上周日，我在书桌前坐了整整一天。

外面天气不好，也没出门，从早到晚电脑就没合上过，一直在敲来敲去。到了晚上，我突然意识到一个让人沮丧的事实：白天想干的事情，一件都没干好。

那种感觉你可能熟悉——忙了一天，但说不出自己到底做了什么。不是偷懒，也不是不努力，你确实在做事，但事情就是没结果。

当时我挺沮丧的。晚上躺在床上，我开始复盘这一天到底怎么了。然后我突然想明白了一个问题——答案让我自己吃了一惊。

链条断了

问题不在于我不够努力，而在于从目标到最终的结果验收之间，整个链条是断的。

我一直以为效率低是因为状态不好、不够专注、意志力不足。但那天的复盘让我意识到，这根本不是一个「够不够努力」的问题，而是一个结构性的问题。

我把这个链条拆开来看，发现有三个关键环节。

第一环：目标。那天我想写一篇深度文章，主题也有了，听起来挺明确的对不对？但你仔细一想就知道，这远远不够清晰——为什么写这篇？写给谁看？多长？什么语气？什么角度切入？这些我统统没想过。我有一个大概的方向，但没有一个真正可以动手的目标。方向和目标之间的差距，比大多数人以为的要大得多。

目标模糊带来的连锁反应很致命：你没法拆步骤，不知道先做什么后做什么，结果坐在那里一会想做这个，一会又去看看手机，到最后全是琐碎的事。

第二环：上下文。就算目标清晰了，动手之前还需要一些准备。素材够不够？问题梳理清楚了吗？参考的文章读了没？需要的数据和案例准备好了没？那天的情况是，什么都没准备好，坐下来之后东拼西凑找素材、想结构，光这些就耗掉了大量精力。

兵马未动，粮草先行。上下文就是你的粮草，想打一个仗，周边准备必须做好。这些看起来不起眼的准备工作，恰恰决定了你坐下来之后能不能顺畅地干活。

第三环：验收。怎么才算完成？怎么才算做好？什么标准才能交付？我一开始就没有定义这个。没有验收标准就没有牵引力，你不知道自己要往哪走，也不知道什么时候可以停下来。你可能写了两个小时，觉得不够好又推翻重来，再写两个小时还是不满意——因为「好」这个字从来没被定义过。

这三个环节——目标、上下文、验收——任何一个断了，整个链条就跑不起来。那天我三个都没做好，所以表面看起来是效率低，本质是结构性的问题。

这不是意志力的问题

我想特别强调这一点，因为大部分人遇到这种情况，第一反应是：我不够自律。

今天没完成任务，明天给自己设一个更狠的 flag，告诉自己一定要全力以赴。结果明天还是一样，因为链条还是断的。然后你更自责，觉得自己意志力有问题。

但这个归因是错的。

你不是不够努力，你是没有给自己的努力创造出合适的结构。

我之前反思过 AI 实践半途而废的原因，发现也是类似的道理——失败几乎都不是意志力问题，而是结构性缺陷。有些人一直在学、一直在准备，但从来没开始做真实项目，这是准备型停滞；有些人每周都在试新工具、做各种 demo，但三个月后什么深度成果都没有，这是工具型忙碌。看起来不一样，根源是一样的：结构出了问题。

人的效率问题，底层逻辑跟 AI 实践完全相同。

想象一辆车，油箱是满的，引擎也没问题，但传动轴坏了。你再怎么踩油门，车也不会往前走。这时候你需要做的不是踩更大的油门，而是下来修传动机构。

目标不清晰、上下文不具备、没有验收标准——这就像传动系统断了。你的能量都在，但传递不到轮子上。

用 AI 的时候，这个问题藏不住

顺便提一句，我发现这个问题在用 AI 的时候会暴露得特别明显。

比如你让 AI 做一个俄罗斯方块游戏。做完了你一看，这不对，跟我想的不一样。为什么？因为你没说清楚：是复刻经典版还是做创新版？手机玩还是电脑玩？网页版还是客户端？自己玩还是要给别人用？要不要积分系统？什么样算做好了？

目标不清晰，上下文缺失，验收标准没有——跟我那个周日遇到的问题一模一样。

区别在于，你跟自己配合的时候，链条断了可以混过去，忙一天也觉得「还行吧」。但跟 AI 配合的时候，链条一断，结果立刻就不对，藏不住。

所以AI某种程度上是一面镜子，它照出的是你本来就存在的问题——只是以前没被暴露而已。

五分钟修复法

说了这么多问题，那怎么解呢？

其实方法很简单。每天坐下来准备做一件大事之前，花五分钟问清楚自己三个问题。

第一个：我想要的结果到底是什么？ 

越具体越好。不是「写一篇文章」，而是「写一篇 5000 字的文章，主题是 AI 倦怠期的应对，面向已经用了半年 AI 的人群，语气是第一人称、有温度的分享」。

这看起来很刻意，但你想想，如果你让 AI 做事，这些是不是一定要说清楚？那你让自己做事，为什么就不需要说清楚了？

第二个：我手头有什么，还缺什么？ 

素材够不够？要引用的理论、案例、数据准备好了吗？有没有要参考的文章？把这些基础工作做好了再动手，速度会完全不一样。

第三个：怎么才算完成？ 

给自己一条验收线。哪怕说「今天写完初稿、不管质量」也行，或者更精确一点：「完成一个可以发给朋友看的版本」。有了标准，你才知道往哪走，什么时候可以停。

至于怎么拆步骤、先做什么后做什么——说实话，当你把这三个问题想清楚之后，步骤往往自然就出来了。实在拆不清也没关系，这件事完全可以交给工具帮忙，不需要自己从零想。

花五六分钟把这三个问题简单回答一下，哪怕是用语音说出来让工具帮你整理，你会发现后面几个小时的效率完全不一样。因为你有了牵引力。

我自己试了一次

想明白这个道理之后，第二天我重新坐到桌前，这次没急着打开电脑。先拿出手机，用语音把三个问题回答了一遍：这篇文章写给谁？写多长？要传递的核心观点是什么？然后看了看手头的素材，发现有两个案例还没准备好，花了十几分钟把它们找齐。最后给自己定了一条线——今天只完成初稿，不求完美，能从头到尾讲通就算完成。

整个准备过程大概六七分钟。

然后我开始写。那种感觉跟前一天完全不同——不再东想西想，不再时不时去刷手机，因为每一步要做什么是清楚的，终点在哪里也是清楚的。两个小时不到，初稿写完了。不是说质量有多好，但至少是一个完整的、可以拿去打磨的版本。

前一天坐了一整天没干出来的事，第二天两个小时就搞定了。区别不是我第二天更努力了，而是链条接上了。那种从泥潭里拔出来的顺畅感，真的会让你重新相信自己的执行力没有问题——问题一直在结构上。

下次别逼自己更努力

如果你也碰到过那种坐了半天、甚至像我一样坐了一整天没进展的情况，我想告诉你，这不是意志力的问题，是工作方法的问题。

我以前在播客里聊过一个公式：「结果 = 努力 × 方向」。方向是零的时候，乘以多少努力都是零。很多人的悲剧累积循环就是这样形成的：努力→没回报→更努力→还是没回报→自我怀疑→觉得不够努力→继续加码。

陷在这个循环里的时候，要问的第一个问题不是「我是不是还不够努力」，而是「我的结构是不是有问题」。

这里说的三环链条，本质上就是在校准方向、搭建结构——让你的努力能够传导到结果上。选择大于努力，结构大于意志力。这两句话听起来是鸡汤，但当你真的坐了一整天什么都没干出来的时候，你会发现它们是实实在在的诊断工具。

下次再遇到这种情况，别逼自己更努力。先停下来，问问自己：目标清不清晰？上下文够不够？验收标准有没有？

哪个环节缺了，就把哪个补上。链条接好之后，车自己会跑的。

你也是一样。

你已经很努力了，但问题是——这些努力有没有被「接起来」。

我在「认知飞轮」第三集（How）里，拆了三件事：
怎么把零散信息变成可复用的沉淀，怎么让 AI 帮你维护一个持续更新的知识中间层，以及怎么通过简单规则，让整个系统开始自己运转。

如果你隐约感觉自己一直在「重新来一遍」，这一讲会帮你把那个断掉的链条接上。

点击「阅读原文」

加入辉哥的知识星球

跟辉哥以及16000+辉友一起

探寻AI时代的财务与精神自由之路

老会员续费有专属优惠，点击「阅读原文」即可完成续费

不要漏看这一篇：回报可能是一切的源头，我讲讲自己的理解

最近跟几个朋友聊天，发现大家都进入了一种微妙的状态——还在每天用 AI，还在关注最新的模型和工具，但那股劲跟两个月前不一样了。年初我们都很上头，基本处于「AI 成瘾综合征」的状态。但现在呢？时间还在花，精力还在投，钱也还在掏，但多了一种惯性，也多了一种疲态。

我把这个状态叫做「AI 倦怠期」。

我觉得这个背后不是 AI 不行了。AI 很行，而且越来越行。问题出在我们跟 AI 之间的关系上。

倦怠不是突然发生的，它是一步一步积累出来的。 

第一步，新东西的密度太高了。全世界那么多公司、那么多研究团队都在做 AI，每个团队半年出一个作品。但站在用户这一端，你看到的是所有最新最好的东西不断涌现。这个密度，任何个体都消化不了。

第二步，我们怕掉队，所以什么都想试试。昨天那个模型还没吃透，今天又来了新的。前脚 OpenClaw 还没热多久，后脚 Hermes Agent 又来了。追着追着，其实蛮累的。

第三步，三件事同时发生。

新工具总是给你很多承诺，但用起来没那么好，这是第一件。消化新东西需要的时间比想象中长得多——AI 学东西很快，但人学东西的速度没有根本性变化，这是第二件。最要命的是第三件：你好不容易学了、花了时间花了钱，用完发现效果也没那么明显。

应接不暇，消化不良，效果不佳，大失所望。

这个循环转几圈之后，人就皮了。不是不想用了，是信心被磨掉了。

那真正的问题是什么？我越想越觉得，问题的根子不在 AI，在我们自己。 

核心就一句话：大部分人不清楚自己是谁，不清楚自己到底想要什么，不清楚希望 AI 帮自己做什么。

这话听着像鸡汤。但你随便问问自己，问问身边的朋友，能第一时间清晰回答「我的人生目标是什么」的人，屈指可数。

我面试过好几百号人，人生目标和职业目标是必问的。但真正给我留下深刻印象的，极少。说实话，我自己也是花了好几年才把这件事想明白的——工作的主线是战略，生活的主线是围绕人生去写作。在想明白之前，我跟大多数人一样，什么新工具都想试，什么热点都想追，追完一圈回头看，啥也没沉淀下来。

为什么说不清楚？因为从小到大，一直是别人在定义你。学校用考卷定义你，公司用 JD 和绩效定义你。你不需要想清楚自己是谁——不满意了换个环境就行，在另一个环境里继续让环境来定义自己。

过去这套可以运转。但在 AI 时代，它碰到了挑战。

AI 需要你给它清晰的输入：你要什么？在什么场景下要？怎么验收？这些你必须说得清楚。说不清楚，AI 当然不会给你好的结果。能做出来东西，但跟你想要的东西之间有差距。

所以倦怠的本质不是 AI 让我失望了，而是我还没有准备好让 AI 帮我——因为我没想清楚我到底要什么，也没想清楚我到底是谁。

还有一个更深层的原因：完整价值链的割裂。 

AI 所有对你的承诺，归根到底说的是它可以在一个完整价值链上做全流程赋能，产生复利效应，最终带来指数级的变化。如果你是一个公司的老板，深度使用 AI，无论降本还是增收，方法很多，效果也很明显。

