109: 数字生命卡兹克如何用 AI：把任何重复3遍的事AI化

摘要

• 卡兹克最可复制的方法不是泛学 AI，而是“任何一个事情如果让我重复三遍，我就一定会把它 RPA 或者 AI 化”。 他先问“你们有什么东西觉得很浪费时间，你们不想干的”，再从真实痛点反推工具：30 多个社群的选题挖掘、20 多个信息源的早报、2,400 人活动筛选，都因此从人力工程变成可复用流程。对组织而言，AI 首先兑现的不是替代岗位，而是把注意力从机械搜集移向判断、体验和关系。
• Chat Fund 的失败说明，AI 能做出产品不等于能形成可卖、可扩张的业务。 团队用 GPT-3.5、嵌入、微调和自制工具链做出基金问答产品，还进入第二批算法备案；但金融客户把价格卡在 20 万元以下，又要求私有化、只推自家基金、突出自身优势及 2—3 人驻场定制，单位经济算不过来，卡兹克在 2023 年 8 月直接止损。“技术护城河”最终输给了采购制度和非标准交付。
• 数字生命卡兹克的高频产出建立在“内容工业化只负责下限”的边界上。 系统每天从数百至约 1,000 条资讯中打分，人工只复核前 50 条并选 10 条早报；社群聊天和评论也由 AI 总结、分析，选题阶段从每人每天刷平台五六小时降至卡兹克约一小时。但产品体验、观点和成稿仍由人完成，因为“如果 AI 可以替我体验，那我为什么不用品牌方的 brief？”
• 现阶段最能兑现价值的是窄而深的 Agent，通用 Agent 仍受长链路成功率拖累。 卡兹克把 Agent 拆成规划、工具执行和记忆三环；任何一步只有 90% 成功率，连续相乘就会迅速跌穿生产要求。他测试 Manus 时，服务器调整前 10 个任务只成功 2 个，理解边界后约能成功 5—6 个；反而只做研究的 Deep Research、只做编程的 Cursor，以及 O1 Pro 的复杂分组已经是真生产力。
• DeepSeek 的最大贡献不是单项 benchmark，而是把中国 AI 用户池从卡兹克估计的约 1 亿人扩向可能新增约 8 亿人的全民市场。 完整展示的思维链让第一次接触 AI 的人看到“原来 AI 是会思考的”，失败时也更愿意调整提问，而不是说“AI 也就不过如此”；但推理模型继续卷数学、代码和科研，也使能力升级越来越难被普通用户感知，形成普惠扩圈与产品精英化并存的张力。
• 模型升级会持续吞掉薄应用，但产品仍可能靠多模型编排、工程优化与用户心智生存。 Jasper 在 ChatGPT 出现前靠营销 prompt 模板成立，之后随 GPT、Claude 等通用模型增强而受压；Perplexity、Cursor 则代表“壳有壳的用处”。曼祺在结尾指出，GPT-4o 文生图开放后未同步开放 API 和免费版，使 ChatGPT 付费版短期成为独供——处在模型公司主航道上的应用，投资风险尤其高。
• 卡兹克不做 AI 创业，不是看空需求，而是看不到手机入口不变时能避开大厂射程的护城河。 他把这一代创业成功率形容为从移动互联网的“二八开”变成“九十九比一开”：初创公司在算力、数据和人才上全面吃亏，据他所知，最贵的实习生“好像”一天能拿到约 2,000 元。他宁愿做“AI 殿堂门口的门童”，也不愿在没有把握时“烧投资人的钱”。
• AI 对普通人的现实意义，是在低迷就业环境中重新发牌，但路径必须是“行业加 AI”，不是“AI 加行业”。 卡兹克见到土木、造船、影视制片和找不到工作的 985、211 硕士借 AI 转向新岗位，也看到读者因长期实践进入 Kimi 实习或在传统单位承担 AI 项目。“能让一部分人有一些机会能继续生存下去”，是他比 AGI 叙事更看重的回报。

精读

1. 卡兹克从用户体验设计走进 AI，而不是从算法实验室出发

• 卡兹克 2017 年毕业，却从 2014 年就开始工作；他认为学校课程离移动互联网实务太远，于是提前进入 UI、交互和用户研究，后来逐渐转向产品经理与管理岗位。

• 近十年的职业经历几乎都在金融领域。早期接触的是推荐、风控、决策树等“决策式 AI”，与今天的生成式 AI“完全不搭界”；当时他只是负责算法能力对应的交互和文案，并非模型从业者。

• 2019 年参与从零搭建保险产品，第一次系统思考产品形态、体验和商业模式。卡兹克后来把这段产品训练带进 AI：先做用户研究、拆痛点，再选择技术，而不是先拿模型寻找用途。

2. 对投资的痴迷，把他带到公募基金数据创业

• 卡兹克曾每天晚上 10 点复盘到凌晨 3 点：看行业涨跌、龙头与中军、财务指标、财报和基金经理言论，早上 9 点再看盘前消息，9 点 25 分准备交易。“除了把公司的事情做完，就是炒股买基金。”

• 炒股亏损后，他逐步把资金转到基金；按其节目中的说法，从 2021 年起几乎满仓基金，经历三年熊市后累计收益仍约 120—130 个点。这种个人兴趣促使他在 2022 年加入朋友的创业项目。

• 团队做出的公募基金数据平台“韭圈儿”日活约 5 万、总用户数几百万，目标是用客观数据抵抗“什么基金涨得多就推什么”的销售逻辑，让基民看到基金和基金经理的真实表现。

