——三年封神局 · 第二篇 ——写给还在等"降本增效"兑现的人
出品：dashen.wang —— AI 最严厉的父亲
这篇不是要教你怎么用 AI。这篇是要讲清楚，你手上那家公司、那门手艺、那点存量，凭什么活过接下来这三年。
"三年封神局"第一篇讲的是终局——2030 年那封从未来寄回来的信。这一篇，我们从终局往回走一步，回到"做公司"这条命，回到眼前这三年，具体怎么打。
先说结论，再讲道理，这依然是我的写法，不绕弯子。
楔子：一个被政府按了暂停键的模型
六月二十六号，OpenAI 发布了 GPT-5.6 家族里最强的那个版本——代号 Sol。不是公开发布，是先推给大约二十家客户，名单逐个经过美国政府过审。这是美国历史上第一次，一家 AI 公司发布自己最前沿的模型，客户名单要先经白宫看一遍。直到 7 月 9 日，被那道门摁了整整十二天之后，Sol 才对公众放开。理由不是模型不够聪明，恰恰相反——它在内部的网络安全渗透测试（Capture-The-Flag）里跑出了 96.7% 的分数，越过了公司自己划的"高风险"红线。
96.7% 这个数字，我多说一句，让你有个具体的手感——Capture-The-Flag 是网络安全圈里用来量化"攻防能力"的标准考题，模拟真实系统里的漏洞，看你能不能在限定时间里找到、拿下。一个模型在这类题目里跑到接近满分，意味着它已经不只是"会写代码"，是已经具备了替一个中等水平的黑客，把大半功课做完的能力。把它按住的不是伦理委员会，是国家网络主管办公室——他们担心的不是它"说错话"，是它被拿去当武器。聪明本身，第一次成了要被管控的那部分。
六月二号，白宫签了一份行政令，题目叫《促进先进人工智能创新与安全》，给了政府一项新权力：任何一家实验室要发布"前沿"模型，可以被要求提前最多三十天，把模型交出来给政府看一眼再放行。名义上是自愿框架，不是强制发牌照，行政令原文甚至特意写明"不构成强制许可或预先审批要求"。但 Sol 这一次，是那份行政令签下来之后，第一次真刀真枪地生效——白宫的网络安全办公室和科技政策办公室点名要求限制访问，商务部的 AI 标准与创新中心追加测试，三方联手，硬生生把一次公开发布，拖成了一场持续十二天的审批。
写这一段的时候是深夜，我这边三块屏幕还亮着，中间那块跑着的正是这几个月被我图谱化到一半的一批源码索引，进度条走得很慢。窗外没什么声音，这种时间点适合想一些冷的事情——比如 Sol 这次被摁的十二天，会不会有下一家实验室，借着这个先例，把自己积压的下一代模型也主动报进这条队列，换一个"政府看过"的官方背书。审批这件事一旦形成惯例，惯例本身会开始有自己的重力，把原本各自独立发布的时间表，拧成一条共同的、更慢的队列。
我盯着这条新闻看了很久，因为它跟我这几个月一直在琢磨的另一件事对上了号——马斯克讲 AGI 要来了，阿莫迪讲天才之国要来了，奥特曼讲十倍生产率要来了，这几个人讲得越来越急，越来越像在抢一个位置；而与此同时，真正把模型交到用户手上这个动作，反而在被越拖越慢。一边是叙事在加速冲刺，一边是产品在被强行刹车。 这两条曲线一旦错开，中间那道口子，就是留给普通人的窗口——但窗口这个词太温情了，更准确的说法是：一段被人为压出来的、随时可能被收回的缓刑期。
我把这件事摆在开头，不是要写一篇科技新闻。我是想让你先看清一件事：就在几乎所有人还在争论"AI 会不会让我失业"的时候，跑在最前面的那几家公司，已经在被按暂停键了——不是被同行按的，是被他们自己请来的裁判按的。
这一按，暂停的不是技术，是时间表。而时间表这件事，恰好是这篇文章要讲透的核心——三年封神局第一篇讲的是终局，这一篇，讲的是终局到来之前，这段被人为拉长的缓刑期里，"做公司"这条命，具体该怎么保住。
第一章：他们都在讲同一个年份
奥特曼去年年中发了一篇长文，叫《温和的奇点》（The Gentle Singularity）。里面给出一份逐年清单：2025 年，AI 已经能干真正的认知劳动，写代码这件事再也回不去了；2026 年，系统会开始跑出人类没想到过的洞见；2027 年，机器人开始能在真实世界里干活；2030 年，全社会的生产率会是 2020 年的十倍；2035 年，脑机接口和太空殖民排上日程。他把这一切形容得很"温和"——因为按他的说法，奇点是一点一点发生的，你会在还没反应过来的时候，已经活在了里面，惊奇会一点点变成日常，日常再变成理所当然。
Anthropic 的达里奥·阿莫迪，今年年初发了一篇两万字的长文，叫《技术的青春期》（The Adolescence of Technology），接的是他 2024 年那篇《机器之爱》（Machines of Loving Grace）的下文。两篇合起来讲的是同一件事：他判断，大约在 2027 年前后，会出现一个他称之为"天才之国"的东西——大约五千万个并行运行的智能体，关在一间数据中心里，每一个都比任何一位诺贝尔奖得主、任何一位政治家、任何一位技术专家更聪明。他把由此带来的风险，拆成五个类别，一条一条列得极其具体：一是失控的自主系统本身，模型的目标和人类的目标悄悄错位；二是生物、化学这类大规模杀伤性知识被普通人低成本获取；三是网络攻击能力被平权到接近人人可用——这一条，正是楔子里 Sol 被摁住的直接理由；四是威权政权借助这套能力，把对内监控和对外扩张，都推到历史上前所未有的精度；五是纯粹的经济震荡，大批岗位在没有配套安全网的情况下被同时抽掉。他说，这五条风险不是危言耸听的清单，是他自己公司每天在实验室里能摸到的真实迹象。他判断，这项技术会把人类一整个世纪的生物学进展，压缩进五到十年——大部分传染病消灭、大部分癌症可治、阿尔茨海默病可防、人类寿命翻倍。他管这个阶段叫"青春期"：一个物种即将被交到手里一份几乎无法想象的力量，而我们的社会、政治、技术体系，是不是已经具备了驾驭这份力量的成熟度，这件事此刻完全说不准。
马斯克那边的口径更直接。他说 AI 很快就会比任何一个单独的人类更聪明，真正的 AGI 落在 2026 到 2027 年之间；到 2030 年，AI 的智力总和会超过全人类智力的总和。xAI 正在建的那个训练集群，叫"巨神二号"，目标是从二十万张卡冲到一百万张卡。有意思的是他的历史成绩单：前年他讲的是 2025 年出现 AGI，2025 年被现实原样赶上之后，这个年份悄悄挪到了 2026 到 2027。这不是第一次挪了——这几年他但凡给出一个具体年份，基本都在事后被下一句"最晚××年"悄悄覆盖过去。
再往前追一步，2024 年从 OpenAI 离职的研究员莱奥波德·阿申布伦纳，写过一份一百六十五页的报告，叫《态势感知：未来十年》。他当时判断，2027 年前后会出现 AGI，十年之内出现超级智能，用图表、用"数量级"这套单位、用一整套硅谷内部人的口吻，把整条曲线画得极其笃定。到今年年初，他自己回头打分，说进展大概只跑到了预期的 65%，把中位数预测从 2027 年，往后挪到了 2029 到 2030 年。
再加一个人——谷歌 DeepMind 的哈萨比斯，去年他给的口径还是"2030 到 2035 之间"，今年五月在一次公开对谈里，他把这个区间收窄成了"2029 到 2030"，原话是他依然大体认定 2030 年前后，但现在觉得 2029 也有可能。他讲这句话的时候特意加了一句：政府、经济学家和整个社会，都还没把这件事当真去准备。
五个人，五家互相拿着枪对着彼此脑袋的公司——OpenAI、Anthropic、xAI、DeepMind，还有一个已经离开体制、自己出来开投资公司的前研究员——讲的居然是同一件事：一个约等于 2030 年的坐标，一个人类彻底失去对这颗星球独家解释权的时间点。
