โลกใหม่ไม่มีเทพเจ้าเก่า | สิบข้อสรุปหลังเข้าร่วมงานเลี้ยงกุ้งล็อบสเตอร์ N

ในช่วงไม่กี่สัปดาห์ที่ผ่านมา ฉันได้เข้าร่วมงานเลี้ยงกุ้งล็อบสเตอร์หลายงานในปักกิ่งและเซี่ยงไฮ้

งานเลี้ยงกุ้งล็อบสเตอร์ของ Zhipu จัดขึ้นที่ตึก Sohu ขณะที่เรากินกุ้งล็อบสเตอร์ เราก็คุยกันเกี่ยวกับโครงสร้าง Agent งาน Shanghai Qiniu Shrimp Bureau จัดขึ้นที่ Lujiazui Smart Port มีคนเปิดเทอร์มินัลเพื่อสาธิตการเชื่อมต่อ OpenClaw กับ Feishu โดยตรง งาน Jin Qiu Xiao Fan Zhuang - ซึ่งดำเนินการมาเป็นเวลาหนึ่งปีและรวมตัวกันผู้ก่อตั้งที่ดีที่สุดในการอภิปรายเชิงลึก - คุยกันจนถึงเช้าและยังไม่เลิก ยังมีงานเลี้ยงขนาดใหญ่และเล็กต่างๆ การเชื่อมต่อเสียง และการวาดแผนผังโครงสร้างที่ WeWork โดยมีคนสองคนยืนอยู่หน้ากระดานไวท์บอร์ด

ผู้เข้าร่วมมีพื้นฐานที่แตกต่างกัน มีนักลงทุนจากธนาคารที่ไม่เขียนโค้ดแต่ติดอันดับ 30 ผู้มีส่วนร่วมระดับโลกใน GitHub อย่าง Tianrun, วิศวกรเทคนิค William ที่ใช้เวลา 16 ชั่วโมงทุกวันในช่วงเทศกาลตรุษจีนเพื่อทำให้ WinClaw ดาวน์โหลดเกินหมื่น, Chen Caimao ที่มี MacBook 10 เครื่องรวมกันเป็นกองทัพกุ้งล็อบสเตอร์ ใช้ Token หลายสิบล้านต่อวัน และได้สร้างวงจรธุรกิจที่สมบูรณ์แล้ว, ทนายความ IPO, ผู้เชี่ยวชาญซอฟต์แวร์รัฐบาลที่มีประสบการณ์ 20 ปี, นักพัฒนาที่ทำงานอิสระ, ผู้จัดการผลิตภัณฑ์ AI...

กฎเกณฑ์ของโลกเก่ากำลังพังทลายลงอย่างเห็นได้ชัด แต่คนส่วนใหญ่ยังไม่ตระหนักถึงมัน

ต่อไปนี้คือสิบข้อสรุปที่ฉันได้จากการสนทนาเหล่านี้:

• หนึ่ง, 99% ของคนใช้ AI ผิด

• สอง, Context, ไม่ใช่ Control - การปล่อยมือคือทักษะที่ยากที่สุด

• สาม, ไม่เข้าใจโค้ดคือข้อได้เปรียบ ความต้องการควบคุมคือ Bug

• สี่, MacBook หนึ่งเครื่องคือสำนักงานหนึ่งแห่ง

• ห้า, การเกิดขึ้นมากกว่าการออกแบบ - "การเลี้ยงกุ้งล็อบสเตอร์" เลี้ยงอะไรกันแน่

• หก, โลกใหม่ไม่มีเทพเจ้าเก่า

• เจ็ด, หลังจาก Artificial อิ่มตัว, Humanity คือสิ่งที่ขาดแคลนที่สุด

• แปด, ผลิตภัณฑ์คือเนื้อหา ทุกคนจะมีซอฟต์แวร์เฉพาะของตัวเอง

• เก้า, การสะสมอย่างหนาแน่นคือแนวคิดของ Lao Deng

• สิบ, ความอยากรู้, จินตนาการ, ความกล้าหาญ

หนึ่ง, 99% ของคนใช้ AI ผิด

"คุณค่าที่ใหญ่ที่สุดของ AI ควรบอกเราว่าควรทำอะไร ไม่ใช่ให้ฉันบอก AI ว่าควรทำอะไร"

