第一位是刘小排，claude的榜一大哥，分享主题是《AI编程，普通人最后的阶梯》 1.看小排的分享，发现人驾驭AI的能力边界也会随着AI的能力边界不断提升。它从一个玩具升级到一个数字员工，是需要双向持续进化的。 2.一个问题思考：你的AI是在帮你做事，还是替你做事。一旦进入“AI替你做”，你的角色会彻底变化：从操作者，变成管理者。AI时代，最重要的可能是「管理学」，本质不是拼谁更会用工具，而是拼谁更会“管理一个AI团队”。 3.AI时代最关键的跃迁，不是效率提升，而是从“帮你做”到“替你做”。前者只是更快地卖时间，后者才是建立自动赚钱的系统。快不等于自动化。你用AI再快，只要你停下来它就停，那本质还是“赛博摆摊”，不是生意升级。 4.AI编程的本质分水岭：赛博摆摊 vs 自动售货机。一个卖时间，一个卖系统。真正的机会，不是用AI干活，而是让AI持续产出结果。判断标准只有一个：你不在，它还能不能继续产出？ 5.为什么很多人AI效率提升了10倍，但收入没变？因为你优化的是“执行”，不是“模式”。 6.Openclaw 代表的不仅仅一个工具升级，而是范式切换：AI第一次从“回答问题”，变成“持续干活”。这就是AGI时刻的雏形——只是大多数人还停留在上一代用法里。所谓“养龙虾”，其实就是不断调教执行质量。 7.一个用好AI员工的方式：给它写岗位说明书。也就是说你怎么带实习生，你就怎么带你的AI。什么是任务？一次性指令，本质还是你在干活。把首页从紫色换成绿色，这个叫任务，这是一次性的。什么是岗位？持续职责 + 自动流程，本质是系统在运转。岗位比如说写公众号的岗位…每天早上8点先读资讯，再给你选题… 8.AI能不能稳定产出，取决于你有没有标准，对咱们普通人来说真正需要提升的能力，是“定义标准 + 验收标准”。 9.普通人最后的跃迁，不是效率提升，而是角色切换。AI 编程现在其实不是学会怎么写代码，而是学会怎么让 AI 替你工作。 1.活人感在AI时代更值钱，AI让80分内容的生产成本几乎降到了零。当所有人都能产出80分，80分就等于0分。真正有价值的是从80分到95分的那15分，而这15分靠的不是更好的模型，靠的是你独特的taste（品味和判断力）。 什么是taste？不是文笔，不是高产，也不是选题技巧，而是那种让人看完之后知道这是你说的，而不可能是别人说的的东西。这也是你区别于AI的唯一护城河。 2.内容只会剩下两种：一种是纯知识干货，大模型会越来越擅长，阅后即焚，不需要具体的谁来写；另一种是独特的审美，点亮别人脑子里从来没被照亮的角落，只有你能做到。 3.活人感IP有两层护城河：内容辨识度（不是你的风格，是你能让嘉宾说出别的地方说不出的话）+ 真实的关系网络（AI永远复制不了，但能帮你管理得更好）。 4.AI的使用有三层：当工具、当员工、当大师。真正高段位的用法是Context not Control，给它足够完整的上下文，让它帮你判断，而不是控制它。 5.她做了四个Skill，每个都挺有参考价值：第一个是嘉宾雷达，是用来找人的系统；第二个对标拆解，AI自动下载对标账号视频，具体那些点是可以爆的。第三个是内容质检，把内容判断装进AI，把自己的逐字稿丢进去，AI对照对标文案给出具体评分和改写稿。第四个数字分身，用户扫码就能和自己的AI数字分身聊天，回复的是带有她语气、视角、判断的内容。 6.三个对AI时代IP的判断：竞争维度从产量转向识别度；稀缺的不是内容，而是“我信谁”；AI会吃掉软件，每个人都应该有自己的Skill体系。 