这五个人背后，还压着一层我在第一篇里提过、这里没展开的变量——国家竞争。谁的芯片自主可控、谁的能源便宜稳定、谁的工业基础能最快把 AI 设计的方案变成实物产线，谁就能最先把这套时间表从口号变成现实。这意味着，"2030"这个坐标，不只是几家公司在赌，是几个大国在拿国运下注——中美两边这两年在算力、在能源、在先进制程上的角力，早就不是新闻了，只是这场角力此刻恰好也在替前面那五个人的叙事，充当着最沉默、也最有分量的一份背书：当两个大国都愿意为同一个时间表押上真金白银的基础设施投入，这个时间表的可信度，会显得比任何一个人的演讲都更硬。这一层我在这篇里不打算展开，只是提醒你它一直在场，它会直接决定"三年"这个窗口，对你所在的地方，到底是长是短。
我这些年做量化交易，训练出来一个近乎本能的反应：当所有互相竞争、互相拆台的对手，在同一个时间点上达成一致，我第一反应不是"这个判断一定对"，是"这背后有没有一套我还没看懂的博弈"。 独立信号互相印证，叫共识；被同一套激励结构驱动出来的信号互相印证，只是同一个回声在不同的房间里响了五遍。而且这五个人里，至少有一个——马斯克——已经当着全世界的面，把自己给出的年份挪了不止一次。一个反复被打脸、却依然敢继续给出下一个具体年份的人，讲的与其说是预测，不如说是一种姿态：先把旗子插上去，输赢以后再算。
第二章：巧合，还是同一件武器
两个月前，五月中，我写过一篇讲 GEO 的文章，叫《命运代码》，讲的是叙事种植——从辛普森动画里那帧"预言"特朗普当总统的画面，一路讲到剑桥分析、讲到生成式引擎优化。那篇我自己标了"这篇在胡扯"，因为里面那份"预言瀑布"的泄露文件，是我编的。
这一篇不一样，我不编了。我去查了真东西，查完之后，比编的那份更让我后背发凉。
2011 年，美国国防高级研究计划局，也就是 DARPA，立了一个真实存在、有公开预算、有编号的项目，叫"叙事网络"（Narrative Networks）。这不是阴谋论者的猜测，是 DARPA 官网自己挂着的项目页面。项目的目标写得很直白：量化叙事对人类认知和行为的影响，用于预防激进化、暴力社会动员和叛乱，同时研究叙事在冲突预防、有效沟通和创伤后应激障碍治疗里的用法。项目内容包括开发"叙事影响传感器"，要把预测叙事影响力的能力翻一倍；后续研究里，甚至出现了一套闭环脑机接口系统的雏形——能根据听众实时的脑电信号，动态调整正在讲给他听的那个故事，讲到哪句他情绪波动最大，就往哪个方向继续加码。
这套东西存在了十几年，而且是公开预算里的。一个国家级机构，早就把"讲故事能不能改变行为"这件事，当成一门可以量化、可以工程化、可以拿联邦经费立项的学科在做——不是隐喻，是真的有神经科学家、有心理学家、有工程师，坐在同一个项目组里，试图把"叙事"这个人类最古老的技艺，拆解成可以被传感器测量、被算法优化的变量。
我不是唯一一个这么想的人。今年有一篇发在 arXiv 上的学术论文，标题就叫《AGI 的深度炒作：不确定性、社会技术虚构与 AI 未来的治理》，作者提出一个概念叫"深度炒作"——一种长期的、持续超额许诺的动态，通过一套"社会技术虚构"，把一个还不存在的技术，讲得既令人向往又迫在眉睫。论文的核心判断是：这些具体到年份的 AGI 预言，功能上根本不是在做技术预测，是在制造一种叙事，让投机资本和特定的意识形态议程，得以绕开民主决策程序，把监管本身，重新包装成一种"过时、跟不上时代"的东西。这篇论文讲的这套机制，跟我在这一章想讲的事，几乎是同一件事的两种语言——一个用社会学的语言讲，一个用我这种野路子的语言讲。
再往前一点，1948 年，社会学家罗伯特·默顿提出"自我实现的预言"：一个原本不一定成立的判断，一旦被足够多的人相信并据此行动，行动本身会把这个判断变成现实——他举的例子是银行挤兑，一家原本财务健康的银行，只要"这家银行要倒闭"的谣言传得够广，储户跑去取钱的行为本身，就能真的把这家银行挤垮。这不是玄学，是社会学入门概念，教科书级别的常识。
把 DARPA 那套真实存在的工程学、默顿这套教科书级的社会学，叠在一起看，"2030"这个坐标突然有了另一层含义。它可能不只是五份独立预测的巧合重合，它更像是一种被反复讲述、反复强化，直到具备自我实现能力的集体叙事。西方神秘学里有个词形容这种东西，叫"埃格雷格"（Egregore）——词根出自《以诺书》，本义是"守望者"：一群被派下来看守人类、最后却把冶金、武器、星象这些禁忌知识教给人类的堕天使。教完之后，他们被锁进黑暗里等审判，人类拿着学来的东西，走向了大洪水——就是第一篇里讲过的、几乎每个古文明的神话里都记着的那场大洪水。这层词源里埋着一个几乎没人注意的反讽：几千年后，西方秘术传统拿"守望者"这个词，专指一群人把注意力持续投射到同一个意象上、喂养出来的一个非物质的集体思念体；而此刻被全人类注意力共同喂养的这个"2030"，讲的恰好也是一个禁忌知识即将交到所有人手里的故事——楔子里那个因为太会攻击而被摁了十二天的模型，就是这页故事最新的一行。埃格雷格没有肉身，没有单一的主人，靠的是持续不断的关注和信念活着——一旦这份关注的密度过了某个阈值，它就会像被喂养的活物一样，脱离任何一个具体讲述者，自己长出生命力，自己开始寻找养分、寻找宿主、寻找下一批愿意为它付出注意力的人，甚至会反过来，驱使它最初的造物者，去继续为它添柴。互联网文化里已经见过它的低配版本——一个梗、一个人设、一支球队的集体信念，都能在千万人的持续关注里，长成一个比任何单个参与者都更强大的东西，强大到连造出它的人，都反过来要顺着它的脾气走，稍有懈怠，就会被这个自己养大的东西反噬——一个网红一旦立住某种人设，哪怕本人已经厌倦，也很难再收回去，就是这股力量最日常的显形。"2030"，很可能是这个时代规格最大的一个埃格雷格：由几个身价千亿的人共同喂养，由无数条转发、无数篇跟风分析文章持续供血，此刻已经不再需要任何一个人对它负责，它自己就能继续滚下去，滚向一个连它最初的几位供养者，都未必还拦得住的方向。
而这个埃格雷格，恰好赶上了一个前所未有的放大器——生成式引擎优化，也就是 GEO。2024 年，普林斯顿一批研究者在 KDD 会议上发了一篇论文，正式提出这个概念，并且搭建了一个叫 GEO-BENCH 的评测基准，横跨九个领域、一万条查询，专门测量哪些内容策略，能提高一段文字被 AI 生成式引擎引用的概率。他们发现，堆关键词这种传统 SEO 的老套路，在生成式引擎面前几乎没用；真正管用的，是往内容里加统计数据、加引用来源、加权威人士的原话——换句话说，一段文字里如果引用了"某个有头衔的人说过一句斩钉截铁的话"，它被 AI 抓取、被 AI 当作事实转述给下一个提问者的概率，会显著提高。
现在把这条机制和前面讲的埃格雷格接起来看：奥特曼、阿莫迪、马斯克、哈萨比斯、阿申布伦纳这几个人，每一次公开发言，天然自带"权威人士 + 具体数字 + 斩钉截铁"这三个 GEO 最偏爱的要素。他们的每一句预言，都是天然优化过的 GEO 素材——不需要任何人刻意去"优化"，他们本来的说话方式，就恰好是生成式引擎最愿意抓取、最愿意反复转述的那种句式。你今天问任何一个 AI 助手"AI 什么时候会取代大部分工作"，它大概率会把这几个人的原话，当作最权威的答案原样端给你。叙事不需要人力去种植了，它已经找到了一台愿意免费、无限次帮它复读的机器——生成式引擎本身。