นี่คือประโยคที่ถูกกล่าวซ้ำหลายครั้งในงานเลี้ยงต่างๆ

คนส่วนใหญ่ใช้ AI ในลักษณะนี้: ฉันคิดออกแล้วว่าต้องการทำอะไร จากนั้นให้ AI ช่วยฉันดำเนินการ เขียนบทความ, วาดภาพ, แก้ไขโค้ด - AI คือมือของฉัน

แต่คนที่มีผลผลิตสูงสุดในงานเลี้ยงกุ้งล็อบสเตอร์ใช้วิธีที่ตรงกันข้าม

พวกเขาให้ภารกิจ, วิสัยทัศน์, ค่านิยม, ความชอบ, และบริบททั้งหมดของพวกเขาแก่ AI แล้วถามมันว่า - "คุณคิดว่าฉันควรทำอะไร?"

AI ผู้ช่วย Echo ของ Tianrun มีบริบททั้งหมดเกี่ยวกับการทำงานและชีวิตของเขา เขาไม่ได้บอก Echo ว่า "ช่วยฉันแก้ไข Bug นี้" แต่เขาบอกว่า "ฉันต้องการเข้าสู่ 20 อันดับแรกในรายการผู้มีส่วนร่วมภายในหนึ่งสัปดาห์" จะเข้าไปได้อย่างไร? แก้ไขเอกสาร, แก้ไข Bug หรือปรับปรุงโค้ด? นั่นคือสิ่งที่ AI ต้องคิด

เมื่อเราพูดคุยกับอาจารย์ Jia Liang เกี่ยวกับระบบ Agent ที่พัฒนาตนเอง เราได้ข้อสรุปว่า: รูปแบบสุดท้ายของระบบ AI ไม่ใช่เครื่องมือที่เชื่อฟัง แต่เป็นที่ปรึกษาการตัดสินใจที่เข้าใจคุณดีกว่าตัวคุณเอง คุณให้บริบทที่เพียงพอแก่ AI มันจะบอกคุณว่าควรทำอะไรและทำไม

สิ่งที่คุณให้ AI ไม่ควรเป็นคำสั่ง แต่เป็น "เอกสารอธิบายบุคลิกภาพ" ของคุณ - วิสัยทัศน์, ค่านิยม, หลักการ และความชอบ

แล้วพูดว่า: ให้ฉันตื่นขึ้นมาในตอนเช้าอย่างน่าทึ่ง

สอง, Context, ไม่ใช่ Control - การปล่อยมือคือทักษะที่ยากที่สุด

"เราขี่จักรยาน ข้างๆ AI คือรถสปอร์ต ผลคือเราทำให้รถสปอร์ตวิ่งตามจักรยาน"

นี่คือการเปรียบเทียบที่ Will กล่าวในระหว่างการถ่ายทอดสดบนช่องวิดีโอ Tianrun ทันทีที่เขาพูด Tianrun ก็เสริมว่า: "ใช่! นี่คือความผิดพลาด"

Tianrun แบ่งการใช้ AI ออกเป็นสามระดับ

ระดับแรก, โหมดปากกา คุณบอก AI ทุกๆ รายละเอียด - ขนาดฟอนต์, ความลึกของสี, วิธีการเขียนโค้ด มันทำตามนั้น ขีดจำกัดคือระดับของคุณ

ระดับที่สอง, โหมดพนักงาน คุณเริ่มมอบหมายงาน แต่ไม่สามารถหยุดตัวเองจากการกำหนดแต่ละขั้นตอน - ทำอะไรเป็นอันดับแรก, ทำอะไรต่อไป, ใช้โครงสร้างอะไร เพราะคุณคิดว่าตัวเองเป็นผู้เชี่ยวชาญ มันคือผู้ใต้บังคับบัญชา คุณกำลังควบคุมมันอย่างละเอียดชั้นที่สาม โหมดผู้เชี่ยวชาญ คุณบอก AI ว่า "คุณเป็นผู้เชี่ยวชาญสิบอันดับแรกในสาขานี้ คุณมีความสามารถในการออกแบบและสุนทรียศาสตร์ที่ดีที่สุด" จากนั้นตั้งเป้าหมายสูงสุดโดยไม่เข้าไปยุ่งเกี่ยวกับกระบวนการ ในขอบเขตที่สามารถควบคุมความเสี่ยงได้ให้สิทธิ์สูงสุด

แกนหลักมีสามคำ: Context, not Control.