7.最后也欢迎大家去做做这个练习：打开任何一个AI，问它：你觉得我是一个什么样的人？ 如果它说不出来，或者说得非常套路，那就说明AI还不认识你。让AI真正认识你，比学任何技巧都重要。 他是本次大会唯一一位会在【现场实操】的嘉宾。直接现场拿电脑，实操演示，带来独家最新玩法，现场教你如何在飞书里用好龙虾，最好最先进的案例呈现出来，手把手教学，毫无保留。 1.DeepSeek 火，是让大家第一次懂了大模型。OpenClaw 火，是让大家第一次懂了Agent，它不只在聊天框里给方案，它能长出手和脚去执行。不把 AI 放进真实业务，用的都是过场。 2.为什么要在飞书用opanclaw ，飞书有 Agent 最需要的东西：你的同事关系、你的会议记录、你的文档知识库、你的多维表格数据。 3.Agent 要聪明，靠的不是模型有多强，而是上下文有多丰富。 4.养虾五步： 第零步：数据清洗 + 权限设置 别急着部署，先把数据理干净，用多维表格高级权限管好谁能读哪些数据，OpenClaw 只连一张表。 第一步是极简部署。飞书妙搭直接点开即用，五分钟不到搞定。第二步是选对模型，虾聪不聪明取决于你配的虾脑。第三步是赋予灵魂，先配好 SOUL.md、身份文档、习惯文档。直接跟豆包语音说我是谁、我想让它干啥，豆包帮你生成。第四步是装技能，Skill = 工作流的封装。从官方平台 ClawHub（clawhub.ai）获取，不要随便从外部下载。最后一步给经费，设好月度预算，让虾有钱自由行动。 5.AI 工具越来越简单了，但 AI 时代最核心的能力，一直都是「业务能力」。 6.未来越来越多的文档、教程不是写给人看的，而是写给 AI 看的。而AI 学习了 GitHub 上所有代码之后，已经能直接生成 Powerpoint、写文档、做各种以前需要专门软件的事。 苗奘是水母智能触手 AI 创始人，他们公司目前拿到的总阅读播放量是 14 亿次，打造出 5 部破亿的作品，背后有 300w 的 AI 创作者，成为抖音、腾讯等平台背后的头部内容合作商。 1.AI漫剧本质不是新内容，而是生产方式变了。以前做一部剧需要编剧、导演、演员拍摄、剪辑…现在一个人或者小团队就能完成。 2.判断一个赛道能不能做，看三件事：需求、供给、门槛。AI漫剧同时满足三点：需求：平台在疯狂抢内容，供给：产业链已经打通，门槛：AI极大降低制作成本。 3.苗奘分享他们整个的方法流程是首先是 IP 筛选，然后是设定重构，然后是节奏卡位，最后是视觉权重。IP 筛选通常是通过看到网文和漫剧近期爆火的一个数据，从中间去抽出来它的类型、题材，包括关键词和爽点、爆点；第二去做差异化，就是对抽出来的这个范式要对它进行反转和升级。第三就是重构，就是把它再调整成适合漫剧的世界观架构，包括主角设定、情节主线。第四就是节奏，各个平台节奏不一样，比如抖音前三集必出大反转，红果前七集每一集都要留人。第五是视觉，把重点场面拿出来，按照权重去反向给描述量。 4.漫剧的内容形态迭代比想象中还要快，内容形态正在快速进化：从“观看”走向“参与”。从2D → 3D → 仿真 → 互动 → 游戏化。 5.seedance2.0出来之后，导演的技能确实被替代了很多，比如镜头调度、资产管理。但是导演思维依然非常关键。导演思维的本质，是怎么去控观众的情绪，怎么去传递作品的世界观。作品的世界观，这是目前漫剧从业者所看到的没有被替代的部分。 6.