欢迎来到新一期《AI 炼金术》

近期我们看了谷歌、OpenAI、Anthropic 的一系列发布会，真正感受到 “大为震撼” ，所以赶紧来聊聊，面对 AI 这股汹涌浪潮和巨头们扔下的 “重磅炸弹”，有哪些风向变化以及潜在的机会？

MCP（多能力平台）服务越活跃，AI OS（AI 操作系统）的雏形就已存在。

AIOS 需要让任何应用和 AI 能力都能互操作。

AI coding 能力已非常强，不再只是辅助，而是能独立按需求做事。

MCP 渗透到一定程度，就会进入快速加速期。

AGI（通用人工智能）之前的阶段性边界已清晰：大部分人会失业，包括我。

历史上很多热门应用，都在解决工具间的互操作性问题。

公司里像 “胶水” 一样连接各方的人，其实扮演了内部操作系统的角色。

年轻人用 AI 可能更好，因为我们过去的 “最佳实践” 反倒可能成为障碍。

若 AI 完不成工作，先反思是否没给够信息或上下文，而非 AI 太弱。

组织协调的关键，在于底层 prompt（提示）的同频。

想靠一个特别厉害的模型在某个领域干翻别人，这条路可能难了。

Agent（智能体）需要能一站式看到投放、创意、追踪等所有数据。

所有服务都应有 MCP、完善文档、易测试的代码，需求能自动发沙盒验收，以大规模提升效率。

团队组织要尽早为 AI coding 的普及做好准备。

公司要花大力气，让公司整体的基础设施对 AI 可访问。

让组织 “AI Ready”：流程、功能、信息都要对 AI 开放可用。

工程师要转变为架构师或产品经理，每天的工作是清晰地给 AI 布置任务。

创业出路：要么做矩阵式打法，靠组织效率和数量取胜；要么干巨头不干的脏活累活。

大家应该尽快去完善这套 AI-ready 的基建。

我应该把所有的工作都准备好让 AI 来干，这样自己就可以不用干活了。

新公司应利用 AI 能力和 AI-ready 的基建搭好自己的基础设施，然后靠迭代速度来战胜老公司 。

01:00AI OS 初探： AI OS 的本质，一个能让日常工具通过 AI 实现互操作的中心化入口。

03:00MCP 与互操作性： MCP 如何将公司内部服务或工具打包，并通过 AI 实现不同工具间的串联与互操作

05:00AI OS 实际体感： 任何环节的应用之间、任何 AI 能力在任意环境都可以互相操作

08:00巨头的机会与 AI OS 的未来： 微软宣布下一代操作系统将自带 AI 能力和 MCP 支持，印证了 AIOS 可能成为巨头角逐的新战场。历史上，许多热门应用都在解决工具间的互操作性问题。

10:00MCP 价值与应用： MCP 服务如何通过记忆用户历史调用中有价值的信息，使 AI 变得更强，并提及了 “Open Memory” 这类本地 MCP 服务的潜力。

12:00AI 反向赋能： 随着 AI 能力增强，未来可能不再是我们给 AI 安排工作，而是 AI 反向为我们规划任务、管理日程，前提是所有信息能够打通。

15:00组织协同与底层 Prompt 同频： 未来的组织协调不仅需要事情上的跟进，更需要底层 Prompt 的同频，以实现高效协作和更强的控制。

16:00AI 时代的人才与认知迭代： 年轻人可能比经验丰富者更快适应 AI，因为后者固有的 “最佳实践” 可能成为认知迭代的障碍。AI 将使得单个研发的效能数倍提升。

18:00MCP 的实际应用案例： 以搜索结果不佳（bad case）的分析为例，说明如何通过 MCP 暴露搜索链路中各环节服务，让 AI 辅助工程师排查问题，提高效率。

21:00AI 编程的惊艳进展： AI 编程工具（如 Codex, Claude Code, Google 的 Lotus）的巨大进步，它们不再仅仅是辅助编程，而是能独立完成从需求理解到代码提交的整个流程。

23:00SWE Bench 的启示： AI 在 SWE Bench（软件工程基准测试）上取得的高成功率（如 Claude 达到 80%），证明了其解决真实世界编程任务的强大能力。

25:00AI 编程与基建的重要性： AI 并行处理多任务的能力远超人类，未来的瓶颈将转为需求描述的清晰度。然而，大部分公司的代码库和基础设施尚未为此做好准备。

28:00“AI Accessible” 的企业基建： 公司应致力于打造 “AI 可访问” 的基础设施，包括完善的文档、便捷的测试沙盒环境、标准化的 MCP 接口，使 AI 能高效接入并完成工作。

32:00AI 时代的系统设计： 良好的系统设计、模块化、职责清晰将极大提升 AI 管理和开发代码的效率，不同公司间的迭代速度差异将因此拉开数量级。

35:00AI 对岗位的重新定义： 从工程、数据处理到模型调优，许多以往需要人力的工作将逐步交由 AI 完成。一些面向体验和审美的前端岗位可能相对难以替代。

37:00工程师角色的转变： 未来工程师的角色更像架构师或产品经理，核心工作是清晰地给 AI 布置任务并进行验收。

40:00谷歌发布会与 VEO3 的冲击： 谷歌一次性发布大量 AI 产品和功能，以及 VEO3 视频生成模型的强大能力，让从业者感到巨大压力和创业艰难。

44:00AI 时代的套利空间与创业方向： 尽管巨头压顶，短期内仍存在利用信息差和技术差的套利空间（如代做小视频）。创业可能需要转向更脏活累活或矩阵式打法。

47:00AI 转型的咨询与中间件机会： 帮助企业进行 “AI 化转型” 是巨大的咨询类机会（类比埃森哲），同时，将传统软件暴露给 AI 可用的中间件也存在产品机会。

51:00创意类应用的潜力： 尽管基础模型竞争激烈，但利用强大模型（如 VEO3）开发创意类、教育类应用（如教小朋友拍电影）仍有广阔空间。

53:00拥抱变化与组织 “AI Ready”： 核心在于推动组织流程、功能、信息向 AI 开放，让组织 “AI Ready”，这不仅是技术调整，更是组织和人的调整。

01:05:00AI 时代的终局思考： 未来的工作是更好地为 AI 准备好信息和接口，最终可能导致大部分人（包括自己）被 AI 替代，心态也需随之转变。

「AI 炼金术」是一档由徐文浩和任鑫 —— 两位多年老友、AI 领域的资深从业者 —— 打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。 

我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活…… 如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！ 

商务合作：公众号 「AI 炼金术 」菜单栏中【商务】获取联系方式 

徐文浩：某 AI 创业公司联合创始人，正在面向全球市场开发 AI 应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司 MediaV 的算法和数据负责人，后被 360 收购。离开后加入成立不到 1 个月的拼多多。后创办了基于 AI 的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023 年再次下场创业。 

任鑫：云九资本合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造 “今夜酒店特价” 用移动互联网应用特价销售酒店尾房；被京东并购后内部创业 “京东到家” 开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。

片头：Shortwire - Reconfig

片尾：PRETTY YOUNG,Zack Hall - horizon