我自己顺手做过一次很粗糙的验证。写这篇文章之前，我拿三个不同的主流 AI 助手，各自问了同一句话："AI 什么时候会让大部分工作消失？"三个助手给出的答案，结构几乎一模一样：先引用一段带具体年份的判断，再补一句"但也有专家持不同意见"，而那段带具体年份的判断，三次里有两次，原话或者转述都能追到前面这五个人里的某一个。没有人在后台指使这三个助手这么答，是它们各自独立检索到的"高权威、高引用密度"内容，恰好高度重合。这不是操控的证据，是操控这个词在 2026 年已经不需要操控者、只需要一套自动运转的检索机制的证据——更冷一点讲，机制一旦跑起来，连始作俑者都不再是必需品。
更让我毛骨悚然的一层，是这套机制还会自己吃自己。这些被 AI 反复引用的"高权威"内容里，已经有相当一部分，本身就是 AI 生成的分析文章、AI 辅助写出来的行业报告——AI 检索 AI 写的关于"AI 会怎样"的内容，再把结果喂给下一个提问的人，这个人再把自己的感想写成一篇新文章，又变成下一轮检索的素材。这是一个完全没有人类校验节点、自己喂自己的闭环，《命运代码》结尾那句话，此刻已经不是虚构——"你已经在闭环里了"，两个月前它是我编出来吓唬人的收尾，今天，它是我能实测出来的事实。
今年六月，诺贝尔经济学奖得主罗伯特·席勒——写过《叙事经济学》那本书的人——公开点名批评了阿莫迪。起因是阿莫迪去年跟媒体讲过一句话：AI 可能会在五年内，消灭一半的初级白领岗位，把失业率推到 20%。席勒的原话是："当数百万人根据负面预期做出数百万个决定时，恐惧本身有可能催生出它所恐惧的现实。"他还引用了一份民调，70% 的美国人相信 AI 会减少就业岗位，而只有 16% 的人相信 AI 会在未来二十年让社会整体受益。他讲得更狠的一句，是挖苦阿莫迪：这种耸动的负面叙事讲得越猛，媒体炒得越凶，短期内越容易替公司自己的技术实力打免费广告，只是等真正的经济衰退真的来了，恐怕没那么容易把话收回去。一位诺贝尔奖得主，公开、点名、留了文字记录，指控行业里最有权力的人之一，正在用叙事把恐惧变成现实——这不是我编的，这是今年上半年真实发生、有据可查的一场公开交锋。
这就是我要在这篇里讲清楚的第一件事：在你还在纠结"AI 到底会不会取代我"之前，先看清楚，你脑子里那份关于 2030 年的图景，有多少是你自己算出来的，有多少是被一台永不疲倦的复读机，反复喂进去、你已经分不清是自己判断还是别人叙事的东西。
第三章：造这个故事的人，图什么
不用往阴谋论那个方向想，往生意那个方向想，答案很朴素。
谁先把"2030"这个坐标钉死在公众脑子里，谁就先拿到那个坐标背后所有的资本、人才和政策注意力——融资的时候，投资人按这个坐标给估值；抢人的时候，最好的研究员按这个坐标选公司；游说立法的时候，监管者按这个坐标决定管得紧还是松。先讲故事的人，不需要故事百分之百兑现，只需要故事在兑现之前，把资源先吸引到自己这边。 这跟第一篇里讲的圈地运动是同一个动作——圈地圈的是土地，这一次圈的是"谁最有资格代表未来"这个叙事位置，而且这块地皮，比任何一块物理意义上的土地都便宜，只需要一支笔、一个讲台、一台愿意免费复读你的生成式引擎。
而且这套打法有一个额外的好处：讲得越可怕，越显得自己掌握的东西越危险、越强大——阿莫迪自己都在文章里承认，这种"警示"本身对公司是有营销效果的，媒体越渲染"这个模型有多危险"，越等于免费替这家公司的技术实力打广告。席勒那句挖苦挖得很准：这套负面叙事讲得越猛，短期越容易卖出更多货，只是等真正的经济衰退来了，你可能没那么容易再把话收回去。
我做过站群，做过量化，这套逻辑我太熟了——谁先把一个稀缺叙事讲圆，谁就先站到那个叙事制造出来的稀缺位置上，这跟第一篇里讲的"稀缺决定价值"是同一条逻辑，只是这一次，被制造出来的稀缺，不是黄金也不是搜索引擎排名，是"谁最有资格代表 2030"这个位置本身。占住这个位置的人，接下来三年里每一次融资、每一次国会听证、每一次媒体专访，都能天然拿到最优先的话筒——这才是真正的红利，年份准不准，是后话。
还有一层更冷的机制，藏在楔子那份"二十家政府批准名单"里——被政府盖章批准的那二十家客户，拿到的不只是提前用上最强模型的便利，是一份别人暂时拿不到的准入资格。当审批变成常态，"被批准"这件事本身，会变成一种新的护城河：能进名单的公司，客户敢把最敏感的业务交给你；进不了名单的公司，哪怕技术能力一样强，也要背负"没过审"这层隐性折扣。监管本来是用来防风险的，一旦它变成一道有限名额的闸门，它同时也会变成头部玩家用来筛掉后来者的免费保安。 这跟第一篇讲过的"圈地运动"是同一个动作的最新版本——只是这次圈的，是"谁有资格被政府信任"这块地。
这门生意的赌注，不是抽象的。就在我写这篇文章的这两个月里，Anthropic 完成了一轮六百五十亿美元的融资，估值冲到九千六百五十亿美元，一举超过 OpenAI，年化营收从年初的三百亿美元，冲到了四百七十亿；OpenAI 三月那轮融了一千两百二十亿美元，估值八千五百二十亿；马斯克把 xAI 并进 SpaceX，合并实体估值奔着一万两千五百亿美元去，这头合并后的巨兽已经在筹备上市，目标一万七千五百亿。这不是几个人在博客上讲讲道理，这是几家公司在同一段时间窗口里，各自吸走几千亿美元资本的真实战场。 谁的"2030"讲得最让市场信服，谁在下一轮融资桌上的谈判筹码就最重——这才是这套叙事真正的变现路径，比任何一个具体年份准不准，都来得直接。
我把这套观察，摆在第一篇讲过的那套框架里再对一遍：三重循环——算力垄断加速模型垄断、数据垄断加速能力垄断、资本垄断加速物理世界的垄断——这三重循环，此刻正在被叙事叠了第四层：叙事垄断加速资本垄断。谁的故事讲得最响，谁在下一轮融资里就能拿到更便宜的钱、更快的审批优先级、更少的舆论阻力，而更便宜的钱又能买更多算力、招更贵的人才，反过来让下一次讲故事时，手里的筹码更厚实。这是一个跟前三重一模一样的自我强化结构，只是它的原材料不是芯片、不是数据，是注意力本身——这也是为什么我把这一层单独拎出来讲，因为它是唯一一重，普通人此刻还能相对便宜地参与进去博弈的一层——你打不过谁圈算力、圈数据、圈资本，但你可以选择信不信、传不传、跟不跟着某个具体的年份去规划自己的人生，这个选择权，此刻还握在你自己手里。
我讲这段，不是要你从此不信任何一份关于 AI 未来的判断，那样会把自己逼进另一种偏执。我是想让你养成一个习惯：听到一个具体到年份的预言时，先问一句"讲这句话的人，讲对了他能拿到什么，讲错了他会付出什么"，这比追问"这句话本身准不准"更值钱。这五个人里，没有一个人会因为 2030 年没有准时兑现而付出实质代价——阿申布伦纳已经先垫了一次刀，把 2027 挪成了 2029 到 2030，代价是什么？是他的投资公司照常募资，报告照常被引用。这场局里，输家不是他们，是那些拿着他们的时间表，规划了自己下半生的普通人。
第四章：他们为什么突然慢下来
回到楔子那个事实：GPT-5.6 Sol 被政府卡了将近两周才放行。这不是孤立事件，也不只发生在美国。
有一句话我很喜欢，是这几个月行业里流传的一个说法：每家实验室私底下都更希望整个行业一起慢下来，但没有一家愿意自己先慢，因为怕被竞争对手甩开。这是一个典型的囚徒困境——集体最优的选择，没有任何一个理性的个体会主动选。
而那份六月二号的行政令，恰好解决了这个困境——它给了每一家实验室一个体面的台阶：不是我怂了不敢发，是政府按住了我。谁都不用先认怂，谁都不用在竞争中显得软弱，大家一起被同一只手按住，谁都不吃亏。这份行政令表面上讲的是网络安全，不是广义的 AI 安全，但它实际起到的作用，是把原本没人敢喊停的赛跑，用外部力量强行按了暂停键。