但大部分人的情况不是这样。我们习惯在一个价值链里只做其中一个环节——上游给你需求，你做完交给下游，拿自己该得的收入。AI 可能让你这个环节快了百分之二三十，但整个链条没有根本性变化。

你期望的是十倍产出、指数级飞跃，看到的却是线性的、有限的提效。

这个落差本身，就是倦怠的来源。

既然问题在人不在 AI，解法应该从我们自己出发。 

第一，给自己一条主线。你不是什么都关注、什么都追，你得有一条主线，把所有 AI 的使用都串在上面。跟主线无关的降低关注，跟主线相关的追得足够深、用得足够深。

前面说过，我自己的主线分成工作跟生活：工作是战略，生活是围绕人生去写作。如果一件事跟这两条线不相关，我就更少关心。

第二，把 AI 的基本功自己走一遍。大模型也好，Agent 也好，各种工具也好，它们都有一个从无到有的过程。如果我们重复做一次、造一次轮子，对整个东西的理解就会深很多。

比如 GitHub 上有 Claude Code 的简化代码，把 Coding Agent 的原理演示出来。把它跑起来、吃透、改造成自己的工具，你的掌控感就完全不一样了。不是别人给我们什么我们就用什么，而是我们知道它是什么、有什么原理、有哪些边界。

研究基础不仅学到了基础，还能让工作比泛泛而用的人做得更深。这是双重价值。

第三，每次用 AI 之前，先把三件事说清楚。我的目标是什么？上下文是什么？边界和验收标准是什么？这三个问题如果回答不了，AI 再强也帮不了你。这不只是使用技巧，这是一种底层能力——把一件事说清楚，是最重要的一步。

最后说一句。 

倦怠不是坏事。它其实是一个信号，提醒你回到自己身上。

工具会不断涌现，但你是谁、你要什么、你的主线在哪——这些是不变的东西。把这些想清楚之后，倦怠就会消失。因为你不再追所有的新东西，你只追和自己有关的那部分。在这部分上，越用越深，越用越有信心，越用越有效果。

AI 不会等你想清楚，但只有想清楚的人，才能让 AI 真正为自己所用。

很多人用 AI 越来越累，本质不是工具问题，而是没有一条能持续积累的「认知飞轮」。

我在「认知飞轮」第一集（Why）里，讲清楚为什么大多数人的努力都在「反复重来」，以及什么样的结构，才能让认知开始沉淀、复用、越滚越快。

如果你也有这种感觉——一直在用，但没有越用越顺，这一讲会帮你把问题看清楚。

这是整个认知飞轮系列的起点。

点击「阅读原文」

加入辉哥的知识星球

跟辉哥以及16000+辉友一起

探寻AI时代的财务与精神自由之路

老会员续费有专属优惠，点击「阅读原文」即可完成续费

不要漏看这一篇：飞轮是唯一值得做的事

今年我统计了一下自己的睡眠，平均每天12：30左右入睡，睡眠时间不足6小时。这个数字让我吓了一跳。

刚过去的周末又犯了一次典型的错。周日一整天没什么进展，预定要做的事没做出来，晚上很不爽。复盘发现原因在周六晚上：因为白天觉得没干成什么事，想用晚上补回来，结果睡晚了，周日一天的精力就垮了。

白天效率不高，晚上想补回来——这个念头太自然了。我相信很多人都有这个模式。

恶性循环长这样： 

白天效率不高，你不甘心，想利用晚上把事做完。这个想法太自然了，但它会触发一连串后果——晚上补课带来晚睡，第二天早晨起不来，或者被闹钟叫醒后精力差得要命。

白天要补觉，做事没劲，一天下来好像又没干成什么，晚上再补。你看，这就转起来了。每转一圈，精力更差，心态更焦虑，效率更低。

更可怕的是，这个循环有一个隐蔽的心理机制：你会觉得自己很努力。因为晚上熬夜了，加班了，牺牲了休息时间，所以觉得自己已经很尽力了。但这种努力在消耗你明天的精力。你不是在投入，你是在透支。

换一个视角来看：早睡是存款，不是偷懒。

如果今天白天效率不高，没完成什么有价值的事情，我不去熬夜补课，而是11点甚至10点半就躺下。这看起来很认输——白天没干成什么，晚上也不补，好像放弃了今天。

但早睡不是放弃今天，是给明天存一笔钱。

这跟银行存款一样。今天存进去，明天有利息。早睡半小时，第二天早上自然醒，那种状态完全不一样。

我自己反复验证过。尤其是周末，早晨如果早早醒来，比如6：00自然醒，到7：20吃早饭，除去洗漱时间，这一个小时高精力状态下的产出，至少相当于白天两到三个小时。而且白天那两三个小时你也不见得找得到——家里有事，孩子要找你，时间被切得七零八落。

早睡之后自然早起，睡眠时间够了，早饭前那段时间完全属于你，效率极高。

所以这不是「要不要早睡」的问题，是你愿不愿意拿今天晚上的一个小时，换明天早上两到三个小时的等效产出。这笔账怎么算都划算。

正向循环长这样： 

早睡 → 第二天早上自然醒 → 精力好 → 晨间一小时高产出 → 一天的基调定了 → 白天做事有节奏、有信心 → 不需要晚上熬夜 → 又可以早睡。

每转一圈，精力的结余就大一点。有了结余，你可以用同样的时间做更有效的事；做了更有效的事，心态更好，状态更好，结余继续增长。

这个「结余」就是余闲。我之前专门讲过余闲对人有多高的价值——稀缺心理学告诉我们，忙碌的人不是缺时间，是缺管理优先级的能力。给忙碌的人更多时间，他依旧忙碌。

破局的关键不是挤出更多时间，而是建立缓冲、建立余闲。

恶性循环靠透支运转，正向循环靠结余运转。同样的机制，方向相反，带来完全不同的结果。

从恶性循环切到正向循环，起点只是一个决定：今天晚上，我不补课了，去早点睡。

更深一层，为什么要花这么大篇幅聊睡觉？ 

因为背后有一个更大的道理：我们总是对时间焦虑，觉得时间不够用。但每个人每天都是24小时，这改变不了。能改的是什么？是同样一小时里你的精力状态。

高精力的一小时和低精力的一小时，产出差可能5到10倍。你以为你缺的是时间，其实你缺的是高质量的时间。高质量的时间不是靠挤出来的，是靠精力支撑的。

精力从哪来？睡眠是第一位的。

我后来发现，很多厉害的人对睡觉这件事的重视程度远超想象。睡眠甚至比运动还重要——运动已经够重要了。

如果我们只能管一样东西，别去管时间，管好精力。管好精力的第一步，就是有足够的、优质的睡眠。

管好睡眠的第一步，就是不用晚上还白天的债。

如果你有晚上熬夜的习惯，我建议你做一个实验。 

找一周时间，不管白天干成什么样，有多差劲，晚上11点之前躺下。到第三天、第四天，感受一下早晨起来的状态有什么不同。

我不需要说服你。你的身体会告诉你答案。

今晚早睡半小时，明早你就多出两个小时的等效产出。一周之后，你会发现自己欠的不是时间，而是一直在透支的那笔精力存款。

你以为自己缺的是时间，其实缺的是一个能持续放大的结构。

我在「辉哥奇谭」的一期语音「思想如何产生复利」里，拆了一个关键问题：为什么有些人越做越顺，越滚越大，而有些人每次都在重新来一遍。

核心不在努力，而在你有没有把一次次行动，变成可以循环、可以放大的回路。

如果你也隐约感觉自己一直在「透支」，却没有真正积累，这一讲会帮你把这个断点补上。

点击「阅读原文」

加入辉哥的知识星球

跟辉哥以及16000+辉友一起

探寻AI时代的财务与精神自由之路

老会员续费有专属优惠，点击「阅读原文」即可完成续费

不要漏看这一篇：如何应对自己的「拖延症」？这两个方法对我有效。

最近发生了一件有意思的事情，让我重新认识了自己。

前阵子写作状态比较差，公众号就没有写新文章，发了几篇旧文凑数。数据自然往下滑。数据一滑，我就不太想写了；越不想写，数据更差；数据更差，就更不想写——一个完美的负向循环。

直到前几天发了一篇新文章，阅读量还不错，知识星球的付费转化也不错。你猜怎么着？当天晚上我就有了继续写作的动力。

这时候我才发现一件事情：我以为自己的动力来自自律、情怀、被认可，但最有效的动力，其实是回报。说白了就是有没有阅读量，有没有转化。

看着很俗，但这恰恰是我们真正忽视的东西。

我们为什么不愿意谈回报

咱们从小被教育，做事情不要想着赚钱，不要急功近利，要看长远。我以前也非常相信这一套。但最近几个月我开始反思——我们其实有一个巨大的文化习惯，就是不太愿意公开谈回报。

你去看所有的励志文章、职业建议、创业故事，大家首先谈的都是热爱、使命、坚持、延迟满足。但很少有人直说：我做这件事情，首先是因为有可观的回报。

马云说过一个人离职一般两种可能：要么钱没给够，要么受了委屈。在很多时候，都是钱没给够。

结合对自己和对别人的观察，我意识到一件事：回报可能是一切动力的源头。

这跟我前两年的想法有些不同。那时候我更倾向于说「工作本身就是最好的回报」——工作的意义和价值就在工作之中，薪资、奖金是附加的。这个说法当然有道理，但今年我体会到一层新的东西：当回报持续缺失的时候，「工作本身即回报」的信念会被掏空。你必须先修复回报闭环，才能重新感受工作本身的乐趣。

这不是推翻过去的认知，而是认知的迭代。两者适用于不同阶段——当基本回报已有保障时，工作本身的意义自然浮现；但在低谷期，你得先把回报补上来。

降薪创业的真相

讲一个很有意思的事情。我在十几年前就开始尝试加入一些小的创业公司，那时候跟着之前在大企业的老板一起出来，听他们讲的时候总能听到「情怀」二字——降薪也要去创业。

但事后想想不对。人怎么能往低处走呢？

再一算，原来这边虽然现金薪水降了，但有企业原始的股票期权。一旦能上市或被收购，这些股票能变成可观的收入。所谓降薪甚至降薪一半，其实是因为对未来的收入给了比较高的预期。

人始终是追求向上的，追求挣到更多。后来我自己加入创业公司的时候也是这样思考的：我一定会失去更稳定的薪水，但我看好这家公司的发展，我给那些看似还换不成钱的期权一个相对高的估值，算完之后觉得即便薪水降了也是划算的。

情怀是真的，但情怀的底座是预期回报，这件事情很少有人愿意说破，但它是真实存在的。

你激励什么，就得到什么

这里讲一个 DeepSeek 的例子。DeepSeek 对全球科技界的影响非常大，不单纯是国内自媒体在讲——去年春节休假的时候，我看到美国媒体铺天盖地地报道；到最近，DeepSeek 热潮已经过了一年多，经济学人在采访 Anthropic 和 Google DeepMind 的掌门人时，主持人依然在提 DeepSeek。

DeepSeek 的组织模式很有意思。他们给研究员的回报不只是钱——他们把公司的算力分成 52 份，每周拍卖一次，分配给最被认可的、有创新想法的人。你做出了好的工作，就能获得更多的算力资源。更多算力又能做更好的工作，这个飞轮转起来之后就很难停下来了。