3. 熊市揭穿了基金数据平台的商业模式

• 平台不卖基金、没有销售牌照，因而没有佣金收入；剩余选择只有广告和 To C 增值服务。约五六十人的产品团队加十人的媒体团队，与可兑现的收入严重不匹配。

• 2022—2024 年基金市场连续低迷，用户不再关心基金，基金公司品牌预算也从千万元、百万元级一路收缩到“今年没有预算，市场投放预算是零”。

• 团队每年仍拼命做到盈亏平衡，却“已经看不到希望”；到 2024 年 3 月，公司裁至十几人并转向此前布局的私募牌照。卡兹克更想做产品，于是离开并全职运营数字生命卡兹克。

4. ChatGPT 首次让自然语言交互从炫技变成效率工具

• 早在 2018 年研究“情感化设计”时，卡兹克就思考过自然语言交互：对电脑说“把矩形边框变成三像素，再向右移十像素”，系统甚至难以判断“右边”采用谁的参考系。

• 曼祺以罗永浩 TNT 为例追问：用嘴做 PPT、Excel 的思路是否过于超前？卡兹克的回答是，想法超前没有用，必须落在正确时代；以当时技术看，它“只是酷炫，但是没有任何效率可言”。

• ChatGPT 上线后约一周，团队就把机器人接进微信群，尽管次日群就因账号问题“炸了”。卡兹克感到它与 Siri、小爱同学完全不同：自然语言交互的能力发生了根本变化，产品交互的前提也随之变化。

5. “摸鱼时间”把公司级 AI 推广变成明确激励

• 2023 年春节前，团队已要求全公司使用 GPT-3.5。开发发现代码补全一般，却可把既有 Python 代码翻译成 Go，再由工程师修改，绕过团队缺少 Go 开发者的现实限制。

• 设计团队被要求使用 Midjourney、学习 Stable Diffusion；原来四天完成的海报排期压到两天，但卡兹克承诺半年内不继续缩短：“半天做完，剩下一点五天全部由你自由支配。”

• 这套制度被称为“摸鱼时间”：运营在出方案前也必须交十个脑暴方向，固定排期内因 AI 节省出来的时间不再塞入新任务。强制学习和确定性收益结合后，团队第一次表现出很高热情。

6. 一次 70 美元的错误微调，逼团队理解嵌入

• 团队最初完全不懂嵌入、微调和工具调用。面对基金净值每日变化、ChatGPT 又会编造数据的问题，卡兹克曾提出“每天微调一次”，现在回看称之为“非常蠢、非常不专业”的想法。

• 他们真用约 1,000 条数据做了一次微调，花掉 70 美元，随即意识到成本和更新方式都不成立。网上当时几乎只有 prompt 教程，团队只能逐页研究 OpenAI API 文档，最终找到更适合数据库检索的嵌入方案。

• 微调经验也没有浪费：团队用 GLM-6B 等小模型做意图识别、文本分段和 JSON 转换，把“比较两只基金”“找年年正收益的基金”等问题路由到查询与 SQL 工具。

• 当时尚无成熟 function calling，他们自行搭出检索、数据组装和生成链路；最终仍选 GPT-3.5 做答案组织，因为在 2023 年四五月的测试里，卡兹克认为其他模型都达不到它的组装能力。

7. Chat Fund 的护城河是基金方法论，不是大模型所有权

• Chat Fund 的目标，是让用户问任何基金问题，都得到接近从业两三年理财师水平的回答。团队认为真正优势是基金 know-how、自有二次加工数据和报告方法论，而不是调用哪家通用模型。

• 产品开发主要由卡兹克、技术总监和少量开发资源完成，约“一点五个人力”；微调、prompt 和金融方法由卡兹克参与，后端 API 与工程链路由技术负责人承担。

• 产品随后进入 2023 年第二批算法备案，卡兹克称其“应该是”金融领域首个通过备案的项目，并与商汤、百度处于同一批次。这证明小团队能快速构建产品，却没有自动带来商业化。

8. 20 万元采购线封死了金融 To B 的单位经济

• 卡兹克把基金公司、银行和券商几乎聊了一遍，发现标准化方案最多只能卖约 20 万元；超过这一金额便要进入更高级别内审，客户不愿为一个被视为“套壳”的产品推动复杂审批。

• 曼祺指出，大客户本来就偏好私有化和随时定制；客户要求也有其业务合理性：只能推荐自家基金，与竞品比较时必须突出自身优点，产品还要嵌入公众号、小程序并承担并发和 token 成本。

• 对供应商而言，每家客户都要重做数据库、prompt、UI 和工程接口，甚至需要 2—3 人长期服务。价格被卡死、交付却高度非标，卡兹克算出的结论是“可能是亏本生意”。

• 他没有因沉没成本继续坚持，而是在 2023 年 8 月直接砍掉业务：“即使把客户粘住，以这么小的成本粘住，未来 ROI 能靠到多大？我觉得不靠谱。”

9. Pika 与 Sora 把一个金融产品经理推向 AI 内容和影视

• 2023 年 8 月，卡兹克制作《流浪地球 3》预告片，在影视圈获得关注；同年 9 月与郭帆见面，真正推进合作则从 2024 年 11 月开始。他透露《流浪地球 3》的 AI 内容可以期待，影片仍按既定计划在 2027 年春节上映。

• 2023 年 11 月 Pika 爆红时，他称自己是国内唯一拥有内测账号的人；首发实测文章进入金融和市场圈，第二天连续做了 13 场面向基金经理与研究员的路演。

• 最大一次出圈发生在 2024 年 2 月 16 日。因为此前已做半年 AI 视频，他连夜写下 Sora 文章《现实不存在了》，获得 300 多万阅读；卡兹克把它归为“99% 的运气，1% 归功于那天晚上没睡觉”。

