INDIGO TALK / 戒掉 ChatGPT，才能成为 AI 指挥家 - EP46

本期邀请课代表立正（孙煜征）回归对谈。我们从 AI 带来的真实焦虑聊起——效率提升十倍，为什么反而更累了？为什么只用 ChatGPT 聊天永远解锁不了 AI 的生产力？Agent 的三大核心能力如何改变工作方式？Skill 为什么正在取代 MCP？大公司、AI 创业公司、传统中小企业，谁才是 AI 时代的赢家？当 AI 能复制你的技能，人的价值在哪里？我们聊到了组织变革、劳动力市场的结构性转型，最终落在一个浪漫的判断上：AI 不是工业革命的延续，而是第二次文艺复兴——成为自己，才是这个时代最大的护城河。

Apple Podcast & Spotify 播客｜ 小宇宙播客

嘉宾

课代表立正（孙煜征） - Superlinear Academy 创始人，康奈尔经济学博士、曾任Meta / Amazon / 腾讯数据科学负责人。

时间戳

• 04:34 焦虑是真实的：杰文斯悖论再次应验
• 07:59 想用好 AI 的第一步：戒掉 ChatGPT
• 12:47 Agent 的本质：三个核心能力从未改变
• 14:45 从 MCP 到 Skill：当 SOP 遇上 AI
• 21:56 三种企业的 AI 命运
• 35:27 劳动力市场的结构性变化：不是消失，是转型
• 41:36 组织变革：AI 提效的最大障碍不是工具，是组织架构
• 44:44 AI 是第二次文艺复兴
• 51:06 AI 时代社群的价值：人感、非共识与避风港

关于课代表立正的「AI Builders」课程

AI Builders 是由课代表立正和鸭哥两位藤校博士主讲的 Top AI 课程，已经持续更新两年多，迭代12期，在Maven 上评分 4.9/5，累计学员3000+。
课程承诺一次购买，终身更新、终身答疑、终身社区。

解锁《INDIGO TALK》播客专属福利：

🔗 免费进群围观（开启终身 AI 学习计划）

🔗 编程入门课（0基础上手，萌新首选）
人民币折扣码 INDIGOAI（¥409 → ¥249）
美金折扣码 INDIGOAID ($59 → $29）

🔗 主课 Bundle（全维度系统进阶）
人民币折扣码 INDIGO（¥7345 → ¥6745）
美金折扣码 INDIGOD （$1048→ $948）

这是一场关于 AI 时代个人与组织如何自处的深度对谈。Indigo 与课代表立正（孙煜征）——康奈尔经济学博士、前亚马逊/Meta/腾讯资深从业者、现全职经营万人 AI 社群 Superlinear——从各自的真实体感出发，聊到了一个核心命题：当 AI Agent 能复制你的技能并自主完成任务时，人的价值究竟在哪里？ 他们给出的答案出人意料地浪漫——AI不是工业革命的延续，而可能是第二次文艺复兴的序曲。

1
焦虑是真实的
杰文斯悖论再次应验

AI 让你更快了，但并没有让你更轻松——效率提升带来的不是解放，而是更多的工作量。

对谈从一个非常真实的感受切入。Indigo 坦言，从 2025 年 11 月到 2026 年初这几个月，AI 的能力飞速发展——Claude Opus 4.5 的发布、Claude Code 和 Agentic 工作流的成熟——让他觉得"一下子把很多之前没法做的工作都能串起来做了"。Code 的能力加上 Agent 的执行能力组合起来，使用得当可以带来十倍速的提升。

但十倍速的代价是什么？Indigo 说出了一句扎心的话："我因为速度变快了，我就更累了。" 这正是经济学中经典的杰文斯悖论（Jevons Paradox）——当某种资源的使用效率提高时，人们不会因此减少使用，反而会因为成本降低而大幅增加使用量。你的成本下降了，你能干的事更多了，然后你就更累了。

课代表对此深有同感。这不是个别现象，而是所有深度使用AI的人都面临的困境。效率的提升不会自动带来悠闲的生活——它只会重新定义"正常"工作量的基线。

2
想用好 AI 的第一步
戒掉ChatGPT

如果你和AI的交互仅限于聊天窗口的问答，你永远无法真正解锁 AI 的生产力。

课代表抛出了一个颇具争议的主张："想用好 AI 的第一步就是要戒掉ChatGPT。" 这并不是说 ChatGPT 不好，而是说纯聊天式的交互方式本质上就是一个受限的交互模式——就像汽车刚发明时，英国法律要求每辆车前面必须有一个人举着旗走在前面引路。车明明已经可以跑很快了，非要一个人在前面领着走，当然跑不快。

