AI 时代像极了蒸汽机刚发明的时候
今天这篇文章不是教程,不是转录,不是新闻评论。它是一次真实的思考过程。
起因是我看了一期 Indigo Talk EP42——前 Google Ventures 投资人华涵聊 AI Agent 时代的投资和创业。我没看完,看到三十分钟就暂停了,因为产生了太多问题想讨论。于是我打开 Claude,打算边聊边搞懂视频内容。
我没想到的是,这段对话最终改变了我对自己正在做的事情的看法。
从几个"蠢问题"开始
我的第一个问题是:什么是 GV?
就这么基础。我不是金融背景出身,真的不知道 Google Ventures 是什么。接着我问了创业公司的融资流程——天使轮、种子轮、A 轮是什么意思。然后问了什么是蒸汽朋克。再然后问了《攻壳机动队》讲的是什么故事。
每个问题都很基础,基础到我一开始有点犹豫要不要问。
但每个问题的答案都把我拉向了下一个更深的问题。搞懂了 GV 是谷歌的风投基金之后,我开始理解 Han 为什么说"不要错过时代标杆公司"。搞懂了融资流程之后,我理解了为什么他说"一二级市场边界在模糊"。搞懂了蒸汽朋克之后,我开始思考——蒸汽机时代最后赢的人到底是谁?
我后来意识到,这就是费曼学习法。不是我先学完再写,而是通过不断提问,把别人的知识拉进自己的思考框架。每一个"蠢问题"都是一块拼图。
第一个转折点
聊着聊着,Han 在视频 52 分钟说了一段话:
“AI 帮你做了很多事,但如果这些事不是你真正想做的,你的满足感不会更高。清楚你想干什么,可能比你能做什么更为重要。”
这句话扎到我了。不是抽象地扎,是非常具体地扎——
过去几个月,我搭了一套 AI Agent 系统,我叫它 Secretary。它能帮我转录视频、扫描 Twitter、自动生成博客文章、管理知识库。从技术角度看,一个人干了一个小 MCN 的活。我对它挺骄傲的。
但我每天 90% 的时间都在打磨这套系统本身。
调 Agent Skill,修 bug,试新的开源工具,配 API。我沉浸在极客式的快感里,觉得自己每天都在"进步"。系统从 0 分到 80 分,这个过程是真实的成长。
然后 Claude 帮我看了一眼我过去一周的博客产出——25 篇文章,分类大概是:
- 40% 视频转录(别人的访谈)
- 25% 工具教程(怎么用某个开源项目)
- 20% AI 新闻评论
- 15% 写系统本身的文档
大部分内容是在搬运和加工别人的东西。
更要命的是,我有一部分文章在写"这套系统本身"——用系统写关于系统的文章,然后优化系统来写更多关于系统的文章。一个完美的闭环,但闭环里缺了一个东西:我自己的思考。
第二个转折点:蒸汽机
Indigo 在视频里把 AI 时代比作蒸汽机刚发明后的年代。这个类比一下子打开了我的思路。
我去查了蒸汽机时代的历史。结论让我很不舒服:
造蒸汽机的人没赢。
James Watt 改良了蒸汽机,但他不是那个时代最大的赢家。大量蒸汽机制造商后来倒闭了——蒸汽机很快变成了商品。
赢的是 Vanderbilt(用蒸汽机建铁路)、Carnegie(用蒸汽机炼钢)、Wedgwood(用蒸汽机做陶瓷)。他们不是蒸汽机专家,他们是各自领域的人,看懂了蒸汽机能帮自己做什么。
映射到我身上:我花了几个月在车间里组装"蒸汽机"。现在蒸汽机已经能跑了。问题是——我要拿它开去哪?
而且还有一个更残酷的现实:我花一整天调试的功能,有时候 Claude 官方一次更新就帮我做了。80 分的系统继续磨到 85 分,收益递减。但用 80 分的系统去实战,每一次实战都能告诉我真正需要补的是哪 5 分。
第三个转折点:多巴胺陷阱
Indigo 在 49 分钟讲了一个观点——人的刺激分两种:
- 即时满足(刷短视频、打游戏),分泌多巴胺
- 延迟满足(经历痛苦后的成就感),更持久,能重塑性格
他担心 AI 把所有需要艰难完成的工作都做了,人类就失去了延迟满足的来源。
这让我反思:我调 Agent Skills 的快感,到底是哪种?
