叨叨年糕陪你聊轻话题。大家好，我是本期值班主播——多多。

这一期轻话题的标题，起得稍微有点大，但我想先从一件特别小的事情说起，就是上周叨叨和大家分享过的——她部署“龙虾”的经历。那今天，我也来接着聊聊我自己的体验。我一开始种草龙虾，是因为看到叨叨在我们的飞书群聊里，加进了她自己的龙虾 agent。这样一来，龙虾就可以直接参与我们的讨论，给出第三方视角的建议，也可以记录和沉淀我们的讨论产出。这件事一下子让我觉得：太方便了。因为在此之前，如果我们想让 AI 帮忙总结一段讨论，通常要先手动复制聊天记录，再粘贴到 AI 的对话框里，然后告诉它：请你帮我总结一下，提炼一下重点，看看有没有遗漏。这个过程本身并不复杂，但非常打断工作流。而当 AI 直接进入我们的讨论场景之后，它就不再只是一个“事后总结工具”，而更像是一个在场的协作者。它可以记录、总结，也可以实时参与讨论，给出评论，帮助我们查缺补漏。于是我也马上跟上了叨叨的步伐：买服务器，部署龙虾。当然，过程并不是一帆风顺的。上周叨叨提到，我部署的时候稍微走了一点弯路。可能是因为我一开始直接让 Codex 帮我操作，但没有把模型接入方式说清楚，所以 Codex 默认用了 OpenAI API Key 的方式。结果它就陷入了一个很诡异的循环：一边让我把 key 发给它，一边又提醒我 key 暴露了，需要重新生成一个。后来我告诉它，我想用的是 Codex 认证接入方式。它又开始在服务器上直接安装并登录 Codex CLI。到这里，我已经有点晕了。最后，我还是求助了 ChatGPT，让它直接告诉我：龙虾如何接入 Codex 模型，以及如何接入飞书。然后我按照它给出的完整流程，手动完成了部署。部署完当天，我就开始测试。我先让它帮我改一份拖了很久、一直无从下手的员工手册。它像一位资深 HR 一样，和我展开了全方位的讨论：哪些制度表述不够清晰，哪些地方对新员工不够友好，哪些流程容易产生歧义，哪些内容应该补充案例。整个过程的效率非常高，高到让我有点惊叹。更重要的是，这种工作模式让我感觉很爽。

很多人说，用了 AI 以后，坐在电脑前的时间反而变长了。听起来好像有点反直觉。按理说，AI 提高了效率，我们应该更快完成工作，然后离开电脑才对。但我的感受恰恰相反。因为 AI 放大了个人能力，也让创造价值的反馈变得更明确、更即时。你很快就能看到一个想法被展开，一份材料被完善，一个长期卡住的问题被推进。这种正反馈会让人分泌更多多巴胺，也会让人更愿意继续探索：我还能做到什么？我的能力边界到底在哪里？所以，AI 并不只是帮我们节省时间。它还会让我们更想使用时间。

这让我想到一个概念，叫做杰文斯悖论。1865 年，英国经济学家威廉·杰文斯写了一本书，叫《煤炭问题》。里面提出了一个当时听起来不太符合直觉的发现：蒸汽机的效率越来越高，但英国消耗的煤炭并没有下降，反而上升了。按理说，发动机效率提升了，同样多的工作用更少的煤就能完成，那么煤炭总消耗应该下降才对。但杰文斯发现，事情并不是这样。因为效率越高，使用煤炭的成本越低，人们就越愿意用蒸汽机去做更多的事情。结果不是煤炭用得更少了，而是煤炭被用在了更多地方，总消耗反而上升。后来，人们把这种现象称为“杰文斯悖论”：当技术进步提高了某种资源的使用效率之后，这种资源的总消费量不一定下降，反而可能上升。

而现在，我觉得这个悖论的主角，正在从煤炭变成我们的时间。AI 提高了我们的效率，但它不一定会让我们更少工作。相反，它可能会让我们看到更多可以被完成的事情、更多值得探索的问题、更多原本因为能力或时间不足而被搁置的想法。

这也让我想到，上周末我参加火星创业营时，一位创始人分享了他们企业内部工作方式的变化，我听完之后特别有感触。他们已经在内部系统里接入了 Claude Code，并且给了它足够完整的企业上下文。比如公司内部文档、历史项目资料、会议录屏和会议纪要、运营社区里的用户反馈，都会被自动沉淀进企业自己的知识库里。也就是说，AI 不再只是一个临时被召唤出来回答问题的工具，而是长期“生活”在企业信息系统里的协作者。

当社区里积累了新的用户反馈，agent 可以自动分析这些反馈背后的共性问题，判断用户真正关心什么，然后给出下一步的社区运营方案。比如哪些话题值得继续放大，哪些用户问题需要被产品团队关注，哪些内容可以转化成运营活动，哪些反馈背后其实隐藏着新的产品机会。