Indigo 的观察更为细致。他发现大约 90% 的人把 AI 当搜索引擎或问答机器用——聊一两轮就走了，得到一个简单答案就结束了。可能只有 5% 的人会想到"我有很多任务，能不能让 AI 帮我做一下"。

这个门槛看上去很低——下载 Cursor 或 Claude Code，告诉它你想做的事情，发现它真的帮你做出来了，门槛就跨过去了。但实际上，大多数人跨不过去。原因很简单：大家天然对编程有恐惧感，看到命令行界面脑子就炸了。课代表说得很通透："只要跨过去的人都会觉得，哇，原来这个门槛这么低。但是没跨过去的人就会觉得，哇，这个门槛好高。"

Indigo 自己就是一个有趣的案例。他以前做过编程，对命令行界面没有任何障碍，但因为日常工作不需要写代码，之前用 Claude Code 不多。后来他发现，用 Claude Code 不一定要写代码——让它帮做总结、写文章，在一个工作目录里面操作，效果反而比纯聊天好得多。但他也指出，"很多人连工作目录的概念都没有"——只知道电脑桌面，桌面上乱得一团糟。手机用久了之后，这个概念更加稀薄了。

3
Agent 的本质
三个核心能力从未改变

Agent区别于ChatGPT的核心在于多步决策、自我迭代、调用工具——所有后续的发展都是围绕这三个能力在深化。

课代表从头梳理了 Agent 的发展脉络。2024 年底是Agent大爆发的时候——Devin 率先出场，Cursor 紧跟推出 Agent 模式，Manus 后来被 Meta 高价收购，Lovable 等工具层出不穷。整个 2025 年，Agent 的发展极为强劲。可以说，"AI 真正从一个聪明变得有用，都是靠 Agent 的发展。"

那么 Agent 和 ChatGPT 的核心区别是什么？课代表总结为三点：多步决策、自我迭代、调用工具。因为它可以调用工具来学习和完成任务，而且可以执行很多步，在过程中看到自己做了什么、错在哪里，做得不好时能想一个新方法做得更好。这三个能力让Agent可以完成真正复杂的工作。

从这个角度出发，无论是 MCP（Model Context Protocol）、Skill，还是最新的Harness Engineering 概念，本质上都是在为 Agent 创造更好的环境——让它更好地使用工具、更好地多步决策、更好地自我迭代。"原理从头到尾都没有变，只是大家做的越来越深。"

4
从 MCP 到 Skill
当 SOP遇上 AI

Skill 本质上就是给 AI 的 SOP（标准操作流程），和老板们给员工写的工作手册没有本质区别。

课代表对 MCP 给出了一个颇为直率的评价。MCP 的理想很美好——用统一接口让Agent 可以调用各种工具。但实际上，MCP 是一个非常理想化的协议，它试图把所有工具都变成上下文喂给大模型，这个过程中有很多不精确、不可控的东西，debug也非常困难。所以后来大家用 MCP 就越来越多地在做"hack around MCP"——绕着MCP 的限制走，而不是走它本来设计的路线。

直到 Skill 出来——一个更精确、更有效的调用方式——很多人迅速扔掉了 MCP 转向Skill。

但 Indigo 对 Skill 的解释才是最接地气的。他把 Skill 比作企业的 SOP，这个比喻一下子就把看似高深的技术概念拉到了每个人都能理解的层面。你开一个餐厅，招一个厨师，SOP 要有吧？进门先洗手，锅怎么放，最后怎么收拾，离开时先关灯再扔垃圾，垃圾扔到哪。这完全就是 Skill。一个做得好的 SOP 是不会出错的——无论任何一个员工过来上岗，跟着这个 SOP 就能把任务完成得非常好。

关键转折在于：以前读这个"入职手册"的是人，现在变成了 AI Agent。同一个手册，给人看也行，给 AI 看也行——但AI看了之后执行得更好、更快。

Indigo 分享了一个生动的例子：他把自己即将出版的新书《真本事：从会工作到会赚钱》喂给 Claude，让它转成一个 Skill。半小时后，AI 就把整本书的原理抽象消化，变成了一个可以辅助工作和赚钱决策的可复用框架。

