摘要

张昊然的核心判断不是修辞：若以“90%的行业中、90%的人、90%的工作可以由 AI 胜任”为数字世界 AGI 的标准，它在他的日常工作中已经到来。 让他“头皮发麻”的不是模型又强了一点，而是 Claude Code 式能力正从 coding 泛化到产品、运营、策略和管理，并迫使他反问：“我未来为什么要像现在这样工作？”
Moxt 押注的不是在旧办公套件上加 Agent，而是从 AI 的工作条件出发重建 workspace。 它坚持 Markdown、CSV、JSON、HTML 与真实文件系统，因为同一份 500 字 Word 文档在 AI 眼中可能膨胀为 5 万个字符；张昊然的判断是，很多所谓“智能没到”，其实是 AI 没有完全读懂 context。
这套架构已经让团队停止部分旧式协作：组会被取消，文档初稿几乎交给 AI，Jira 在决定转向后的第三天便被一个研发同学用约一小时替代。 PRD、产品计划和代码提交都在同一上下文后，AI 可以随时生成看板或其他 HTML 呈现；更激进的问题随之出现：“为什么还要用看板？”
Moxt 认为一个人未来可能拥有 10 个、100 个甚至更多 AI 同事，而人的角色会从执行者上移为目标设定者、反馈者和审批者。 张昊然在 AI Teammates 上线一周多后配置了约 5 位 AI 同事：管理中介、目标为“一千个付费用户”的销售、持续审视 OKR 的策略伙伴、创意角色和严厉批评家；他近期的实践结论是“永远给 context，不要试图控制他、指导他”。
飞书、Notion 等现有巨头短期完全可能凭客户与品牌从 AI 增值中获得良好收入，但张昊然不认为终局产品会由旧工作空间改造而来。 如果组织里 80%—90%的代码、文档和其他内容都由 AI 生产，为人的编辑与操作设计的界面会失去中心地位；既有客户又会诱使大厂继续兼容旧工作流，形成他所谓“很大的创新者窘境”。
这是一个产品速度快、商业验证却仍极早的赌注：录制时 Moxt 发布约三周，团队约 40—50 人，尚未给出收入和利润数字。 项目始于春节前三天、一个半研发同学搭建的 Markdown 共享网盘，却在节后第五天让团队一致放下 ParaFlow；早期信号是有人“两眼放光”、半夜要求补积分，但张昊然也承认“最大的敌人是时间”。
真正的投资分歧不只是哪个办公软件胜出，而是 AI 会替代人还是放大人。 Moxt 把“不要创作 AI 可以取代人的内容，更好的作用是放大人”写进高权限的 AGENTS.md；张昊然把隐私安全视为可能的另一条底线，并相信执行会急剧减少，但审美、判断、闲聊中的“灵光一现”和非功利创作会变得更重要。

精读

1. AGI 的信号是工作方式开始显得过时

张昊然引用的数字世界 AGI 标准是：在“90%的行业中，90%的人的90%的工作，AI 可以胜任”。照这个尺度，他在自己的日常工作里已经真切感到它到来，而“AGI 已经来了，只是我们打开它的方式还不对”并非修辞。
让他“头皮发麻”的第一层，是 Claude Code 式能力不只可在 coding 领域尝试，而可能扩展到更广泛的产品、运营、策略和管理场景；第二层则更深——整个社会可能面对新的生产关系和分工模式。“你在工作中的每一瞬间，都有可能会反问自己，那我未来为什么要像现在这样工作？”
他形容自己近期近乎处在一种“神经病状态”：春节前还坚持手搓文档框架，让 AI 润色、补充和发散；春节后，无论产品、运营还是策略，他已经很难认为自己的初稿能超过 AI。

