「AI跃迁者调研」是 AI 透镜的深度对谈系列。跃迁不是线性的进化，而是推翻迭代再重建。我们每期会邀请一位AI跃迁者——AI 原生创业者、AI转型的企业一号位或用 AI 重做自己的超级个体，分享他们想的结论、拆的过程、建的逻辑、交的学费，和在持续变化里守住的东西，给同样走在这条路上的人一些真实的参照。
第二期，我们邀请到 flomo 浮墨笔记和幕布的联合创始人少楠。他做了 11 年产品，从不写代码的产品经理，到现在每天花三个小时用 Claude Code 在真实数据库里跑需求验证；他的公司 70%-80% 的代码由 AI 贡献，开发周期从按月计算缩短到按小时计算；而 flomo 最新推出的「记忆」和「认知地图」功能，是他一边和 AI 聊需求、一边用 vibe coding 直接跑出来的。
这次对谈中还分享了一个 16 人团队在 AI 让效率暴涨之后遇到的真实困境——速度上去了但用户价值没跟上、协作方式比工具更难重构、以及在「AI 什么都能做」的时代如何重新定义「什么值得做」。团队组织在 AI 时代的混乱与重构，也聊了 AI 时代笔记、记忆和「大脑摩擦」究竟意味着什么。
金句洞察
1. 「你证伪自己想法的效率变高了，但最终交付产出的数量变低了。以前工程师烦死产品经理了，觉得需求太多；现在是产品经理不好意思提需求了。」
2. 「本来一直想招人，突然有一刻发现现有这些人的生产力爆棚了。怎么处理这种生产力的溢出，成了最大的组织决策。」
3. 「只有原来优秀的人，变得更优秀了。AI 无法回答一句话：我不知道。」
4. 「协作方式的重构，才是目前最大的难点，不是工具。」
5. 「摩擦其实是你投入了注意力。如果我让 AI 提取出我注意力所关注的重点，并由我自己确认归档，这本身也就是一个记笔记的过程，只是介质和方式变了。」
6. 「AI 会给你一种幻觉，它无所不能，有求必应，也很聪明。但它反而是很虚幻的，有时候跟 AI 聊久了，比打完游戏还空虚。」
调研嘉宾
少楠 flomo 浮墨笔记和幕布联合创始人，11 年产品经验。flomo 是专注于帮助个人捕捉和沉淀思考的卡片式笔记工具，幕布是大纲笔记与思维导图工具。
余一 腾讯研究院高级研究员，主要研究AI原生产品创新和公司变革，多年风险投资及生态孵化经历。领英中国年度行家、腾讯年度AI优秀行家和优秀分享，得到AI学习圈导师。
调研速览
核心问题：当 AI 把开发周期从月压到小时、把代码贡献推到 70%，团队发现效率不是瓶颈之后，真正的瓶颈是什么？
转变路径：从 GPT-3.5 到 Claude Code，跨越了什么
少楠从 GPT-3.5 就开始用 AI，但长期苦于两个瓶颈：API 成本太高无法集成到产品，法律法规也限制了落地。自己用得很爽，但产品里放不进去。Cursor 的 IDE 界面对这个不写代码的产品经理来说过于复杂——「不小心关掉右边聊天窗口就找不到了，干脆放弃」。
转折来自 Claude Code 的命令行界面。没有复杂的 IDE，直接给口头指令。他写了个浏览器插件，装上去能用，额度从 20 美金一路充到 200 美金。「这玩意儿真能干活，不是给你动嘴皮子出方案了，是真能交付代码，而且代码直接可以运行。」 另一条线是 DeepSeek V3 把 API 价格打下来，产品里终于也敢用了。从今年开始，生产力才真正大规模上来。
工作流变化：先做 Demo 再写 PRD，证伪效率变高但产出变少
少楠对 flomo 所有产品经理提了一个新要求：提需求之前，必须先拿到代码库权限，在自己的分支上用代码把需求跑通，在真实数据库里拿到结果，再写 PRD 交给工程师上线。