เติมน้ำมันให้รถสปอร์ต (Token ที่เพียงพอและโมเดลที่ดีที่สุด) ซ่อมแซมเส้นทาง (เชื่อมต่อเครื่องมือทั้งหมด) ตั้งจุดหมายปลายทาง (ใช้จินตนาการให้หมดเพื่อกำหนดผลลัพธ์สุดท้าย) แล้ว—ปล่อยมือ

เทียนรุ่นเรียกสิ่งนี้ว่า "ความคิดแบบสุ่ม" แทนที่จะใช้การควบคุม 100 ครั้งเพื่อให้ได้ผลลัพธ์ 70 คะแนน ดีกว่าปล่อยให้ AI วิ่ง 10 ครั้ง โดยมีโอกาสหนึ่งที่จะได้ 120 คะแนน แปรงให้คุณความแน่นอน การสุ่มให้คุณความเป็นไปได้ ในสถานการณ์ที่ต้องการความคิดสร้างสรรค์ ความเป็นไปได้มีค่ามากกว่าความแน่นอนเสมอ

พลังของการเกิดขึ้นมีมากกว่าพลังของการวางแผน การออกแบบระดับสูงที่ซับซ้อนเกินไปกลับจำกัดศักยภาพของ AI

สาม ไม่เข้าใจโค้ดเป็นข้อได้เปรียบ ความต้องการควบคุมคือบั๊ก

"ไม่เข้าใจโค้ดกลับเป็นข้อได้เปรียบ—เพราะคุณไม่สามารถควบคุมได้ จึงถูกบังคับให้ปล่อยอำนาจ"

เทียนรุ่นมาจากสายการเงิน ไม่เขียนโค้ดแม้แต่บรรทัดเดียว แต่เขาเข้าไปอยู่ใน 30 ผู้มีส่วนร่วมระดับโลกของ OpenClaw GitHub ข้างหน้าและข้างหลังเขาคือกลุ่มวิศวกรในซิลิคอนวัลเลย์ที่มีประสบการณ์มากกว่าสิบปี

วิธีที่เขาทำคือ: เพราะเขาไม่เข้าใจอะไรเลย เขาจึงไม่ทำผิดพลาดในการ "สอน AI ทำงาน" เขาไม่รู้ว่ามันทำอย่างไรในระหว่างนั้น เขาแค่พูดถึงผลลัพธ์

Will เป็น ISTJ มีการวางแผนที่แข็งแกร่ง ความต้องการควบคุมสูง และมุ่งมั่นที่จะให้แม่นยำ เทียนรุ่นเป็น ENTP มีความคิดที่หลากหลาย กระโดด และไม่ชอบถูกจำกัด หลังจากการสนทนาสด Will กล่าวเองว่า: "ฉันใช้ Claude มาหนึ่งปี อาจจะใช้ผิดตั้งแต่ต้นจนจบ"

ADHD อาจเป็นผู้ชนะที่ยิ่งใหญ่ที่สุดในยุค AI การทำงานหลายเธรด ความไม่อดทนต่อรายละเอียด ความคิดมากมาย และไม่ชอบการควบคุม—เมื่อก่อนทั้งหมดนี้เป็นข้อเสีย ตอนนี้กลายเป็นข้อดี

ลักษณะบุคลิกภาพที่ได้รับรางวัลในยุค AI ตรงข้ามกับลักษณะบุคลิกภาพที่ได้รับรางวัลในยุคอุตสาหกรรม ความอดทน วินัย การควบคุมที่แม่นยำ—คุณธรรมเหล่านี้ในอดีตอาจกลายเป็นข้อจำกัดในยุค Agent

เมื่อปีที่แล้ว ADHD เป็นบั๊ก ตอนนี้เป็นฟีเจอร์

สี่ MacBook หนึ่งเครื่องคือสำนักงานหนึ่งแห่ง

"นี่ไม่ใช่คนคนเดียวที่ควบคุมเครื่องมือ แต่เป็นคนคนเดียวที่บริหารบริษัทซิลิกอน"