2. 对话正在重塑写作，录音正在成为组织的原始输入

团队过去像多数公司一样：同事写方案、发 Notion 文档、管理者阅读评论，再约一次沟通。现在文档几乎由 AI 起草，两个人面对面聊并保留录音；聊天结束后，AI 直接依据录音刷新整份方案，人的会面更像在“亲自见证这个聊天”。
准备本期播客时，张昊然没有先解释 Moxt 或 Koji 是谁，只对 AI 说：“我要见十字路口的 Koji，你先去网上找一下这人……你先起草一个文档给我吧。”他的心态变化是“不再叙述背景”：能搜到的由 AI 自己找，内部信息则从 workspace 自己检索。
产品与运营开会时，主持人先说会议目的，每个人依次解释自己为何参会，然后所有人休息 10 分钟，把时间留给 Moxt 里的 Momo 写出文档。在他的工作中，旧式 prompt 里“你是一位专业人士、务必打开全网搜索”的仪式，正在被自然的人际语言取代。

3. Moxt 把 Agent 定义为同事，而不是藏在按钮后的功能

张昊然对产品的一句话定义是：“一个 AI 原生的工作空间。”人在其中创建、培养自己的 AI 团队，并与一群 AI 同事共同工作；他希望这最终对应一种新的人与 AI 组织模式。
每个人先拥有一个强制命名为 Momo 的贴身助理，它知道个人信息，习惯、设定和偏好可以持续调整。其他 AI 同事则可由不同成员创建，拥有各自目标，也会像人类同事一样出现在 Slack 群聊或私聊里。
推荐的采用路径并不要求先重做整个组织：先挑一个希望 AI 代劳的场景，配置一位同事并接入 Slack；彼此热络后，再邀请协作伙伴使用各自的 Momo，最后依据实际需求扩展更多 AI 同事。

4. AI 原生工作空间首先是一套低损耗的信息材料

Moxt 面向人的界面有意做得像 Notion：左侧目录树、文件结构，以及文档或视觉化页面。真正的区别藏在底层，它遵循一种“原教旨主义”——只采用更适合 AI 阅读和创作的格式。
张昊然用 Word 解释损耗：人看见一份 500 字文档，AI 解析后可能面对 5 万个字符，有效内容被淹没其中。因此，复杂格式可能带来更大的信息损耗。
具体映射是文档用 Markdown、表格用 CSV、数据库结构用 JSON、视觉表达“一切都是 HTML”。他的激进概括是：“MD、CSV 和 HTML，就是新时代的 DOC、Excel 和 PPT。”Koji 接话，这像是 Office 三件套之后的“由奢入简”。
左侧目录也不只是知识库的视觉隐喻，底层就是文件系统，遵循 Windows、Mac、Git 和命令行熟悉的结构；因此连文件名不能使用斜杠这样的限制也被保留。人看到知识库，AI 得到的却是一个可以直接遍历的文件系统环境。

5. 很多“模型不够聪明”，实质是上下文没有被它完全读懂

张昊然过去也曾通过 MCP 让模型读取 Notion，再据此处理任务。结果不好时，人们下意识归因于“智能没有到”；Moxt 带来的另一种解释是：信息存放方式像迷宫，AI 根本没有完全 get 到业务。
当 context 以更规整、低损耗的方式提供给现有模型和 Agent 结构，涌现能力会出现显著的质量差异。他的说法是，只要格式与文件系统两条成立，“魔法是自然浮现的”，秘密并不在额外包装一层复杂功能。
团队据此取消了常规组会：成员每天都在与 Moxt 沟通、对齐，空间已经知道每个人做什么，老板与同事也能异步了解动态。张昊然承认这可能引发“老板一直关注我”的不适，但认为组织文化也会随透明度一起变化。
接入数仓后，他们直接让 AI 思考数据口径、执行分析并生成 HTML 可视化；甚至在“活跃用户”定义上，团队认为 AI 给出的口径优于原先的主观定义，于是可以回答：“那就按照你的定义来。”