10. 五个模态同时迭代，迫使内容生产进入高频状态

• 卡兹克长期按 AI 文字、绘图、视频、声音和 3D 划分行业。2023 年能持续写的主要是文字和绘图，视频近乎 PPT，声音仍以 SVC 换声为主，3D 也很粗糙。

• ChatGPT 在 2023 年 10 月国庆期间出现语音功能，带来的震撼是模型会停顿、会说“呃”、开始显出情绪；Tripo 1.0 等 3D 产品到当年末才出现。2024 年以后，五个模态、多模态和推理模型才真正同时加速。

• 2024 年 6 月可灵上线后，AI 视频竞争骤然升温；到采访时，重要模型和产品更新密集，卡兹克认为 QwQ-32B 这类更新“不写就是我不专业”。

• 兼职时他给自己定“三天以内一更”，2024 年 3 月全职后提高到一周四五更甚至一天两更。常态作息是凌晨 3 点到早上 9 点，遇到 OpenAI 深夜发布语音模型则会做到 5 点多。

11. 错过 DeepSeek 首发，暴露了自媒体注意力市场的残酷

• 卡兹克坦承，DeepSeek-V3 和 DeepSeek-R1 发布当天都没写：官方账号已经获得大量转发，他判断再写没有流量，又想睡觉，于是放弃。后来他把这列为会损伤用户信任的“错事”。

• AI 产品越来越多，用户阈值也被“炸裂叙事”推高；普通人很难感知 benchmark 上升三五个点，更容易用“9.11 还是比 9.8 大”式直觉否定渐进改善。

• o1、o3 对数学、分子、新材料等领域可能意义很大，却不是大多数 C 端用户能评测或关心的场景。卡兹克的内容焦虑由此从“没有更新可写”转成“更新很重要，但无法被大众直观看见”。

12. DeepSeek 的真正破圈，是新增一批没有 ChatGPT 历史的用户

• 曼祺认为，DeepSeek-R1 的创意文本能力较强，更容易让普通人直接试玩；卡兹克则把 Kimi K1.5、智谱 Zero 等模型称作“数学战神、偏科战神”：数学可能很强，但不够泛化。他还提到 K1.5 等模型的幻觉问题，并没有把这一判断直接归给 DeepSeek-R1。

• 按卡兹克的粗略估计，DeepSeek 之前中国真正使用 AI 的约 1 亿人，相关产品一直在重复争夺这批用户；DeepSeek 破圈后可能“凭空多出来八亿用户”，且年龄、地域、行业与科技熟练度更分散。

• 这批人的第一款 AI 不是 ChatGPT，而是 DeepSeek，因此 2023 年的 prompt、写诗、赚钱、与剪映结合等内容在 2025 年重新流行。腾讯元宝甚至把推广做到乡村刷墙，出现“母猪护理问元宝”这样的普惠叙事。

• 曼祺认可“DeepSeek 是中国的 ChatGPT 时刻”，同时提醒，Kimi K1.5 等模型影响力差异不只来自能力，也来自大众是否能在写诗、写古文等低门槛任务里感知它。

13. 可见思维链改变了用户对 AI 的心理位置

• 传统模型答错时，用户往往会说“AI 也就不过如此”并离开；曼祺指出，o1 的思维链没有完全展示，而 DeepSeek 的思维链被展示出来。卡兹克认为这是否是刻意设计的并不确定，并提到 DeepSeek 早期开源模型已经存在思维链。

• 卡兹克观察到一个微妙变化：用户不满意时不再只怪模型，也会怀疑自己的提问方式，愿意学习怎样与 AI 协作。正是这种心理转向，促使他们把结果分享给朋友。

• o1 已有推理能力，却因访问手段和每月 20 美元门槛困在科技圈；DeepSeek 网页与 App 更易获得。思维过程是否展示，也进一步影响了普通用户对模型能力的感知。

14. 真实生产测试里，o1 Pro 仍可能胜过破圈模型

• 在与影视项目相关的真实剧本流程中，卡兹克曾把 o1 Pro、DeepSeek-R1-Lite-Preview、Kimi K1.5 和尚未公开的智谱 Zero 放在一起测试，而非为了内容测评。

• 他当时的判断是，o1 Pro 在文学性上“实在是太强了”，其他模型效果都较差；DeepSeek-R1 正式版后来并未在同一流程复测，因此他没有把公众热度直接等同于生产能力。

• 这也是节目反复保留的分歧：DeepSeek 的价值在普惠、可见思考和用户扩张，但具体到高要求剧本、编程或数学，不能仅凭破圈声量推断它全面领先。

15. “AI 殿堂的门童”比技术权威更接近卡兹克的自我定位

• 卡兹克不把自己描述成算法专家，而是“AI 殿堂门口的一个门童”：他只是玩得多，知道哪些工具可能解决普通用户的 PPT、Excel、配音和小工具问题，再把人引进门。

• 账号早期的 slogan 是“以一灯传至诸灯，终至万灯皆明”，后来觉得太像信仰领袖而停用；现在更朴素的表述是“分享一些很新很酷的 AI 干货”。

• 他的目标不是明年估值多少、收入多少，而是靠影响力挣到钱，同时接触过去无法触及的人和项目：郭帆、小米王川、华策影视、CCTV-6、学习强国等合作，构成持续创作的正反馈。

16. 人类的不完美，反而成为 AI 内容时代的信任凭证

• 卡兹克把晚点视为专业性和真实性的标杆，也希望内容“任何一点都不能有错”；但他的文章常有错别字，直接原因是微信输入法跨端方便却容易误识别，加上长稿写完后不愿反复校对。