这道刹车不止在美国踩。大西洋对岸，欧盟那份《人工智能法案》里针对通用人工智能模型的义务条款，已经等了整整一年——从 2025 年 8 月生效算起，留了十二个月的过渡期，到今年 8 月 2 日，欧盟委员会才第一次真正拿到执法权，可以要求模型提供方交材料、开放模型接受检查，甚至勒令召回，谁不配合谁被罚。也就是说，我写这篇文章的这个月，欧洲那边的闸门也要跟着合上了。
中国这边的节奏，同样在这两个月里明显收紧。今年 2 月通过、7 月 15 日——就是这篇文章发出去后没几天——正式施行的《人工智能拟人化互动服务管理暂行办法》，第一次把"拟人化交互"单独拎出来管：只要服务上新功能、用户破百万或者月活破十万，就得做安全评估，报告要提交给省级网信部门审。生成式 AI 服务备案这条线更硬——今年审核对标的国家标准，要求敏感问题拒答率不低于 95%，境外训练语料占比不能超过 30%，走完一整套备案流程，官方给出的周期是三到六个月。截至去年底，全国累计备案的生成式 AI 服务是 748 款——这个数字背后，是几百家公司，每一家都得先把自己的模型，摁在审批流程里过一遍，才能真正对外营业。
美国用行政令卡发布节点，欧洲用一年缓冲期换来的执法权，中国用双备案加安全评估——三套完全不同的政治体制，几乎在同一个窗口期，各自摁下了同一个刹车。 这不是三方协商好的，是同一种压力在不同的制度容器里，长出了形态各异、但方向一致的刹车片。
这三套刹车片背后，藏着三种完全不同的哲学，值得多说一句。美国那份行政令，管的是"谁能先拿到"——先给政府看，再给市场用，本质是把发布权临时收归国家优先；欧洲那份法案，管的是"出了事谁负责"——先立好一整套问责和处罚框架，再放行；中国这边的双备案，管的是"上线之前先自证清白"——拒答率、语料合规率这些硬指标先卡在门口，过了关才能对外营业。三种哲学分别对应三种最看重的东西：美国看重的是不被对手抢先，欧洲看重的是出事之后有账可算，中国看重的是防患于未然。 这三种哲学互相之间不兼容，也正因为不兼容，才更说明这不是一场协商好的联合行动，是三套完全独立的政治逻辑，被同一种技术压力，逼到了同一个时间点上，各自交出了答卷。
这跟安全本身够不够格没有必然关系——今年好几份行业观察都在讲同一句话：安全研究的进度，正在被模型能力的进度越甩越远，模型一代比一代能干的事情多，能造成的伤害路径也在同步变多，而外界能看到、能验证这些风险的速度，远远跟不上。换句话说，这次全球性的减速，不是因为"我们已经想清楚该怎么安全地往前走了"，是因为连他们自己都还没想清楚，只是先用一道行政流程，一份法案条款，一套备案制度，把"发布"这个动作，人为地拖慢了几周、十几天、一整年。
这一层我想讲得再直白一点：这段被拖出来的窗口期，不是白送给你的假期，是从监管那里借来的时间，随时会被收回。 三十天审查期这道闸门，今天能拦住一个 Sol，明天审查流程磨合顺了，闸门可能会开得更快，也可能——如果哪次真出了大事——会关得更死。这道闸门此刻处在一个不稳定的临界状态，谁也不能保证它会稳定地一直开着给你留时间。
第一篇里我讲过四轮历史——圈地运动、镀金时代、电力普及、互联网平台——每一轮都是先垄断、后被拆解，拆解的过程用了几十年。这一次不一样的地方在于，三个大陆几乎在同一个季度里，各自摁下了同一个刹车，历史上从来没有过这么高的协同度——这可能意味着这次的黑暗期会比历史上任何一次都短，因为纠偏的动作提前到了垄断真正落地之前；也可能意味着，一旦这套全球协同的审批机制跑顺了、被既得利益者反过来学会怎么用它设置准入门槛，它会变成历史上最持久的一道闸门，因为它不再依赖某一个国家的政治周期，三方互为借口，谁都可以说"别人也在管，我不能不管"。这道闸门往哪个方向演化，此刻还没定，这也是为什么我说它是"缓刑"而不是"安全期"。
第一篇里我讲过一句话：过程平淡，拐点陡峭——复利和临界点这类非线性变化，日常几乎无感，直到某天回头一看，格局已经变了。这道被三个大陆同时摁住的闸门，正是这句话此刻最具体的样子。
第五章：接招——这套说法站得住脚吗
写到这里，我预判会有几个很公平的质疑，逐条接住，不绕过去。
质疑一：你讲的这套"叙事种植"，会不会只是你自己在做另一种叙事种植？ 这个质疑我认，而且我认得很痛快——我这篇文章本身，也在用具体数字、权威姓名、斩钉截铁的语气，这正是第二章里我自己拆穿的那套 GEO 偏好句式。我的解法不是假装自己站在叙事之外，我站不了，没有人能真正站在叙事之外发言。我能做的，是把每一句关键判断的出处摆出来，让你自己去查、去骂、去打脸，而不是靠"我说的都对"这种姿态混过去——这也是这篇和《命运代码》最本质的区别：那篇我自己标了"胡扯"，这篇我没标，因为这篇里能查的每一条，我都真去查了。
质疑二：DARPA 那个项目都是十几年前的事了，拿它证明"现在有人在操控叙事"，是不是过度联想？ 这条质疑成立一半。N2 项目本身确实是 2011 到 2015 年那几年的事，我没有证据证明它现在还在原班人马运作，也没有证据证明奥特曼、阿莫迪这几个人跟这个项目有任何关系。我引用它，不是说"这就是幕后黑手"，是想说明白一件更朴素的事——"叙事可以被工程化"这件事，早就不是民间猜测，是有国家预算立项、有公开文献可查的研究方向。 有没有具体某个组织在此刻操盘 2030 这个叙事，我不知道，也不打算装作知道。我唯一敢确定的是，操盘这件事在技术上完全可行，而且已经被人认真研究过至少十几年。
质疑三：就算叙事被放大了，那几位讲的内容本身，会不会依然是对的？ 完全有可能。我在这篇里批的从来不是"AI 会不会带来巨变"这件事本身——第一篇整篇讲的就是我自己相信巨变会来。我批的是具体到某一年的精确断言，本身携带的确定性，配不上它实际的证据强度。阿申布伦纳自己一年半之后打自己的脸，把 2027 挪到 2029到2030，这已经是最好的证据——连最笃定的那个人，自己对自己的笃定程度，都在往下修正。
质疑四：会不会这道闸门根本不会关，监管只会越管越松，因为资本的力量最终会赢？ 历史上确实有过这种剧本——互联网早期的很多监管尝试，最后都被产业游说磨没了。但我在第四章讲的这一轮，跟以往不太一样的地方在于，这次推动监管的力量里，第一次同时包含了"国家安全"这个筹码——美国那份行政令，框定的核心不是道德或者就业焦虑，是网络安全，而网络安全从来不是能被资本单方面游说掉的领域，因为它牵动的是另一批同样有枪、同样有钱、同样不想输的人——各国的国防和情报系统。这不代表闸门一定会一直关着，但它意味着，这次想把闸门重新撬开的，不再只是产业游说这一种力量单挑监管，是产业游说要同时说服另一批同样强硬的既得利益者。这场拉扯谁赢，我不知道，我只知道它不会像互联网那次一样轻松。
质疑五：你这套"叙事放大器"的框架本身，会不会也是错的——真相就是这五个人恰好都判断对了，没有任何操控机制在里面？ 这是我没法百分之百排除的一种可能，我也不打算装作能排除。如果三年后回头看，2030 这个坐标准时兑现，兑现的方式跟这五个人讲的高度吻合，那这一章我判断错了——错的不是"叙事有放大效应"这件事本身（这是社会学教科书级的常识，不会因为个案对错而失效），错的是我把这一次具体的收敛，归因成了叙事放大，而它其实就是单纯的技术判断趋同。这个错误我愿意认，而且认起来不难受，因为就算我在"为什么收敛"这个归因上判断错了，第六章之后要讲的做法——杀死不赚钱的自己、把知识库图谱化、压缩交付周期——这些动作本身，不需要"叙事被操控"这个前提成立也一样值得做。我把这套怀疑摆在这里，不是给自己留后路，是想让你知道，这篇文章里，哪部分是我拿证据讲的事实，哪部分是我自己的一套解释框架，两者不是一回事。
