以前是一个人 扛 一支队，现在是一个人 开 一支队。
—— 甲木
大家好啊，我是甲木，
小伙伴们见谅，这个月公众号更新频率降下来了。
一直扎在企业 AI 培训和咨询里，飞机比家里待的时间多..
上周末跟几个 AI 圈好友受邀去上海参加「刘润老师」的年中演讲，在现场坐了一整天。
刘润老师讲了一整天，最有共鸣的还是AI 落地。
— 刘润讲 AI 落地核心方法论的关键
分享核心的几句话：
第一AI 落地就是用新技术解决「贵问题」。价值百万以上的事，过去成本高于价值不值得做，现在 AI 把成本压下来了，原本被压抑的需求开始释放。
第二Token 经济学时代到了。截止今年 2 月，84% 的地球人还没用过 AI，只有 0.04% 真正为 Token 付过费。为 Token 付费，才是真正拥抱 AI。
第三软件正在变成耗材，日抛日光。以前一个软件要做半年，现在一个想法当天就能跑通。AI 不直接给结果，AI 写软件，软件解决问题。
这三件事，我过去几年在企业里反复验证过。
95% 的卡点不在于模型本身，在「这个贵问题到底由谁来调度、最终产出什么可交付的东西」。
企业有企业的一些应用场景，个人应用方面，我觉得把「调度」和「交付」压在一个对话框里，能够直接助力当前的打工人。
比如说最近昆仑万维 5 月 15 日刚刚升级的国内版天工超级智能体。
也是类龙虾类的交付型的智能体，主打的就是多智能体的协同能力，能帮我们去完成各种各样的任务。
01
EVOLUTION
Agent 这几个月，太™卷了
先简单交代下背景。
一年前Agent 还停留在 demo 视频里，AI 自己点鼠标、自己填表的那种炫技。
半年前开始出现「装在本地的 AI 同事」。能干活，但安装、配置、Skills、安全问题，一套折腾下来劝退一大批人。
现 在形态变了。
一个对话框背后，是一支7×24 小时不下班的云端专家队。文档、PPT、调研、出图、视频，可以并行跑。
刚好对应润总在年度分享说的：「AI 写软件，软件解决问题。」
当前在个人应用或是职场场景中，Agent 真的不局限于一个聊天窗口，而是能够把我们日常的一些工作流固化下来，每天定时跑、自动出活。
这次更新的天工超级智能体，它把6 大专家级 Skill（文档、PPT、图片、表格、网页、视频）、云端虚拟机、旗舰模型全家桶打包到了一个对话框里。
所有产物都配了全模态编辑器，出活之后可以继续改，不像上一代生成式工具「出完就锁死」。
当然，同样也把这套能力接进了飞书 IM，电脑不在身边的时候，发条消息也能让它干活。
废话不多说，直接看场景。
02
USE CASE · RESEARCH
让 AI 跑一份「长鑫存储」产业链尽调
当前的金融市场情况大家都了解，全产业链都在为 AI 芯片疯狂。。
长鑫存储，国产 DRAM 龙头，2026 Q1 净利润 247.62 亿，同比涨了 16 倍。科创板 IPO 已受理，募资 295 亿。
这是今年国产替代行情里最大的叙事之一。
正好这周在杭州，给一家金融机构做咨询，有客户闲聊到这，就说他们的日常工作可能就涉及到，一有这种题材就要：\"国产存储链到底怎么看？长鑫上下游有没有值得跟的标的？\"
— 直接发送相关内容
过往他们在撰写研报或者内容的时候，会消耗大量的时间。比如自己花一周翻招股书。
价值百万级的客户问题，解决成本几万块的卖方研报，这就是刘润讲的那种典型「贵问题」。
我直接在对话框里发了上述红框 Prompt，发出去之后我去倒了杯咖啡。
它自己跑了大概 20 多分钟。中间过程能看到它在搜什么，新浪财经的招股书报道、各家上市公司的三季报、行业研报、券商深度。
回来打开报告，几个关键模块大概长这样：
— 上游的设备 + 材料板块
— 下游标的
最后给了三条主流分析逻辑：存储超级周期 + 国产替代双击、HBM 国产化是 AI 算力最后一公里、295 亿 IPO 撬动 A 股「存储映射」。
这个东西的体感，跟「让 AI 写一段文档」完全不是一个量级。
这类 Agent，是把调研、分析、排版、出可交付物这一整条人工要数个小时完成的事，压成了 10 分钟。
如果纯文字觉得阅读排版不方便，可以直接转成 PPT~
\"判断力无法被替代，但调研可以。\"
03
USE CASE · CONTENT
把《人月神话》拆成全平台分发内容
刘润在台上引用过《人月神话》那句话——
\"向延期的项目里加人，只会让项目更延期。\"
沟通损耗、人月困境、外科手术团队，这些 Brooks 在 1975 年定义的\"软件工程母题\"，正在被 AI 写代码这件事改写。
我从上海回来路上就在想，
这本书出版 50 年了。Brooks 当年讨论的人月困境、银弹、第二系统效应、概念完整性，放在 AI 写代码的今天还成立吗？
想把这个思考做成一组多平台分发的内容：
「读书笔记、书评 PPT、书评短视频、知识卡片、H5 摘要页」
但平时读完书，写笔记，做 PPT，就要 3-4 小时，再加上剪视频、做小红书图、写网页，一周都未必能搞完。
这就是个典型的「想做但不值得花时间做」的事。价值不算极高、时间成本却很贵，所以长期搁置。
刘润老师讲\"贵问题\"是 AI 落地的入口。这是它的反面——AI 不来，谁来。
我决定让它跑一次。一条总指令 Prompt 发出去：
— 《人月神话》批量任务处理
发完之后，对话框里开始kuku 一顿输出。
PART 01深度读书笔记
— 读书笔记输出片段