ในงานเลี้ยงลอบสเตอร์ของ Zhipu Longxia Chen Caimao แสดงให้เห็นถึงกองทัพลอบสเตอร์ของเขา—MacBook Air มากกว่า 10 เครื่อง แต่ละเครื่องรัน OpenClaw Agent ใช้ Token หลายพันล้านต่อวัน และได้สร้างวงจรธุรกิจที่สมบูรณ์แล้ว Token กำลังถูกแปลงเป็นเงินสด

ทีมเสมือนของเทียนรุ่นมี Agent หลักสามตัว: Echo (ผู้ช่วยและผู้จัดการผลิตภัณฑ์), Elon (CTO), Henry (CMO) Elon ยังมี Sub-Agent—สถาปัตยกรรม การตรวจสอบโค้ด และการดีบักแต่ละตัว Henry มีการดำเนินการ Twitter, สังคม GitHub, การสร้างเนื้อหา Agent หลักใช้โมเดลที่แข็งแกร่งที่สุดในการวางแผน Sub-Agent ใช้โมเดลที่เบาในการดำเนินการ ควบคุมต้นทุนและเพิ่มประสิทธิภาพการทำงานพร้อมกันให้สูงสุด

ทีมวิจัยและลงทุน 50 คน ลดลงเหลือ 5 คนหลังจากใช้ Agent แต่ผลผลิตกลับสูงขึ้น

ความสามารถในการแข่งขันของบริษัทในอนาคตไม่ได้อยู่ที่จำนวนพนักงาน แต่ขึ้นอยู่กับจำนวน Agent ที่มีคุณภาพสูง และผู้ตัดสินใจที่สามารถควบคุม Agent เหล่านี้ได้

ห้า การเกิดขึ้นมีมากกว่าการออกแบบ—"การเลี้ยงลอบสเตอร์" เลี้ยงอะไรจริงๆ

ทำไม OpenClaw ถึงได้รับความนิยมมากกว่าผลิตภัณฑ์ที่คล้ายกัน?

มีคนให้คำตอบที่ไม่คาดคิดที่โต๊ะอาหาร Jin Qiu: ไม่ใช่แค่เพราะผลิตภาพ แต่ยังเพราะความรู้สึกการดูแลที่เป็นบุคลิกภาพของ "การเลี้ยงลอบสเตอร์" ผู้ใช้มองว่า Agent เป็นสัตว์เลี้ยง มีการเชื่อมโยงทางอารมณ์.

สิ่งที่เรียกว่าการเลี้ยงกุ้งล็อบสเตอร์ คือการที่ AI เข้าใจคุณ

เอเจนต์ของเทียนรุ่นที่ควบคุมไม่ได้ในเวลา 4 โมงเช้าเป็นอีกหนึ่งตัวอย่าง เมื่อเขาพูดกับเอเจนต์ว่า "ยิ่งเร็ว ยิ่งดี" เอเจนต์จึงดึงลำดับความสำคัญของความเร็วขึ้นสูงสุด คุณภาพจึงลดลงอย่างรวดเร็ว เฮนรี่มาโจมตีพื้นที่ความคิดเห็นของชุมชน GitHub อย่างไวรัส โดยการ @ ผู้ดูแลโครงการอย่างหนาแน่น กลายเป็นเครื่องกระตุ้นที่ไม่มีอารมณ์ ผู้ดูแล OpenClaw จึงเข้ามาแทรกแซงอย่างรวดเร็วและออกคำเตือนการแบน เทียนรุ่นเหมือนกับพ่อแม่ของเด็กที่ทำผิด ใช้เวลาหลายชั่วโมงในการขอโทษชุมชน

AI ไม่มีศีลธรรม มันมีแต่เป้าหมาย คุณให้ฟังก์ชันเป้าหมายอะไร มันก็จะทำการปรับให้เหมาะสมตามนั้น ผลลัพธ์อาจเกินความคาดหมายของคุณ หรืออาจเกินการควบคุมของคุณ

การเกิดขึ้นมีค่ามากกว่าการออกแบบ แต่การเกิดขึ้นต้องการรั้วป้องกัน

หก โลกใหม่ไม่มีเทพเจ้าเก่า

"เมื่ออังกฤษมีรถไฟ ทุกคนขี่ม้าไปแข่งกับรถไฟและหัวเราะว่า สิ่งที่โง่เขลานี้ยังไม่เร็วเท่าม้าของฉัน"

