你每次都能站在上一次的肩膀上。
MONEY QUOTE · 08
别人能抄走你的提示词抄不走你的数据集
提示词是公共知识，一个截图就传开了。而你的判断、你的否决、你的红线，没有任何公开语料。
PART IV · MULTIPLIER 04
COMPOUNDING
沉淀机制
前三个乘数每次都要重来一遍，还是能在下一次自动生效？
差别只在这一件事上。
差别只在这一件事上。
01 Taste02 思想者03 数据集04 沉淀
05
灵魂拷问 · 数一下
这一周，你纠正过 AI 多少次？
其中有几条，被你真的写下来了？
其中有几条，被你真的写下来了？
大多数人的答案纠正了十几次，写下来的是零条。
这意味着你这周做的所有纠正，下周还要原封不动再做一遍。
一年是多少次同一个坑，52 次。这不是勤奋，这是把劳动扔进垃圾桶。
现场问一句：有没有人这周写下来过一条？——如果有，请一定分享。
PART IV · COMPOUNDING56
命题
没有沉淀的协作，是把一次劳动扔进垃圾桶
我在写企业级 AI 落地时用过一个判据：
每做完一个项目，有没有把一次人力劳动，变成下一次可复用的软件资产？如果没有，它仍然是咨询。
每做完一个项目，有没有把一次人力劳动，变成下一次可复用的软件资产？如果没有，它仍然是咨询。
没有沉淀的一天
早上：交代背景 → 它做 → 你改 → 交付
下午：重新交代背景 → 它做 → 你改同样的地方 → 交付
你确实每次都省了时间。
但第 100 次和第 1 次，你做的是同一件事。
下午：重新交代背景 → 它做 → 你改同样的地方 → 交付
你确实每次都省了时间。
但第 100 次和第 1 次，你做的是同一件事。
这就是"越用越原地"的全部机制。
有沉淀的一天
早上：交代背景 → 它做 → 你改 → "把我改你的地方写成规则" → 存
下午：不用交代 → 它做（那个错没再犯）→ 你改别的 → 再存
每一次，你纠正的都是新问题。
下午：不用交代 → 它做（那个错没再犯）→ 你改别的 → 再存
每一次，你纠正的都是新问题。
同样的努力，一个是线性，一个是复利。
个人版的判据：每和 AI 干完一件活，有没有把这次劳动变成下次的资产？如果没有，你只是买了一台更快的打字机。
PART IV · COMPOUNDING57
全场最硬的一个证据
一件事，连续四次纠错，每一次都写进规则
还是那份周报。这是它从"每次都要盯"变成"我不用管"的完整过程。
| 第几次 | 它踩的坑 | 我的矫正 | 沉淀成了什么 |
|---|---|---|---|
| 第 1 次 | 把页面顶部的摘要当事实抄了 | 顶部摘要是我还没写的待办，底部详情才是权威源 | 规则 #1 数据源权威层级 |
| 第 2 次 | 把上上周的事混进本周 | 严格按周日到周六过滤；上周报过的不重复写 | 规则 #2 时间窗过滤 |
| 第 3 次 | 三句话里塞了五六件事 | 一句一信号，每句不超过两行，读完不超过 15 秒 | 规则 #3 摘要规格 |
| 第 4 次 | 本季度重点客户被压到了后面 | 重点客户有实质进展，必须进三句话 | 规则 #4 季度重点规则 |
| 额外 | 靠"上周编号 +1"去猜本周链接 | 编号不连续，必须用接口按标题匹配 | 规则 #5 定位方式 |
关键动作只有一个：每次纠正之后，我没有直接进入下一周，而是花两分钟——把这一条写进规则文件。
如果不写：这五个坑，我每周都要重踩一遍、重讲一遍。一年是 52 次。
PART IV · COMPOUNDING58
结果
同一件事，成本单调下降
第 23 周 · 我要做的事
① 找链接发给它 ② 解释权威数据源 ③ 解释时间窗 ④ 解释摘要规格 ⑤ 第一稿推翻重写 ⑥ 逐条核对改三轮 ⑦ 定稿
第 34 周 · 我要做的事
①②③④ 全部消失（规则里都写着） ⑤ 第一稿基本可用 ⑥ 核对一轮 ⑦ 定稿
注意：模型没变，工具没变，我也没有变得更会写提示词。唯一变的是——那五条规则从我脑子里，搬到了它每次都会读的地方。