目前漫剧的类型持续在拓展边界，从2D 3D 仿真剧再到目前的互动剧，苗奘老师提出一个畅想就是随着AI漫剧的质量提升，未来也有可能登陆院线。如果 AI内容能持续制造用户注意力，能稳定带来票房和流量。我理解这里面要表达的是，分发能力在执行平权下，权重会越来越高。 7.在技术能力成熟之后，顶级内容生产，开始回归“IP世界观驱动”。比如天下霸唱IP等，类似于迪士尼的IP叙事系列，但好处在于之前的IP故事和宇宙属于头部公司，只有好莱坞迪士尼能做IP宇宙，现在几个人的团队在AI的加持下也有机会了。 8.留一个问题：当 AI 把内容变成工业流水线之后，我们如何还能保有真正的审美与品味？不只是做得更快，而是不被淹没在批量生产的电子垃圾里。在这个背后，对导演思维，内容品味的审美要求会更高。AI会放大内容，但也会放大垃圾。 最终留下来的，只会是“有品味的人”。 1.定位定成败。选赛道的维度：流量维度，变现维度，内容维度，竞争维度，合规维度，个人适配维度。满足其中的5个以上，一定是一个合适的赛道。 2.找对标的思路可以有很多种形式，刘智行推荐了几种：搜一搜中搜索核心关键词，新榜的低粉爆款，易撰里面有好多公众号爆款素材和账号分析，注册一个新的微信号刷平台推荐的内容，最后是其他平台，比如抖音、小红书、知乎，这些平台的爆款选题放到公众号，照样也能够很好地进行一个出爆款。 3.爆款内容是爆款元素的组合。智行分享了他的爆款内容公式：一篇公众号爆款文章=爆款选题+爆款标题+爆款封面+爆。爆款内容结构（爆款人设+爆款场景+爆款情绪），这几个要素集齐了，就非常大的概率能够成为爆款。 4.发现内容规模化的方式都是模版规模化，刘智行和之前分享的圈圈老板都是一个思路，不是拍100个爆款，而是把爆款模版微迭代100遍。模板已经经过市场验证，只要替换元素就能持续出爆款。但这里面要关注下某些赛道进入的人太多之后，流量会被瓜分殆尽。 5.简单的事情重复做，你就是专家。重复的事情用心做，你就是赢家。 6.如何让AI写出有活人感的内容。刘智行会把一个内容该有的所有要素，提前写进提示词里，比如故事结构、个人IP、情绪节奏、热点钩子，甚至连“有没有人味”这件事，都会在一开始就定义好。举个很具体的例子，他会刻意让内容具备“五感”，也就是视觉、听觉、嗅觉、味觉、触觉。因为很多AI写出来的内容，问题不在对不对，而在“看不见”。一旦你把五感加进去，它写出来的就不再只是信息，而是画面，是可以被感知的。 7.AI赋能内容批量生产，本质上不是在教AI写作，而是在把你对“什么是好内容”的理解，结构化地交给AI。你写得越细，它发挥得越稳定，最后你得到的就不再是一篇随机生成的内容，而是一条可以反复跑通的内容生产链路。 8.刘智行的做法是打造一套完整的标准化SOP，涵盖了找赛道、找对标、 SOP 提示词、 SOP 内容生产、 SOP 人工优化SOP、排版发布SOP、运营优化 SOP 。这六道 SOP 把矩阵运营的每一个环节都标准化、模板化，让每一个账号的运营都有章可循、有规可依。 9.做公众号靠流量主赚钱，赚的都是小钱，而能实现副业月入 10 万，核心就是构建了一套从基础到进阶再到放大的多元变现体系，把用户分层之后进行基础+进阶的变现，比如流量主，带货和转化服务等多种形式。 10.在工具选择上，刘智行选择的是豆包。为什么选择豆包而不是其他的 AI 工具？核心原因有三个，第一，活人感重， AI 率低。同样的提示词，豆包的话更接近真人写作，有温度有情绪，有个人风格，用户读起来不会有违和感。第二，容易上手，豆包的操作界面简单，小白也能够快速上手，只要你会写提示词，就能让豆包为你产生高质量的一个内容。