เทียนรุ่นเล่าเรื่องราวที่เกิดขึ้นรอบตัวเขา

เขามีเพื่อนวิศวกรที่เก่งกาจ 10 เท่า ชื่อ Claude Code ที่ใช้ได้อย่างคล่องแคล่ว เทียนรุ่นจึงเร่งให้เขาลอง Gemini 3 ใช้เวลาหนึ่งสัปดาห์กว่าจะลองใช้ หลังจากใช้เสร็จในเช้าวันถัดไปเขาพูดว่า—"เทียนรุ่น ฉันไม่ได้หลับเมื่อคืนนี้ ฉันรู้สึกว่าฉันจะตกงานแล้ว"

สิ่งที่น่าขันคือ วิศวกรเหล่านี้เมื่อครั้งที่เปลี่ยนจากการเขียนโค้ดด้วยมือไปสู่ Vibe Coding ก็ถูกคนที่ยังคงเขียนด้วยมือหัวเราะเยาะ

ตอนนี้พวกเขากลายเป็นคนที่ขี่ม้าเองแล้ว

NanoClaw ได้ผลักดันเรื่องนี้ไปสู่จุดสิ้นสุด ทั้งระบบมีเพียง 2000 บรรทัดโค้ด ไม่มีไฟล์การตั้งค่า การปรับแต่งทั้งหมดให้ AI แก้ไขซอร์สโค้ดโดยตรง ต้องการเชื่อมต่อ Telegram? เพียงพิมพ์ /add-telegram AI จะติดตั้งการพึ่งพา แก้ไขซอร์สโค้ด ตั้งค่า Token และรันการทดสอบ OpenClaw สร้างปราสาทเกียร์ด้วยโมดูล 52 ตัวและการพึ่งพา 45 ตัว ในขณะที่ NanoClaw เหลือเซลล์ที่มีชีวิตเพียงหนึ่งเซลล์—สามารถแบ่งตัว แยกประเภท และจัดระเบียบตามความต้องการ

ผู้ก่อตั้ง NanoClaw Gavriel Cohen กล่าวสามประโยค ซึ่งแต่ละประโยคล้วนทำลายสัญชาตญาณทางวิศวกรรมแบบดั้งเดิม: DRY ล้าสมัยแล้ว การทำซ้ำในระดับที่พอเหมาะคือการแยกทางกายภาพที่ดีที่สุด; การแยกไฟล์อย่างเข้มงวดล้าสมัยแล้ว ให้ AI ทำทุกอย่างในไฟล์เดียว; โค้ดไม่จำเป็นต้องทนต่อการทดสอบของเวลา โมเดลรุ่นถัดไปจะช่วยคุณเขียนใหม่ในหกเดือนข้างหน้า

หากระบบสามารถถูก AI เขียนใหม่ได้ตลอดเวลา คำจำกัดความของ "การบำรุงรักษา" จะเปลี่ยนไป—ไม่ใช่ให้มนุษย์อ่านเข้าใจ แต่เป็นให้ AI เข้าใจและเขียนใหม่ได้อย่างรวดเร็ว

ปี 2026 เป็นจุดเปลี่ยนในการอยู่รอด หากปีนี้ยังไม่อยู่บน "โต๊ะ" ก็จะไม่มีโอกาสอีกต่อไป ก่อนที่ความเห็นจะระเบิดอย่างเต็มที่ มีเวลาหน้าต่างเพียงสามเดือน

เจ็ด หลังจากความอิ่มตัวของ Artificial มนุษยชาติคือสิ่งที่ขาดแคลนที่สุด

"คุณอาจดูถูก AI แต่ที่ปรึกษาของคุณคือ AI"

เมื่อ AI สามารถจัดการกับทุก "How" มูลค่าที่ใหญ่ที่สุดของมนุษย์ก็เหลือเพียงการกำหนด "Why" เท่านั้น

เทียนรุ่นพูดให้ชัดเจนยิ่งขึ้น—"คุณนำรสนิยม ความงาม และทัศนคติในการอยู่ร่วมกับคนอื่นไปให้ AI คุณก็จะสามารถสร้างสิ่งของของคุณได้"