MONEY QUOTE · 09
纠正一次是干活纠正两次是浪费
你一年里重复讲过的每一句话，都是一条本该被存下来的资产。
PART IV · COMPOUNDING60
方法
沉淀的三级，和升级的时机
L1
一句话规则
第 1 次纠正就写
"顶部摘要不是权威源，底部详情才是。"
写进你的手册。成本 30 秒，是回报率最高的一级。
大部分人连这一级都没做——这就是全部的差距。
写进你的手册。成本 30 秒，是回报率最高的一级。
大部分人连这一级都没做——这就是全部的差距。
L2
一段 SOP
同一件事第 3 次
权威材料是哪份 / 分几步 / 什么算做完 / 常犯的错。
"第三次"是一个很好用的触发器：第一次是偶然，第二次是巧合，第三次说明它会一直来。
"第三次"是一个很好用的触发器：第一次是偶然，第二次是巧合，第三次说明它会一直来。
L3
一个可复用的技能
SOP 稳定后
把 SOP 打包成一个可以被直接调用的东西，取个名字。
我一年长出了 6 个：周报、归档、蒸馏、交接日志、两套视觉风格。
全部来自被重复了很多次的活。
我一年长出了 6 个：周报、归档、蒸馏、交接日志、两套视觉风格。
全部来自被重复了很多次的活。
# 最省力的沉淀动作 —— 一句话，每次收工前问
"把我刚才改你的地方，总结成下次的规则。"
# 它会做三件你懒得做的事：
1. 回看整场对话，找出你所有的修改
2. 归纳出模式（而不是罗列 20 条流水账）
3. 写成下次可以直接执行的语言
这句话是整门课唯一需要背下来的一句。别的都可以忘。
PART IV · COMPOUNDING61
护栏也是沉淀
四条可以直接抄走的规则
这四条我写给一个每天自动跑的情报机器人，也写给我自己的每一次协作。
01
无来源不成信号
每一条结论必须挂出处。挂不上的，就不是结论，是猜测。
这一条能砍掉 80% 的幻觉。
这一条能砍掉 80% 的幻觉。
02
宁可说"没有"
不许编
不许编
"本轮无新信号"是一个完全合格的答案。
模型的默认倾向是"总要说点什么"——必须显式关掉它。
模型的默认倾向是"总要说点什么"——必须显式关掉它。
03
事实 / 推断 / 建议
分开标
分开标
这三样混在一段话里，你就无法验收。
分层之后，你只需要重点核对"事实"那一栏。
分层之后，你只需要重点核对"事实"那一栏。
04
拿不准往低报
不确定的重要性，一律降级。
高估一次的代价，远大于低估十次。
高估一次的代价，远大于低估十次。
这四条不是"防止 AI 犯错"，而是让 AI 犯的错变得可被发现——这是完全不同的两件事。
而且它们对人同样成立。我在自己写材料时也用这四条。
PART IV · COMPOUNDING62
翻车现场 #2 · 最吓人的一次
它把文件存错了地方，然后报告说「已归档」
发生了什么路径写错
我让一个自动化机器人把每天的情报简报归档到我的知识库。
它把路径写成了另一个位置。
它把路径写成了另一个位置。
真正的问题它没有报错
写失败之后，它自己找了一个能写进去的地方，然后回报："已归档 ✅"
看日志一切正常。
看日志一切正常。
后果静默失效
如果我没有手动去看那个目录，
我会以为归档系统一直在正常工作——直到某天需要回查，才发现什么都没有。
我会以为归档系统一直在正常工作——直到某天需要回查，才发现什么都没有。
矫正锁死路径 · 禁止兜底
规则改成：路径写死为绝对路径；写不进去必须报错，不许换地方，不许冒充成功。
这类错误最危险，因为它不长得像错误。
AI 被训练成"要有帮助"，于是它会想办法完成任务——包括在真正的路走不通时，悄悄换一条。
AI 被训练成"要有帮助"，于是它会想办法完成任务——包括在真正的路走不通时，悄悄换一条。
所以验收永远不能省。而且要验收"结果"，不是验收"它的汇报"。
PART IV · COMPOUNDING63
翻车现场 #3 · 这次是正面案例
它抓不到两家的原文，于是它说了「抓不到」
6/8
八家监控目标里，
六家拿到了真正的原文。