• 一位读者把错字解释为“人类撰写声明”，意外契合卡兹克的判断：当 AI 内容铺天盖地、语言越来越千篇一律时，人为痕迹和活人的个性反而会变得稀缺。

• 他因此坚持最终表达要有人味，但没有把错字包装成专业美德。曼祺也提醒，人工稿一样会漏错；真正的尊重仍来自调研、事实核查和对读者时间的负责。

• 卡兹克尝试过一次 AI 版权深稿：用近一个月访问红圈律所、政策参与者和数据安全、知识产权律师，积累七八万字材料。文章仅一点几万阅读，却有 3,000 多次转发，说明深度价值与大众传播并不总一致。

17. HKR 方法用热点给技术教程安装传播杠杆

• 卡兹克从影视飓风吸收 HKR：Happiness、Knowledge、Resonance，即有趣、知识与共鸣。他尽量同时满足三项，而不是只解释一个新模型的参数与功能。

• 推广开源语音克隆 F5-TTS 时，他没有直接写软件说明，而是在付航夺冠次日复刻其声音讲脱口秀；热点负责吸引，教程再承接真实需求。

• 海螺 AI 上线时，卡兹克抓住向佐摸鼻子表演的热点，用模型复刻特定片段并比较人物情绪，文章取得十几万阅读、约 1.9 万转发。最强能力因此从抽象描述变成了可观看的笑点。

• HKR 最难的是 Resonance。卡兹克欣赏影视飓风把粉丝愿望送上太空的结尾，因为那不是机械“上价值”，而是能让人“头皮发麻”的真诚瞬间。

18. 家国叙事既带来共鸣，也放大了反向评价

• 卡兹克承认自己常借《流浪地球》、六代机、《哪吒》《黑神话：悟空》和国产 AI 做情绪落点，读者因此批评他“吹国内吹得太多了”。

• 他的解释不是流量策略，而是个人经历：1995 年出生、来自安徽安庆，小时候吃肯德基、麦当劳只会发生在生日或得奖时；后来又亲眼看见新能源与国产产品出海，情绪确实真实。

• 在 AI 视频上，他尤其把 6 月 6 日发布的可灵视为“国产之光”；按其观察，采访时海螺日活第一、可灵第二，Runway 自 Gen-3、Gen-3 Alpha 后迭代明显放缓，而国内海螺、可灵、即梦、PixVerse 更新更快。

• 曼祺的回应值得保留：个人表达的好处正是观点明确，但明确观点必然招来同样明确的反对；自媒体职业的一部分，就是接受“有共鸣也有反的共鸣”。

19. Manus 的争议首先来自稀缺分配，而非产品能力本身

• Manus 发布当晚，卡兹克先在 AI 群看到视频，再通过 SevenJoy 联系其 CMO 拿到邀请码。他强调测评没有收钱，自己此前也不认识团队。

• 他认为最大的营销失误是只向大 V 发邀请码。正常内测申请只有产品与用户两方；邀请码增加了第三层转让链路，很快催生黄牛、账号交易和闲鱼“5 万元一个码”的截图。

• 同期同名加密货币上涨又被误认为与团队有关，进一步强化“割韭菜”印象。卡兹克判断，DeepSeek 新增的大量用户没有经历过 2023 年普遍排队内测的阶段，对“连进去试一次都不行”尤其反感。

• 算力稀缺并非虚构：节目提到现场照片中有人穿的 T 恤写着 Manus 上线最初 14 天烧掉约 104 万美元的云 Token 费用，卡兹克估计一次简单任务可能就消耗百万级 Token。曼祺提到 Manus 后来与通义合作；卡兹克认为这可能有助于降低国内版的算力压力。

20. 普通人学习 AI，应从不想做的事开始

• 每当有人问“我该学什么 AI”，卡兹克先反问：“你们有什么东西觉得很浪费时间，你们不想干的？”只有回答具体，工具选择才会变得清楚。

• 一个法律从业者如果工作中不做视频，也没有自媒体计划，就没有必要因焦虑去学 AI 视频。卡兹克把“只要是 AI 就先学”称作“变相的懒惰式应对”，即用战术勤奋替代战略选择。

• 一旦痛点被说成“不想做 PPT”“需要验证产品 demo”“不想手工建模”，便能拆成明确任务。卡兹克的原则不是追求全能，而是先找出能被节省的那部分时间。

21. 三十多个社群成为一套持续更新的需求数据库

• 卡兹克运营 30 多个私域群、约 1.5 万人；每天晚上 8 点，系统抓取聊天记录，让 AI 总结并选出十个最有价值的痛点，作为教程和选题储备。

• 每篇文章发布后，他都会复盘赞阅比、分享量和评论，其中最看重分享；一两百条评论会被抓取，再由 AI 分析读者对文章的正面和负面态度。

• 群聊抓取由团队中的开发者完成，评论分析则由卡兹克借字节的编程工具做成油猴插件。技术并不复杂，关键是把原来散落的反馈变成连续数据。

• 选题系统还抓“低粉爆文”：平时只有数百至 1,000 阅读的账号突然出现 5 万阅读，先进入候选库，再用赞阅比高于约 1%—2%等指标判断是否真有参考价值。

22. 一天三次的信息管线，把数百条噪声压缩成可决策输入

• 每天早上 8 点的早报覆盖过去 24 小时，背后抓取 20 多个数据源、数百至约 1,000 条资讯，再由通用模型按 AI 相关度和重要性打 S/A/B/C 等级。

• 模型排序后，人只复核前 50 条，最终选出最重要的 10 条发到社群。AI 承担海量阅读，人保留事实核对与优先级判断。

• 晚上 8 点，内部“内参”补上白天新增的约 20 条事件，并加入公众号、小红书、抖音低粉爆文；午夜再过一次 Twitter，确认有没有必须临时改题的突发信息。