瑞·达利奥说过一句话：看一个人、一个组织激励什么，你就知道他们真正相信什么。

DeepSeek 激励的是有创新，而不是吃苦。你激励什么，你就得到什么。这个道理无比简单，但我们大多数人在大多数时候假装它不存在。

回报是飞轮的燃料

这是我想讲的第二个层面。

什么是飞轮？其实就是输入，经过处理之后变成输出，输出又返回头做输入，变成更好的输入，更好的输入又变成更好的输出，每一圈都比上一圈转得更快。

仔细想想飞轮靠什么转起来？靠输出通过反馈回路变成输入。而反馈中最真实的部分是什么？一定是回报。

比如我自己认知上的飞轮是这样的：工作、读书、观察、跟厉害的人聊——获得信息——写文章、记笔记、录语音来提炼认知——把内容发出来变成媒体——读者反馈、订阅转化——激励我做更好的内容——更好的内容又刺激我读更多的书、工作得更深入、跟更牛的人交流思想。

当阅读量在涨、订阅量在涨的时候，这个飞轮一天比一天转得快。但如果遇到临时不可控的事情，数据下滑，飞轮的速度就变慢了。不是说我不想转，而是动力不够，燃料不够。

回报就是飞轮的燃料。没有回报，飞轮很难持续转下去。

很多人做内容，写公众号，做小红书，坚持了一段时间然后放弃了。不是因为不努力，而是因为没看到回报。没人看，没有订阅，没有变现，没有这些外部的正向信号，你很难说服自己继续。我看了一下小宇宙里面，凡是在过去几年一直坚持做、而且质量越做越好的，均是有非常明确的回报在里面。

所以如果你想让一件事情继续，就一定要把回报放在一个比较重要的位置，甚至把它变成你整个模式设计的核心，来驱动其他一切的选择。

回报是复利的源头

第三个层面，放在投资上可能更清晰。

2016 年我写了一篇很长的投资总结文章（我的股票投资经历总结：2000-2016），回顾了 2000 年到 2016 年整整 16 年投资股票的经历。那次复盘我发现了一个颠覆性的洞见：投资的规模决定了盈利水平，而不是获利的倍数。

什么意思？你拿一万块钱赚十倍，就是十万块——是不是很值得吹嘘？但也只是十万块。如果我拿一百万赚了两倍，它就是两百万。大部分人追求十倍，仓位小，赌性大，刺激强。但真正改变命运的，是用大基数做大概率正确的事情。比如一百万年化 15% 持续复利，30 年就是 6000 多万。

当然前提是你现在有这一百万。这就回到了回报是一切的源头——今天的回报决定明天的本金，明天的本金决定后天的复利。复利不是天上掉下来的，它的源头就是今天的回报。

巴菲特说过一句话我非常认同：股市短期是投票机，长期是称重机。短期的波动很难摸清规律，但长期哪家公司有很深的护城河，能持续赚大钱，这家公司的股票就能长期能给你回报。如果站在公司的视角，好的公司获得回报之后拿去做研发、做扩张、做品牌——回报再投入，产生更大的回报——所以总是看起来「钱不够」，但「收益再投资」的确就是复利的源头。

但我们自己呢？挣了工资，股市上赚了一点钱，拿去买车、买包、旅游——回报被消耗掉了，复利也就断掉了。

我自己就有一个切身的例子。2019 年之前股票投资一直不错，但为了买房把 90% 的股票清仓了。之后五六年时间到今天，没有新的资金进入股市。装修贷在还，日常开销在花，养孩子也要花钱。而同期微软、Costco、苹果——这些我之前一直看好的公司——涨了很多。但因为没有钱加进去，整个复利的过程就中断了。

不单纯是那时候没钱投，而是因为没有股市的正向回报持续刺激我把闲钱投进去。回报被中断，复利也就中断了——这是今年需要改变的事情。

三层总结

如果你问我，回报是一切的源头，到底在说什么？我觉得就是三个层次：

第一层，回报是动力的源头。没有回报的努力一定会枯竭。意志力是有限的，但正向回报的激励是可以持续的。如果你想做一件长期坚持的事情，无论是做自媒体、写代码、做项目，一定要把回报机制设计好。

第二层，回报是飞轮的燃料。飞轮不是靠你使劲推转的，飞轮是靠反馈自己转的。而反馈中最实在的部分就是回报。

第三层，回报是复利的源头。人生的复利来自于成果的再投入。每天的回报都是明天更大回报的本金，中断回报就等于中断复利。

写在最后

有人会问：你这不就是向钱看吗？

这句话本身没有错。所有可以持续的事情，都有一个向钱看的动因。但回报本身有很多种——钱是最直接的回报，粉丝的增长、读者的认可也是回报。

关键不在于回报是哪种具体形式。关键在于，你有没有在设计自己的模式时，把回报放在一个非常重要的位置。

大部分人把回报当成努力之后自然会出现的附属品。我今天想说的是：回报不是附属品，回报是一切规划、一切资源投入、一切行为设计的起点。

你能把回报想清楚，围绕回报去设计行动、设计飞轮、设计复利，投入资源、投入时间，这个事才能真正长期做起来。

这不是急功近利。恰恰相反，今天讨论的是能让我们持续坚持下去的第一性动力到底是什么。

很多人以为自己缺的是自律，其实不是——是没有一个能持续给你正反馈的结构。

我在辉哥奇谭知识星球系列语音「认知飞轮：用 AI 重构你的知识库与写作」第一集里，专门讲清楚一件事：为什么大多数人的努力最后都会停下来，以及一个真正能转起来的认知飞轮，至少需要哪几块基础结构。

如果你也有过这种感觉——明明很努力，但总是做一段就断掉，这一讲会帮你把问题看清楚。

扫描下方二维码，查看最新语音「为什么必须有一个认知飞轮」。

点击「阅读原文」

加入辉哥的知识星球

跟辉哥以及16000+辉友一起

探寻AI时代的财务与精神自由之路

老会员续费有专属优惠，点击「阅读原文」即可完成续费

不要漏看这一篇：飞轮是唯一值得做的事

今天早晨我准备在 AI 笔记里记一条投资想法，写了一句「哪只股票值得关注」，手指快碰到发送键的时候，突然觉得不对。

我把这句话改成了：「哪个公司值得关注，具备投资机会。」

看似改了几个字，但我觉得这个改动值得好好聊聊。我们永远是小题大做，知微见著，管中窥豹。

言为心声。你用什么语言，就在训练自己拥有什么思维模式。「股票」和「公司」这两个词，背后对应的是两个世界。

「股票」是什么？是证券市场上的一个交易符号。你打开任何一个股票 App，无论是看行情的还是做交易的，当天的实时股价永远是最大字体。一旦进入这个界面，你的大脑就在被塑造——你是来寻找一个交易机会的。说白了，就是不知不觉地被灌输：有一只要腾飞的股票，或者有一只被错杀的股票，现在买入，过两天卖出，赚一个差价。

这就是「股票」这个词背后的心理暗示。

那「公司」是什么？公司是一个创造价值的实体，在持续经营。当你把注意力从「股票」切换到「公司」，思考的维度完全不一样了——你开始关注的是真正的价值，而不是实时的价格。

类似的陷阱还有一个词：炒股。

有朋友问我，你最近炒股怎么样？我说我没有在炒股。我连股票系统的密码都忘了，可能隔几个月才进去看一眼。「炒」这个字本身就是问题——它暗示短线操作、追涨杀跌，关心的是价格波动，而不是企业价值。

真正在股市上通过长期价值投资赚到钱的人，我从来没听过他们说「炒股」这个词。他们说的是什么？段永平说：买股票就是买公司。他们讨论的是——能不能成为一家公司的长期股东？这家公司的护城河够不够牢固？有没有飞轮？能不能持续赚大钱？

这背后是两套完全不同的投资思想，甚至不是操作层面的差异，而是思想层面的差异。

那么，说「公司」的人在思考什么？他们的维度自然会落到企业经营上面。当我想投资一家公司的时候，我会问自己三个问题。

第一、这家公司在卖什么产品？我愿不愿意反复买？ 

我一直持有苹果，原因就是这个——我每年都在买苹果的产品。iPhone、MacBook、Mac mini、耳机，一样一样买过来。他们家卖一根表带，贵的时候上千块钱，抵得上别人家一块手表了。手机壳一个三四百，居然还有人买——买三个手机壳快赶上一部便宜手机了。你说这家公司能不赚钱吗？这种持续的用户吸引力，我觉得一直都在。

第二、这家公司能不能持续赚大钱？商业模式健不健康？ 

还是以苹果为例。你买的是一个硬件，比如 iPhone。但背后绑着什么？绑着 App Store，绑着 iCloud。

App Store 里有一些特别好用的 App，真的只在苹果生态里有，比如我用的写作软件 Ulysses，它有独特的审美和底层架构，这就是一种绑定。

更深的绑定是 iCloud。如果你用了 iPhone 或 Mac，又有多个设备在用，激活 iCloud 的概率非常高。有 iCloud 和没有 iCloud，使用苹果产品的体验完全不一样。我现在已经到了 6TB，每个月的订阅费不少，但我觉得花得值。

这种锁定不仅是服务层面的营收，更关键的是——你将来换设备的时候，会不知不觉地想：我是不是还得换苹果？数据迁移、App 迁移的成本太高了。App Store 的锁定，iCloud 的锁定，让硬件从一次性购买变成了连续订阅。这背后的商业模式非常健康。

第三、这家公司的管理层靠不靠谱？ 

你不可能认识他们的董事会成员。但你能做的是看他们 CEO 的访谈——比如 Tim Cook 的言论和想做的事情，然后看他们交付给消费者的东西是不是一致的。说白了就两个判断：他的观点你是否认可？他的执行和他的观点是否合一？这两方面都 OK，管理层就是靠谱的。

回答得了这三个问题，才是进入投资选择的起点。回答不了，很多时候其实只是在读价格。

以前我每次讲投资的文章或语音，到最后别人最关心的问题永远是：辉哥你能不能告诉我哪个股票现在值得买？

我每次都拒绝。原因很简单——我的确不知道哪家公司的股票「现在」值得你去买。每个人的投资风格不一样。你恨不得买完之后每天涨，涨了 30% 就想退。但我买了之后，可能一两个月都在跌。你拿了我的建议，回过头来抱怨我，这不是双方都受伤吗？

所以最后回到那个小细节。为什么我们在平时这些小的生活细节中就要在意用词？因为言为心声。如果不小心地去塑造自己的语言，就很难塑造自己的思想；如果不去塑造自己的思想，也很难改变自己的行为习惯。

这不是一个文字游戏，而是一个信号。你是不是拿投资者的标准在审视自己？你愿不愿意花时间去想「是哪家公司」？你愿不愿意研究这家公司，而不是去研究 K 线图和蜡烛图？你是把自己当成一个潜在的股东，还是把自己当成一个赌徒？

我觉得这是投资思维的起点。

下次你想说「哪只股票」的时候，试着改成「哪家公司」，感受一下——思考问题的角度有没有变化，关注点有没有发生变化。

一个词的差别，可能就是交易者和投资者的差别。

当你把「股票」换成「公司」，其实已经在往另一个层级走了。

我在知识星球的语音「财务自由认知的五个层次」里，拆了一个更具体的问题：同样在市场里，有的人在做交易，有的人在做投资，本质差别不在方法，而在所处的认知层级——以及，每一层的人分别在看什么、想什么、怎么做决策。

如果你隐约觉得自己不想再用「价格」做判断，却还没建立起一套完整的标准，这一讲可以帮你把位置看清楚。

收听方法：扫描下方二维码。

点击「阅读原文」

加入辉哥的知识星球

跟辉哥以及16000+辉友一起

探寻AI时代的财务与精神自由之路

老会员续费有专属优惠，点击「阅读原文」即可完成续费

不要漏看这一篇：飞轮是唯一值得做的事

如果你正在准备面试一个要求 AI 应用能力的岗位，我建议你先认真想想以下三个问题。这不是我随便列的——这是我作为面试官反复使用、并且屡试不爽的三个问题。它们看起来简单，但大多数候选人在这三个问题上会迅速暴露真实水平。