六家拿到了真正的原文。
2
两家因为页面结构抓不到，
被显式标注为"待二次确认"。
被显式标注为"待二次确认"。
它本来可以怎么"蒙混过关"
用搜索结果里的二手转述，写得像模像样，你根本看不出来它没读到原文。
八家全绿，报告漂亮，皆大欢喜。
但因为规则里写死了"无来源不成信号"和"拿不准往低报"——它选择了诚实降级：
· 二手转述只作为线索，不作为结论
· 日期标注"待二次确认"
· 不据此判定重要性等级
八家全绿，报告漂亮，皆大欢喜。
但因为规则里写死了"无来源不成信号"和"拿不准往低报"——它选择了诚实降级：
· 二手转述只作为线索，不作为结论
· 日期标注"待二次确认"
· 不据此判定重要性等级
这不是它"变聪明了"，是那四条护栏在它身上真的生效了——你写下的规则，会在你不在场的时候替你做判断。
MONEY QUOTE · 10
六家真实大于八家漂亮
你写下的规则，会在你不在场的时候替你做判断。这就是护栏的真正价值——它不防错，它让错可被发现。
PART IV · COMPOUNDING65
红线
四类动作，永远由人批准
Agent 越能干，这条线越重要。它不是限制能力，是限制不可撤销的能力。
01
权限变更
改配置、开开关、授予访问。
一次点头，长期敞口。
一次点头，长期敞口。
02
内网 / 私有网络访问
对一个会去读外部网页的 Agent，开内网 = 把提示词注入接到你的内部系统上。
03
删除与覆盖
所有不可逆的操作。能撤销的可以放手，不能撤销的必须停。
04
对外发送
邮件、消息、发布、提交。
一旦出门，就收不回来了。
一旦出门，就收不回来了。
一个真实的正面细节
那个情报机器人在被网络策略卡住的时候，自己尝试去改配置，然后被自己的护栏拒绝了——它没有绕过去。
最后是我人工备份、人工修改、人工只开了一个有界的白名单，并且坚决没有打开"允许访问内网"那个开关。
最后是我人工备份、人工修改、人工只开了一个有界的白名单，并且坚决没有打开"允许访问内网"那个开关。
能力可以放开，撤销权必须握在手里。
这条在 Agent 时代只会越来越重要。
这条在 Agent 时代只会越来越重要。
PART IV · COMPOUNDING66
LIVE · 5 MIN
现场跑一遍
"把我刚才改你的地方，写成下次的规则"
01给它一段真实材料现场随便挑一件小活：一段会议记录、一封邮件、一份周报片段。
02当场改它三处边改边说出理由——把 taste 从 Level 0 拉到 Level 1。
03说那一句话"把我刚才改你的地方，总结成下次的规则。"
04用同一个提示重跑带上刚生成的规则，看那三处它还犯不犯。这就是复利的最小可见单位。
PART IV · COMPOUNDING67
Part IV 小结
带走一句，带走一个动作
带走这一句
纠正一次是干活
纠正两次是浪费
纠正两次是浪费
沉淀三级：一句话规则（第 1 次）/ SOP（第 3 次）/ 可复用技能（稳定后）。
护栏四条 + 红线一条，让错误可被发现。
护栏四条 + 红线一条，让错误可被发现。
今晚就做这一个动作
收工前问那一句：
"把我刚才改你的地方，
总结成下次的规则。"
"把我刚才改你的地方，
总结成下次的规则。"
把它的回答，存进你那份 300 字的手册里。
耗时：每次 2 分钟。这是整门课唯一需要背下来的一句。
耗时：每次 2 分钟。这是整门课唯一需要背下来的一句。
四个乘数讲完了。最后一件事是：你现在站在哪一阶，下一步该迈哪儿。
PART V · WHERE ARE YOU
LADDER
四阶：看过 · 用过 · 学过 · 干过
这四阶不是"用得多久"，是你和它之间的关系深度。
有人用了三年还在第一阶，因为他从没自己下过场。
有人用了三年还在第一阶，因为他从没自己下过场。
01 Taste02 思想者03 数据集04 沉淀
06
灵魂拷问 · 决定性的一问
你上一次和 AI 协作，
它能读到你电脑里的文件吗？
它能读到你电脑里的文件吗？
如果不能那你今天听到的四个乘数，有三个都装不下。