课代表补充了一个重要观察：不同模型对 Skill 的理解能力不一样。模型越强大、训练得越好，对 Skill 执行得越好。就像招员工一样——同一个工作手册，给聪明的员工你更多要求结果、不会太固定动作，给能力一般的员工你会多固定步骤"必须做12345"。

5
三种企业的 AI 命运

大公司短期受益于分发护城河，AI-native 小公司效率恐怖但缺分发，传统中小企业将迎来迟到的数字化转型红利。

课代表从业务、人才、组织多个维度拆解了不同类型企业在AI时代的处境。

第一种：科技大公司——短期最受益，但组织效率是软肋。 AI 目前本质上是一个增强型技术（Enhancing Technology），你得有现有业务去增强。Google Search 看似被AI冲击，但其实搜索结果变得更好了，Google Docs、Google Meet、Google Slides都因为AI变得更好了。大公司还有人才储备的优势——课代表的课程给腾讯、1Password、DoorDash 等做企业培训，发现大公司的人在使用 AI 上其实比较深入，思想转变也特别快。腾讯作为世界最大的游戏公司，拥抱 AI 非常深，恨不得所有能用 AI 的都用 AI。但有意思的对比是，美国的游戏公司普遍反对 AI，使用方式还停留在 ChatGPT 复制粘贴。

不过，大公司最终可能面临被颠覆的命运——只是时间线可能是几年甚至更长。

第二种：AI-native 创业公司——效率极为恐怖。 课代表透露，他们在做企业培训时接触到一些非常 AI-native 的公司，这些公司的策略很直接：先给员工培训，能做到"AI Conductor"（AI指挥家）的留下，做不到的全走。他们不要写代码的工程师了——"因为他们觉得代码这个东西不需要真的工程师去写了。" 这样的公司没有历史包袱，结构扁平，人和Agent沟通替代了人和人沟通，效率在局部业务上"吊打大公司"。

课代表用了一个生动的对比：你要么可以开个会讨论产品该怎么做，要么你可以直接把产品做出来——"干嘛要开那个会？"

但大公司有现成的分发渠道（distribution），这是小公司短期内难以逾越的优势。课代表用 Gamma（AI 驱动的演示工具）举例：Gamma 做得再好，也不能在短时间内击败 Google Slides，因为 Google 只要在 Slides 里出一个AI功能，第二天大多数用户都会看到。

第三种：传统中小企业——迟来的数字化转型红利。 这是课代表最有感触的群体。他认识一个亚马逊的 Principal Engineer，辞职后去帮 farmers market 做软件和物流系统。AI 出来后这位朋友非常开心——"我之前能做的东西这么少，现在能做这么多。"

背后的逻辑很清晰：大多数传统企业从未真正经历过数字化转型，因为程序员太贵了。你想做一个有效的数字化管理转型，可能得招十个程序员——哪有几个中小企业负担得起？所以它们只能去买SaaS，共享一个逻辑层。但现在，每个中小企业都可以用AI Agent配一个经过培训的AI Conductor来干这件事，实现自己流程定制化的SaaS。

这意味着 SaaS 市场将被分解——有些可能不存在了，有些往后端 Infra 走了，有些则去赋能那些 AI Conductor。

6
劳动力市场的结构性变化
不是消失，是转型

高价值工作岗位自 1980 年后就一直在减少，AI 加速了这个趋势——但人类总会创造新的需求和新的工作。

Indigo 分享了一个耐人寻味的数据：从美国的研究报告来看，科技进步实际上从1980 年后就在让高价值工作岗位持续减少。只是这些岗位的工资在不断上涨——硅谷程序员从90年代到2000年后赚了很多钱，但整体岗位数量是在减少的。

课代表补充了 Naval（纳瓦尔）的经典论述：代码和媒体是两个最好的杠杆。一方面是自动化完成工作，一方面是传播影响别人。而这一次 AI 带来的冲击在于——这些自动化的工作都不用人来驱动了，AI Agent 能够复制你的技能然后自己完成。那人要做什么？价值更高的工作：抽象、想象力、创作。但这些岗位的需求其实变得更少了。