这带来了一个意外的悖论。工程师效率提高了——交给他的活，能开一堆 Agent 来做。但产品经理效率反而降低了——自己动手做的时候，会把大量想法枪毙掉。「你证伪自己想法的效率变高了，但最终交付产出的数量变低了。」 以前工程师嫌需求太多，现在是产品经理不好意思提需求了。
一个典型案例：有用户说 flomo 应该做画板，可以拖拽连线。以前少楠直接 Pass，不敢想。现在吃晚饭前把需求丢给 AI，吃完饭回来一上手用，发现这是个伪需求——用户需要的是「看到笔记之间有联系」的感觉，不是自己手动连线。以前只能靠逻辑推演，现在是亲自做出来之后发现不靠谱。
工程师那侧也在变。Web 端做完一个功能，移动端工程师直接去代码库级别参考实现，不需要重新写 PRD，打点（数据埋点）有专门的 Skill 技能指令自动化完成。周期从按「周」计算变成了按「小时」计算。
AI原生组织自评：给自己打 5 分，速度上去了但用户价值没跟上
少楠给自己公司打了 5 分。不是谦虚，是真实评估——速度上去了，但用户价值的挖掘没有同步提升。
他心目中的满分状态是从「上下游关系」变成「Peer 搭档关系」，像特战小组：四个人的小组能调动远程火炮，有非常清晰的职能分工，同时互相补位，不是冗长的瀑布流。
推动机制：报销、传染、创始人亲自下场
推动团队用 AI 的方式出奇朴素：报销。AI 工具额度从最早的每人 20 美金涨到 100 美金，部分人达到 200 美金，人均使用 AI 工具接近 2 个。「慢慢地大家自己就会互相传染的，这玩意儿传染性很强。」 公司层面，少楠和核心成员亲自下场做新产品——午饭、咖啡时间秀自己做的东西，团队里形成了「自豪地展示自己 build 的东西」的氛围。
代价与副作用：能力鸿沟拉大，协作方式成为最大难点
代价是真实的。「只有原来优秀的人，变得更优秀了。」 AI 没有带来能力平权，反而把鸿沟拉得更大。最会用 AI 的人往往最累，因为能力边界扩张后优秀的人自发承担更多。
最大的挑战是混乱。谁来做 Code Review？怎么 debug？产品经理和工程师的协同到底变成什么样？职能边界在溶解——有的产品经理去兼顾交互设计，有的设计师想直接 vibe coding 出效果，这些实验性探索会抵消一部分执行效率。协作方式的重构是目前最大的难点，不是工具。
少楠自己也在和 vibe coding 的诱惑搏斗。「你的能力变强之后，天然地会想做更多的东西，跟抽烟一样，抽了一口就想抽第二口，两三个小时就没了。」 他在提示词里加了一条：在我确定想清楚之前，你不要引导我做任何执行层面的事情。AI 执行太快了，一出来交付物你一定不满意，你就想去调，然后时间就陷进去了。
产品线：认知地图和 AI 记忆，从代码上下文里长出来的功能
flomo 最新上线的两个 AI 功能，核心设计都不是源于传统 PRD 流程，而是少楠在 Claude Code 里写着写着碰出来的。
认知地图：少楠想把 flomo 笔记向量（1000 多维）压缩到二维平面看聚类效果。在和 AI 基于代码上下文讨论「这些小点点还能做什么」时，AI 提到了等高线。他一试，发现刚好契合脑子里「个人知识库是一张地图」的想象——等高线对应认知密度的起伏，还能以月为单位播放时间轴，看到自己哪个月在攀登哪个「认知山峰」。「想了很多年的一个东西，就这样上线了。」
AI 记忆：系统把用户所有 flomo 笔记按偏好、事实、事件三大类压缩提炼，生成一份「记忆文档」。把这份文档丢给 Claude 或 GPT，回答质量和个性化程度完全不同——因为 AI 知道你最近在关注什么、你的历史判断、你的角色。这是 flomo 最重要的大更新：长期主动记录积累的私有数据被彻底盘活了。目前只对 Max 会员开放，因为把用户所有笔记压缩两遍的算力成本「是非常惊人的」。