甚至在产品需求讨论时，agent 也可以自动结合运营社区里的用户反馈，给出更贴近真实用户的建议。过去产品经理可能需要先去翻社区记录、整理用户访谈、归纳反馈，再带着这些信息进入需求讨论；但现在，agent 可以直接把用户声音带进产品会议里。它会提醒团队：这个需求是不是用户真的高频提到的？这个痛点是不是只来自少数极端场景？有没有哪些用户表达，说明我们原本理解的需求方向可能并不准确？

这会让产品讨论变得更有依据。团队不再只是凭经验、凭直觉、凭某个声音很大的用户来判断优先级，而是可以更快地把分散在社区、会议、客服、运营记录里的真实反馈汇总起来，转化成产品判断。

当创始人或者团队成员要外出演讲时，agent 也可以根据不同活动类型、不同听众对象，自动调整 deck。面对投资人，它会突出市场空间、商业模式和增长数据；面对行业伙伴，它会强调合作场景和生态价值；面对用户或社区，它会把表达方式变得更具体、更有共鸣。

这件事让我很震动。因为过去我们理解的企业知识管理，更多是“把资料存好，方便人以后来查”。但现在，它正在变成另一种形态：企业内部所有信息都可以被 AI 理解、调用和重组，并进一步转化成方案、判断、行动和表达。

也就是说，AI 不只是帮人更快地写一份文档，或者更快地做一页 PPT。它开始嵌入企业的日常运转里，成为组织记忆的一部分，也成为组织决策和执行的一部分。它让运营不再只是事后复盘，产品不再只是凭经验讨论，表达也不再每次都从零开始准备。

回过头看，办公方式其实一直在被技术改变。最早是纸质办公，后来进入无纸化办公；再后来，线上协作软件出现，飞书、钉钉、Slack、Notion 这些工具，把组织协作从线下搬到了线上。文件、会议、任务、沟通都被数字化了。而现在，AI 的出现，可能会带来下一次办公方式的变革。

我觉得未来的企业办公软件，会越来越 AI Native。这里的 AI Native，不只是简单地在一个软件里加一个 AI 助手，也不只是多一个聊天框。真正的 AI Native，是整个工作流本身就为 AI 协作而重新设计。下一代企业办公系统，将是一套同时面向人和 agent 的工作系统。所有内部文件、会议记录、用户反馈、项目进展，都会以某种方式被结构化沉淀，既有给人看的可视化界面，也有方便 agent 理解、调用、执行和协作的数据形态。到那个时候，公司内部的协作方式可能会变成：人提出目标和判断，AI 负责组织信息、推进流程、补足执行细节，而人再不断做选择、校准方向。也许飞书、钉钉这样的办公软件，会继续往 AI Native 的方向演进。也许也会出现很多新的 agent harness，专门适配不同办公场景，比如 HR、财务、法务、产品、研发、销售、运营。它们不再只是工具，而更像是企业内部的一组数字同事。

所以我觉得，新一代办公方式的出现，可能真的不远了。当然，说到这里，很多人会担心：随着 AI 的发展，人会不会逐渐被 AI 替代？这个问题不是没有道理。现在一些海外大厂，已经出现了用 AI 固化员工经验、压缩岗位、提高人效的现象。短期来看，这确实会带来阵痛，也会让很多人感到不安。但如果把时间线拉长一点，我还是会更乐观。因为我相信，当 AI 极大放大生产力之后，人类社会也会逐步产生新的分配方式。未来，也许人们不再是为了生计而工作，而是因为想创造、想表达、想参与某件事情，所以选择工作。马斯克也曾表达过类似的观点。他预测，在未来的 10 到 20 年里，工作可能会成为一种选择。就像今天我们明明可以直接去超市买蔬菜，但还是有人愿意在自家后院种菜。不是因为这样最高效，而是因为这个过程本身带来乐趣、意义和连接感。未来的工作，也许会变得像运动、游戏、园艺、创作一样。它不再只是谋生手段，而是一种自我实现的方式。随着 AI 和机器人技术的发展，很多基础生产会被极大自动化，金钱的重要性可能会下降，贫困也有机会被大幅缓解，甚至被彻底消除。

我非常期待这样的时代到来。当然，我们现在还在过渡期。过渡期一定会有混乱、不确定，也会有很多旧秩序被打破时的阵痛。但我还是愿意相信，技术最终会把人从很多重复、低价值、被迫性的劳动中释放出来，让更多人有机会去做真正想做的事情。

也许这就是我所期待的 AI Native World。它不是一个 AI 替代人的世界，而是一个人和 AI 重新协作、重新分配能力、重新理解工作的世界。现在，我们刚刚站在入口处。

那么，我们下期再见啦。拜拜～