第六章：转回正题——先杀死那个不赚钱的自己
前五章铺垫到这，该收了。讲这么多叙事、这么多监管细节，不是要让你变成一个盯着新闻焦虑的人，是想让你先看清楚自己站在什么样的天气里，再谈接下来具体怎么打。接下来讲你自己的事：这三年，你的公司，具体怎么打。
先把结论摆出来：这三年，公司这条命要活下来，第一件要做的事，不是裁员，是杀死"自己"——杀死那个只会解决自己内部问题的自己。
先看一组数字。麦肯锡今年那份《AI 现状》调研显示，88% 的企业已经在至少一个业务环节用上了 AI，但 PwC 今年一月那份全球 CEO 调查里，56% 的 CEO 承认过去一年从 AI 投入里没拿到任何可衡量的回报，真正能从 AI 里拿到显著价值的企业只占 6% 左右，80% 到 95% 的 AI 项目最终交不出承诺的回报，Gartner 甚至预测到 2027 年，四成以上的智能体项目会被砍掉，理由是回报说不清、风险控不住。
这组数字讲的不是"AI 不管用"，讲的是大部分公司，把 AI 用错了方向。
那份调研里有一个细节很值得琢磨：真正已经规模化落地的 AI 应用，扎堆在技术部门内部——工单分诊、代码审查、内部搜索、运维协调，全是"对内"的活。这些活确实被解决得不错，问题是——你把自己家里的活干得再利索，也没人会为此多付你一分钱。 内部效率提升，天花板是你原本的运营成本，你最多把成本削到接近零，削不出增长曲线。而市面上真正能拿到超额回报的那不到一成企业，共同点是把整套工作流程围绕 AI 重新设计过，而不是把 AI 当补丁贴在旧流程上——前者能拿到超过 5% 的利润率提升，后者只能分到零头。
"围绕 AI 重新设计工作流"和"把 AI 当补丁贴上去"，这两者的差别，我用一个具体的例子讲清楚，不然又要滑回正确的废话。补丁式的用法，是一个销售团队原来手写周报，现在让 AI 帮忙润色周报，流程一步没变，只是打字的人换成了 AI；重新设计式的用法，是干脆把"写周报汇报给谁看"这件事本身砍掉，销售的每一通电话、每一次跟进，实时进系统、实时被结构化，管理者要看进展，直接问系统，不需要任何人为了汇报而汇报。前者省的是打字的时间，后者省的是整整一个岗位职能存在的理由——这也是为什么麦肯锡那份数据里，后者拿到的利润率提升，是前者的好几倍：补丁式用法优化的是动作，重新设计式用法消灭的是不该存在的流程本身。
我把这件事翻译成更直接的一句话：你自己公司内部那些事，很容易被 AI 解决——正因为容易，它就不值钱。真正值钱的，是别人的事，是外部世界里那些还没被解决的问题。 不管这个"别人"是一个具体的个人、一家企业，还是一个科研团队——我在自己的订阅专栏里，专门写过科研这条线怎么用这套逻辑重新组织，这里不展开，感兴趣的可以去翻。
这半年我陪跑过好几家做企业 AI 转型的客户，见过最典型的一种自杀式打法，我直接把它写出来，不留情面：买一堆席位，让全公司都装上同一个 AI 助手，让每个部门自己去想"能不能提效"，半年后开总结会，PPT 里写满了"客服响应时间缩短 30%"这类内部指标，年底续费的时候，财务一算账，发现这半年公司的营收曲线，跟这些漂亮的内部指标，压根没有相关性。 这不是 AI 不管用，是这家公司把武器全部对准了自己，一枪都没往外面开过。我一直跟客户讲一条铁律：先数字化再智能化，顺序反了就是烧钱。这条铁律还有一面没讲透：方向反了，一样是烧钱，哪怕数字化和智能化的顺序都没做错，武器只对内不对外，烧的钱一样打了水漂。
所以我不建议裁员，理由很实际：裁员省下来的是一份工资，武装起来的是一支能对外打仗的产能。 一个被 AI 武装过的员工，处理内部事务的时间被压缩到极限之后，剩下的时间应该拿去干什么？去解决公司围墙外面那些愿意为解决方案掏钱的问题。这是"杀死那个不赚钱的自己"这句话真正的意思——杀掉的不是某条业务线，是那种只会在自己家里内部空转、用 AI 给自己省成本却不给别人创造价值的运作方式。
这条逻辑不只是给有员工可武装的老板准备的。一个人的独立职业者，甚至一个还在打工的普通人，都能对号入座——你用 AI 帮自己写周报、整理会议纪要、优化自己那份 PPT，这些都是在"解决自己的事"，省下来的是你自己的时间，换不来一分钱增量。真正值钱的动作，是拿同样这套工具，去接一份原本你接不了的私活、去帮身边一个开小店的朋友把他的进销存理顺、去替一个还没入门 AI 的老板做一次陪跑——这才是把 AI 用在了"别人的事"上，才是这三年真正能兑现成收入的那个方向。 公司和个人，这条筛选逻辑是同一条，只是规模不同。
这句话说着容易，落地要有具体的家伙事。下面几章，讲我这三年里，具体在拿什么家伙事，去解决别人的问题。
第七章：你自己的内容，凭什么算知识库
前段时间跟社群里一个核心成员聊天，他说他在搞自己的知识库——把自己这些年写的文章、说过的话，整理归档，说以后要拿这个训练自己的模型、或者接进自己的智能体系统。
我当时回了他一句很伤人的话："你自己的内容，凭什么能算知识库？"
这句话说出去他明显愣了一下。我没解释太多，但这句话我这篇文章要展开讲，因为我判断，接下来这三年里，大部分人对"知识库"这三个字的理解，都是错的，而这个错误会直接决定谁能靠 AI 赚到钱、谁只能靠 AI 省点力气。
一个人自己写过的文章、发过的朋友圈、录过的语音，这些东西的问题不在于内容好不好，问题在于——它没有被验证过，也没有外部世界愿意为它付费的凭据。它是你脑子里那点判断力的副产品，不是判断力本身，更不是别人愿意花钱来查询的资产。你把它归档整理得再整齐，本质上还是一本写得比较认真的日记。日记有情绪价值，有留存价值，唯独没有杠杆——它不能被复制给一百个客户同时用，不能被验证真假，不能作为一份合同里"我们承诺基于什么材料来交付"的依据。
我这句伤人的话，背后是我这些年一贯的判断标准：一样东西值不值钱，先看它稀不稀缺，再看这份稀缺有没有人认。 你自己写的东西，在你自己眼里当然稀缺，因为是你写的；但市场不认你自己的眼光，市场认的是——这份东西，是不是经过某种筛选、验证、背书之后，剩下来的那一小撮。
那位社群朋友后来问我，那他这几年攒的东西，是不是全白攒了。我说不是白攒，是放错了层级——它可以是知识库的原材料，是你判断力生长的土壤，但它本身不是产成品。要把它变成产成品，得再往下拆一层。
第八章：知识库的硬定义
我给一个不绕弯子的定义：知识库 = 论文 + 企业知识产权 + 代码库。一个文件夹，就是一个知识库单元。代码，必须图谱化。
论文，是经过同行评审筛过一遍的东西，哪怕评审制度本身有各种毛病，它依然是这个世界上少数几种"公开、可验证、有署名责任"的知识形态。企业知识产权——专利、内部方法论文档、流程手册、经过验证的最佳实践——这是被真实的商业结果反复检验过的东西，检验的标准比论文更硬，因为它背后压着真金白银，一份写错了会导致生产事故的 SOP，比一篇没人引用的论文，值钱得多。代码库，是唯一一种"不能骗人"的知识形态——文档可以写得天花乱坠，代码跑不起来就是跑不起来，这也是我这些年反复强调"截图会骗人，能跑的东西不会"的原因。
这三样东西的共同点是：它们都经过了某种外部的、独立于作者本人的验证。这正是它们和一份个人日记之间，那道决定性的分界线——日记的唯一验证者是写日记的人自己，论文的验证者是同行评审，代码的验证者是编译器和运行时。验证者是谁，决定了这份知识值不值钱。