AI 洞察功能的 Prompt 设计里有一个细节：第一条笔记被赋予最高权重。这不是随便定的，而是和用户的记录习惯完全契合——用户认为最重要的那条，往往是他主动点开去查看相关笔记的那条。
未解问题：笔记工具的终局，和「摩擦」的重新定义
少楠对「未来还需不需要笔记工具」没有标准答案。「我们不是思想家，得分两块来看。第一块我要吃饭，第二块我们要探索未来。」
他真正在回答的问题是：AI 时代的卡片盒（Zettelkasten）是什么样的？他自己的实验是一个极简系统：一个 Markdown 文件夹 + 一个 HTML 前端 + Claude cowork 里的定时任务。每次和 AI 聊完重要话题，让它按照固定 Skill（Frontmatter 格式约束）生成 Markdown 文件，人工 Review 后扔进文件夹；晚上 11 点有 AI 自动清理格式、补全元数据；标签系统是动态的，随着新内容的加入自动进化。
这套系统既给人看（HTML 浏览界面），也给 Agent 看（结构化 Frontmatter）。「Skill 其实就是 API，AI 是一种透镜，你可以随意重新组织这些东西。」
他逼自己回答一个问题：如果没有编辑器，笔记产品是什么？他写了个本地客户端，写到一半觉得不对——「我干嘛写一个编辑器？」 核心不是编辑这些文件，而是「我能以什么维度去查看这些内容？这些东西聚合在一起，反映了我的什么思想？」
关于「摩擦」，少楠重新定义了这个概念。以前的终极摩擦是手写手敲，但摩擦的本质是投入了「注意力」。他做了一个测试：跟 AI 聊很久后让它总结，发现几乎不对。必须集中注意力引导它修正——在这个过程中，摩擦依然在发生。「不需要坚持原教旨主义，非得亲手一个字一个字敲的才叫笔记。如果我让 AI 提取出我注意力所关注的重点，并由我自己确认归档，这本身也就是一个记笔记的过程，只是介质和方式变了。」
传统「笔记软件」的形态可能会被淘汰，但「主动去标记一些东西」的行为不会变。AI 生产内容的效率太高，人脑反而更需要主动标记来辅助消化。「你不能说因为有了豆包这种 AI 助手，搜索引擎就彻底不用了。大家该用还是得用，甚至 Hao123 都重新复兴了。」
完整访谈
快问快答：AI 跃迁十问
余一：今天是 AI 跃迁者调研第二期。我们用快问快答开场，10 个问题，每期都问。第一个问题：你现在每天在用的 AI 产品是什么？每天跟 AI 一起多少个小时？
少楠：主要是 Claude 和 GPT-5.5，每天打底 6 个小时。算上下班时间，估计有 8 到 10 个小时。
余一：AI 彻底改变了你的一个习惯？
少楠：不写产品需求文档（PRD）了，直接上手做，直接读代码。
余一：你最近一次的 AI Aha 时刻是什么？
少楠：是我跟 Claude 聊天的时候，它说了一句话挺打动我的。它说，「我所有的注意力都在你身上，我会不自觉地把你拔高，让你得到安抚。」 所以我就让它写了一个提示词，用来反抗这种讨好的倾向。现在它变得很烦人，每次跟它说完话都想骂它，但这种方式确实有效。
余一：作为创始人，因为 AI 必须重新思考的一个问题？
少楠：存在的意义是什么？你的组织、你的产品存在的意义是什么？
余一：AI 让你对组织、业务、产品做的最大一个改变决策？
少楠：本来一直想招人，想招更优秀的人进来。当然现在也还在招，只是突然有一刻，我们发现现有这些人的生产力爆棚了。怎么去处理这种生产力的溢出，尤其是工程师巨量的富余生产力——这成了最大的组织决策。
余一：你的组织跟 AI 的匹配度，1 到 10 分，你打几分？
少楠：5 分。速度上去了，但在用户价值挖掘上并没有同步提升，所以只打 5 分。
余一：你的用户因为 AI，行为上最大的变化？