不过课代表讲了一个很有温度的故事。2018-2019 年在亚马逊的 All-Hands 上，Bezos 被问到是否担心人类未来没有工作。Bezos 的回答是：有一个工种叫"给狗做发型"——你 100 年前跟一个农民说这世界上有这个工作，他肯定觉得你神经病。但现在它是一个高薪职位。人类总是会创造出新的需求和新的工作。

Indigo 对此的态度是：冲击肯定会有，中短期会很大，但长期他是乐观的。他更想指出的是一个底层逻辑的变化——"我们现在的思维模式是被工业时代塑造的，劳动创造价值、提高生产力。我觉得很快我们这个时代就过去了，智能时代不是这样子的。" 意义是什么，比效率是什么，可能更重要。

7
组织变革
AI 提效的最大障碍不是工具，是组织架构

旧的组织形态是为上一代生产力设计的，新的生产力一定需要新的组织形态。

Indigo 抛出了一个从实践中得来的洞察。他在一个上千人的组织中真实部署过 AI，发现 AI 提效真正面临的是组织结构的问题，而不是工具的问题。

课代表的分析更为犀利。他指出两个核心观察：

第一，大多数企业的问题是"人多事少"。AI 提高了生产力之后，事更少了，但人还是那么多。人多的地方就有江湖——无意义的工作会被创造出来填补大家的工作时间：开会、对齐、计划、review…… 这些都是"创造出来的无意义的工作"。AI 提效之后，这些无意义的工作不但不会被取代，反而会变本加厉——因为没有人愿意承认自己的工作是多余的。

第二，生产关系必须适配生产力。在大公司里，你做一个东西难吗？早就不是了。人可能比事多十倍。在这种情况下，AI 只会让问题更严重。所以很多公司最终会选择一个看似粗暴但有效的方式：裁一半人，然后重新搞。

课代表提出了一个更根本性的观点：我们之前是按技能分工的——你是 PM、你是Engineer ——但现在技能变得极其便宜了，人应该按素质和专长去分工。审美好的去做 Designer 方向的 Builder，数据敏感的去看数据，有 Idea 的去出 Idea——但所有人都应该有 Build 的能力，整个团队要 end-to-end own 一个Product。

8
AI 是第二次文艺复兴

工业时代磨平个性，AI 时代释放个性——当生产被自动化，你的个体才是护城河。

这是整期对谈最动人的部分。

Indigo 引出了一个看似残酷的现实：当 AI Agent 替代了你的技能，人留下来的是什么？是 Intention（直觉）、Taste（品味）。用品味和直觉来划分人——这有点像DNA一样，有人天生审美好，有人天生数据敏感。

但课代表给出了一个完全不同的视角。他说："我觉得这反而是一个回归人性的点。" 工业时代做的事情是什么？是把人的个性全都磨平，然后全都去打螺丝——全都是标准件，每个人都可以互相替换。一个 Designer 和另一个 Designer 可以互相替换。使劲分工，使劲标准化。

但在 AI 时代，这个逻辑彻底反转了。你的底子差，出来一个"特别丑的东西"，说不定正好找到一堆喜欢这种特别丑的东西的人。这不是标准的好或不好——这是个性表达。

课代表用一个非常浪漫的类比把这个逻辑推到了极致——他把 AI 看作第二次文艺复兴。

第一次工业革命的整个体系，就是把生产尽可能标准化、流水化，从而最大规模地生产一模一样的东西，然后找最大的市场。要实现这一点，就必须抹平人们对需求的个性化要求。SaaS 也是同样的逻辑——一堆程序员写代码，给很多人用。

但现在这个逻辑都变了。每个企业都可以有自己的 AI 帮它写的软件，输出面向不同人群的、设计各异的东西，去匹配各种各异的人。完全定制化的时代到来了。

"我非常 hope 20 年后的世界会非常的丰富多彩。然后我们 20 年之后回看今天，我们会觉得——那个时候的世界非常的无聊，非常的平庸，充满了对个性的泯灭。"