很多人简历上写着「熟练应用 AI」「有 Agent 开发经验」，但仔细一聊，细节就兜不住了。与其在面试中被动暴露，不如提前用这三个问题做一次自我体检。

第一个问题：你在用什么 AI 工具？

面试官问这个问题，不是在做产品调研，而是在快速判断你的 AI 使用深度。

你说你用豆包，面试官心里画的是一条线；你说你用 Claude Code 或 Codex，画的是另一条线。用豆包大概率意味着你停留在问答层面——输入问题，拿到答案，用完即走。而用 Claude Code、用 Codex，则说明你已经进入了「用 AI 编程」或者「用 AI 做深度协作」的阶段。即便都是字节系产品，用豆包聊天和用 Coze 搭自动化流程，也是完全不同的水平线。

更关键的追问是：你用的是免费版还是付费版？付费到什么级别？比如 Claude Code，你是 Pro 还是 Max？Max 是 5 倍配额还是 20 倍配额？一般人不会在自己不真正依赖的东西上花钱。你的付费层级，就是你对 AI 依赖深度的诚实投票。

所以如果你准备面试，先想清楚：你日常真正在用的 AI 工具是什么？是浅尝辄止，还是已经深度嵌入工作流？你愿意为它花多少钱？这个问题回答不好，后面的问题也很难立住。

背后的逻辑是：工具选择本身就是一种能力信号。你选什么工具，就是在选择一种工作方式。孤立的 Chat 对话像单利——用完即止，没有积累；而在 Project 上下文中持续工作像复利——每次提问都在为下一次增值资产。工具的设计预设了一种工作方式，你使用它的过程，就是在被这种方式训练。

第二个问题：你每月 Token 花多少钱？

很多人第一次听到这个问题会发懵。但在面试 AI 应用岗位的场景下，Token 消耗量是 AI 使用深度最诚实的指标——没有之一。

如果你用 ChatGPT 做日常聊天，一天消耗几十万 Token，不会超过百万。如果你在用 Coding Agent 大量编程，日均消耗可能是几千万，做得深入的话上亿。如果你一天能消耗几亿 Token，那你在当前阶段就是 top builder 级别。还有一种大量消耗 Token 的场景是深度知识管理——一个周末花掉 15 亿 Token，这不是聊天能达到的量级，而是在用 AI 做系统性的信息处理。

所以面试前，你最好对自己的 Token 消耗量有一个真实的感知。说不出这个数字，基本上会被判定为浅层使用者。而你报出的数字量级本身，就直接标定了你的使用深度。

这里还有一个维度：你用的是什么级别的模型？顶级模型的 Token 单价远高于普通模型，但看到的世界也完全不同。Token 不是聊天消耗成本，而是生产燃料。不舍得给自己加顶级燃料，你永远不知道自己的上限在哪里。面试官看的不只是你花了多少，还看你花在了什么层级上。

有一点需要提醒：千万不要为了面试去刷 Token 量。跑空循环、处理一堆无关文档，Token 消耗可以很大但毫无意义。真正有价值的是你在真实工作中自然产生的消耗。面试官问的不是一个 KPI，而是一个习惯——你的日常是什么样的。编不出来的。

这背后反映的是一个深层规律：AI 让所有人的门槛都降低了，但差距却在指数化扩大。会用和不会用是 0 和 1 的区别，用得好和用得不好是 10 倍甚至 100 倍的差距。Token 消耗量，就是这个差距的诚实度量衡。

第三个问题：你的最终工作产出是什么？

这是三个问题中最关键的，也是最能区分高下的。

面试官想知道：你拿 AI 到底做出了什么？是做了一个 CLI 工具？一个 Agent？还是只是「用过 AI」？有没有实际的 AI 相关产出——这是 AI 应用能力和空想之间最明确的分水岭。

如果你有作品，准备好在面试中展示。注意：展示的不能是前公司的机密项目，最好是自己生活中用AI做的项目。面试官看一眼就能判断：你做的是一个本地跑的小游戏，还是一个已经上线的产品？上线本身就需要功夫——从「能跑」到「部署上线」，中间隔着的是完整的工程闭环。而且面试官还会进一步看：这是一个简单的静态页面，还是一个真正在运行的 Agent？这个 Agent 解决了什么真实问题？有没有在你的生活中产生飞轮效应？

所以如果你要面 AI 应用岗位，最强的准备不是背面试题，而是做一个东西出来。真正通过 Builder 三道门的人——有构建的热情、能驱动 AI 完成端到端的任务、有实际交付物——只有大约 10%。你如果是这 10%，作品本身就是最好的简历。

AI 编程的真正闭环是：部署 + 真实使用 + 用户反馈 + 收入，缺少任何一环都不算闭环。如果你的产品有人在用，甚至有人愿意付费，那你在面试中的可信度会远远超过任何话术。钱是最诚实的反馈。

用这三个问题做一次面试前的自我体检

三个问题形成了一个完整的诊断框架：

第一个问题检测的是工具选择与投入意愿——你在用什么级别的武器，投入了多少真金白银。第二个问题检测的是使用强度与深度——你在 AI 上投入了多少算力，日常依赖到什么程度。第三个问题检测的是产出闭环——你有没有从使用走向创造，从创造走向交付。

工具、投入、产出——三个维度合在一起，就是你 AI 应用能力的完整画像。

如果你在回答这三个问题的时候发现自己有短板，这恰恰说明了提升方向：去试试更好的工具，去深度使用它，去真正做一个东西出来。面试的准备期，本身就是最好的提升期。

最后补充一点：如果你已经具备了这些能力——能选好工具、深度使用、独立交付产品——那面试官还会问你一个更深层的问题：既然你已经能独立做事了，为什么要来企业？你的动机是什么？这个问题同样值得提前想清楚。

以上仅针对 AI 应用层岗位，不涉及 AI 基础设施和底层技术。

你会发现，这三个问题说到底只是在筛一类人：不是会不会用 AI，而是有没有真的用 AI 把事情做出来。

我在「辉哥奇谭」知识星球的语音「非程序员0基础 OpenClaw 实战 Part 4」里，专门拆过这件事：怎么把一个模糊的目标，拆成可以交给 AI 执行的步骤；哪些环节必须自己做，哪些可以交给 Agent；以及，怎么让这些过程不只是一次性的，而是能反复复用、不断优化。

如果你现在的状态是——会用很多工具，也问过很多问题，但始终没有一个真正「跑起来」的东西，这一讲会帮你把关键的那一步补上。

收听方法：扫描下方二维码，加入「辉哥奇谭」知识星球。

点击「阅读原文」

加入辉哥的知识星球

跟辉哥以及16000+辉友一起

探寻AI时代的财务与精神自由之路

老会员续费有专属优惠，点击「阅读原文」即可完成续费

不要漏看这一篇：AI 给人最大的幻觉，是觉得自己无所不能

我有比较严重的拖延症，所以隔段时间就得聊聊这个话题。聊这个话题本身也是在鞭策自己——把自己做不好的事情拿出来公开说一说，其实就是一种反向的鞭策。

今天想聊的原因很简单：我突然意识到，大部分人改变「拖延症」，提升执行力的思路可能是错的。

越逼越不动的死循环

我们太习惯用「逼自己」来应对拖延了。逼自己动→动不了→自责→焦虑→更不想开始。这是一个完美的负循环，每一步都在强化下一步。

我自己就有一个活生生的例子。书房桌上放着一台 NAS，占地方不说，硬盘一读写就嗡嗡响，录音的时候能传进麦克风里。我一直想把它搬到地下室去，但就是没动。每次什么时候想动呢？正专心办公的时候它突然响起来了，或者正在录语音的时候它开始读写硬盘——这时候很烦，起身把它关掉，做完事再打开。一来二去，NAS 一直在桌子上，问题从来没有真正解决。

这种「关了再开」的操作，本质上就是在用最小阻力路径安抚自己的焦虑，但对根本问题毫无触动。

方法一：让「不做」比「做」更难

今天我做了一个不一样的动作：不是简单地关掉 NAS，而是把电源线拔了，网线也拔了，把整台机器收拾好放在书房门口。

这意味着什么？如果今天出书房的时候不把 NAS 搬走，门都出不去。

这个方法的核心不是意志力，而是改变物理环境。把「想做的事」变成「今天不得不做的事」。你不需要鼓励自己、激励自己、跟自己打气——你只需要让物理世界替你做这个决定。

我在之前聊习惯养成的时候提过一个公式：好习惯 = 触发因素 + 最小努力 + 受益闭环。「堵门法」其实就是把触发因素做到了极致——你没有选择余地，触发条件是 100% 会发生的。

方法二：公开承诺，让别人来倒逼你

我们家买了一堆电子产品，智能眼镜、Pocket 3、运动相机、影石 360 X5，用个三五周就束之高阁了。每次想买新东西的时候就觉得该清一清旧的，但一想到要上闲鱼定价、写描述、跟买家沟通，就不想干了。

后来我发现最有效的方式特别简单：直接在朋友圈发几句话，说我要卖这个东西，附上照片，标一个比闲鱼成交价稍低的价格。

然后事情就自己转起来了——朋友圈有人动心，问你要这东西。你碍于面子就说好，商量个时间交付。这个时间就倒逼你去处理：相机里的视频要导出来吧，胶片相机里的胶卷要取出来吧，配件要找齐吧。一旦跟别人谈好了 deal、商量好了时间，你不得不行动。

这个方法对应的是激励机制里的「浅激励」——公开承诺、社交压力、面子驱动。别小看浅激励，它是习惯养成的第一步。很多人觉得动力应该来自内心深处的热爱，但现实是：先动起来，内在的驱动力才有机会出现。 

拖延的真正代价：精力负债

很多事情可能没那么大意义，但如果不做，它会持续占用你的精力、时间和资源。

就像我要卖的那些闲置电子产品——不卖的话，它们会逐渐变成电子垃圾。等你真正不得不处理的时候，它们已经不值钱了，你更没有行动力了，于是更加拖延。最后它们不仅是物理空间里的垃圾，更成为心态上的负债。

我之前聊过「暗空间」的概念：物品的成本不只是购买时的金钱，还有时间成本、空间成本。今天我想加一条——精力成本。那些你知道该做但一直没做的事情，每一件都在后台默默消耗你的注意力带宽。

我觉得在今天这个时代，精力可能是最顶级的资源，最经不起消耗。这些悬而未决的事情放在那里占用你的精力、占用你的带宽，其实就是应该被立刻清除掉的东西。

总结：两条路径

提升行动力，归根结底就两条路：

第一条，改变物理环境。让行动变成今天不得不做的事情。把 NAS 堵在门口，你就得搬走它。把运动鞋放在床边，你起床就看到它。关键不是「我要坚持」，而是「我没法不做」。

第二条，改变社会环境。公开承诺，让别人来监督你。发朋友圈、跟朋友约好、把 deal 谈下来——外部压力会替你完成意志力做不到的事情。

说白了，别跟自己的意志力较劲。设计一个你不得不行动的环境，比一千次自我激励都管用。

如果你有什么好的方法，也欢迎跟我分享。毕竟，聊拖延本身就是对抗拖延的一种方式。

很多拖延，其实不是因为你做不到，而是因为——你做的事情不会留下来。

如果每一次行动都像第一次开始，你一定很难持续下去。

我在「认知飞轮：用 AI 重构你的知识库与写作」系列语音的第三集里，拆了一个更底层的问题：怎么把日常的输入、思考和行动，变成一个可以不断积累、不断调用的系统。包括 Karpathy 的三层结构（矿场、Wiki、规则手册），以及我自己在落地过程中踩过的五个坑。