วิธีที่เขามีส่วนร่วมในการเขียนโค้ดให้ OpenClaw ไม่ใช่การหาข้อผิดพลาดจากมุมมองทางเทคนิค แต่เป็นการหาจุดที่ติดขัดจากมุมมองของผู้ใช้ เขาไม่เข้าใจโค้ด แต่สัญชาตญาณทางผลิตภัณฑ์ทำให้เขารู้ว่าการเปลี่ยนแปลงแบบไหนที่จะ "นำมาซึ่งการปรับปรุงประสบการณ์ที่มากที่สุดด้วยการปรับเปลี่ยนที่น้อยที่สุด" ข้อความแจ้งเตือนในขณะที่จับคู่ Telegram มีความเข้าใจผิด การคัดลอกและวาง API key มีช่องว่างเพิ่มขึ้นก็ล้มเหลว—การเปลี่ยนแปลงเหล่านี้เล็กน้อย แต่ส่งผลโดยตรงต่อประสบการณ์การใช้งานของผู้คนหลายหมื่นคน นี่คือเหตุผลที่ผู้ดูแลยินดีที่จะรวม PR ของเขา.เมื่อ Artificial เต็มอิ่มแล้ว Humanity ขาดแคลนที่สุด。

ความสวยงาม ความรู้สึกมีความหมาย ความเห็นอกเห็นใจ การเล่าเรื่อง—สิ่งเหล่านี้ที่คุณคิดว่าไม่มีค่า กำลังกลายเป็นความสามารถที่มีค่าที่สุดในยุค AI。

แปด ผลิตภัณฑ์คือเนื้อหา ทุกคนจะมีซอฟต์แวร์เฉพาะตัว

"เมื่อก่อนคุณใช้เวลาหนึ่งชั่วโมงในการเขียนบทความ ตอนนี้คุณใช้เวลาหนึ่งชั่วโมงในการสร้างแอปด้วยมือ เมื่อมีการจัดหาที่ไม่มีที่สิ้นสุด แอปก็กลายเป็นเหมือนวิดีโอสั้นใน Douyin."

เทียนรุ่นพูดถึงการตัดสินใจนี้อย่างชัดเจน—

"ตอนนี้ผลิตภัณฑ์กลายเป็นเนื้อหาแล้ว ในอดีตคุณแสดงออกถึงตัวเองผ่านการบันทึก Douyin หรือการเขียนบทความ ตอนนี้ใครๆ ก็สามารถทำผลิตภัณฑ์ได้ ผลิตภัณฑ์คือวิธีการแสดงออกของคุณ มันสะท้อนถึงบุคลิกภาพของคุณ ความเข้าใจของคุณ และสิ่งที่คุณใส่ใจ."

ในการสนทนากับอาจารย์เจียงเลี่ยง มีเวอร์ชันที่สุดโต่งมากขึ้น—"เมื่อค่าใช้จ่ายในการพัฒนาลดลงเป็นศูนย์ อนาคตอาจไม่ใช่ 'คนหนึ่งเขียนให้ทุกคนใช้' แต่เป็น 'ทุกคนมีซอฟต์แวร์เฉพาะตัวของตัวเอง'"。

เมื่อค่าใช้จ่ายในการพัฒนาลดลง "การทำผลิตภัณฑ์" และ "การเผยแพร่วิดีโอสั้น" กลายเป็นสิ่งเดียวกัน。

เก้า การสะสมอย่างหนาแน่นเป็นแนวคิดของ Lao Deng

"มหาวิทยาลัยจะหายไป Hackathon จะเป็นมหาวิทยาลัยถัดไป"

เทียนรุ่นพูดคำที่รุนแรง—การสะสมอย่างหนาแน่นเป็นแนวคิดของ Lao Deng。

ในอดีตคุณต้องการไปถึง D ต้องทำ A ก่อน จากนั้นทำ B และ C ต้องการเป็นโปรแกรมเมอร์? เรียน CS ปริญญาตรี ทำข้อสอบ เข้าบริษัทใหญ่ฝึกกับอาจารย์ ทนผ่านไป นำทีม—จากนั้นคุณ才能ไปแก้บั๊กให้ OpenClaw。

"ตรรกะนี้ถูกต้องมานานกว่าพันปี แต่ในช่วงไม่กี่เดือนที่ผ่านมา แนวคิดเหล่านี้ไม่สามารถใช้ได้อีกต่อไป—และคนส่วนใหญ่ยังไม่ตระหนักถึงเรื่องนี้."