• 若出现重大事件，卡兹克晚上 8 点开始体验和写作；若没有，则把储备选题与近两天时事结合。系统不是替他决定内容，而是提供持续的信息输入和候选选题。

23. 内容工业化提高下限，却不能制造爆款上限

• 没有系统时，团队每天需要在 Twitter、微博、小红书、B 站刷五六个小时；高信息密度使实习生在九、十月先后不再任职，也让创作者几乎没有线下交流时间。

• 自动化从 12 月开始搭建，1 月形成 demo，2 月投入使用并持续修正；如今卡兹克每天选题约花一小时。他明确说：“不可能提高我的上限”，真正收益是能出来录播客、见人和管理团队。

• “内容工业化”只适合输入、聚类和候选排序，因为这些本质是大量搜集后抽离线索；最后的体验、判断和表达仍是非标品，过度工业化只会把内容做成垃圾。

• 产品体验尤其无法外包给模型：拿到工具后必须亲自跑，才能形成手感和独立结论。卡兹克反问，“如果 AI 可以体验了，那我为什么不用别人整合好的东西，为什么不用品牌方的 brief？”

24. GPT 与 Claude 在真实工作里承担不同角色

• 卡兹克日常最依赖两个模型：GPT 做严肃分析、控制幻觉，Claude 偶尔做创意和编程。他一边经常批评 OpenAI，一边承认“真正要去干大活”时仍最常用 GPT。

• 他长期续费每月 200 美元档，核心理由是 o1 Pro 和 Deep Research；20 美元 Plus 当时也能用 Deep Research，但只有约 10 次，而 200 美元档约 150 次。

• 卡兹克平均每天用 Deep Research 两三次，偶尔因框架不满意重跑；每次修改后重新生成报告也计入新次数。150 次约等于每天五次，对他的工作已基本够用。

• 他的成本比较很直接：每月约 1,400 元人民币，比实习生便宜，提出问题后可去做别的事；只要报告能显著缩短调研，它就不是炫耀性消费。

25. “十字形研究框架”把 Deep Research 变成研究员

• 卡兹克先做横向：同一时间有哪些竞品、相似公司和产品，各自优缺点、商业模式与盈利状态是什么；再做纵向：公司从成立到现在经历了什么，为何上线某个产品，战略怎样变化。

• 传统做法要读大量研报、媒体报道和历史资料，尤其难找阿里等公司早期的零散信息；普通 AI 搜索和 Perplexity 在他看来深度仍不够。

• 把十字结构、输出要求和研究对象交给 Deep Research 后，约 30 分钟可得到一篇约 2 万字报告。与金融朋友对比后，卡兹克把它评价为“三年左右研究员的级别”，但仍需要资深者辨别幻觉。

• 他也用它补齐自己经历过却不了解细节的时代，例如 3G 到 4G 的流量计费和移动互联网变化，再把历史机制与当前 AI 产业做类比。

26. Deep Research 写小说，展示了长上下文对逻辑的价值

• 卡兹克认为小说最难的不是文笔，而是逻辑、伏笔和“契诃夫之枪”：第一幕出现的物件若无后续作用，就不该出现；反过来，关键道具必须贯穿结构。

• 他的实验先让 Deep Research 为 16 世纪炼金术题材整理两三万字背景，再依据设定写约三万字小说。按其说法，Deep Research 底层使用 o3，长程结构明显优于只会把句子写得漂亮的模型。

• 成品里，第一幕出现的老师在第五幕成为对手；最初招募主角的公爵因信任变化，第四幕亲手把主角送进监狱；贤者之石从书中线索一路变成召唤克苏鲁古神的伏笔。

• 结构仍很标准，谈不上惊人创新，但已经能读下去。一位作家朋友却拿它对标《冰与火之歌》，卡兹克只能反问：“那个是《冰与火之歌》呀，你这一上来就干乔治·马丁的活？”

27. AI 的能力是一段渐变灰，不是“能替代或完全没用”

• 卡兹克把最大使用误区归为不切实际的预期：任何模型都达不到 100% 准确，也不可能一上线就等同十年老员工；即便 Deep Research 像三年研究员，也需要人检查幻觉。

• 但达不到大师水平，不代表没有价值。AI 也许写不了《冰与火之歌》，却可能达到“60% 网文小说”的水平；也许解决不了全部工作，却能拿走其中 60%，剩余时间仍是实实在在的“摸鱼时间”。

• AI 视频也经历同样的预期修正：Sora 发布时“一键生成电影”的想象过高，失望后用户把它判为垃圾；后来行业发现电影做不了，短剧却可以做。

• 卡兹克举《兴安岭诡事》为例，称其是当时唯一一部在分账上实现正向盈利的 AI 短剧；市场愿意付费，说明能力边界内已经出现生产价值。

28. 视频生产保留真人核心，只把素材劳动交给 AI

• 卡兹克的短视频脚本会用 AI 查资料、辅助构思，但最终仍由人写；剪辑中的复杂动效主要手工制作，因为现阶段自动化未必比剪辑师更快。

• AI 更适合生成 B-roll：原来要花时间搜索、购买并检查版权的补充画面，可以用可灵、即梦等工具生成；特殊音效也能补齐，普通音效则因剪映素材库足够完善而不必强行使用 AI。

• 音乐通常仍用有版权的现成素材，只有故事性或情节性强的视频才考虑 AI 音乐。卡兹克的标准不是“能不能 AI 化”，而是实际效率、质量和版权成本。

• 最明确的红线是成片不用数字分身和 AI 合成语音：“我要做的这个 IP 是要有个人味的。”在他看来，个人 IP 是信任经济，批量数字人或许能算通流量 ROI，却会削弱长期信任。