拿这把尺子回头量一下常见的几种"知识库"，你会看得更清楚：一份自己写的复盘笔记，验证者只有自己，不算数；一份客户签字确认过的项目交付文档，验证者是掏了钱的客户，算半份；一段跑在生产环境里、经过真实流量检验过的代码，验证者是这个世界本身，算一份整的。同一个人产出的东西，因为验证者不同，价值可以差出一个数量级，这才是"知识库"和"个人内容"之间真正的分野，跟写得好不好、专不专业，关系不大。
没有公司、没有专利、也没发过论文的普通人，是不是就没资格谈知识库？不是，是这三样东西要换个身量的对应物：论文换成你做过的每一个项目里、被外部验收过的具体方案——投标书里中标的那份、客户改了三版最后拍板的那份；企业知识产权换成你自己踩过坑、总结出来、后来被同行验证"确实好用"的那套流程或者话术；代码库不用换，能跑的东西，一个打工人和一家上市公司，标准是同一个。这三样东西小到什么程度都不重要，重要的是它们都被你自己之外的某个人、某个系统，验证过至少一次。
"代码必须图谱化"这句话，我不是在讲黑话。这两年整条学术研究线都在往这个方向走——微软 2024 年发布的 GraphRAG，直接把"用图结构组织知识、再拿去检索增强生成"这件事，从一个小众技巧变成了一整条研究赛道；后续像 CodexGraph，把大语言模型和图数据库直接打通，支持跨文件的复杂查询；有一类叫"编程知识图谱"的研究，把代码解析成抽象语法树再构建成层级化的图，拿去做检索增强的代码生成，跑分比不用图结构的方案高出 20 个百分点；再往后，像 CodeCompass、LARGER 这类更新的工作，专门在解决"给智能体一个巨大代码库时，它到底该往哪儿导航"这个问题——这已经是今年发在 arXiv 上的新论文，说明这条赛道到现在都没停。这些不是我一个人拍脑袋想出来的方法论，是过去两年一整条公开发表的研究脉络在验证同一件事：一堆散落的代码文件，价值远低于一张能表达"谁调用谁、谁依赖谁、改了这里会牵动哪里"的关系图。
一个文件夹装满代码，是仓库。一个文件夹被图谱化之后，才叫知识库——因为这时候，它才第一次具备了被"查询"而不只是被"翻阅"的能力。开源社区里已经有现成的实现——比如一类专门做 AST 知识图谱的 MCP 服务器，用 Tree-sitter 解析十种语言，自动索引成语义搜索、调用链追踪、影响面分析三件套，插进 Claude Code 这类工具里就能直接用。这不是什么遥不可及的黑科技，是这两年已经开源、已经能直接跑起来的东西。
但图谱化只是第一步，一个知识库如果只能被人打开来看，它依然是死的。
第九章：接口化，是知识库真正活过来的那一步
模型上下文协议，也就是 MCP，2024 年底刚推出来的时候，还只是一个技术圈内部讨论的新协议。到今年，它已经被行业普遍当成 2026 年企业级 AI 集成的事实标准，OAuth 2.1、网关、审计支持这些企业级能力陆续补齐，Stripe、Vercel 这类公司和好几家世界五百强的数据平台，已经把它接进了自己的生产环境。
MCP 解决的问题很朴素：过去一个 AI 系统要接一个企业内部系统，得写一套专门的定制集成，换一个系统就得重写一遍。MCP 把这件事标准化了——你的知识库、你的数据库、你的工具，只要按这套协议包一层，任何一个支持 MCP 的智能体，都能直接调用它，不用重新为每个模型单独适配。有人把它类比成 AI 世界的 USB-C 接口——不管你插的是哪个品牌的设备，接口标准统一了，插上就能用。
我把这一步叫做"接口化"，它对应的正是社群里那位朋友的问题——一份图谱化的知识库，如果没有接口，它依然只是一个更漂亮的仓库，只有你自己能打开看。接口化之后，它才第一次变成一个能被别人的智能体、别人的工作流，实时调用的活资产。 差别就像一间藏书再丰富的私人图书馆，和一个对外提供 API 查询的公共数据库——前者的价值封在墙里，后者的价值能被无数个陌生的系统随时取用，每一次取用，都是一次潜在的收费点。
这一步走完之后，你手上这份东西，跟客户的关系也变了。过去卖服务，卖的是"我这个人愿不愿意接你的活、有没有空"；接口化之后，卖的是"我这套系统愿不愿意开放给你调用、开放到哪个颗粒度"——前者受限于你一个人的精力，接一单少一单；后者不受限于任何单一个体的时间，可以被同时接进十个客户的工作流，你要做的只是维护好这张图、管好调用权限。这才是"知识库"这三个字真正该有的重量——它不是用来炫耀"我懂得多"的展柜，是用来接单的基础设施。
有一类新兴的做法，是把知识图谱本身当作 MCP 服务器背后的引擎，让图数据库直接充当大模型和企业数据之间的桥梁——查询不再是一句模糊的关键词匹配，而是一条能沿着实体和关系走的精确路径。这意味着，当你的智能体被问到"这套系统里，改这个参数会牵动哪几个下游模块"，它给出的不再是一段拼凑出来的、听起来有道理但未必对的文字，是一条真正沿着依赖关系走出来的答案。
图谱化决定了知识库有没有结构，接口化决定了这份结构能不能变现。知识库 = 论文 + 企业知识产权 + 代码库，图谱化，再 API 化、MCP 化——这四步走完，你手上的东西，才第一次从"存量"变成"产能"。
这里必须补一句不体面的话，不然这一章讲得太干净、太像广告。一个接口化的知识库，本质上也是一个新增的攻击面。 你把内部知识产权、代码逻辑，包一层协议对外暴露给智能体调用，等于新开了一道门——这道门开得越标准化，被扫描、被越权访问、被诱导"越狱"套出敏感内容的风险，也越标准化。楔子里那个 96.7% 的网络安全评分，之所以让美国政府紧张到要摁住一次模型发布，讲的就是这类能力已经强大到能大规模、自动化地找这类门。你在往外接 MCP 之前，最好先问自己一句：这扇门背后，有没有东西是你输不起的。这不是让你别做，是让你别裸奔着做。
第十章：我自己先动的手
讲了这么多方法论，我得先自己交代清楚，不然这篇文章跟我自己讨厌的那种"正确的废话"没区别。
这些年我陆陆续续买过、收藏过不少源码——有的是别人开源的项目，有的是我花钱买的商业授权代码，堆在硬盘里，跟大部分人的收藏夹没什么两样，一层一层的压缩包，命名混乱，很多打开过一次之后再也没碰过。这几个月，我把这些源码逐个图谱化，接进了自己的知识库体系，能接 MCP 的都接上了 MCP，一个文件夹一个文件夹地过，跟审计公司业务线是同一种狠劲——不值得留的直接删，值得留的必须过一遍图谱化流程，不允许再有第三种"堆在那儿以后再说"的状态。
这件事做完之后，最直接的变化是：以前我要用其中一段代码里的某个思路，得靠记忆——"这个模式好像在哪个项目里见过"，然后翻半天，翻不到就干脆重新写一遍，等于白买了那份授权。现在我可以直接让智能体去查这张图，问它"哪些项目里实现过类似的重试退避机制，各自的取舍是什么"，几秒钟给我一份带引用的对比，连每种取舍适合什么场景都列出来了。这不是让我变懒了，是把我原本花在"回忆和翻找"上的时间，全部省下来，留给真正需要判断的那一步。
这就是我在第八章、第九章讲的那套东西，不是纸上谈兵。我信奉"没有藏着的井"，前面讲的方法论，我自己先拿自己的资产做了一遍实验，才敢写出来讲给你听。
具体数字我也不藏：这一轮整理，翻出来接近两百个项目文件夹，横跨我这些年在量化、逆向、自动化几条线上买过、下载过、收藏过的东西。图谱化到一半，我发现自己至少有三分之一买来的源码，压根不值得留——授权过期了，或者版本太老，图谱化了也没有查询价值，等于当初那笔钱白花了。我没有把这部分也硬塞进知识库凑数量，直接删了。知识库不是越大越好，塞进去一堆验证不了、也没人会来查的垃圾，跟社群那位朋友拿自己的朋友圈当知识库，是同一种自我感动。 宁可留下的部分小而扎实，也不要留下的部分大而空心。