在沟通了几轮之后，输出了 3000 字，五个观点全部按\"原书原意 + 我的解读 + AI 时代对照\"三段式来。
比较有意思的解读就是「银弹」那一段。
Brooks 1986 年那篇 No Silver Bullet 论证过：软件生产力不可能在 10 年内提升 10 倍。
AI 现在做到了吗？
它给的解读没浮夸，AI没有让软件生产力本质上提升 10 倍，AI 改写的是软件成本结构：原本贵的部分（写代码）变便宜了，但原本被遮蔽的瓶颈（概念完整性、产品判断、业务理解）变得更贵。
这跟刘润讲的 ITBP（IT Business Partner）逻辑比较一致，AI 把\"写\"变成消耗品，把\"想清楚\"变成新护城河。
这一段笔记我直接就能拿去做内部分享，不用改。
PART 028 页书评 PPT
读书笔记跑完不到 1 分钟，PPT 开始生成。
深紫 + 米白配色、衬线字体、每页一个关键句加粗 + 2-3 个支撑点，配图是 minimal flat 风格，这套内容拿去做线下读书会分享毫无违和。
天工的整个 PPT 生成在 AI PPT 生成中是非常出名的。有设计感，整体排版有呼吸感。
PART 033 分钟书评短视频
还可以一键把书评变成视频。
书评视频解读
视频这一步我补了条具体 Prompt：
PROMPT
基于上面的 PPT，生成一支 3 分钟书评短视频。口播脚本结构：- 0-10 秒 hook：「50 年前的一本书，预言了 2026 年 AI 写代码会发生什么」- 10-30 秒：人月困境本质- 30-90 秒：五个核心观点速度过- 90-150 秒：AI 时代哪个被颠覆、哪个被加强- 150-180 秒：一句话结论视觉：- 画面以 PPT 主页面 + 翻页动效为主- 中间穿插 4-5 张 AI 生成的概念图，可以加上人物讲解等等- 字幕底色：暗紫 + 米白衬线- 主生成模型用 Seedance 2.0- BGM：低沉提琴 + 节奏感慢鼓，沉思感- 16:9 横屏，1080p
3 分钟成片出来之后，我下到时间线编辑器——
— 随时云端编辑调整，无需下载本地处理
把 hook 那段的 BGM 音量调低一档（默认有点抢人声），中段一张\"程序员 vs AI\"的概念图替换成更具体的 ITBP 工作场景图，这些都是云端轨道直接拖，不用导出再导入。
诚实说一句：3 分钟视频的口播节奏偶尔偏快，需要在时间线上手动加 0.3-0.5 秒停顿。
PART 045 张小红书知识卡片
每张卡片结构统一，顶部金句 + 中间 minimal 插画。
整体调性深紫底 + 白字 + 偶尔橙色高光，没有 emoji、没有\"姐妹们一定要看\"那套话术，就是知识卡片该有的样子。
PART 05可分享的 H5 摘要页
最后是一个网页：「人月神话 · 50 年回看」。
Hero 区是书名 + 一句话观点 + 滚动提示。
下面五个章节左右交错排版，每一章左侧文字、右侧 minimal 插画。结语段写了一段「AI 时代的人月神话新解」。底部带分享按钮和二维码。
H5 页面演示 GIF
响应式设计，手机端打开是单列，PC 端是左右栏。
部署完直接给了一个可访问链接，复制粘贴就能发朋友圈，比 doc 文档好看 10 倍。
这一整套，读书笔记 + PPT + 视频 + 小红书 + H5，总共跑了 30 多分钟。
中间我做的事只有两件：
1发了 1 条总指令 + 1 条视频补充指令
2视频精修花了 3 分钟（拉时间线、调 BGM 音量）
如果纯人工做这套东西，要搞至少三天。
当然，中间还是遇到了不少卡点：
01串行执行不是 100% 顺畅，PPT 跑完后，视频脚本有一次没接上\"PPT 内容\"作为输入。多智能体的「上下游接力」目前不是完美黑盒。
025 张小红书卡片有 1 张字体偏小，让它单独重出了一张。
03H5 默认风格挺克制，但如果你要\"小红书爆款风\"那种饱和度高的版本，需要在 Prompt 里明确指定。
但这些都是「点几下」的事，不是「重做一遍」的事，这一代 Agent 跟上一代生成式工具的本质差异，就在这里。
比如我还试了它们其它的场景，只要是有多轮对话以上，
— 重复内容的 Skill 化提醒
然后完成重复任务和请求的地方，
都可以直接固化动作，一句\"立刻执行\"就能把工作流封装。
CONCLUSION
结语
回到刘润那三点，贵问题被新技术消灭、Token 经济学开始普及、软件变成耗材。
这三件事过去这一年同时在发生。
它们的副产品，就是超级个体真的能开一支队了。
一年前我讲「超级个体的云端团队」的时候，更多还是憧憬——底座没那么成熟，每条链路都要自己接、自己调、自己 debug。
现在不一样了。
产业链尽调、把一本书拆成五种内容形态，这些过去要么外包、要么熬夜、要么干脆放弃的事，一个对话框就能跑完。
而且不是「跑完就完」。
是把整条工作流固化在 Skill 里——下次客户问类似产业、下次想拆下一本书，我把 Prompt 再发一次，它跑、我改、出活。
这才是刘润讲的「AI 写软件，软件解决问题」的真正含义。
以前是一个人扛一支队。
现在是一个人，开 一支队。
以上。
我是甲木，热衷于分享一些 AI 干货内容，同时也会分享 AI 在各行业的落地应用。
如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下期再见
天宇优配提示：文章来自网络，不代表本站观点。