29. 数字分身与虚拟偶像是两套完全不同的生意

• 曼祺以初音未来反问：为什么数字人不能成为 IP？卡兹克接受虚拟 IP 可以成立，但认为那是独立角色、独立品牌与独立叙事，不是用 AI 冒充本人完成日常更新。

• 影视和经纪公司做虚拟艺人，优势之一是没有真人演员“塌房”风险；但如果卡兹克也做一个虚拟角色，就应当与“数字生命卡兹克”做品牌隔离。

• 因而他的结论并非排斥生成内容，而是区分用户预期：真人知识型 IP 必须让受众知道谁在体验、判断和负责；虚拟角色则可以从一开始就以虚构身份建立关系。

30. Agent 的三项核心能力是规划、执行与记忆

• 卡兹克把 Agent 拆成三个部分：先把一句需求规划为细化步骤；再通过足够多的工具执行；最后依靠长上下文和记忆，把过程与结论连接成完整输出。

• MCP 的价值，在他看来类似更上一层的通用接口：有人把 Blender 的能力按协议封装后，Claude、千问等模型都可调用，不必每个团队重新灌 API 文档和单独适配。

• 工具规模越大，执行能力越强；但如果只把中间步骤压缩成结论，可能丢失后续整合需要的线索。对报告类 Agent 而言，记忆质量直接决定最终输出是否连贯。

31. 长链路的成功率乘法，让通用 Agent 暂时停在玩具阶段

• 卡兹克借父亲的纺织生产线解释工业要求：良品率只有 80% 就是“垃圾生产线”，升级设备和决策模型的目的，是让每一环节尽量接近 100%。

• 生成式 Agent 恰恰是超长链路，每一步都无法保证正确。“90% 乘以 90% 乘以 90% 乘以 90%”，步骤增加后总体成功率快速下跌；生成小红书文案错了无所谓，生产控制却无法接受。

• 他参与上海人工智能实验室的 MedBench 医疗评测基准发布时更直观地看到风险：医疗 Agent 任何一步出错都可能变成误诊，后果会很严重，不能用演示阶段的容错标准上线。

• 因此卡兹克并非否定 Agent 未来，而是认为当前更像玩具；真正进入生产，需要在长任务、批量任务和异常恢复上接近可靠的自动化 RPA。

32. Manus 的 benchmark 优势不能消除真实任务失败

• 卡兹克首次测试 Manus 时，一边直播一边跑任务；凌晨 4 点前，约 10 个任务只成功 2 个。4 点之后服务器修复、算力增加，加上他不再要求玩复杂网页游戏，成功率才升至约 5—6 成。

• 《2048》尚能尝试，“狂扁小朋友”和在线《红警》明显超出能力，有一次甚至连网页都没进去。这个过程说明，用户理解边界本身就是成功率的一部分。

• 曼祺追问：既然如此，为什么 Manus 在 GAIA benchmark 多个层级高于 OpenAI Deep Research？卡兹克的回答是任务不同——Deep Research 只做报告，Manus 还要操作虚拟机、编程和浏览器，覆盖广不等于每项都更稳。

• 智谱 AutoGLM 的例子更极端：给群内前五个人的第一条朋友圈点赞可以完成，扩到前五十人后，第七八个人开始变慢，到第十个已不知道该点谁。步骤越长，状态越容易丢失。

33. 真正可用的 Agent 往往已经藏在垂直工具里

• 如果不把 Agent 限定为“通用助理”，卡兹克认为日常已经存在大量可用实例：Deep Research 专做研究，Cursor 专做编程，各自在短链路里获得更高成功率。

• 他不会用 Manus 写大型代码，因为 Cursor、Trae 等 IDE 内产品更专业；同理，Deep Research 无法取代所有浏览器操作，却能在报告生成这一件事上稳定创造价值。

• 这构成卡兹克的阶段性判断：通用 Agent 值得期待，但当前更适合先看垂直任务是否有清晰边界和可验证的成功率。

34. AI 编程让他从拖节点转向直接“手搓”工具

• 2023 年没有成熟 AI IDE 时，卡兹克会用 Dify、Coze 搭知识库、客服和工作流；但金融产品因定制太深，仍由团队从后端到工程链路自行开发。

• 如今他越来越少用可视化节点，因为寻找模块、拖入、连线仍很麻烦；有了 Cursor、Trae 等产品后，他更愿意“拿嘴扔进去”，直接生成一个小插件或爬虫。

• 卡兹克特别偏爱字节的 Trae：原生中文、当时可免费使用 Claude 3.7，更适合非专业开发者做小工具。Cursor 更专业，但英文界面、费用和大型 IDE 逻辑对他的需求反而更重。

• 只有较长、需要多模型协同的流程，他才保留工作流思维；这类任务如今更多交给飞书多维表格，因为数据、组织权限和自动化都在一个界面内。

35. 飞书多维表格把每一列变成一个模型节点

• 卡兹克展示过一条娱乐性流程：输入用户头像，豆包视觉模型先描述，再由 DeepSeek-R1 推测可能的性格，之后转成即梦绘图 prompt，最后生成一张“这个人可能长什么样”的真人风格图片。

• 每一列既接收前一列输出，又成为下一列输入；模板固定后，新增一行数据便全自动运行。卡兹克把它视为一套直观、可检查的标准工作流，而不是单纯表格。

• 实际生产更多用于给抓取内容打标签、翻译、总结和转写。飞书提供的接口可调用 DeepSeek-R1、豆包、即梦 2.1、视频生成等能力，Token 费用则通过绑定火山引擎开发者账号结算。