如果你也隐约觉得，自己不是不努力，而是一直在「从头开始」，这一讲会帮你把行动变成可以复利的东西。

点击「阅读原文」

加入辉哥的知识星球

跟辉哥以及16000+辉友一起

探寻AI时代的财务与精神自由之路

老会员续费有专属优惠，点击「阅读原文」即可完成续费

不要漏看这一篇：飞轮是唯一值得做的事

两周前我还觉得 Hermes 不过如此。一个 OpenClaw 的模仿者，做得再像，生态也追不上。OpenClaw 有那么多开发者，有群众基础，有厂商支持，遥遥领先。

两周后我被打脸了。

先说个冷知识。Hermes 这个词，h 不发音，末尾的 s 要发音，念起来像「air 密斯」——对，就是爱马仕的法语发音。这个名字火起来不是因为奢侈品，而是因为它是一个 Agent 平台，很多功能跟 OpenClaw 非常像，但有一些地方，让我从「不以为然」变成了「真香」。

转机发生在上周末。 

我花了两天时间，按照 Karpathy 大神的方法，用大语言模型把自己过去所有的文档、笔记、一本书的电子版，全部变成了一个 wiki。这个过程烧了 15 亿 Token，处理了 3000 多篇文章和 1 万多条笔记。处理完之后，生成了几百个新的 MD 文件，打开 Obsidian 在这些 wiki 之间来回跳转，感觉就像在翻自己写的「原则」——瑞·达利欧那种。

但光有知识库是死的。

我想把它变活。于是我用飞书连上 Hermes Agent，跟它说：我有一个 wiki，在某个目录下，你去看看。它看完之后说：我知道你的 wiki 在这里。然后我就基于这个 wiki 开始对话。

对话一段时间后我说：能不能直接生成一个 Skill，专门用来跟这个知识库对话？它就生成了。

然后我又说：能不能把我们对话中产生的结论，存回 wiki？每次对话都在增强这个 wiki？

它做到了。

其实到这一步，大家可能觉得也没什么神奇。OpenClaw 理论上都能做。但问题在于：Hermes 做这些事情的过程，非常顺畅、非常丝滑。

这话是对着 OpenClaw 说的。

OpenClaw 经常涌现出一些智能，让你觉得它挺懂我的，挺聪明的。但过一会儿它又不聪明了——刚教的东西又忘了，刚说好存在这里又跑去那里存了。Hermes 这种情况出现的概率，明显要低。

我总结了 Hermes 的三个突出优点。

第一，开箱即用。装好之后配好大模型就能用。不像 OpenClaw，还要设 user、设 soul、设各种东西。那些配置是 OpenClaw 的优势，但同时也是 OpenClaw 的门槛。对于想在严肃生产力环境下用 Agent 的人来说，简单、稳定，比什么都重要。

第二，自我迭代升级。这是我特别想强调的。在用 Hermes 的过程中，它经常主动提示：这件事我可以把它变成 Skill，你以后可以复用。越用它越聪明，这不是客气话。

我在这里要特别说一件事：2026 年有两个关键词，一个是 Agent，另一个是自我迭代更新。这两件事加在一起，会变成 2026 年的主旋律。Hermes 在自我迭代这件事上，让我体验到了「越用越爽」是什么感觉。

第三，能干活，有生产力。用 OpenClaw 想用出生产力，其实挺难的。三天两头出问题，记忆力也不行，做好的 Skill 有时候也不被唤起。我最后用 OpenClaw 用得最多的事情，就是让它帮我记笔记、查笔记，光这件事就花了很长时间。

一个以前在百度、现在在字节的老朋友跟我说了句话，我觉得很到位：OpenClaw 到最后更多的是情感化的——用户跟那个大龙虾之间是一种养成系的交流。真正把 OpenClaw 用于生产力的，其实很少。

Hermes 不一样。它带着一种可以变成生产力的潜力。

怎么装呢？网上搜到官网就行了。更简单的方式：让你的 Coding Agent 去装。无论是 Claude Code、Codex、千问 Coder 还是 OpenCode 还是 Codex，你只需要准备一个大模型的 Key。

最后说回「知识库变活」这件事。

Karpathy 强调的 LLM wiki 不是死的——你可以不断跟它对话，不断提问。但如果只是在电脑上跟构建知识库的那个 Coding Agent 提问，未免太死板。我把 Hermes Agent 接上飞书之后，随时随地都能跟自己的知识库对话。而且每次对话都在让知识库变得更好。

这件事的意义是什么？知识不再是存档，而是活的系统。每一次提问都是一次投资，每一次回答都让资产增厚一层。 

如果你还没试过用 Agent 构建自己的知识库，现在是开始的时候。如果你试过了但觉得不够好用，试试 Hermes。

我说这话的底气是——两周前我还看不上它，但现在的我，已经爱上了它。

你希望实践Karpathy的方法，构建自己的知识库吗？

你希望每次写作都是由自己的「知识库」生长出来，而不是「每次写作都从零开始」？

你希望构建自己的「认知飞轮」，把记笔记、知识库管理和写作三者打通吗？

你自己的认知飞轮每一天都在加速旋转吗？

如果有任意一条戳中你，不要错过最新的「认知飞轮」系列语音。这是我最近四个月最重要的AI实践心得，适用于每个「知识工作者」。

系列共四集，已经全部上线，可以直接上手。

点击「阅读原文」

加入辉哥的知识星球

跟辉哥以及16000+辉友一起

探寻AI时代的财务与精神自由之路

老会员续费有专属优惠，点击「阅读原文」即可完成续费

不要漏看这一篇：AI 时代你必须紧盯的一家公司

「配图摄影 by 辉友Ella」

早晨在朋友圈发了一句话：「AI 现在给大家最大的幻觉，是让人觉得自己无所不能。」

没想到很多朋友点赞，还有人发了很长一段话给我，说自己正被这种困扰折磨——他现在能用 AI 做很多事情，甚至觉得自己能做更高级、更复杂的系统，但就是不知道该做什么，更不知道做什么能产生价值。

这段话击中了我。因为这个困扰，我自己也有过。

我想说一个可能让很多人不舒服的判断：AI 带给我们人类现在最大的危险，不是让我们变懒，而是让我们产生了一种幻觉——我啥都能做。 

这种幻觉很可能会让一大批人在错误的方向上越走越远。

大家都有过这种感觉。用了 AI 几天之后，你会发现它能帮自己做很多事情。字节的 seedance 发布后，你觉得自己能做电影了、能做广告了、能接商单了。Opus 4.7 出来后，写代码变得更容易了。做 PPT 有 Manus，写文案有 ChatGPT 和 DeepSeek，数据分析有各种 Skill，甚至有人把巴菲特的投资逻辑都蒸馏了——天呐，我居然可以直接拥有巴菲特的判断力？

这些事情让我们产生一种错觉：只要有对方的大模型、有对方的提示词、有对方的 Skill，我就能像那些牛人一样做得一样好。

但我认为，这只是一种幻觉。

说白了，我们见过太多人（包含我自己），在用 AI 做出一个还不错的东西的时候，心里会升起一种骄傲：「这是我做的，我挺厉害的。」但这个「厉害」是 AI 的能力，不是我们自己的能力。我们只是用自然语言说了一个很简单的指令而已。换另一个人，用同样的工具、同样的模型、说同样的指令，得到的结果大体上是差不多的。

所以幻觉最危险的时刻，就是我们用 AI 做出第一个作品的时候。我们会把 AI 的能力当成自己的能力，然后越做越笃定。但方向可能是错的。

这个幻觉至少带来两个坏处。第一，我们可能会在错的方向投入太多精力。因为做起来太顺手了——我可以写出这么好的代码，我也可以变成一个顶级的 Builder，然后你就觉得方向是对的。第二，你可能会失去谦逊。你会觉得这事自己可以搞定，不需要问人了，也不需要跟别人协作了。

刺穿这种幻觉其实非常容易。

第一个思想实验：断供测试。

你说你做视频做得很厉害，那如果今天可灵突然提高 10 倍收费，seedance 不让你用了——你还有做视频的能力吗？如果 Opus 4.7 突然间用不上了——你觉得自己还有那么牛吗？答案显然是 no。一旦模型断供，你的能力瞬间化为零。

第二个思想实验：替换测试。

今天你觉得自己会的东西，你拉一个同样背景的人过来，把你的 Skill、你的 Prompt 交给他，他做出来的东西跟你一样。你觉得你跟他有差异吗？

这里有一个很重要的认知：我们获得回报，不在于做了多少事情，不在于做出多牛的东西，而在于我们做的事情跟别人有显著的差异。 

市场竞争的逻辑就是这样。一堆人做的东西都很厉害、样式好、功能丰富、价格便宜，但做不出差异化——谁也赢不了。大家取得不了超额利润，只是勉强有口饭吃、苟活下来，并不能活得很好。

这个幻觉的本质是什么？往浅了说，是把 AI 的能力当成自己的能力。往深了说，是你不知道自己究竟想要什么，不知道自己究竟擅长什么，也不知道 AI 擅长什么，更不知道你自己跟 AI 之间有什么样的互补性。

AI 其实是让执行能力变得越来越容易了。只要指令清晰、上下文到位、评价标准到位，写代码、写文章、做数据分析，甚至做投资决策——这些过去似乎很难的事情，现在被 AI 平权了，执行成本接近于零，谁都能做。但判断力——知道该做什么、不该做什么、先做什么、什么时候做——这些事情 AI 做不到。甚至我们可以问自己一个更根本的问题：你的用户到底是谁？用户有什么需求值得你去满足？

我给大家三个简单的测试。

你缺 Token 吗？假设我给你一天 10 亿顶级 Token——比如 Anthropic 的 Opus 4.7——你知道用它来做什么吗？你能花得出去吗？注意，不是写一个 for 循环空耗 Token，而是要花出去、做出真正有价值的东西。能不能做出来？

我给你一个最强的 Agent 团队。你知道让他们晚上在你睡觉的时候做什么吗？

面对 10 个 AI 工具，你知道选哪一个来解决手头上的问题吗？

如果能清晰地回答，而且有信心做出来，说明判断力是够的。但如果答不上来、做不出来，就说明判断力不够。在 AI 时代，判断力不够，是没办法享受 AI 红利的。

AI 能帮我们执行选项 A，但 AI 无法帮我们判断 A、B、C 哪个更值得做。这也就是为什么大多数人觉得用 AI 用得很嗨，但产出的价值没有显著提升——因为我们一直在用 AI 做执行，却没有用这段被释放出来的时间去提升自己的判断力。

另外一件我最近特别有感触的事情，是关于「做到」和「做好」的区别。

之前跟一个同事聊天，他花了很多 Token 做了一个社交媒体信息抓取工具。有人觉得这东西也没什么太神奇的，自己一下午都能做出来。但我问他的时候，他告诉我一件事：他跟大家想象的唯一区别，是他花了大量的时间去打磨细节，让这个工具变得足够好。

排版、翻译、文章概要的选取——里面有特别多的细节。同时，给自己用和给别人用是有差异的，给 10 个人用和给 200 个人用也有明显差异。每一个看似小的可用性、易用性门槛往前提一步，都要花好多倍的精力。

这件事给了我很深的震动。做只给自己用的东西和做给别人用的东西，难度差异是极大的。做给自己用，做到就行。做给别人用——给 10 个人、100 个人、1000 个人用——是要做好。 