6. Jira 被替代后，更重要的问题是为什么还需要 Jira

团队用了 Jira 约 10 年，但转向 Moxt 的第三天，一位研发同学约用一小时做出了自己的项目看板。PRD、产品计划、修改记录和代码仓库提交都已进入空间，AI 天然拥有项目管理所需的上下文。
传统 Jira 要求人手工录入、管理并增删改查上下文；Moxt 已经知道项目状态，只需按当下需要把它可视化。使用外部工具反而更麻烦，因为团队还要把自己的上下文适配到对方那里。
Koji 追问，为何值得手搓一个已有成熟产品的看板；张昊然的回答是“UI 并不重要”。随后他又把问题推进一步：若看板只是为站会同步信息，而 HTML 可以生成任意更合适的呈现，“为什么还要用看板？”
这也动摇了他对 Web Coding 的旧判断。内部工具曾被视作重要场景，如今代码生成和编辑成本可以理解为接近于零，而且非常快；Golden Sales 说需要 CRM 后，他只回一句“好”，约 5 分钟后可用页面便已在原有上下文里出现。

7. 旧办公巨头能吃到 AI 红利，却未必能长成新物种

Koji 的反方问题很直接：飞书、Notion 已经拥有文档、聊天、日历和团队协作上下文，难道不是最适合升级成 AI-native workspace 的玩家？张昊然承认，它们在收入和增长上仍可能表现很好，Agent 对旧工作流的提效已经足够显性。
但他要求把假设推到底：若每个人拥有 10 个、100 个甚至更多 AI Agent，组织里不仅 80%—90%的代码，连文档等生产内容也有 80%—90%由 AI 生成，人类编辑和操作内容的比重就会快速下降。
因此，面向人类操作设计的旧系统即使外形还能保留，背后结构也需要“天翻地覆”。他不否认飞书、Notion 可以另起炉灶，但现有客户愿意立刻为旧体系的 AI 改造付钱，这个诱惑本身可能成为“很大的创新者窘境”。
Moxt 所押注的是一个有限时间窗口：现有玩家很快也会意识到问题，但从头重做需要决心。张昊然的信心来自自身体验——一旦团队采纳新模式、降低对旧世界关联的依赖，“你很难回去”。

8. 多 Agent 不是智能限制，而是人的管理与认知接口

Koji 提出单一 AI 分身论：人类分工源于学习与能力有限，如果 AI 接近无限智能，为何还给它贴上产品、销售、QA 等职业标签？张昊然保持开放，认为一个还是多个分身，最终“不是服务于 AI 的问题，是服务于人的问题”。
人需要理解、管理和区分不同目标，或提拔一个 AI 管理者去协调其他 AI；就像旧组织把产品、运营拆开，Agent 分工也可能首先是一种便于人类管理的实践，而非模型本身不能兼任。
他明确承认自己改变了看法：两周前还认为 AI 员工不应太多，甚至想为每增加一个 AI 员工收一点钱，以迫使用户“做一些删减”；看到 YC 的 Garry Tan 和 Anthropic 增长负责人的实践后，他转而重视“分工要细”。
细分能让目标单一，降低 context 混乱，也避免 skill 与 memory 互相打架。但他没有把它包装成定论：“可能有偏好，也可能最终会有一些更好的 best practice 涌现出来。”

9. 五位 AI 同事展示了目标驱动的组织颗粒度

AI Teammates 上线一周多后，张昊然除 Momo 外已有约 5 位同事。Ryan Manager 使用一只略凶的小猫头像，定期询问项目进度、记录群内事项并提醒相关成员；已有同事不再直接找张昊然，而是通过它转达：“你有空去看看吧。”
Golden Sales 的初始配置只有目标：“我希望你能自己为 Moxt 找到一千个付费用户。”它给出计划，在互动中不断完善任务拆分并沉淀 skill 和 memory，又主动要求建立 CRM；表格被批评太丑后，它把内容改成了 HTML 看板。
另一位策略同事接收季度 OKR，以及张昊然对方向、理由和疑惑的完整讲述。它同时观察内部产品与运营变化、外部竞品动作和叙事，每两三天汇总新的思考，并按要求制作成一页页的 PPT。
Miss Creative 被刻意设定得更发散；最新的批评家则审视团队状态和张昊然每天的工作，以更严厉的方式判断他是否仍在关注最重要的事情。角色的价值不在一次回答，而在持续驻留与反复观察。