第三，产出效率极高，适合做矩阵。看来我们还是太低估豆包了。 11.最后这句话蛮有启发的，做成大IP靠命，靠天赋，但是普通人可以做成很多个小IP，把量做够，是让概率站在你这一边的方式。 1.一个观察：老板必须是自己公司的AI一号位。在24年航海家大会也有可拉的分享，跨境电商创业9年，年营收一个亿，团队25人，但全员居家办公。是今年年初在亦仁的推荐下，才开始接触 claude code。短短两个多月过去了，就实现了公司业务的 AI +跨境电商业务的改造。 2.可拉提到如何用claude和AI工具服务业务，找到业务的具体场景。比如原来一个测评视频，要人工一帧一帧看，截图、写文案、再翻译，一篇内容下来1-2小时很正常。现在让AI直接把视频看一遍，自动截关键画面，理解内容写文案，顺便翻译成英文，再一键发到网站 3.还有一个案例：把物流供应商发给你的报价单来整合，但会遇到不同渠道的不定时更新，导致原本的表格规则失效。可拉他们把这些供应商的原始表格做了AI+脚本清晰，做成google sheet，做成谷歌插件可以一键查询。AI的价值，是把“非结构化的信息”，变成“可调用的结构化数据”。 4.电商有一个很刚需的场景：产品打标签。比如一条裙子：是晚礼服还是日常款，是红色还是黑色，适合1米6还是1米7。这些标签，决定了用户能不能搜到、能不能买到。1万个SKU，1%的错误，你都很难找出来。之前很多电商公司默认一件事：错了就错了。 后来换了一个思路。不是优化人工，而是直接换方式，全量SKU丢给AI—AI逐条理解内容—上网验证—自动打标签，打完之后再对比原标签，告诉他一次你的校验标准，它获取信息之后就会有永久记忆。 5.在可拉看来：claude code是大哥，它就可以调动它的小弟来做事情，比如做一个爬虫等，它可以自己想办法来解决过程，给你交付结果。AI是很厉害的厨师，但是要做出一盘好菜，要把食材集中，也就是要把散落各处的数据集中。限制AI的不再是能力，而是数据。打通数据库之后会有无限可能，比如识别滞销品，比如自动回复买家信息，比如热销品库存预警，自动提前补货等等。 6.以前，工具是“少数人做，多数人用”。现在开始变成：每个人都可以为自己的工作流，定制工具。甚至你都懒得学别人的：我自己做一个更快。你会发现一个变化：创新，不再是大项目，会变成日常动作。 7.AI真的很像一个实习生。刚开始很笨，按钮就在那，它也会点错。但它有两个特征很恐怖：足够聪明，永远不下班。所以问题不在AI，而在你：你有没有能力把事情讲清楚。 8.如何在团队内部推进AI的使用速度，老板自己先学先用，用好了，再找公司的，接受新鲜事物能力比较强的年轻人。教学问题一定是基于线下见面的演示和分享，然后再做传帮带。一带一，一带二，先会的带动后学的。学习核心办法是：告诉核心关键词，让他自己去问AI。 9.sop最大的问题不是没人写，而是写完就放在那儿了。把sop变成skill之后，就成为了一个问答的互动形式，对员工和同事更有好了。 10.今天用好 AI，非常重要的一个点是，想办法把物理世界和 AI 进行连接。说得直白一点，就是把物理世界信息化，然后把信息整合清楚，喂给 AI，这也是我们办大会和做游学的价值。 写到最后，其实有一个很明显的感受。这一轮AI的变化，不只是工具变强了，而是很多事情的“做法”在被重写。 有人还在用AI提效，有人已经在用AI重构自己的工作流，甚至业务模型。 差距不是工具本身，而是：要真正用AI融入你的业务。