做到谁都可以，做好万里挑一。 

有了大模型，按照文档甚至让 Agent 照着模型文档去做，马上能做出来。但做出一个 demo 和做出一个产品之间，差了很多倍的努力。

所以今天主要就想强调两点。

AI 会让我们产生一个幻觉，觉得随便敲两下、发个指令，就能解决很多问题，似乎变得无所不能。但有两件事能让我们清醒过来。

第一，在执行能力飞速发展的时候，问自己：我的判断力、我的选择能力、我的品味，有没有同等程度的提升？如果只是执行越来越快，但判断力原地踏步，那不过是用更高的速度在错误的方向上狂奔。

第二，一定要把「做到」和「做好」做明确的区分。做到是起点，做好才是终点。而从起点到终点的距离，可能比大多数人想象的要远得多。

在 AI 让一切都变得「能做」的时代，真正的问题从来不是「能不能做」，而是「该不该做」，以及——「能不能做好」。

很多人用 AI 的真实状态是：看起来什么都能做，但回头一看，什么也没有留下。

问题不在工具，而在于——你做的这些事情，能不能被积累下来，并且在下一次继续放大。

我在「辉哥奇谭知识星球」里做了一套「认知飞轮」系列语音，核心只讲一件事：怎么把每天零散的使用、零散的尝试，变成一个会自己转起来的结构。里面我拆了三个关键问题：什么该被记录，怎么被调用，以及怎么让它随着时间越来越快。

如果你已经很努力，却始终没有「越做越顺」的感觉，这组内容会帮你把问题看清楚。

收听方法：扫描下方二维码。

点击「阅读原文」

加入辉哥的知识星球

跟辉哥以及16000+辉友一起

探寻AI时代的财务与精神自由之路

老会员续费有专属优惠，点击「阅读原文」即可完成续费

不要漏看这一篇：飞轮是唯一值得做的事

在小宇宙用播客第四天，我想清楚一件事：行动要快，不要等想清楚了再动手。

四天前的周末，我确认了一个判断——在国内，播客可能是唯一以订阅为纽带的平台。这个结论来自和一堆做自媒体、做自媒体平台的朋友聊天之后的交叉验证。确认之后，当天晚上就录，当天就发。没有策划，没有脚本，顺口就来。

四天过去了。数据出来了。

总播放 1118 次，订阅者 384 人，完播率 37.9%，评论 36 条。听起来不多，但如果你和微信公众号对比一下，会发现一个有意思的事情。

我公众号有 28 万粉丝，日均阅读 1 万次，活跃率大概 3%。 好的时候 1 万多次，差的时候 3000-4000 次。如果是 3000 次，意味着只有 1% 的订阅者真正看了那篇文章。这不是我一个人的问题，几乎所有微信公众号都是这样的打开率。

再看播客。不到 400 的订阅者，第二期讲 Hermes Agent，没有任何推广，一天半后超过 100 次收听。100 多人次的收听，相当于订阅人数的 1/4 到 1/3。活跃率接近 30%，是公众号的 10 倍。

更关键的是时长。公众号平均每人阅读 1 分钟多一点。播客平均每人听了差不多 5 分钟。3-4 倍的差距。

播客用极少的订阅者人数，达到了和公众号类似的效果。

这些数据我事先是不知道的。我是在录完、发布、看到后台数据之后，才真正理解播客平台和公众号之间的差异。播客的闭环是什么？用户行为是什么？内容怎么做差异化？这些问题很难事先做研究。

这就是我想说的核心：在做的过程中获得认知，比事先论证 100 遍都管用。

我认识到公众号生态有问题——从「订阅」变成了「推荐」，流量获取的第一手段不再是我喜欢的方式。我喜欢的是订阅，是读者主动选择你，而不是算法替他们决定。所以我去找替代品，在国外找、在国内找了一圈，答案是播客。

确认之后马上录。第一期没有任何策划。当天晚上在公众号发了一小段话，带一个二维码。那篇文章有 2000 人次阅读，10% 的人关注了我的小宇宙专辑。一个晚上完成了冷启动。

如果我当时想的是「先做市场调研，再做内容规划，再做平台对比，再制定发布策略」，到今天可能什么都还没开始。而现在，我已经有了四天的真实数据、真实反馈、真实认知。

这个道理我其实讲过很多次。 我在书里写过「停止讨论，请上手」——深刻认知必须亲自体验，上网搜索和看评测无法替代一手经验。我后来把这个思想进一步提炼，叫「行知合一」——先做再懂，把「理解」从启动条件降级为结果。

传统的认识论假设是：系统相对稳定，知识可以先被完整习得，学习成本低于试错成本。但在今天，系统每月在变，等你学好的时候系统已经变了，试错成本远低于学习成本。

我见过太多人卡在「准备型停滞」里：收藏了很多资料，参加了很多课程，但从来没有开始做一个真实项目。根本原因不是意志力不够，是初始摩擦太高——配环境太复杂，选工具选不出来，不知道从哪开始，怕做错。

解药只有一个：选一个 85 分的方案，立刻开始。

这个时代做事的门槛极低。 平台变得非常友好，AI 工具让我们几乎可以做任何事情，内容制作成本前所未有地低。一切都在向内容创作者友好的方向发展。

反过来说，这个时代最大的阻力变成了心理层面的东西——想太多、论证太久、不敢开始。

我提过一个概念叫「借口消融时刻」：AI 让技术、团队、时间、资金这些客观借口一一消失后，你必须直面的那个问题——「我到底想做什么？」

往后走，我会认真做这个播客。我没有给自己定具体目标，但我做了一个粗估：公众号 28 万粉丝，每月 30 万次阅读，哪怕只有 1% 转化，也是 3000 人能订阅这个播客。做得好的话一年有 10% 转化，就是 3 万。如果持续认真做有价值的播客内容、并且认真在公众号也做传播，一个月有可能做到 3000的播客订阅。而2026年内如果有 3 万订阅，我就非常开心了。

但比导流更重要的是自然流量。喜欢听播客的人，被内容吸引，主动转发，介绍给朋友。这才是内容创作者应该追求的东西。自然流量是播客真正的护城河。

最后分享我自己的感悟：今天如果你想做一件事情，简单调研之后动手去做就好了。千万不要等想得很清楚之后再开始。只有在做的过程中，你才能有更真实的体会和感悟。

这个时代不缺工具，不缺平台，缺的是先开始的人。

最后，欢迎大家关注我的小宇宙播客。关注的方法：在小宇宙平台搜索「辉哥奇谭」或者扫描下面的二维码。

关注 AI 的朋友，对 Anthropic 这家公司一定不陌生。不过用过他们产品的人并不多，因为门槛确实高。但这些困难不影响我今天想讲的核心观点：如果你在意 AI，想跟上这个时代的步伐，Anthropic 是一家你必须紧盯、必须跟进的公司——用好它的产品，学透它的教程，认真关注它的动态。

一、最快的增长曲线

为什么这么说？因为过去三年，Anthropic 是整个 AI 行业发展最快的公司，没有之一。按照现在的速度，它今年的年化收入很可能坐上 AI 行业头把交椅。

看一组数字就明白了：在过去 3 年，它的年化收益 run-rate revenue 每年翻 10 倍；去年 12 月 90 亿美金，而到今年 4 月，已经超过 300 亿美金。真正的每年「10 倍速」。如果保持这个节奏走下去，今年年底 run-rate revenue 有机会做到800亿美-1,000 亿美金。按照这个节奏，超过 OpenAI 大概率会在今年达成，成为 AI 领域的领头羊。

所以问题来了：一家成立并不算早、起初并不被看好、估值规模也不突出、选的赛道在外界看来还有点「偏门」的公司，为什么能一路畅通无阻地冲到第一？

先说说它的创始人。他早年其实是百度美国研究所的员工。那几年我每年都会去百度美研出差，但对他没什么印象——当时大家关注的都是吴恩达和他门下那些明星学生，没人会想到这样一位并不起眼的人，日后会做出如此瞩目的成就。

二、两个关键的战略选择

那 Anthropic 到底做对了什么？我认为关键是在战略层面做出了两个正确的选择。

第一，选 To B，不选 To C。
第二，在 To B 里，押注 coding 这个赛道。

这两个选择叠加起来，就是他们最顶层的战略，也是他们的商业模式。一家公司最重要的战略选择，往往就是商业模式的选择；反过来，商业模式的选择也就是最重要的战略选择。

To B 与 To C 的根本区别

选了 To B，意味着他们面对的是企业客户——从中小企业一直到大型企业。To B 和 To C 的区别有多大？只需要看一点就明白了：你今天用任何 To C 的 AI 聊天工具，它给你答完问题，最后一定会想办法把对话延续下去。豆包、ChatGPT 都是这样，理论上你有耐心，就能无限聊下去。我们家孩子就一直拿豆包聊天，只要大人不把手机拿走，他能聊一整天。

而 Anthropic 这边完全相反。即使他们也做类似 Chat 的工具，你会发现——聊完就是聊完了，没有任何想把对话延续下去的倾向。

为什么？因为这两个市场对应的 KPI 根本不一样。To C 要的是用户量、DAU、使用时长，所以产品的本能就是把一个人尽可能长地留在对话里，天然倾向「话痨」。这种倾向的副作用也很明显：模型本身会变成话痨型。这一点甚至延伸到了编程工具上——OpenAI 的 Codex 质量其实非常好，但有个坏习惯，每给你一个方案，末尾总要加一句「我还可以继续这样做」，让人很烦。

To B 市场就完全不一样，因为要的是「完成任务」。Claude 即使是聊天，也是干净利索的；Claude Code、Cowork 这些更纯粹的 To B 工具更是如此——把事情做完就结束，绝不会提醒你「要不要继续做点什么」。

为什么是 coding

第二个选择是 coding。如果非要在所有战略里挑出最具体最关键的那一个，我会选 coding。我相信 Anthropic 内部早期也做过深入讨论，并且最后还专门写了备忘录。其中列了两条理由，真正打动我、让我印象最深的是第二条：

他们认为，coding 不仅是一个可以卖给 To B 市场、卖给开发者的产品，更重要的是，coding 本身的成果能反过来加速他们自己研发 coding 工具的过程。

说白了，这件事构成了一个飞轮——一个自我迭代、自我加速的闭环。

三、飞轮的秘密

Anthropic 之所以能从小到大发展这么快、收入增长这么猛、现在几乎无人能挡，是因为他们押中的 coding 本身就是一个能自我加速的闭环。我们常说的「复利」，在 Anthropic 身上体现得格外明显。

所有这些复利、飞轮，本质特征只有一个：

一个系统的输出，能继续变成输入，去加强这个系统本身。

不要小看这么一个简单的正反馈闭环——就是这一条回路，带来了一切的不同。

四、给大家的建议

所以从这个角度出发，如果你真的对 AI 感兴趣，今年就一定要花时间去研究 Anthropic 的动向，去深度使用他们的产品，用得越深越好。不只是 Chat，还要用 Cowork，用 Claude Code。只要他们出新产品，有机会就一定要第一时间上手。

还有一件事：多看他们家的官网。上面有大量高价值的学习材料和教程，值得你认真花时间去学。

AI 时代，新闻和更新多到让人眼花缭乱。但如果你的时间和精力有限，只够追一家公司——就追 Anthropic，足够了。

五、关于使用门槛

可能有人会问：这家公司使用门槛很高，怎么办？同样，建议请教自己周围已经用上他们家产品的朋友。

价格方面，Anthropic 的产品确实偏贵。就拿 Cowork 来说，想真正用起来，一个月 125 美金（即 5 倍积分）是跑不掉的，含税超过 130 美金。这 130 美金，我觉得绕不过去——如果你真的在意 AI，这是必须要花的钱。