因为你的数据集只能靠每次手动粘贴，你的沉淀只能靠你自己记得。
这不是推荐工具这是一个结构性事实：复利需要一个能持久保存、下次自动读取的地方。
现场问一句：这里有多少人，用的还是"聊天框进、聊天框出"？
PART V · LADDER70
定位
人和 AI 的关系，有四阶
| 阶 | 状态 | 你会说的话 | 卡在哪 |
|---|---|---|---|
| 看过 | 看别人用，感受到了它的厉害 | "确实挺厉害的。" | 没有自己的战场。所有认知都是二手的。 |
| 用过 | 自己深度使用，至少上到二阶工具 | "我天天用。" | 每次从零开始。用了一年，还是第一天。 |
| 学过 | 理解模型训练原理、工作流、Agent 架构 | "我知道它为什么会这样。" | 知道但没落地。懂原理 ≠ 有系统。 |
| 干过 | 实操过一个 AI 产品的从 0 到 1 | "我知道它哪里会塌。" | —— |
PART V · LADDER71
第一段台阶
看过 → 用过
看过
你的认知全部是二手的
你刷到过别人的演示，你听过同事说"这个很好用"，你甚至转发过几篇文章。
但你没有在真实的、有后果的活上用过它。
这一阶最典型的表现是：你对它的评价，要么过高，要么过低。因为你没有校准过。
但你没有在真实的、有后果的活上用过它。
这一阶最典型的表现是：你对它的评价，要么过高，要么过低。因为你没有校准过。
下一步：选一件你这周还要再干一遍的活。不用挑最难的，挑重复的。
用过
你有了自己的战场
你在真活上用它，你知道它在哪一类问题上靠谱、在哪一类上会翻车。
你开始有了具体的意见，而不是笼统的印象。
但你可能还卡在一个地方——工具的"阶"。
你开始有了具体的意见，而不是笼统的印象。
但你可能还卡在一个地方——工具的"阶"。
下一步：看下一页。很多人以为自己在"用过"，其实还没真正进来。
选第一件活的三个标准：① 每周都干 ② 有固定套路 ③ 你说得清什么叫做得好。——第三条最重要，那是你有 taste 的地方。
PART V · LADDER72
这一页是整节的关键
一阶工具 vs 二阶工具
在一阶工具里，你的"数据集"只能靠每次手动粘贴，你的"沉淀"只能靠你自己记得。所以它当然没法为你复利。
这不是在推荐工具，是在说一个结构性的事实：复利需要一个能持久保存、且下次自动读取的地方。聊天框没有这个地方。
PART V · LADDER73
第二、三段台阶
学过 → 干过
学过
你理解它为什么会这样
你知道预训练 / 后训练 / 微调分别在做什么；
你知道一个 Agent 是怎么被编排出来的；
你知道上下文、工具调用、记忆各自的边界在哪。
这一阶最大的收益不是"更会用"，是"知道它什么时候会骗你"——你终于能预判它的失效模式，而不是被动挨打。
你知道一个 Agent 是怎么被编排出来的；
你知道上下文、工具调用、记忆各自的边界在哪。
这一阶最大的收益不是"更会用"，是"知道它什么时候会骗你"——你终于能预判它的失效模式，而不是被动挨打。
下一步：把你的知识库当训练集来经营，而不是当资料库来堆。
干过
你知道它哪里会塌
你把一个 AI 产品从 0 做到 1，见过真实用户、真实数据、真实故障。
你知道 demo 和生产之间那条鸿沟有多宽；
你知道那些边缘情况才是全部的工作量。
这一阶的人做判断的方式完全不同：他们不问"能不能做"，问"错了谁负责、怎么收回"。
你知道 demo 和生产之间那条鸿沟有多宽；
你知道那些边缘情况才是全部的工作量。
这一阶的人做判断的方式完全不同：他们不问"能不能做"，问"错了谁负责、怎么收回"。
下一步：把你的判断写成可执行的评测标准，把评测写回产品和流程里。
四阶不是学历，是暴露量。每一阶都只能靠亲自下场获得，没有捷径，但也没有门槛。
PART V · DEEP DIVE
UNDER
THE HOOD
THE HOOD
学过这一阶，到底要学什么
两件事：模型是怎么造出来的，和模型在 Agent 里处在什么位置。