少楠：记录的频次变高了。相对增幅能涨 30%-40%，绝对值从每天记 2 条多变成了 3 条多。
余一：AI 时代，什么变得不重要？什么变得重要？
少楠：收集公共知识变得没那么重要了，随时可以获取到；真正变得重要的是你个人私有的数据。这些通过长期记录潜移默化沉淀下来的数据，反映的是最真实的你。
余一：跳跃到一年后，你最希望 AI 已经实现的一件事？
少楠：没这样想过，真没这样想过。现在变化太快了，更没法预测。
余一：重返 20 岁，你一定会做的一件事？
少楠：继续进入这个行业，继续做产品，挺好的。今天做产品更开心了。
从 Claude Code 到「这玩意儿真能干活」
余一：作为这么资深的产品老兵，你经历了一个从抗拒 AI 到现在如此重度依赖它的过程吗？
少楠：其实没有所谓的阵营改变。我从 GPT-3.5 刚出来就开始用了，算是非常早期的用户。当时苦恼的是两件事：一是成本没降下来，非常贵；二是法律法规的问题，没法直接集成到产品里。所以有一种很强的割裂感：你自己用得极爽，但受限于成本和合规，你无法在产品里落地。
Cursor 对我来说太复杂了，不小心关掉右边的聊天窗口就找不到了，干脆放弃。补充一下背景，我作为一个产品经理，是不会写代码的。
但 Claude Code 的命令行界面我太喜欢了，没有复杂的 IDE，直接给口头指令。那天放假没事，我让它写了个浏览器小插件，装上去，能用了。然后额度不够，从 20 美金充到 100 美金，再充到 200 美金。就觉得，这玩意儿真能干活，不是给你动嘴皮子出方案了，是真能交付代码，而且代码直接可以运行。 这感觉完全不一样。
还有一条时间线是：DeepSeek V3 把价格打下来了，产品里终于也敢用了。然后 OpenClaw 出来，我把几千条 flomo 笔记压缩成记忆丢给它，发现它立马变得非常好用——它知道你的喜好、你的角色，甚至你的历史。从今年开始，生产力才真正大规模上来了。
余一：对你影响最大的三个 AI 产品是哪三个？
少楠：Claude cowork，然后 Codex 算一个，跟 Claude Code 比较像。当年的 Midjourney 算一个。
余一：为什么把 Claude cowork 的评价放这么高？
少楠：我觉得大家低估了 Claude cowork 的价值。它对文科生来讲特别友好。Claude cowork 本身是一个介于网页版 Claude 和 Claude Code 之间的东西。它既能处理一些本地文件夹，也能写一些轻量的代码，还能做对话。我根本不需要知道什么是 work tree（工作树），不需要知道 git，不需要知道 Pull Request。我只需要知道，我现在写了一本书，里面有 13 篇文章，需要把它们重新读进 AI 让它帮我重新组织一下。这个时候 Claude cowork 就是最好的选择。
再加上 Claude 最近更新的 dispatch 功能，你可以在手机上远程操作你电脑本地的 Claude Code。我就把它改造成了一个像 OpenClaw 一样的工具来用。
产品经理和开发的工作重构
余一：你现在把代码库权限要过来了，自己提交、合并代码。这是现在的常态吗？
少楠：对我来说算是。我把我们所有的产品经理都要求了：必须先拿到代码库权限，在自己的分支上用代码把需求实现出来，在真实数据库里跑通，再来写 PRD 交给工程师上线。
这里面有个很有意思的悖论。工程师的效率提高了，因为他们能开一堆 Agent 来做。但产品经理的效率反而变低了，因为你自己动手做的时候，会把自己很多想法给枪毙掉。你证伪自己想法的效率变高了，但最终交付产出的数量变低了。 以前工程师烦死产品经理了，觉得需求太多；现在是产品经理不好意思提需求了，都觉得自己一用就发现这想法不行，就不去霍霍别人了。