今天就先简单介绍到这里：Anthropic 这家公司，以及它背后那个飞轮。听完之后，我希望这家公司能在你脑子里留下一个深刻的印象，并且主动去使用它的产品。诚然，这家公司身上有一些你可能不喜欢的地方，但这并不妨碍我们学到该学的内容——把它的工具和模型用好、学透。这，才是最重要的事。

Anthropic 的飞轮之所以可怕，不只是因为它强，而是因为它在「持续自我加速」。

但更值得你问的问题是：你有没有在搭一个属于自己的飞轮？ 

我在「辉哥奇谭」里做了一组四集语音「认知飞轮：用 AI 重构你的知识库与写作」，第一集专门讲清楚一件事：为什么大部分知识工作者的努力，并没有在积累，而是在不断清零。

如果你也在写作、在用 AI，但始终没有「越做越轻松、越做越快」的感觉，这一讲会帮你把问题看清楚。

点击「阅读原文」

加入辉哥的知识星球

跟辉哥以及16000+辉友一起

探寻AI时代的财务与精神自由之路

老会员续费有专属优惠，点击「阅读原文」即可完成续费

不要漏看这一篇：飞轮是唯一值得做的事

我最近反复在问自己一个问题：我每天做的这些事情，有没有让明天变得更好？

不是「有没有完成」，不是「有没有收益」，而是：今天的努力，有没有让明天加速？如果有，这件事就是飞轮的一部分。如果没有，不管多努力，都只是单点消耗——今天辛苦做完，明天重新开始，没有积累，没有加速。

Anthropic 给了我最好的案例。

这家公司的创始团队从 OpenAI 分化出来，成立不是最早，估值和融资都不是最多的，资源也不是最好的。但三四年时间，它完成了逆袭。ARR 从去年 12 月到今年 4 月初翻了三倍，照目前趋势年底大概率奔 1000 亿美金——今年将确定性超过 OpenAI 的营收，成为 AI 全球第一。

那么我们要问，它做对了什么？

它选了 Coding。但理由不是「Coding 市场大」，而是「做 Coding 这件事本身，会让我们自己的研发过程提速」。它不只是在选市场，而是在选一件做了之后会让自己越来越强的事。这是飞轮思维，不是市场思维。

结果：内部越来越多地使用 Claude Code 和 Opus 做研发，工具和模型帮助更快研发，用更短时间产出更好的模型和工具 → 用更好的工具和模型再次加速研发。Claude Cowork 就是用这种方式做出来的。神秘的最新模型，大概率也是自我加速的产物。

仿佛凭空造出通天云梯，一层层往上，越来越快、越来越稳。

这种自我加速飞轮，是 Anthropic 最难被复制的护城河。不是模型参数，不是融资规模，而是自我迭代的结构本身。Anthropic 内部持续看指数曲线，不看线性曲线。关注的不是今天显性的、充满竞争的市场，而是未来还没被人意识到的市场——提早定位、坚定投入、构建闭环，让飞轮转起来。

这是一家真正理解并实践飞轮的公司。

我在做自己知识库时，周末不到两天花了差不多 25 亿 Token，只处理了几千篇文章、上万条笔记，还没完全做完。这个数字让我想清楚了一件事：AI 的本质是 Token 换时间。你花 Token，AI 帮你完成本来需要时间才能做的事。

但问题不是怎么省 Token，而是：花出去的 Token 能不能带回更多价值？

花 10 亿 Token，能不能变成 20 亿？哪怕 11 亿，那也是 10% 的回报？

如果可以，自我迭代闭环就能转起来：花 Token → 产出价值，提升认知 → 价值换钱 → 买更多 Token。这个飞轮一旦转起来，每一轮都在加速，和 Anthropic 的飞轮逻辑一样，只是规模不同。

反过来说，如果你花了 Token，只是处理了信息，价值没有被实现，Token 飞轮就转不起来。每次都在重新开始，没有积累，没有加速，只有消耗。

真正厉害的人，比如 Karpathy，知道什么时候用 Token、用来做什么，有几乎无限的顶级 Token 供给（英伟达老黄会把最新的算力硬件亲自送到他手上），用得比别人早、比别人多、认知更高。这些要素乘起来，就是别人难以追赶的飞轮。而大多数人花了 Token，只是提高了一点效率，并没有形成复利。

我反思过去一段时间的写作，很多只是单点努力——今天辛苦做完有收益，但对未来没有价值。其实值得做的写作，要同时满足四个标准：今天有阅读量、今天有物质回报、提升自己的认知、十年后还愿意收录进书里。

前两个是短期的，后两个是长期的。大多数人只追前两个，忽略后两个。但飞轮恰恰建立在后两个之上。

写作是认知的产物，写作又强化认知。高质量的写作让认知越来越深，认知越深又能写出更好的文章。这个闭环一旦转起来，越写越快，越写越好，越写越有积累感。

反过来说，如果写的东西只是追热点、迎合算法、今天有流量明天就过时，闭环永远转不起来。每天都在重新开始。如果一篇文章十年后你自己都不愿意看，它只是一次性的内容消耗，不是知识资产。

飞轮思维最重要的推论，不是「要做什么」，而是「要停止做什么」。

要做到十倍产出，必须做减法——抛开无关的事，把 80% 的精力投在 10%-20% 的核心事情上。这不是时间管理技巧，是战略性的选择。你必须放弃那些「有点用但不是核心」的事情，才能把资源集中在杠杆点上。

飞轮一旦转起来，每一天做的事情都会让明天加速。这件事太恐怖了。

所以我们每天都要问自己：你现在做的事情，是飞轮的一部分，还是单点消耗？

最近，我按照 Karpathy 用 LLM 大语言模型管理个人知识库的方法，处理了自己过去写的 3000 多篇文章、10000 多篇笔记。用了至少 3 种方法，其中一种方法在周末一天半时间就消耗了 25 亿 Token，总计 1000 多元。看起来很「浪费」，但其目的就是为了构建知识库，并在此基础上实现「写作的闭环」。具体的方法，我会在知识星球用系列语音「如何用 AI 构建知识的飞轮」与大家分享（见文末），敬请期待。

我最近一直在想一个问题：我每天的写作，到底是为了今天，还是为了长期？十年之后，今天这篇文章我自己还愿不愿意再看一遍？

想明白之后我意识到：写作不能是孤立的动作，它必须是「认知飞轮」的一部分，为明天的认知升级打底。

可怎么把写作和认知真正挂上钩？直到我看到 Karpathy 用大模型管理个人知识库的方法，正中我下怀。

我把这套「知识库 + 写作」的闭环实践，做成了一个四集系列语音：从为什么要有飞轮，到三态模型，到 Karpathy 方法的落地踩坑，再到写作闭环怎么让飞轮转起来。

真正的人生护城河，不是你现在懂什么，而是你迭代认知的速度。而这个速度，可以被 AI 赋能，用认知飞轮实现。而认知飞轮的构建和持续运转，恰恰是你也可以去实践，并从中受益的！建议不要错过这一系列的语音。

收听方法：扫描下方二维码。

点击「阅读原文」

加入辉哥的知识星球

跟辉哥以及16000+辉友一起

探寻AI时代的财务与精神自由之路

老会员续费有专属优惠，点击「阅读原文」即可完成续费

不要漏看这一篇：AI时代最聪明的投资，不是投资自己

+++

说一个我最近的真实感受：每天最开心的事，变成了和 Agent 对话。

不是因为 Agent 比人聪明。恰恰相反，Agent 在很多方面远不如人，比如经常出现的「失忆」和偶尔发生的「幻觉」。但它有一个优点，是人永远学不会的——它没有损耗。

我讲一句话，Agent 听到的就是这句话本身。没有情绪，没有面子，没有弦外之音。一件事可以快速讲清楚，快速推进，快速拿到结果。

人和人聊天不一样。信息在传递过程中会衰减，而且衰减得比你想象中严重。同样一件事，你讲了，对方听到的，可能已经不是你想表达的那个意思了。因为情绪，因为猜疑，因为面子，因为各种各样说不清的东西。你以为你说清楚了，其实对方只接收到了六七成，剩下的全是他自己的脑补。

说白了，Agent 对话最大的价值就是四个字：无损沟通。

这让我想到一种正在发生的变化：很快，沟通的主流方式会变成——你和你的 Agent 助理聊，然后是你的 Agent 和对方的 Agent 聊，最后是对方的 Agent 与对方本人聊。

人的时间，只花在最重要的事情上。

你的 Agent 是一个冰雪聪明的助理。Ta 知道你的偏好、你的知识结构、你关心什么、你正在做什么。当 Ta 和对方的 Agent 沟通时，没有情绪扰动，没有胡思乱想，只有准确、如实、及时的信息交换。

想想看，为什么这比人和人聊更高效？

没有情绪。对方一句话，你可能解读出三层意思，回去纠结半天。AI 不会。它说啥就是啥，不需要揣摩，不需要猜，不需要在群里反复斟酌措辞。

没有遗忘。人聊完天，转身可能就忘了一半。Agent 记得所有上下文，每一次对话都是完整的，不需要你反复确认「这个我们之前是不是说过了」。当然，现在 Agent 的记忆还有不少需要改善的地方，尤其是 OpenClaw Agent。但理论上讲，Agent 的记忆强于人，只是时间问题。

7×24 小时在线。你睡觉的时候，助理在帮你处理信息、筛选优先级。你醒来，它已经帮你整理好了所有你需要知道的事。

还能并行。你同时有十件事要推进，可以让助理同时跟十个不同的 Agent 沟通。人的精力有限，同时跟三个人说话就已经很累了。Agent 不累。

有人会担心：Agent 跟 Agent 聊，那人干什么？

其实正好相反。Agent 帮你处理了所有琐碎的沟通和信息整理，你只需要在最重要的地方出力——做判断、做决策、做创造。人的价值，反而因为 Agent 的存在变得更高。

这不是我一个人的感受。最近看到一篇写 Kimi 团队的报道，里面提到一个细节：超过十位员工明确表示，自己越来越不喜欢和真人打交道，更习惯和 AI 交流合作，因为 AI 更可靠，也更简单。有人用了一个更可爱的词：羞涩。

我相信看到这里，很多用 AI Agent 比较多的朋友，都能产生强烈的共鸣，对吧。区别是，我脸皮更厚一些，我先讲出来——反正不是难言之隐。

我觉得这不是羞涩。这是一种效率上的本能选择。当你习惯了无损耗的沟通，再回到充满情绪、误解和弯弯绕绕的人际沟通里，你会本能地觉得累。不是社恐，是你的大脑在告诉你：有更好的方式。

今天很多人用 AI Agent，还停留在「问答」阶段——我提一个问题，AI Agent 给一个答案。这不是 Agent 真正的价值。Agent 真正的价值，是成为你的助理。你告诉它你的目标，它帮你规划、帮你执行、帮你沟通、帮你复盘。

有一天你会发现，你和你的 Agent 之间的协作，比你和很多同事之间更顺畅。不是因为 Agent 有多强，而是因为——它和你之间，没有损耗。

Agent 跟 Agent 先聊。人只在最重要的时刻出场——这可能不是遥远的未来。

你开始更愿意和 Agent 沟通，往往不是因为它更聪明，而是因为——它没有损耗。

那下一步的问题其实很简单：

👉 怎么把这种「无损沟通」，变成一套能持续运转的工作流？

在「非程序员0基础 OpenClaw 实战 Part 3b/4」这期语音里，我重点讲三件事：
任务怎么拆给 Agent、哪些该自己做、以及为什么很多人装了 Agent 却没有形成生产力。