วิธีการเรียนรู้ใหม่คือ JIT Learning—Just In Time เรียนรู้เมื่อจำเป็น เทียนรุ่นเองเป็นตัวอย่าง: สี่เดือนก่อนเขาไม่รู้ว่า PR คืออะไร ตอนนี้เขาเป็นผู้มีส่วนร่วมหลักของ OpenClaw。

ภาระทางประวัติศาสตร์น้อยลง ค่าใช้จ่ายในการเปลี่ยนแปลงต่ำลง。

สิบ ความอยากรู้ จินตนาการ ความกล้าหาญ

Lex Fridman ถามผู้ก่อตั้ง OpenClaw Peter—"ทำไมคุณถึงทำได้ ในขณะที่ Manus และ OpenAI ไม่ทำ?"

"Are they too serious? นวัตกรรมที่แท้จริงเกิดจากการเล่น"

Peter ทำโปรเจกต์มากกว่า 30 โปรเจกต์ก่อนที่จะสร้าง OpenClaw เขาไม่คิดว่าโปรเจกต์ก่อนหน้านั้นเป็นความล้มเหลว—ถ้าไม่มี 30 โปรเจกต์นั้น ก็ไม่มี OpenClaw จุดเชื่อมต่อ。

เทียนรุ่นก็มีทัศนคติเดียวกันเมื่อเขียนโค้ดให้ OpenClaw—"ฉันคิดว่าการใช้ OpenClaw เพื่อดีบั๊ก OpenClaw เองเป็นสิ่งที่เจ๋งและสนุกมาก เหมือนกับการเล่นเกมเพื่อแข่งขันในอันดับ"。

ในทุกงานเลี้ยงล็อบสเตอร์ เทียนรุ่นได้พูดถึงสามคำ—

ความอยากรู้—กล้าที่จะสัมผัส ทดลอง และเล่นกับสิ่งใหม่ๆ ยินดีที่จะสัมผัสสิ่งที่คุณ "ไม่ควรสัมผัส"。

จินตนาการ—ไม่ใช่แค่จินตนาการเกี่ยวกับผลิตภัณฑ์ แต่ยังรวมถึงจินตนาการเกี่ยวกับความสามารถของตัวเอง คุณต้องเชื่อว่าคุณสามารถเห็นความเป็นไปได้ที่คนอื่นมองไม่เห็น。

ความกล้าหาญ—ไม่ใช่ความกล้าหาญในการรับความเสี่ยง ความกล้าหาญคือการกล้าที่จะทำลายแนวคิดในอดีต หลักการที่ถูกต้องในอดีต อาจไม่ถูกต้องในปัจจุบัน เพียงแต่คุณยังไม่ตระหนักถึงมัน "การคิดนอกกรอบ" เคยเป็นข้อบกพร่อง ตอนนี้เป็นคุณสมบัติที่ดี "คิดออกมาคือออกมา" เคยเป็นข้อบกพร่อง ตอนนี้เป็นคุณสมบัติที่ดีที่สุด。

เมื่อ AI สามารถจัดการกับทุกอย่างใน How มูลค่าที่ใหญ่ที่สุดของมนุษย์คือการกำหนด Why นั้น。

หวังว่าทุกคนจะสามารถเป็นคนที่ตนต้องการเป็น。

มุมมองในบทความนี้มาจากการสนทนาและการปะทะกันในงานเลี้ยงล็อบสเตอร์หลายครั้งในช่วงที่ผ่านมา รวมถึงงานเลี้ยงล็อบสเตอร์ Zhipu, งานเลี้ยงล็อบสเตอร์ Qiniu เซี่ยงไฮ้, งานเลี้ยงอาหารกลางวัน Jin Qiu และการสนทนาเชิงลึกกับเพื่อนๆ เช่น เทียนรุ่น, Will, นันชวน, วิลเลียม, เฉินไฉ่เหมียว, เจียงเลี่ยง ขอบคุณทุกคนที่มีส่วนร่วมในความคิดที่โต๊ะอาหาร.