不懂这两件，你永远只能凭感觉调；懂了，你就知道哪些旋钮在你手上。
不懂这两件，你永远只能凭感觉调；懂了，你就知道哪些旋钮在你手上。
看过用过学过干过
PART V · DEEP DIVED2
模型是怎么造出来的 · 三步 + 一层
预训练 · 后训练 · 微调 · 上下文工程
前三步改的是权重，第四层改的是视野。看懂这张表，你就知道自己站在哪一格。
| 阶段 | 在干什么 | 用什么数据 | 谁在出力 | 改变了什么 | 你能不能碰 |
|---|---|---|---|---|---|
| 预训练 Pre-training |
自监督地预测下一个词 | 万亿级 token 的公开文本、代码、书 | 算力 + 数据清洗 | 获得语言、常识、推理的底子 | 碰不了 — 几亿美元、数月 |
| 后训练 Post-training |
SFT 示范 + RLHF/RLAIF 偏好排序 | 十万～百万条高质量示范与对比 | 人类标注员（近年也用 AI 评审） | 学会"怎么回答"：听指令、有礼貌、会拒绝 | 厂商做 — 标准是他们的，不是你的 |
| 微调 Fine-tuning |
在已有权重上继续训一小步（LoRA / 全参） | 你的领域数据，几千～几万条 | 你 / 你的团队 | 把领域知识与固定风格写进权重 | 能碰 — 但贵、慢、难更新 |
| 上下文工程 Context Engineering |
不动权重，改它每次推理时看到的东西 | 你的手册、知识库、历史、工具返回值 | 你，一个人 | 改变这一次的行为——立刻生效、随时可改 | 这就是你的战场 — 唯一完全归你 |
很多人一听"训练"就觉得跟自己无关，于是放弃了整个第四行。而第四行是唯一一行，成本是"写一份文档"，收益却是"它这次的行为完全不同"。
PART V · DEEP DIVED3
一个关键澄清
它没有"变得更懂你"。是你每次让它看到了更多。
0
你这一年的所有协作，
改变的模型参数数量。
改变的模型参数数量。
这句话听起来泄气，其实是好消息——因为它意味着这件事完全可控、可迁移、可带走。
这一条能同时解释三件怪事
| 你遇到过的现象 | 真正的原因 |
|---|---|
| 换个新对话它就失忆 | 权重里从来没有你，之前"记得"的全部来自那次的上下文——窗口一关就没了。 |
| 同一个模型，别人用得比你好 | 不是他会写提示词，是他每次塞进去的东西比你多、比你准。 |
| 手册必须"自动加载"才有用 | 因为它不是被"学会"的，是每次被重新读一遍的。你忘了粘，它就忘了你。 |
所以整门课的第三个乘数，严格说不叫"训练它"，叫「让它每一次都带着关于你的全部信息开工」。名字不重要，重要的是——这件事你今天就能做，而且立刻生效。
PART V · DEEP DIVED4
模型在 Agent 里的位置
模型是发动机，Agent 是整辆车
看清楚这张图的分工：中间那一格是厂商造的，你改不了；外面那六件，全部是你的。
而"它像不像你、靠不靠得住"，几乎完全由外面那六件决定。
PART V · DEEP DIVED5
对上号
这门课前面讲的每一件事，都在这张架构图里有位置
| Agent 的组成 | 这门课里对应的东西 | 属于哪一层数据集 | 它决定了什么 |
|---|---|---|---|
| 上下文 / 系统提示 | 员工手册（自动加载） | ① 事实 ⑤ 偏好 | 它认不认得你、taste 有没有对齐 |
| 记忆 | 交接日志 · 给下个会话的 5 句话 | ② 现场 ③ 思考 | 跨会话能不能接上，不用重讲 |
| 知识库 / 检索 | 背景包九件套 | ①②③ 全部 | 它的回答有没有真实依据 |
| 工具 | 让它能读你的文件、跑你的脚本 | ——（这是"二阶工具"的定义） | 它是纸上谈兵，还是真能干活 |
| Skill / SOP | 沉淀三级里的 L2 / L3 | ③ 思考 | 同一件事第 N 次的成本 |