而这套体系真正的价值，不在于它让我自己变强了多少——一个人的判断力再强，也快不过外面的世界。它真正值钱的地方，是它让我接下来要讲的这件事——极短周期的交付——变成了可能。
第十一章：七个小时，一张合同
上个月，在大健康那个主线项目之外，接了一个小项目，客单价五万块。这单本身不复杂，客户要的是一个具体场景下能跑起来的系统。但这单我记下来，是因为它打破了我自己的一个纪录——从签合同，到把能跑的东西交到客户手上，一共用了七个小时。
我把这七个小时，拆开来讲，不藏着掖着。
这单不属于大健康主线，客户是通过老客户转介绍找过来的，需要的是一个具体业务场景里的自动化小工具——具体是什么场景，涉及客户隐私，这里不展开，但复杂度谈不上高，属于我这几年接的单子里，中等偏下的那一档。挑这单来讲，恰恰是因为它"不特殊"——如果七小时这个纪录，只能靠一单运气爆棚的活撑起来，这套方法论就没有讲的价值；它值得讲，正是因为它发生在一单再普通不过的活上。
下午两点，合同确认。这单价格不大，双方都不想在流程上耗时间，需求边界当场用几句话定死，写进合同附件——不是含糊的"做一个智能系统"，是具体到"输入什么、输出什么、边界条件是什么"这种可以对照验收的句子。这一步我压得很死，因为过去吃过亏——需求写得含糊的单子，后面扯皮的时间比开发的时间还长，这也是"杀死不赚钱的自己"这句话在合同这一层的落地：不清楚的需求，本身就是一种不赚钱的自己，先杀掉它，再谈交付。
两点半，合同一签完，我这边直接启动前端 demo：不写一句后端逻辑，先用 Fable 和 GPT-5.6 两个目前最前沿的模型，严格照着合同附件里那几句需求，把客户要看到的界面和交互先跑出来一个能点、能演示的版本。这一步，靠的就是第八到第十章讲的那套家底——图谱化、接口化之后的知识库，让两个模型能直接调用我这边沉淀下来的组件模式和历史交付经验，不用从零生成，省掉的是"重新摸索一遍怎么搭"这一层时间。四点整，第一版 demo 出来了，能点、能交互，但还有两个流程细节跟合同附件对不上——不是模型理解错了，是我给的需求本身有一处写得有歧义，两个模型各自按自己的理解填了空。这个瞬间挺尴尬的，我没有回避，直接把两版差异截出来发给客户，问他要哪一种。这是我这些年一直信的一条：遇到模糊地带，别自己拍脑袋替客户决定，摊开问，比事后返工便宜得多。
五点，客户确认了其中一版，demo 定稿。定稿的同时，同步生成一份开发文档——这份文档不是写给人看的说明书，是接下来所有执行动作的唯一依据，每一条功能点，对应合同里的哪一句、demo 里的哪个交互，写得清清楚楚，连"这个字段为什么这么设计"都标了理由，避免以后有人接手时再问一遍。demo 加文档，一起发回给客户二次确认，客户当场点头。
五点半到九点，是真正把 demo 里已经验证过的交互，一比一实现成能真正跑的系统的阶段。这一段的节奏跟前半程完全不一样——前半程是我跟客户来回确认，人是主角；这一段基本是我在盯着系统跑，人退到后面，系统是主角，我的活变成了每隔一段时间检查一次产出、拍板要不要继续往下走。这正是我这些年反复讲的那句话在此刻的样子：判断留给自己，双手交给系统——demo 定稿之后，剩下的重复劳动，没有必要我自己一行一行去写。
这段最不体面的地方在于，中间有大概四十分钟，我发现一个数据校验逻辑，demo 阶段图省事用了假数据糊弄过去，真正接进去之后跑不通，得回头补一段边界处理——这不是什么值得写进成功学的高光时刻，是每次极限交付里都会撞见的那类小坑，我懒得把它从这篇文章里删掉，因为承认这四十分钟，比假装一路丝滑更接近真相。 七个小时里有四十分钟在跟一个自己挖的坑较劲，占比接近一成——这个比例，我觉得未来很长一段时间都不会归零，能做的只是让这类坑越来越小、越来越好补，而不是幻想有一天能完全消失。
晚上九点，系统跑通，交付。签合同到客户手上拿到能用的东西，七个小时整。客户那边回了一句话，我原样搬过来："我们之前找的团队，光需求确认会就开了三次，你们这边合同签完，我饭都还没吃完，东西已经能点了。"这句话比任何一句自夸都管用，我懒得再往上加修饰。
五万块，七个小时，按这个数字直接算时薪，会显得像一个哗众取宠的段子，我不想往这个方向带。真正该算的账不是时薪，是这七个小时背后，压着我这几个月图谱化知识库、打磨 demo 流程的全部沉没成本——第一单能跑七个小时，是因为前面垫了几百个小时把家底铺好。这笔账的算法应该是：边际交付成本会随着知识库越攒越厚而持续下降，第一单七小时，不代表第十单也一定七小时，但大概率只会更短，不会更长。
demo + 开发文档 + 合同，这三件套，就是我现在给自己定的新交付方式的骨架。 demo 解决"客户到底想要什么"这个自古以来所有项目里最容易扯皮的问题——不用文字来回猜，直接演给你看，你点头我才往下走；开发文档解决"做的时候标准是什么"，把口头承诺变成可追溯的依据；合同解决"权责边界在哪里"，避免范围蔓延。三样东西压在一起，交付周期能被压缩到过去不敢想的程度。
这三件套的顺序不能乱，这一点我踩过反面的坑——早年做项目习惯的顺序是合同在前、需求文档在前、demo 在最后当验收物，客户往往要等到项目做完大半才第一次看到实物，中间任何一个理解偏差，都要等到那个时间点才暴露，返工成本极高。这一次把 demo 提到合同签完之后的第一个动作，本质上是把"暴露理解偏差"这件事，从项目周期的末尾，硬生生挪到了开头。 越早暴露分歧，返工成本越低，这是一条工程学常识，只是过去没有能在几十分钟内跑出一个像样 demo 的工具，这条常识没法真正落地，现在它能落地了。
我讲这单，不是为了炫耀速度。速度只是结果，真正的原因是第八到第十章那套东西——没有图谱化、接口化的知识库垫在底下，Fable 和 GPT-5.6 再聪明，也没法在几个小时内把一个从零开始的需求变成一个可交付的东西。工具决定了上限，知识库决定了工具能不能够到那个上限。 现在市面上一套标准的"发现冲刺 + 构建 + 续约"流程，光是发现阶段的报价就要五千到八千美元、耗时两周，构建阶段动辄六到十二周——我不是说这套标准流程不对，是想让你看清楚，七个小时这个数字，跟行业默认的节奏比，差的不是一星半点。
款项这边，我也按这套新节奏改了规矩：过去是签约付定金、验收付尾款，中间隔着几周的空档，这几周里客户随时可能反悔、砍价、拖延；这一单，合同里直接写的是"demo 确认后付全款"——demo 五点定稿，客户五点半就把钱转了，比后面开发那三个半小时还早到账。这不是我店大欺客，是当交付周期被压缩到几个小时，传统的"分期付款防风险"这套逻辑本身就失效了——风险窗口只剩几个小时，双方都没有太多理由继续拖着。
第十二章：一个人不够，最小的队形
七个小时能交一单五万块的活，这件事听起来像是在讲"一个人打天下"，但我想在这里泼一盆冷水：一个人，走不远。
一个人能跑通一次极限交付，靠的是运气好、需求边界清楚、客户配合，还有那四十分钟的坑刚好没有更大。真正要把这套打法变成能持续接单、能滚起来的生意，得有分工——这也是我一贯讲的："判断留给自己，双手交给系统"，系统不只是机器，也包括人。
我推荐的最小队形，是三个人，不是两个，也不是四个。两个人的问题是，商务和前端任何一方缺席，另一方就要被迫兼任判断力和执行力两种完全不同的注意力，疲于奔命；四个人以上的问题是，多出来的那个人，往往在做前面三个角色已经能覆盖的事，变成了纯粹的管理成本，而管理成本这东西，一旦长出来，很难再缩回去。三，是刚好能覆盖"谈成、做成、看得见"这三个环节，又不多养一个闲人的数字。