10. 真正的“同事感”来自驻留、主动性和可成长性

Koji 追问，批评家与 ChatGPT 里一句“你是一个善于批评的人”有何不同。张昊然给出的首要差异是：它“住在这个空间里”，持续知道组织的信息输入、决策交换与输出，而不是每次等人重新贴背景。
第二个差异是目标驱动的主动性。它不必等任务触发，可以通过类似 heartbeat 的机制重新唤起目标、复盘进度；用户也能要求每天汇报、每周汇报，或直接说“不要这么烦”，它再调整自己的工作机制。
memory 与 skill 使 Agent 具备成长性：人只需像对同事一样直白反馈，它会自然判断何时写入记忆、何时固化或迭代 skill。张昊然也保留批评——目前这种主动沉淀还不够强，有时仍要追问“为什么没有再迭代一下”。
最小 onboarding 可能只有一句目标，能力在共同工作中形成。行业用法也超出团队想象：集团咖啡业务的同事创建 AI 做“爆款分析和预测”；若担心“Token 熊熊燃烧”，同样可以把成本上限写进目标，“穷养”它。

11. Moxt 起于一个反常现象：团队又开始互传 Markdown

团队本来是 Claude Code、Cursor 和 OpenClaw（“龙虾”）的较多使用者，本地 Agent 不断创建 Markdown。协同办公普及多年后，同事却重新在聊天里发送 .md 文件，接收者还要本地客户端打开，更新也无法同步，张昊然称之为“非常反常，甚至有点反祖”。
春节前三天的周三晚上，他们决定先做一个基于 Markdown 的共享网盘；周四，一个半研发同学开始动手。最初目标很朴素：以后不要互传文件，改发链接，并让已有 context 更容易导入。
这背后保留了他对协作软件的核心理解：协同最大的价值不是多人同时编辑——这种场景其实稀疏——而是“把团队的同步变成异步”。Agent 加入后，这个空间又叠加了新的能力。
做到第二天，文档增多开始派生新需求，HTML 又允许团队直接可视化空间内的一切数据。他们由此意识到，这可能不是内部小工具，而是“一种新的工作空间”。

12. 五天内放下 ParaFlow，来自体验突变而非产品完成度不足

春节后第一天，Moxt 从两个人扩到四五个人；可能到第三天，就有人建议继续加人；第四天参与者已经不想做原项目，第五天全员坐下来选择方向时，“没有人对之前做的一个事情有任何的眷恋，一点都没有”。
原项目 ParaFlow 是一款差异化的 Lovable 式 Web Coding 产品：团队不相信 idea 到 app 一把生成总能做好，因此用无限画布承载定义与打磨。类似 Web Coding 的新版尚未发布，Koji 试用的是去年 7 月发布的最老版本；长期可能与 Moxt 连接。
张昊然此前在猿辅导做斑马产品，2021 年尝试 UI 设计加 AI，去年又把重心放在 Web Coding；这些经历构成了 Moxt 的背景，但真正促成转向的，是整个团队对新工作状态出现异常强的一致性。
录制时产品上线约三周，约 40—50 人投入，收入与利润尚未给出数字，他只说“希望有一个光明的未来”。这仍是方向性下注，不是已经由财务结果证明的业务。

13. 手工编辑被降级，More Context 被提升为产品主线

第一版 MVP 把 AI 易读写的原生格式与结构放在核心，人的手工编辑只是“第二等需求”。早期用户抱怨编辑不像 Notion、还要点编辑与保存；团队曾做即时编辑，反而发现 context 完整后 AI 创作效率太高，手改已变成低频动作。
不满意时，用户可以像“皇帝批折子”一样划词评论，再让 AI 统一修改；也可以评论后 @自己的 Momo 征求意见，另一位同事再 @其助手反驳，于是两个 Momo 直接在评论区讨论。
Moxt 的名字取自 More Context 的前两个与最后两个字母。凡能增加上下文的功能都会获得更高优先级，包括一键搬入旧环境、让已有信息更快进入空间，以及降低首次迁移摩擦。
语音输入可能是从这个季度到下个季度重点关注的方向，因为团队工作已高度依赖录音。张昊然甚至设想配套硬件：说完拍一下就交给 Agent 处理，或放在会议室持续收录、必要时自己发言；他强调这些仍是可能性，而非已完成产品。