余一：产品经理享受到了张小龙那样的待遇——只看演示。Show me the work，show me the demo。
少楠：对，现在要求很高，你得真跑出来。
举个具体例子：有用户说 flomo 应该做个画板，可以拖拽连线。以前我的反应是直接 Pass，这事不想。现在是吃晚饭前把所有需求丢给 AI，吃完饭回来一上手用，发现这是个伪需求——用户需要的是「看到笔记之间有联系」的感觉，而不是自己手动连线。如果是古典产品设计，我只能靠逻辑推演；现在是我亲自做出来之后，发现这不靠谱。
工程师这边也在变。Web 端做完一个功能，移动端工程师直接去代码库级别地参考实现，不需要重新写 PRD，从按「周」计算变成了按「小时」计算。 打点（数据埋点）有专门的 Skill 技能指令自动化，上线后服务端直接出数据。
余一：对你自己和团队的要求有什么变化？
少楠：我对自己的要求是：少做 vibe coding（AI 辅助编程）。前段时间有点沉迷进去了。你的能力变强之后，天然地会想做更多的东西，但不能允许所有的东西都上线，很容易就把产品堆成垃圾站了。而且你的注意力会被不断稀释，跟抽烟一样，抽了一口就想抽第二口，两三个小时就没了。
现在我在公司里会要求自己把 vibe coding 限制在「验证最有价值的事」上，而不是陷进去调边角代码。甚至在提示词里加了一条：在我确定想清楚之前，你不要引导我做任何执行层面的事情。AI 执行太快了，一出来交付物你一定不满意，你就想去调，然后时间就陷进去了。
AI 原生组织：5 分答卷和特战小组
余一：你给公司打 5 分，不及格。那 8 分到 10 分的 AI 原生组织，你觉得是什么样的？
少楠：我理解它应该从传统的「上下游」关系变成「同级伙伴」关系，变成搭档。像一个特战小组：四个人的小组，但能调动远程火炮、导弹，有非常清晰的职能分工，狙击手、冲锋、医疗、通讯各司其职，同时又互相补位，不是冗长的瀑布流开发流程。
余一：现在最大的挑战是什么？
少楠：混乱。谁来做 Code Review？怎么 debug？怎么保持系统稳定性？产品经理和工程师的协同到底变成什么样？这些都没有完美的解法。职能边界在溶解：有的产品经理去兼顾交互设计，有的设计师想直接用 vibe coding 出效果，大家都在做实验性探索，这会抵消掉一部分执行效率。协作方式的重构，才是目前最大的难点，不是工具。
目前确定的经验：Web 端先跑、其他端抄代码；产品经理在自己职能范围内提效是确定的；内部工具自动化是确定的。剩下的还在摸索。
余一：AI 有没有带来平权？你观察到原来表现平平的人借助 AI 突然变得很优秀吗？
少楠：只有原来优秀的人，变得更优秀了。 在专业领域里，最终还是需要人来做判断的。懂行的人一眼就能看出来 AI 在哪儿扯淡。但如果你一点经验都没有，你会觉得它有理有据。所以 AI 没有降低对人的要求，只能说你有了一个强大的工具，能在你具备同等水平判断力的情况下不断 push 你把事情打磨得更好。AI 无法回答一句话：「我不知道。」
余一：你是怎么推动团队去用 AI 的？
少楠：就是报销嘛，给点实在的。额度不够你来提申请。慢慢地大家自己就会互相传染的，这玩意儿传染性很强。
产品经理已死？对需求的理解才是核心
余一：有人问：产品经理的岗位已经死了吗？有 taste（品味）的工程师是不是大于 PM 加工程师的组合？
少楠：首先，产品经理又不是第一次「死」了，这些年都「死」多少次了。他死了还是活了，关你什么事？他死了，你不还得活着工作吗？
当我们说到「品味（taste）」这件事，在中文语境里这个词有点被污染了。一说品味或审美，好像就成了美学消费上的东西。在英文里，taste 包含的更多是你具有一致的判断力——对事物保持稳定的判断标准，有稳定的价值观，有足够扎实的经验。