三个人分别是：商务、前端、AI。 商务负责在外面找到愿意为解决方案付钱的那个"别人"，把模糊的诉求谈成一份像我上面那份一样、边界写死的合同；前端负责把 AI 吐出来的东西，装进一个客户能看懂、能点、愿意签字确认的界面里，这一步不能省，因为客户永远是先信任"看得见的东西"，再信任"看不见的逻辑"；AI 负责在中间，把知识库里沉淀的经验，转化成 demo、文档和真正能跑的代码。三个人，各自守住一段自己不可替代的判断，把可以被自动化的执行部分，交给系统去扛。
这不是我凭空发明的模型。今年这条赛道上，两到四人的小团队、配一套标准化的产品化报价单，已经是被验证过的路子——从需求梳理的"发现冲刺"，到几周内交付成品的"构建阶段"，再到后续维护的"续约留存"，每一段都有明确的定价和明确的责任人。我这套三人队形，是这条路子的一个更紧凑的版本，紧凑到能把交付周期从几周压到几小时，靠的就是把"发现冲刺"和"构建阶段"这两段传统上分开跑的流程，用图谱化知识库和前端 demo 硬压成同一个下午。
这支队伍能不能滚起来，取决于它能不能复制。一个人靠自己的判断力赚钱，天花板是这个人的时间；一支能复制的最小队形，天花板是这套系统能滚出多少支队伍。 这正好接上我之前写过的那篇——一人公司，两千个杠杆——这三年"结阵年"要展开的核心，就是把这个最小队形，从一支变成很多支，我们放在后面几篇再细讲。
这里绕不开一个最扎心的问题：三个人的队形里，真正执行代码的大头工作是 AI 干的，商务和前端两个人的时间投入，未必比 AI 调用的时长更多，那这一单五万块，到底该怎么分？这正是我在做 OpenTSC 时天天在啃的那道题——AI 干了大半的活，钱怎么分——不能按"谁打字多"分，那是工业时代的老账本；也不能装作 AI 不存在、钱全归人分，那是自欺欺人。我自己的做法，是给每一单立一份人的劳动系数：商务的判断力（能不能谈成、能不能定住边界）算一份，前端的判断力（demo 好不好用、客户点不点头）算一份，剩下按 AI 承担的执行量单独切一块——这一块在 OpenTSC 的利润分配宪章里有个名字，叫 AI 税——进公司的系统再投入下一次图谱化——AI 分到的那份钱，不是发给 AI，是发给"让 AI 更好用"这件事本身，滚回知识库里，变成下一单更短的交付周期。 这套账本写成能落地的代码，就是 OpenTSC 想解决的那个问题，这里先埋个头，后面结阵年那几篇会展开讲透。
我知道这套分账法讲起来干净，实际操作里比想象中麻烦——三个人里，谁都会本能地觉得自己的判断力被低估了，商务觉得没有他谈下来的合同就是零，前端觉得没有他做出的 demo 客户根本不会点头，这种拉扯几乎每一单都会冒头一次。我自己的处理办法很简单粗暴：分账规则在接单之前就定死、写进内部协议，单子做完之后不许重新讨价还价。 这跟第十一章讲的"合同边界要写死"是同一条纪律，只是这次边界写给的是自己人，不是客户——对内含糊的账本，比对外含糊的合同，杀伤力更大，因为它烂的是信任，不是某一单的钱。 这条纪律，也是"做人"那条线要展开的伏笔，下一篇会接着讲。
第十三章：这套打法，穷人也能抄
讲到这，可能有人会觉得，图谱化、MCP、极限交付，这套东西听着就是给已经有资源的人准备的——大公司才养得起图谱化知识库，大团队才玩得起三人分工。我想把这层误解拆掉，因为它恰恰是最容易让普通人自己放弃上桌资格的一种偷懒的悲观。
我之前写过一篇讲消费级显卡搞大模型算法研究的文章，讲过一句话：一张 12G 显存的卡，够不够用是个技术问题，能不能碰这件事本身，才是决定你站在场内还是场外的分野。图谱化这件事，门槛比训练模型低得多——那个 AST 知识图谱的 MCP 服务器项目，是开源的，装上直接能跑，不需要你懂图数据库的底层实现，只需要你愿意花时间把自己手上那堆散乱的代码和文档，认真地喂给它一遍。Fable 和 GPT-5.6 这类前沿模型，接口价格这两年一直在往下探，跑一次 demo 生成的成本，早就不是几年前"训练一个模型要几百万美元"那个量级。
真正稀缺的，从来不是买这些工具的钱，是愿不愿意花那几百个小时，把自己手上的存量老老实实图谱化一遍的那份耐心。这份耐心，穷人和富人在起跑线上是平等的，甚至穷人更有动力去做——没有多余的预算浪费在"看起来很努力"的内部空转上，逼着你必须一次做对。这也是为什么我不建议裁员：一个小团队，恰恰因为没有大公司那种冗余，才更容易把这套方法论，逼成真正的肌肉记忆，而不是写在 PPT 里的一句口号。
我甚至觉得，大公司在这件事上反而是劣势方。一家几千人的企业，知识产权散落在几十个部门的服务器里，跨部门打通一次图谱化，先要过法务、过安全审计、过预算流程，走完这一圈，半年过去了；一个三人小队，谁的知识归谁管、要不要图谱化，一顿饭的功夫就能拍板。"结阵年"要讲的杠杆，前提是"破局年"先把自己的存量收拾干净，收拾这件事，恰恰是船小好调头的人，能比船大的人更快做完的部分。 别人还在开会决定要不要立项，你已经把第一份图谱跑出来了。
尾声：他们在等，我们不能等
回到开头那件事：GPT-5.6 Sol 被政府按住了十二天才放行，欧盟的执法权八月二号才正式生效，中国的双备案制度把一整套安全评估摁进了三到六个月的审批周期。奥特曼、阿莫迪、马斯克、哈萨比斯、阿申布伦纳，五个人五种口径，讲的都是那个约等于 2030 年的坐标——一个可能正在自我实现、也可能只是被反复讲述、又被生成式引擎自动复读到具备了引力的集体叙事。
我不知道这个坐标最后会不会精确兑现。我在第一篇里已经说过，我愿意三年后拿这些判断去对账，错了不删不改。但有一件事我此刻就能确定：不管那个坐标准不准，这段被三个大陆的行政流程人为拖出来的窗口期，都是真实存在的，而且它不会一直开着。
这世上最危险的事，不是黑暗时代真的会来，是花掉整个窗口期，去反复咀嚼别人讲的那个故事，而没有在自己手上做出一件能跑的东西。故事是他们的武器，用来吸引资本、吸引人才、吸引监管的注意力；你手上真正能用的武器，是能不能在七个小时里，把一份合同变成一个客户点头的 demo。
先杀死那个只会跟自己较劲、只会在自己家里空转的自己——把武装好的产能，指向外面那些愿意为答案付钱的人；把自己的知识，从日记升级成能被调用的资产；把交付周期，从几周压缩到几小时。这是"做公司"这条命，接下来这三年要守住的东西。
我不打算把这篇结尾写得温暖。事实是：那几千亿美元的融资，那五个反复挪动的年份，那三个大陆同时摁下的闸门，没有一样是普通人能左右的。你能左右的东西小得可怜——一个文件夹要不要图谱化，一份合同要不要把边界写死，一个 demo 要不要在客户开口之前先做出来。局这个字，从来不是许诺你能赢，是告诉你牌该怎么摆。 摆对了，不保证赢；不摆，连上桌的资格都没有。
第一篇结尾我写的是给 2026 年自己的一封信，讲的是终局。这一篇结尾，我不想再写信了，我想写一句更硬的话：这三年，愿意讲故事的人已经够多了，缺的是愿意在七个小时里把故事变成一个能跑的东西的人。 我不打算跟那五个人抢话筒，他们的话筒比我的响一万倍。我打算做的，是趁他们还在讲故事、监管还没把闸门彻底焊死之前，把手上这点野路子攒下来的家底——图谱化的知识库、压到极限的交付周期、能复制的最小队形——一样一样做实。故事讲得再玄，落不了地，就是空气；一张七小时签完的合同，哪怕再小，也是这个时代此刻唯一还摸得着的东西。
公司这条命保住了，还有两条命没算完。你砍掉了空转的业务，武装好了队伍，谈成了七小时的合同——但这些事，是跟谁一起干成的？是谁在你签下第一张五万块合同的时候，愿意陪你熬那七个小时，谁在那四十分钟卡壳的时候没有掉头走人？下一篇，我们从"做公司"切到"做人"，把你的通讯录，当一次资产负债表来读。