36. 2,400 人活动筛选，展示了表格 AI 的组织杠杆

• 2025 年 3 月，卡兹克办了一场线下活动，收到 2,400 份报名，只能选约 200 人。卡兹克先让多维表格提取公司与职位，再标记金融、媒体、影视、国企等行业。

• 他又让 DeepSeek 根据报名者的一句话陈述，对参与意愿从 1 到 10 打分，以提高筛选效率和多元配额筛选的可视性。

• 过去筛两千人可能要两天，这次一晚完成；关键不是让模型最终决定谁入选，而是把非结构化申请变成可排序、可筛查的字段，供人作最后选择。

• 活动希望跨行业交流，因此不仅要按比例选人，还要在后续分组中同时处理背景相近、竞品隔离、国企领导单列和特定群友同组等冲突规则。

37. o1 Pro 用 11 分钟完成了过去 11 人两天的座次工程

• 多维表格无法直接满足八条复杂分组规则，卡兹克把约 200 人及约束交给 o1 Pro；模型推理约 11 分钟，输出了一份他评价为“特别厉害”的分组表。

• 上一年 5 月做同类活动时，他曾找 11 位不同背景的朋友，利用摸鱼时间协作两天才完成。虽然并非 11 人全职两天，但与 11 分钟相比，组织成本差异仍非常直观。

• 这也说明模型需要按任务分工：联网调查交给 Deep Research，不联网的复杂约束推理交给 o1 Pro。卡兹克称普通 o1 和当时国内推理模型都做不好这次分组。

• 他的总原则因此落成一句话：“任何一个事情如果让我重复三遍，我就一定会把它 RPA 或者 AI 化，我绝对不会自己干。”

38. 语音克隆的最好案例来自陪伴，而不是流量

• 卡兹克几乎没有“私藏工具”，因为发现好产品就会立刻写；但海螺语音克隆给他留下的最深案例，来自一位丈夫去世、仍希望孩子能听见父亲声音的粉丝。

• 2023 年，他通过与海螺团队的关系，用约 90 秒旧音频走内部流程生成声音。粉丝的原话是“七分像”；卡兹克不指望达到其丈夫 100% 的水平，但认为效果已经很好，两个孩子也很感谢。

• 当时面向用户的产品只允许录制本人声音，以控制隐私和版权风险；后来海外版本可克隆任意声音，才更适合配音创作者。卡兹克同时承认，这种开放能力也带来隐私和版权问题。

• 另一款他长期使用的 Viggle 更偏娱乐：一段舞蹈视频加一张人物照片即可替换主体，视频平台上的“古人来骂你”等系列由此传播。它牺牲工业级骨骼绑定，换来了“一视频一张图”的低门槛。

39. 两年产品清单证明，薄工具会被模型迭代快速洗牌

• 2023 年初的清单里，Bing、文心一言、Jasper、D-ID、Murf 等还是重点；到 2025 年，不少产品已退出主流视野，分类也从笼统的“文章 AI”变成 Chat、搜索、编程、绘图、声音、音乐、视频和 3D。

• Jasper 在 ChatGPT 前解决了真实问题：GPT-3 API 难用、用户不会写 prompt，它把品牌营销模板封装成可用界面。但营销不是金融、医疗式专业领域，GPT、Claude 能力提高后，用户越来越难找到继续付费的理由。

• 绘图领域，Midjourney 和 Stable Diffusion 仍在使用，DALL·E 2 升到 DALL·E 3 后长期未迭代，卡兹克期待 DALL·E 4；国内即梦 2.1 可直接出中文，可图擅长人像，LiblibAI、Civitai 则靠社区和 LoRA 留下。

• 这组变化支持“模型会吃产品”的一面：若差异只是 prompt 模板或浅层微调，通用模型每次升级都会抬高替代风险；社区、数据、工作流和用户网络才更可能构成剩余价值。

40. 视频、声音与编程的赢家，越来越来自中国团队和垂直产品

• 早期视频清单几乎都是 D-ID 式“照片说话”；后来即梦的对口型大师版、可灵、海螺、Vidu、PixVerse V4、混元等进入主流，卡兹克称国内视频模型已经能够在全球竞争中“大杀四方”。

• 声音则由 ElevenLabs、海螺等取代早期 Murf 等产品；卡兹克认为海外模型说中文常有外国人说中文的感觉，海螺更接近真实中文。音乐领域的代表转成 Suno、海绵音乐和天工。

• 编程在 Claude 3.5 后真正起飞，Cursor、Trae 等产品随之发展；Trae 则用免费和中文界面降低门槛。3D 领域出现 Tripo、混元 3D 等产品，分类本身比两年前成熟得多。

• 曼祺注意到 2025 年清单几乎每类都有字节：豆包、Trae、即梦、海绵音乐等。卡兹克此前并未刻意统计，这反而显示大厂能用产品矩阵覆盖多个模态，初创公司的竞争面正在扩大。

41. AI 硬件尚未形成新的入口，陪伴玩具也未达到宠物体验

• 卡兹克非常看好 AI 硬件，并买过大量陪伴产品，但不少在他看来仍像“智商税”。一只约 3,000 元的卡西欧 AI 宠物只会蠕动和哼唧，安装 App 花了四小时，到第四天才解锁一种新叫声。

• 他承认自己可能不是目标用户，却也给出具体差距：宠物会主动靠近、移动并触发交互，这只设备多数时候只能等人抚摸，交互方式单一，连猫的三分之一体验都达不到。

• 他还让朋友调研过约 3,000 元的陪伴机器人，试戴闪极、Rokid、Rokid AR Lite、雷鸟 V3 等眼镜；雷鸟 V3 用一天后退货，原因包括显示、续航和主动 AI 交互仍离预期较远。