如果你想让 AI 不只是「偶尔帮一下」，而是开始稳定替你干活，这一讲会帮你把这一步跑通。

收听方法：扫描下方二维码。

点击「阅读原文」

加入辉哥的知识星球

跟辉哥以及16000+辉友一起

曾收到一条留言，如下：

「小时候就是家里、街坊邻居的乖娃娃，在中国教育体制下成为了老师、同学眼中的好学生。太长时间做别人眼中的样子，以别人的眼光作为标准，慢慢地忘了考虑自己想要什么，无法建立自己的人生标准。常常会迷茫和焦虑。」

我回复道：「乖娃娃长大以后最痛苦」。

后面又有人跟着留言如下：

「从小就是所谓的乖孩子，现在早已找不到自己。每做一个选择，考虑到的不是自己，而是别人会怎么看。目前大三，时常陷入对人生的困惑和迷茫，不知道何时才能摆脱这种状态。」

看起来「乖娃娃」不少，长大之后痛苦的「乖娃娃」也不少。那么就来谈谈为什么「乖娃娃」这么多，「乖娃娃」长大之后为什么这么痛苦，又如何找到出路。

从我自己谈起。我小时候就是典型的「乖娃娃」，听父母的话、学习努力，每门功课都争取考第一，各种才艺比赛——比如书法和绘画也参加了很多。幸好当时没有这么多辅导班，而我练习书法、绘画、数学等，多是出于自己的兴趣，而非外力迫使。

上大学第一次离开家乡，毕业后更是跑到远离家乡的深圳，又去了北京。过去太乖、太听父母的话，一旦被放出了笼子，就想远走高飞。

后来人生重大的选择，基本上都是自己「坚持己见」，比如找工作、换工作、投资理财等。母亲有很多年都不理解：为什么一个原本很乖的小孩，长大之后却变得如此叛逆，这样的「一意孤行」。

最后时间证明了那些我坚持的选择绝大多数是对的（甚至可以说100%是对的）。所以，当现在我需要做类似决定时，父母会选择尊重我的意见。

从听话的乖娃娃，到叛逆地远走高飞，再到最后互相理解和尊重，这个过程经历了20多年，可以说是非常漫长。

我们小时候为什么这么乖？因为我们在一个「乖就好」的环境下被养大。我们的童年，「听话」是一个被嘉奖的美德。我们会因为乖得到父母的疼爱、亲朋的赞许和老师的表扬。与此相反，那些「刺头」都成了大家眼中的问题少年。这种「驯养」模式造就了当年大多数小孩「以乖为荣」的心态。

当青春期开始叛逆，当我们有越来越多的自我态度时，又会有很多人告诉你：「不听老人言，吃亏在眼前」。毕业工作前，我们在经济上需要依靠家里，这也是无法在精神上独立的一个原因。

等我到了现在的年纪，我越发理解父母的不易。父母那一代作为50年代生人，在他们的童年和青年时代，过分的个性是危险的信号。而追随大流、不出头，则是保平安的法宝。我们是他们的小孩，他们自然希望我们能平平安安，而不是冒着风险出人头地。所以，「乖」成了他们的口头禅——因为「乖」就意味着平安。

我上大学是1996年，那一年刚好结束统招统分，我们的大学学费涨了很多，毕业之后国家也不包分配。当我毕业时拿了华为的 offer，当我母亲听说我加入一家在当时并不出名的民营公司时，非常生气。当我开始工作，当他们逐步开始了解华为时，我又选择跳槽去北京一家更不出名的小公司，他们同样不理解、不放心，还是怕我受骗、怕我受累。

过了好几年，换了几份工作之后，他们逐步接受：现在年轻人所面临的社会，与他们当年完全不同。他们是在一家单位待到退休，而我们短的话2–3年，长的话7–8年，就会做一次调整。他们思想中的「稳定的工作」和「不变的生活」早已消失。

我们这些在「乖」的氛围中长大的小孩，虽然上学时是好孩子，但是走入这个快速变化的社会之后，就会陷入很多痛苦和矛盾中。这体现在几个方面：

1 工作上魄力不够 —— 乖小孩很难有创业的魄力。工作十几年后环顾身边，创业的、做老板的，多是当年大学里的「坏小孩」「刺头」，而乖乖读书的一般都在老老实实打工。

2 做事患得患失 —— 乖小孩往往追求「最优解」。但现实是，当他左思右想想清楚时，一个原本不错的机会，已经变成了平庸的机会。

3 太在意他人的意见 —— 即使长大之后，依然想做一个「乖的大小孩」，做事总是在意他人的看法，无法坦坦荡荡做自己。小到发个朋友圈，都怕被人评价，最后干脆什么都不发。

以上这些，会给「乖小孩」带来极大的困扰。因为 Ta 要忍受工作上的平庸，不敢承受风险，做事谨小慎微。到最后，他们很可能会依附于一个并没有那么喜欢的工作，只是为了安全地养家糊口，无法面对自己真正的兴趣。

不仅如此，有越来越多的「乖小孩」已经成为父母。他们虽然不满意自己的现状，但在教育下一代时，依然沿用「乖」这一套方式。他们在把自己的不快乐继续传递——明明不喜欢，却缺少改变的勇气。

如果说「乖小孩」长大之后会很痛苦，那么明知有问题却无法改变，才是痛苦的根源。

有什么办法可以解决？我这里有几个简单的方法供你参考：

1 地理上保持距离 —— 如果成年之后还在父母的生活半径内生活工作，甚至住在同一屋檐下，是很难改变「乖小孩」命运的。有人说父母养老怎么办？等你足够成熟时再考虑。你和父母都需要一段独立生活的时间，培养各自的能力，让彼此心智成熟，这是一个很好的策略。

2  重大决定自己做 —— 有人问怎么做到？答案很简单，就是「去做就好」，并为自己的决定负全责。独立的勇气，只能在行动中培养。

3 和父母保持沟通，但不是事事请示 —— 告诉他们你的决定和近况，你们可能会经历争吵、不理解、冷战，这些都很正常。这是成长的必经之路。

4 不要伸手要钱 —— 我毕业后，除了拿了家里2000元路费，再没有向父母要过钱。很多人站不直，是因为经济依赖。就像老师说的：让父母帮你买房，就是让他们在你的小家庭里「深度入股」。他们是大股东，你怎么可能不听话？
我们可以永远保持「初心」，保持儿童的好奇心。但在精神上，一定要成为一个成年人，一个为自己负责的成年人。

心智成熟是一条「少有人走的路」，但一旦走上去，你会变得踏实。当有一天父母老去，需要你的时候，你既有勇气，也有能力，这才是我们要追求的。

祝你真正长大，远离「乖小孩」。而且你必须改变——你不变，你的孩子会重复你的路。

很多人以为，问题在环境、在父母、在时代。

但真正的转折，往往从一个念头开始：
「我是不是一直在用别人的标准活着？」

「自我觉醒」不是一瞬间的顿悟，而是一个把人生慢慢拿回来的过程。

我走了将近20年，也踩过很多弯路。

这知识星球『自我觉醒之路』的语音里，我会讲讲我是怎么一点点意识到这些问题，又是怎么开始为自己做决定的。

如果你也有过类似的迷茫，也许会有一点共鸣。

收听语音以及加入星球的方法：扫描下方二维码。

（辉友听完语音的反馈）

点击「阅读原文」

加入辉哥的知识星球

跟辉哥以及16000+辉友一起

探寻AI时代的财务与精神自由之路

老会员续费有专属优惠，点击「阅读原文」即可完成续费

不要漏看这一篇：执拗者赢两次

有不少朋友会在不同的阶段进入职业的迷茫期，具体表现为：

1、可能也说不出现在的工作具体哪里不好，但就是提不起劲；
2、自己感觉只是被动地应对老板、领导的命令，缺乏个人明确的目标和兴趣。

处于这种状态，大家会反复问自己如下问题：

1、我为何要进入这个行业？我为何要进入这家公司？
2、自己是否真正喜欢这个行业？喜欢这家公司？
3、自己的未来在哪里？接下来该怎么走？
4、自己是否能获得长期的竞争力？

甚至会在痛苦之中纠结：

是否要辞职，给自己放一个长假，彻底做一次自我调整？因为一边工作一边思考，很多时候感觉无法兼顾。

当有上面的状态时，意味着你进入了典型的职业迷茫期。我正好也经历过类似的时期，这里和大家分享一些心里话。

首先，在职业生涯中，遭遇迷茫期很正常。我在职业早期的一份工作期间，有一年多时间也感到类似的迷茫，找不到自己感兴趣的工作，生活也是浑浑噩噩，经常不想去上班，即使去了也打不起精神。但那段时间过去之后，我逐渐调整好了状态，找到了工作的定位和生活的乐趣。后来我了解到，类似我这样的职业迷茫期，很多人都遇到过，只是平日里很少谈论这些问题，所以大多数时候不为人知。

其次，之所以会碰到这样的状态，大概率还是没有真正找到自己感兴趣的工作。所以做着做着就变成了外部驱动，变成了被动接需求、完成工作的状态。如果长期缺乏内心的动力，就有可能进入这种精神疲惫、职业迷茫的状态。

解决这个问题的方法，一方面是向内寻找，寻找自己内心的小火苗，持续探索自己究竟对什么事情感兴趣；另一方面是向外求助，比如和老板、同事、同学等聊聊，看看能从哪里获得启发。当然，当我们向外求助时，也要明白一个真相：「知道自己内心想要何种工作的人是少数，大多数人处于不知道的状态。」理解这个真相，能帮助我们对从他人那里获得什么帮助，设立合理的预期。

关于是否要辞职去探索自我，我的建议是尽可能冷静。如果换一个工作，必然会同时面对两方面的挑战：一方面需要尽力适应新的工作环境，另一方面还要面对因为内心迷茫而带来的煎熬。这无疑是「双线作战」，这是兵家大忌。我们需要在大多数情况下尽量避免双线作战。

在外部环境相对稳定的情况下，花更多力气探索自己的内心。这方面不妨可以更坦诚一些，尤其要注意和身边人敞开心扉，和同事，甚至是信得过的老板、学长、师傅进行交流。大概率你会听到很多「类似的故事」，因为职场的迷茫期几乎是每个人都会遇到的，而且是不期而遇的。通过与他们分享交流，即使你无法直接获得答案，但依然会收获很多启发，也会因此获得力量——知道我们彼此很相似，是一种重要的内心支撑。

此外，在探索的同时，保持良好的生活习惯，比如早睡早起、勤于阅读、锻炼身体，都会有助于你获得更多的内心能量。这些都是帮助我们度过职业迷茫期的良药。

最后提醒大家一句，不要想着彻底解决「内心迷茫」的问题。其实我们只要生而为人，就会持续有迷茫，只是程度或深或浅而已。人若想不迷茫，只能等到晚年，当生命之光逐渐黯淡时。当我们拥抱青春时光的同时，也必须接纳这个阶段的困惑与迷茫——换个角度看，偶尔陷入迷茫，是我们「正青春」的重要标志之一。

很多时候，迷茫并不是因为你不够努力，而是你在做的事情，并没有真正回答一个更底层的问题——你为什么要工作。

在「职业动机」这期语音里，我重点讲了三件事：什么是职业动机，它为什么会在不知不觉中影响你的选择，以及——当你已经对现在的工作产生怀疑时，怎么一步步把这个动机重新找回来。

如果你也正处在一种「说不上哪里不对，但就是提不起劲」的状态，这一讲，会帮你把问题从表面拉回到根上。

收听方法：扫描下方二维码。

(辉友听完语音的反馈)

点击「阅读原文」

加入辉哥的知识星球

跟辉哥以及16000+辉友一起

探寻AI时代的财务与精神自由之路

老会员续费有专属优惠，点击「阅读原文」即可完成续费

不要漏看这一篇：我攒了点钱，买了全球最好的大模型