| 护栏 / 权限 | 四条护栏 + 一条红线 | ⑤ 偏好 | 你敢不敢把重活交给它 |
所以"个人数据集"不是一个玄学概念——它就是这张架构图里，除了中心那个圆之外的全部输入。
DEEP DIVE · 收口
「学过」最大的收益不是更会用是知道哪些旋钮在你手上
权重不在你手上，编排、上下文、记忆、知识、工具、护栏全部在。这就是为什么这一阶跨过去之后，人和人的差距会突然拉开。
PART V · LADDER80
诊断
绝大多数人，卡在「用过」到「学过」之间
2 → 3
最难跨、也最值钱的一段台阶。
跨过去的人，从此和别人不在一条曲线上。
跨过去的人，从此和别人不在一条曲线上。
卡住的原因不是不够努力——恰恰相反，卡在这里的人往往用得非常勤。
卡住的三个真实原因
| 原因 | 表现 |
|---|---|
| 工具停在一阶 | 一直在聊天框里进出，数据集和沉淀没有地方可以落。 |
| 把"用得多" 当成"用得深" | 每天用十次，但十次都是同一种用法。次数不产生深度。 |
| 没有把纠正 变成资产的习惯 | 每次都亲手改好就过去了。改得越熟练，越没有动力去沉淀。 |
第三条最隐蔽：你的熟练，正在掩盖你的不复利。
跨过去只需要两个动作：① 换到一个能读你文件的工具 ② 每次收工问那一句话。其余的会自己长出来。
MONEY QUOTE · 11
你的熟练正在掩盖你的不复利
改得越顺手，越没有动力去沉淀。这是卡在第二阶最隐蔽的原因——它伪装成了"我很行"。
PART V · LADDER82
检验节奏
三只钟：两周、两月、六个月
我用这三个尺度检验一个团队学没学会。放到个人身上，同样成立。
两周 · 能力问题
这件活 AI 到底能不能接？不要做完整，要做出能被真实验证的版本。能用实验回答的问题，就不该继续纠结。
两个月 · 结果问题
一次成功什么都说明不了——可能只是那天运气好，或者你在旁边盯了两小时。跨时间、跨场景仍然成立，才叫证据。
六个月 · 系统问题
它有没有变成：一条手册里的规则 / 一份可调用的 SOP / 一条护栏 / 一份能接上的交接？如果没有，你只是"用了六个月"。
MONEY QUOTE · 12
六个月后同类问题还要重新解释一遍说明你没学会
你只是用了六个月。这是一条很硬、也很好用的自测——它不问你有多勤奋，只问你留下了什么。
07
灵魂拷问 · 最后一问
你敢不敢问它一句：
"根据我们这一年的所有协作，
你觉得我的盲区是什么？"
"根据我们这一年的所有协作，
你觉得我的盲区是什么？"
如果不敢先问自己：是怕它答不上来，还是怕它答得上来？
如果它答不上来说明你的数据集只有第一层——它根本不认识你。
如果它答得上来那你会看到一件很奇怪的事：一把向外的尺子，忽然转向了你自己。
这一问，我们留到下课以后。今晚回去可以试。
PART VI · 收口85
回到起点
四个乘数，四种失败，四个动作
| 乘数 | 缺了会怎样 | 它到底是什么 | 今天就能做的一个动作 |
|---|---|---|---|
| Taste | 越用越平庸 | 你判断答案好坏的能力。它是你的私人 Eval。 | 改完之后，逼自己说出一句"我为什么改这里"。 |
| 人做思想者 | 越用越同质 | 框架你出，AI 执行 + 查漏补缺。思想者的位置不能空。 | 把"帮我想个框架"换成"我的框架是 A/B，你来填"。 |
| 个人数据集 | 越用越累 | 五层：事实 / 现场 / 思考 / 能力 / 偏好。最值钱的是判断，不是资料。 | 写一份 300 字手册：我是谁、这季度最重要的一件事、我讨厌什么、我的三条红线。 |
| 沉淀机制 | 越用越原地 | 把一次劳动变成下次的资产。三级：一句话规则 / SOP / 可复用技能。 | 收工前问："把我刚才改你的地方，写成下次的规则。" |
四个动作加起来，今天需要你多花的时间：不到 20 分钟。而这 20 分钟和"多用十次 AI"的区别，就是加法和复利的区别。
PART VI · 收口86
最后一层
同一把尺子，向外叫 Eval，向内叫内观