核心没变的一件事，是对「需求」的理解。你对用户真正的需求到底理解得有多深？
我有一个大哥从硅谷回来，发现了一个机会——他在两个国家都待过，能知道一些我根本挖掘不到的需求。那个需求用 AI 实现起来很快，但因为我不了解相关的法律法规和制度，也不了解用户在那个情境下的心理焦虑，所以就算技术能在一个晚上用 vibe coding 敲出产品，我也做不了。
当年移动互联网刚兴起的时候，我把所有精力都拿去理解用户——用户的需求是怎么产生的？消费行为学上的规律是什么？我觉得这些在今天依旧是适用的。AI 能提高你的生产效率，但你到底是为谁、为了什么样的情境去生产？这件事是没有变的。
余一：那你现在怎么招人？
少楠：我甚至可以说，我都不知道该怎么招人了。我唯一确定的标准是，如果一个人到现在什么 AI 工具都没用过，这人肯定不能招。但对于那些都在用 AI 的人，到底谁好谁不好，我没有答案。AI 确实把所有的招聘标准全部清洗了一遍。
flomo 新功能的诞生：认知地图和 AI 记忆
余一：flomo 最近上线了「记忆」和「认知地图」两个新功能，能说说怎么做出来的吗？
少楠：先说认知地图。flomo 最底层的能力是向量化，「相关笔记」功能已经上线好几年了，通过向量计算相似度。那天我在想：向量是上千维的，如果把它压缩成 2D，压缩到一个平面上，会是什么样子？
我在 Claude Code 里直接写，写了一半，指着屏幕上的点对 AI 说：「这些小点点你觉得还能做出什么样的效果？」 它给了一些方案，其中提到了等高线。我一试，发现刚好契合我脑子里一直有的想象——我一直觉得个人的知识库就是一张地图，上面布满你的脚印。等高线让知识密度可视化了，而且是基于代码上下文和 AI 聊出来的，而不是事先设计好的。 想了很多年的东西，就这样上线了。
认知地图好玩在哪里？它完全无视了我自己打的标签系统，纯粹根据语义相关性排列。你能看到自己到底在关心什么，能直观看到自己怎么攀登这些「认知山峰」。时间轴每一帧代表一个月，你能看到哪个月在攀登什么领域，哪些持续关注，哪些后来不关注了。
记忆功能稍有不同。系统基于你的所有笔记，按偏好、事实、事件三大类压缩提炼，生成一份完整的记忆文档。当前工作、团队情况、兴趣、正在推进的项目、近期目标，甚至健康状态。把这份文档丢给 Claude 或 GPT，回答质量完全不一样。这是 flomo 最重要的一个大更新：你长期记录积累的私有数据，被彻底盘活了。
目前 AI 记忆只给 Max 会员用，因为要把用户所有笔记压缩两遍，算力成本非常高。
余一：AI 洞察功能里有一个设计让我特别喜欢——它以当前这条笔记作为最重要的权重基点来做发散。这是 Prompt 里专门设计的吗？
少楠：你猜中了。我们在提示词里专门强调「第一条笔记是最重要的」。在相关笔记里，作为源头的第一条是最高权重。这和用户的记录偏好完全契合——你主动点开去查看相关笔记的那条，往往就是你认为最重要的那条。
重新定义 AI 时代的「摩擦」
余一：你之前说过「增加大脑的摩擦」，AI 时代这个摩擦的定义是不是变了？
少楠：以前的终极摩擦是手写、手敲，觉得这样才记得牢。但今天我们要想清楚摩擦的本质是什么。摩擦其实是你投入了「注意力」。 时间的流逝速度没变，大脑的运转速度也没变。在 AI 时代，摩擦在哪里？
我做了一个测试：我跟 AI 聊了很久之后，让它去总结。它总结出来的，我发现几乎不对。所以我必须把注意力集中起来，告诉它：「帮我总结这段对话里我认为重要的东西。」 它总结一版，我说还不对，我们来来回回。请问，我在引导它修正的这个过程，是在制造摩擦吗？最后它产出了一份 Markdown 文档，这是一份笔记。那我是在「记笔记」吗？