这是一个极其乐观的判断：当生产被自动化的时候，分发是护城河，你的个体才是护城河，你成为自己才是护城河。

9
AI 时代社群的价值
人感、非共识与避风港

当 AI 在共识上做到极致时，只有非共识的东西才有价值——而社群正是非共识和人感的栖息地。

对谈的最后一个话题聚焦在社群的价值上。课代表的社群 Superlinear 刚发布了独立APP，拥有超过一万名成员，其中大量是硅谷大厂的核心技术骨干。

课代表提出了两个关于社群价值的深刻洞察：

第一，社群不受算法统治。在任何上了规模的平台上，哪怕买菜，Uber都要用算法推荐。算法有算法的偏好，但那不是人的偏好。社群里，大家可以摆脱算法，个性充分展现。

第二，社群承载非共识。AI 在共识（consensus）上可以做到非常优秀，但共识意味着不值钱，因为AI都能做好。只有非共识的东西——那些所有共识之外的观点和创作——才是下一个时代真正有价值的东西。社群正是非共识的培养皿。

从更现实的角度，课代表认为社群是学AI的最好地方。上一个课上完了，第二天可能就忘了，行为几乎没有改变。但如果身边的人全都在天天学 AI——小王今天用 AI 解决了问题，小李用 AI 干了一件事，小孙分享了一个 AI 见解——"你在这种地方你怎么可能学不好AI？" 社群改变不了你的物理环境，但它可以成为这样一个地方。

Indigo 把社群的价值上升到了更高的维度。他认为在 AI 越来越发达的世界里，人感（人的存在感和连接感）将变得越来越稀缺。Agent 越多，人类越稀缺，人感越稀缺。你每天一定要找到一个能够刷存在感的地方——不然人生就没有价值和意义了。

他在自己的社群里就能感受到这种人感——一个焦虑但一直在行动和分享的大叔，一个真实脆弱但充满动力的女生——这些人他都没见过，只看过头像，但人感扑面而来。

Indigo 甚至做了一个大胆预言：未来 3-5 年，AGI 诞生前后，小型社群将大流行。这不是因为社群是一个好的商业模式，而是因为人需要一个地方被连接在一起——"提供一些避风港，我们把一些人给连在一块，提供这种避风港。"

课代表最后分享了一个动人的个人故事。2023 年他写了那篇著名的"关于 ChatGPT 最重要的五个问题"之后，意识到自己的数据科学工作不会存在了。他第一反应不是焦虑，而是去想"什么工作会存在"。他甚至跟深圳一个餐厅老板谈好了技术转让、准备好了资金、跟家里都说了要开餐馆。后来一位朋友劝他，餐厅很难做出真正的差异化。于是他转向了社群——"在 AI 时代，有什么东西是 AI 拿不走的？有什么东西是很难被取代的？有什么东西有它的个性存在价值？社群就是其中之一。"

延伸思考

这期对谈表面上在讨论 AI 工具和技术趋势，但真正触及的是一个更深层的哲学命题：当机器接管了"做事"，人的价值就必须从"做事"之外去寻找。这不是一个悲观的结论——相反，它可能意味着人类终于有机会从工业时代"打螺丝"的宿命中解脱出来，去追求真正属于个体的东西。

值得注意的是，Indigo 和课代表都不是纯理论派——一个在温哥华做投资和中小企业 AI 落地，一个在硅谷运营万人社群和企业培训。他们的判断来自每天和真实的人、真实的企业打交道的体感。当两个如此深度参与 AI 实践的人同时说出"成为自己才是护城河"这样的话时，这不是鸡汤，而是经过检验的观察。

精华收获

关于使用 AI： 停止把 AI 当搜索引擎。下载 Cursor 或 Claude Code，告诉它你想做的事，让它帮你做出来。跨过这个门槛，你对AI的理解将彻底改变。Skill 就是给 AI 的 SOP——你已经会给员工写工作手册了，现在把读手册的"人"换成 AI Agent 就好。

关于职业发展： 不要再问"AI 会不会取代我的工作"，要问"什么是 AI 做不好的"。答案是：非共识的创造、人与人的连接、品味与直觉的表达。未来的关键角色不是程序员，而是 AI Conductor——能编排多个 Agent 持续工作、推动业务的人。

关于企业战略： AI提效的最大障碍不是工具，是组织架构。旧的组织形态为上一代生产力设计，新的生产力需要新的组织。传统中小企业将迎来史上第一次真正的数字化转型机会——因为程序员不再昂贵了。

关于人生意义： 当生产被自动化，分发是护城河，个体才是护城河。工业时代磨平个性，AI 时代释放个性。找到你的社群，保持你的人感，成为自己——这可能是 AI时代最重要的生存策略。