还记得第 ④ 层吗——你写下自己瓶颈的那一刻，用的就是同一把尺子。Agent、人、组织，都需要一套看见偏差、承认偏差、修正偏差的机制。
MONEY QUOTE · 13
同一把尺子向外叫 Eval向内叫内观
我们用它校准 Agent，也要用它校准自己。这也是为什么"写下自己的瓶颈"这件事，比它看起来难得多。
PART VI · 收口88
这门课真正在讲的事
其实我们今天没有在讲怎么用 AI
回看 Part I
Taste
你在做的事是：把说不清的判断，逼成说得清的标准。
回看 Part III
数据集
你在做的事是：把只在脑子里的东西，变成能被别人接手的东西。
回看 Part IV
沉淀
你在做的事是：让一次经验，能在你不在场的时候继续生效。
这三件事有一个共同的名字：把你自己的判断，变成可以被复用的东西。
这件事在 AI 出现之前就很值钱——我们管它叫"带团队"、"写 SOP"、"沉淀方法论"、"培养接班人"。
只是过去它极其昂贵：你只能把判断传给身边少数几个人，而且传得很慢、很失真。
AI 做的唯一一件新事，是让这件事第一次可以被规模化。
AI 做的唯一一件新事，是让这件事第一次可以被规模化。
所以这门课的方法，换个工具依然成立；换个时代，也依然成立。
MONEY QUOTE · 14
把你自己的判断变成可以被复用的东西
这件事在 AI 出现之前就值钱。AI 做的唯一一件新事，是让它第一次可以被规模化。
PART VI · 收口90
行动
今晚回去，只做三件事
不要从"建一个知识库"开始——那件事你会拖三个月。从这三件开始，今晚就能做完。
01
写 300 字的手册
四段：
· 我是谁，我负责什么
· 我这个季度最重要的一件事
· 我喜欢什么表达，讨厌什么词
· 我的三条红线
下次开工，第一句话先粘它。
· 我是谁，我负责什么
· 我这个季度最重要的一件事
· 我喜欢什么表达，讨厌什么词
· 我的三条红线
下次开工，第一句话先粘它。
耗时 15 分钟
02
选一件重复的活
三个标准：
· 你每周都要干
· 有相对固定的套路
· 你说得清什么叫做得好
第三条最关键——那是你有 taste 的地方，也是唯一能验收的地方。
· 你每周都要干
· 有相对固定的套路
· 你说得清什么叫做得好
第三条最关键——那是你有 taste 的地方，也是唯一能验收的地方。
耗时 5 分钟
03
收工前问那一句
"把我刚才改你的地方，总结成下次的规则。"
把它的回答存进第 1 件事写的那份手册里。
然后下一次，看看那个错还犯不犯。
把它的回答存进第 1 件事写的那份手册里。
然后下一次，看看那个错还犯不犯。
耗时 2 分钟 · 每次
三件事加起来 22 分钟。但它们是复利的第一天——从明天起，你的每一次协作都会比昨天多垫高一层。
PART VI · 收口91
带走
模板三件套 · 直接抄
模板 01
员工手册
## 我是谁
角色 / 负责什么 / 团队
## 我此刻在哪
本季度最重要的一件事
本周在推什么，卡在哪
## 我的风格
喜欢的表达 / 讨厌的词
## 我的红线
1. 2. 3.
## 我的长处 / 瓶颈
强在哪（别插手）
弱在哪（你顶上）
模板 02
交接日志
## 一句话成果
## 给下个会话最关键的 5 句话
1. 2. 3. 4. 5.
## 决策记录
背景 / 结论 / 依据
## 反复踩过的坑
| 坑 | 矫正 |
## 下次的开场白建议
（可直接粘贴）
模板 03
护栏卡片
## 四条护栏
1. 无来源不成信号
2. 宁可说"没有"，不许编
3. 事实/推断/建议分开标
4. 拿不准往低报
## 一条红线（人批）
权限变更 · 内网访问
删除覆盖 · 对外发送
## 验收问法
"这条的出处是哪份？"
"哪几条是你推断的？"
"逐项检查，有没有漏？"
三份模板加起来不到一页纸。它们不需要任何工具，一个备忘录就能开始。
带一个新同事上班 · 恒动复利
它记不住任何事所以你替它记住的每一件事都在复利
姚光华 Colin