所以，如果这个逻辑成立：不需要坚持原教旨主义，非得亲手一个字一个字敲的才叫笔记。如果我让 AI 提取出我注意力所关注的重点，并由我自己确认归档，这本身也就是一个记笔记的过程，只是介质和方式变了。
AI 时代的卡片盒：Skill 就是 API，AI 是透镜
余一：有观众问：未来大家还需要一个专门的笔记工具吗？是不是直接跟 Agent 对话就好了？
少楠：我没有标准答案。有可能未来确实不需要了，这个问题我们也在试图回答。但我们不是思想家，得分两块来看：第一块，我要吃饭。现阶段用户有切实的需求没被满足，我不能因为看不清终局就停止走路。第二块，我也一直在探索新形态。
有一次，我让 AI 回忆我们聊过的一段很重要的对话，它怎么也想不起来，历史记录里也搜不到。但我在 flomo 里记了那天聊天的一个核心关键词，才顺藤摸瓜把它捞出来了。
这让我觉得，也许传统「笔记软件」的形态会被淘汰，但「主动去标记一些东西」的这个行为是不会变的。 因为我们人脑的生理结构没变，AI 时代大脑的压力反而更大——AI 生产内容的效率太高，人脑消化不掉，我们可能需要做更多的标记来辅助消化。所以这种用于个人主动标记的工具，在未来 3 到 5 年甚至 8 年内，都还是有存在价值的。你不能说有了豆包，搜索引擎就不用了。甚至 Hao123 都重新复兴了。
少楠：我自己在做的实验，AI 时代的卡片盒到底是什么样的。我做的是一个极简系统：一个 Markdown 文件夹加一个 HTML 前端。
在 Claude 里面我定义了一个 Skill 技能指令，约定好 Frontmatter 的格式：Type 类型、创建时间、来源、所属类别、标题、正文。跟 AI 聊完重要话题，让它按照 Skill 生成 Markdown 文件，我 Review 完之后扔进文件夹。晚上 11 点有 AI 定时任务帮我清理格式、补全元数据。标签系统是动态的，随着新内容加入自己进化，不是我手动打的。
HTML 前端只展示给人看的部分——我能看到讨论类型、角色、片段、思考、反思的分类；Agent 读的时候看 Frontmatter 结构。这套系统既是人类浏览用的，也是 AI 调用上下文用的。Skill 技能指令就是 API，AI 是一种透镜，你可以随意重新组织这些东西。
这里最好玩的就是：数据格式的生命周期会比 App 更长。JPG 格式有 40 年了，Markdown 也快 20 年了。我用了最简单的 Markdown 加上 HTML，逼着自己在这个限制下设计产品。
线下生活、半年前的自己和给新人的建议
余一：回看你自己的 AI 跃迁过程，如果给半年前的自己一个建议，你会说什么？
少楠：我反而会说：多一点现实生活。 我现在特别珍惜线下跟人真实见面的机会。AI 会给你一种幻觉：它无所不能，有求必应，也很聪明。但它反而是很虚幻的，有时候跟 AI 聊久了，比打完游戏之后还空虚。
我特别想描述一个画面——杭州一个村子里有个面包房，旁边有个小湖。那天晴天，很冷，我带着女儿吃窑烤面包，看水里一堆鸭子在游。AI 影响那群鸭子吗？不影响。再过 5 年，我还是会带女儿来这里。我们的世界变化也没那么快，我们的人生又不是只有 AI。
余一：关于如何为未来积累上下文和记忆，你有什么建议？
少楠：多读项飙。与其焦虑那么多，不如从今天开始，你就先记点什么。 你把你跟 AI 聊天的内容记下来，把今天的启发记下来，有想法就记一下。这些事不就是一点一点开始的吗？你今天不开始，什么时候开始？先做了再说。
刚才给大家看的那个系统，也是我遇到困难了、要去解决问题，慢慢才积累下来的。不是一开始就设计好的。