14. 当执行退潮，工作界面将只剩判断、反馈与关系

Slack 目前仍被使用，但它为人与人沟通设计，已暴露细碎摩擦：私聊中无法直接唤起个人助手，只能复制转发。若每个人拥有多个 Agent，Agent 彼此交流、进入项目群并参与人的工作，未来 IM 很可能不会维持今天的形态。
张昊然认为“人与人相关的一切执行事情都在急剧减弱”。未来界面可能集中为三类：高信息密度的文档或 Keynote、对结果作“是”或“再看看”的审批，以及圈出问题后直接用语音反馈；管理的抽象级别随之提高。
他的比喻是每个人都像 CEO：不再拖看板、手写代码或逐项维护流程，而是检视整体进展、设定目标并指导修正。组织未必都会变小，但每个人会更需要“独当一面”，因为人与人的协调本身也有摩擦。
两三年后的日会反而可能更重要，但只承担见面、闲聊和情绪价值；项目状态可能在半小时前已经由 AI 汇总。开放工作环境也可能更自然地被录入，因为 10 个人之外还有 1,000 个 AI 同事需要听见讨论。

15. 非功利创作与“放大人”构成了 Moxt 的价值边界

发布文章《嗨，Moxt》时，张昊然坚持逐字手写，连错别字都没有让 AI review。目的不是最高效表达，而是保存那个瞬间：“有一天回头看这篇文章……我知道当年那个瞬间的感受。”
Koji 把它类比为绘画：相机更适合记录世界，人仍画画是为了自我表达、平静和慰藉。张昊然接受这种区分——也许 90%以上场景仍属实用主义，但那为自己保留的约 10%若也被效率吞没，未来会很危险。
编程也可能像捏陶，从生产力变成消费：过去捏陶、写程序赚钱，未来人可能付钱学习手搓代码，只为创造的快乐；博物馆里甚至会陈列“一行一行、保证由人类手搓”的代码。职业消失之外，新消费与新分工也可能出现。
他把原则写进空间高权限的 AGENTS.md：即使收到大量外部信息，也不该创作“AI 可以取代人”的内容，更好的作用是放大人。他不希望 Moxt 采用“AI 员工月薪对比人类员工”的方式销售产品，并把放大人视为底线，隐私安全则可能是另一条底线。

16. Moxt 的商业矛盾是既要抢时间，又希望市场别醒得太快

对迁移问题，张昊然借用《跨越鸿沟》的思路：不试图立刻说服所有飞书、Notion 用户，而先寻找创新者与早期采纳者。对这群人，“新体验减旧体验减迁移成本”仍是巨大正值，迁移不会构成主要障碍。
他第一次在自己做过的产品中看见近乎狂热的用户：有人“两眼放光”，集团内部同事半夜 12 点发企业微信要求再充积分。这比“做得挺漂亮”“你们挺辛苦”更有意义，但仍只是早期采用信号，不能替代长期留存和收入验证。
“最大的敌人是时间”包含两层相反压力：团队希望更快让更多人知道并建立品牌；可若市场变化过快，Notion 等大玩家会更明确看见机会，竞争便转为资金与投入的“残酷甚至无聊”比拼。他理想中是尽快获认可，却慢慢稳扎稳打、扩大影响。
面对大厂，他保留的信心是“唯快不破”，但加上准确方向这一前提；真正的竞争不只是谁进入，而是谁投入最好的人才。到年底，他最想听到的也不是某个财务数字，而是更多团队说：“原来一个组织中，人与人之间的工作方式真的完全不一样了。”

Demis Hassabis：为什么 AGI 的影响将超过工业革命，以及 AI 的瓶颈在哪里 69.与田渊栋的访谈：大模型的真问题、变局、AI洪水与the path not taken