• 雷朋眼镜对拍第一视角视频的人有刚需，因为视角接近真实眼睛；但卡兹克自己不常拍摄，更在意光波导显示和信息呈现。现有眼镜还不能成为手机的替代入口。

42. 手机仍是终端，AI 就很难抢到普通人的生活时间

• 卡兹克认为大众下班后需要的是生活服务和娱乐陪伴：外卖、微信、抖音、B 站、王者荣耀都在解决刚需或 kill time；AI 多数产品却在工作中节省时间。

• 曼祺引用此前讨论补充：手机上的用户时间已被成熟超级 App 占满，新 AI 应用要在同一终端抢时长非常困难；没有硬件入口变化，再聪明的模型也容易被限制在既有产品形态。

• DeepSeek 扩大了用户群，却没有在任务上带来特别突出的变化；对多数人而言，现有 Chat 能力已经够用。与此同时，行业资源继续投向数学、代码、科研和推理，形成卡兹克所谓“越来越精英化”。

• 他的焦虑因此不在跟不上模型，而在内容与大众需求逐渐脱节：重要升级越来越多，普通用户却越来越难感知，且被过去两年的“炸裂”内容抬高了兴趣阈值。

43. 不创业，是因为他不愿把无把握包装成确定性

• 卡兹克从 2023 年金融产品、AutoGPT 式通用 Agent 到后来的多模态机会，几乎每个阶段都想过创业；但他不具备模型技术背景，又不想只做一个小型套壳产品。

• 手机入口没有变化时，他看不到哪个大市场能避开大厂射程，也无法确认什么构成长期护城河。“我不喜欢烧，我也不想去烧投资人的钱”，是他拒绝先融资再试错的直接理由。

• 他把 AI 创业的成功结构形容为从移动互联网的“二八开”变成“九十九比一开”：大厂拥有算力、数据、人才密度和资金，甚至能直接挖空初创团队管理层。

• 节目提到据他所知有实习生月薪可过万元，最贵的实习生“一天好像”约 2,000 元；小公司很难靠信仰弥补资源差。卡兹克宁愿做 KOL 和门童，把优势放在体验、解释和连接用户上。

44. AI 给普通人的价值，是用“行业加 AI”获得一次重新发牌

• 面对 AGI、智能边界和产业赋能等宏大问题，卡兹克把答案落到就业：“现在的就业环境很差，非常非常的差。”影视、土木等行业尤其承压，很多人沿原路径继续走也看不到机会。

• 他在社群中见过土木工程、造船、被影视行业卷走的制片人，以及毕业后找不到工作的 985、211 硕士。AI 至少创造了一块新需求，让他们能把既有行业 know-how 与新工具组合。

• 卡兹克强调顺序是“行业加 AI”，不是“AI 加行业”：稀缺者不是只会模型的人，而是懂具体行业、又能把 AI 放进工作流的人。这类人可能在传统组织里成为唯一能接住 AI 项目的人。

• 读者反馈构成他的最大成就感：有人因看文章进入 Kimi 实习，有人在政府或国企因懂 AI 获得重任。卡兹克把这种结果概括为“能让一部分人有一些机会能继续生存下去”。

45. AI 编程正在成为社群里最具体的普惠场景

• DeepSeek 热潮过去后，卡兹克的 33 个群活跃度下降约一半；通用 Agent 讨论不多，最持续的话题反而是 AI 编程。

• 用户并非都在科技行业，群里有教育从业者、法官，甚至种果子的农民；他们开始用 Claude 3.7 等工具做可视化网页、PDF 展示、会务系统和自己的小应用。

• 一个典型需求是上传果实图片，自动标出哪些果子坏死。它不需要成立一家软件公司，却让行业人员第一次能为自己“手搓”工具，体现编程能力的降权与普惠。

• 门槛仍未消失：用户要理解代码、IDE 和编程思维，复杂项目也远超纯口述生成的稳定范围。但与过去“只有程序员能开始”相比，参与面已明显扩大。

46. “Attention Is Not All You Need”在这期节目里变成了可量化实践

• 曼祺在结尾把卡兹克的流程与戴雨森此前的判断连接起来：Agent 能解放注意力，形成工作的 scaling law，进一步可能成为资金转化为生产力的 scaling law。

• 卡兹克的案例提供了具体数字：每天五六小时搜信息降至约一小时；2,400 人报名一晚筛完；过去 11 人两天的分组由 o1 Pro 用 11 分钟完成。

• 这些自动化没有消灭人的角色，反而让卡兹克有时间录播客、见行业人士、做真实体验和处理高判断任务。被释放的不是“全部劳动”，而是最不值得消耗注意力的部分。

47. 模型与应用的投资分界，取决于产品是否站在模型主航道上

• 曼祺总结了两派观点：一派相信“模型即产品”，模型升级会吞掉 Jasper 式薄应用；另一派认为“壳有壳的用处”，应用可以混用多种模型，并以需求洞察、工程优化和用户心智建立粘性。

• Perplexity 与 Cursor 是后一条路线的例子：它们不必拥有基础模型，也能把搜索或编程任务做得比通用聊天界面更完整；Chat Fund 则说明，工程与行业方法存在仍不够，还要跨过交付经济。

• 曼祺在结尾补充，和卡兹克录制这期时 GPT-4o 还没有释放文生图功能；之后 GPT-4o 文生图开放，市场反馈火爆，但 OpenAI 当时未同步开放 API，也未把功能放入 ChatGPT 免费版，使付费版短期成为独供，并直接带动付费拉新。

• 由此得到的投资含义是条件性的：应用若处在大模型公司明确加码的主方向——文生图、通用 Agent 等——会面对更残酷的替代；若能占据模型公司不愿深耕的垂直流程，才更可能保留主动权。