说实话,更接近即时满足。修好一个 bug 的那一刻很爽,但第二天又有新 bug。系统永远不完美,而我永远在追。这种循环本身就是一个多巴胺陷阱。
真正的延迟满足应该是什么?写出一篇像今天这样的文章。 思考是痛苦的,把思考组织成文字更痛苦。但写完之后的感觉,和修完一个 bug 完全不一样。
那我到底该做什么?
聊到这里我问 Claude:你能不能直接给我一个方向?
Claude 很诚实地说:不能。 这不是 AI 的训练数据能回答的问题。Han 也给不了,Indigo 也给不了。“你该做什么"这个答案是在实践中撞出来的,不是想出来的。
但 Claude 帮我做了一件事——把 Indigo 和 Han 在最后 30 分钟提到的 6 个创业方向摆出来,然后逐个跟我的情况对照:
| 方向 | 跟我有关吗? |
|---|---|
| 科研 + AI 算力(能源、材料、量子) | 远。需要学科背景和大量资金 |
| 传统行业 AI 改造 | 可能,但需要选定具体行业 |
| 注意力经济 | 直接命中。我已经在做 |
| 基础设施(电力/算力) | 远。重资本 |
| 太空经济 | 远。可以跟踪报道 |
| 线下连接 | 值得认真想 |
两个跟我有关的方向——注意力经济和线下连接——恰好可以合成一件事。
最后的决定
Han 和 Indigo 当年在 Clubhouse 上认识,后来线下见面,几年后做出了这期让我受益匪浅的播客。
Indigo 在最后说:
“面对面接触是不可替代的。你的创业一定跟真正的人产生关系。未来线下可能会更重要。”
你想想看,无论在哪座大城市,每天在路上擦肩而过的人成百上千,但有几次机会能停下来跟一个人深入聊三十分钟?几乎没有。
所以我决定做一件事:定期开放 1v1 视频连线,每次 30-45 分钟。
不限身份——创业者、学生、打工人、自由职业者,都行。唯一的要求是带着问题来。不是我来教谁什么,是我们一起聊。我目前唯一确定的是:方向是在人与人的碰撞中冒出来的,不是一个人对着屏幕磨出来的。
对话可能会被录音录像,经过整理后发布到我的平台上。如果你介意,我们会提前沟通。
几个 Takeaway
写到这里,回看今天这整段思考过程,我觉得值得带走的东西有这些:
1. 不要怕问基础问题。 我从"什么是 GV"开始,最后写出了这篇文章。费曼学习法不是一个方法论,而是一种态度——不装懂,用自己的话重新理解。
2. 造工具的人和用工具的人是两种角色。 蒸汽机时代,赢的不是造蒸汽机的人。AI 时代也一样。如果你已经有了一个 80 分的工具,别再追 85 分了,去用它。
3. 分清两种快感。 修 bug 的爽是多巴胺(即时满足),写出深度思考的爽是内啡肽(延迟满足)。两者都有价值,但只有后者能积累。
4. “我到底想做什么"是 AI 回答不了的问题。 AI 帮你加速信息处理、整理思路、产出内容。但方向感只能从跟真实世界的碰撞中来——跟人聊天、做具体的事、承受失败。
5. 学习和产出是同一件事。 不是先学完再写,而是通过写来学。以前我是管道(信息进来,加工,出去),以后我要做过滤器(信息经过我的大脑,带着我的判断出去)。
想和我聊聊?
如果你对 AI Agent、内容创作、个人创业这些话题感兴趣,欢迎加我微信:
MF17806275459
好友申请请自我介绍以及表明来意,我会安排时间和你视频连线。
不保证每次对话都能碰撞出火花,但我保证认真对待每一次交流。
本文源自我和 Claude 的一次对话。起初只是想讨论一个 YouTube 视频,最后变成了两个小时的自我反思。有时候,最好的内容不是计划出来的——就像 Han 说的,clarity of intention 比 ability 更重要。我现在还不完全清楚自己的 intention,但至少,我开始认真想这个问题了。
如果这篇文章对你有帮助,欢迎请我喝杯咖啡,支持我继续创作更多内容。
Buy me a coffee