这一期是行业统计，不是个人方法论——但正因如此，它对你的相关度反而更高。 它给的不是"某个人怎么做"，而是"1,048 个正在做同一件事的人，此刻做到哪一步、卡在哪里、为什么花钱"。你手上那几摊——ERP 那条多角色的需求流水线、造 App 的那条链路、决策外脑、选股看板、这本第二大脑、还有那个 build-in-public 账号——每一摊都能在这份调研里找到自己的坐标，而且是带百分比的坐标。所以这一期的用法是：先定位自己在曲线的哪一段，再决定该追、该等，还是该写成内容。
（家居内容号这一摊这期没命中：一份 AI 工程调研跟家居选题之间没有真实关联，硬掰只会污染你的选题池，略过。）
Codex Holdwell ERP work · 那条多角色的需求流水线
1）全行业控制 agent 的手段只有两招，你不必等更好的方案
- 怎么做的：agent 今年真的落地了——95% 的人在用（约去年两倍）；用 agent 的人里 89% 的 agent 拥有写权限（去年才 52%）；全体样本中"在用带写权限 agent"的比例同比涨了三倍多。但控制层完全没跟上：排前两位的手段是人在回路的审批和权限门禁，Barr 的评价很锋利——"这些直觉是对的，但基本上就是你拿来管一个实习生的那套工具"；再往下答案就散开成任务拆解、检索、记忆、沙箱，"大家什么都在试。还没有人把 agent 的控制层给定下来。"→ 详细 → 详细
- 你可以怎么做：你那条流水线最疼的一处是纪律靠自觉——碰撞协议写在文档里，「独立初稿互不可见」有没有真做到没人保证。这份数据等于给你一张许可证：别再等更优雅的范式，全行业也就这两招，你把其中一招用满就已经在中位数之上。 挑权限门禁这一招（因为它不消耗你的注意力，而审批消耗），本周把三驾马车各自的可写可见范围列成一张表：独立初稿阶段 ux-designer 和 tech-lead 互相拿不到对方的稿，评审环节只读。凡是"其实用不到、但当初顺手给了"的权限，一律收回。粗糙没关系——缺的从来不是精巧，是它到底有没有在执行。
2）出事先怀疑上下文，别先怀疑接口
- 怎么做的：agent 出问题"通常出在'思考'上，而不是'管道'上"——约三分之二的人说最抓狂的是幻觉，或者任务做到一半就把上下文丢了。Barr 本人盯得最紧的一项正是记忆与持久化上下文，她判断"未来一年它会有很大的演进"。→ 详细
- 你可以怎么做：你的跨线对齐总对不齐、agent 产出总拿不出可核验的证据，大概率不是编排的问题，而是链路跑到后半段时，前面定过的约定已经被挤出上下文了。第一步不是加角色也不是加校验，而是给每一步定一份必须随身携带的最小清单：这一步要交付什么、上一步定死了哪几条不能违反、术语去哪查；每一步开工前强制复述一遍。同时把"先查上下文，再查接口"定成你排错的默认顺序——这一条能省掉你大量花在错误方向上的排查时间。
3）越靠近你的独特逻辑，越只能自己造——跨线共享的实体定义没人替你做
- 怎么做的：调研把技术栈拆成八层分别问自建还是外购，结论很清晰：买得最多的是推理与模型服务（"很多人不想自己搭推理基础设施，这也很合理"）；自建最多的是提示词管理，61% 自己做，越靠近产品逻辑的层——提示词、检索、评估——越倾向留在内部；微调是最明确的"还没到时候"，大多数人压根没做。而且路径依赖极强："买了现成方案的人，就不太想自己造；自己造过的人，也不太想去买。"→ 详细 → 详细
- 你可以怎么做：你六条产品线强耦合、跨线联动频繁，最需要一份共享的业务实体定义，而这份数据解释了为什么它没有现成方案——它恰好属于最不可能买得到的那一层，只能自己砌。既然这个决定反悔率极低，就趁早把界线画死：模型和推理一律外购（别折腾），提示词、检索、评估、实体定义一律自建并进版本库。这周先挑"被三驾马车反复引用的那几个业务概念"，写成一份大家共同引用的定义，哪怕只有五个词条——地基不是一次砌完的，是被引用出来的。
4）头号难题连年是评估，而主流解法还停在肉眼看
- 怎么做的：Barr 每年都问"你技术栈里最大的挑战是什么"，第一名每一年都是 evals；今年的新变化是它领先的优势非常小、差距还在缩小。而评估方法里排第一的，"一如既往"是凭感觉人工过一遍。她还把心照不宣的话说破："有 96% 的人的技术栈是有问题的，你们只是在'到底是哪个问题'上达不成一致而已。"→ 详细 → 详细
- 你可以怎么做：你那套三驾马车碰撞 + 真人评审，本质上就是结构化版的"凭感觉过一遍"——这已经强过行业主流了，问题只在纪律有没有真被执行。所以别急着造自动评估：先做更便宜的一件事——挑一小组固定的真实需求当回归卷子，每次改流水线就重跑一遍、把结果存档。行业头号难题的主流解法都还停在肉眼看，你的差距不在方法先进，在有没有一份能重复跑的卷子。有卷子，"agent 产出可观测、可验证"这条才有得治。
app_incubator · 造 App 的那条链路
1）成本已是一等约束，而且是这 12 个月里新长出来的
- 怎么做的："无限的智能背后，还是有一张按用量计费的账单。"40% 说成本经常影响他们用 AI 时能有多激进，另有 36% 说有时候会——合计约四分之三的人在按成本调整用量。它还渗进了运维层：生产监控项里，成本与 token 用量排第二，仅次于质量本身，"已经像 SLA 一样被盯着了"。Barr 特意强调这是新的："12 个月前并不是这样。"→ 详细 → 详细
- 你可以怎么做：七个 agent 串起来的造 App 链路是典型的 token 大户，而你现在大概只在月底看账单。把成本从"事后知道"挪成"跑的时候知道"：每跑完一轮，记一行——这轮花了多少、哪个角色花得最多、产出有没有用上。跑五轮你就有了一张单位成本表，才谈得上"哪一步值得上最贵的模型、哪一步该降级"。这张表还能直接喂给你那个一人公司账号的成本账支柱——同一份记录，两处使用。
2）模型层别锁死，工具层要收敛
- 怎么做的：87% 的团队在用不止一个模型，原话是"这恰恰是标准化的反面"；分配方式最常见的是按任务类型做路由，其次是同时跑多个模型对比输出，也有人按成本路由。但与此同时，超过一半的组织已开始在更少的 AI 工具上做标准化。核心结论是："我们正处在平台和工具大标准化的早期，而不是模型的标准化。"→ 详细 → 详细
- 你可以怎么做：对到你这条链路，含义很直白——契约和工具链要收敛，模型别锁死。 设计稿即工程契约这条你已经做对了，那就是工具层的标准化；模型层要反过来做，给七个角色按任务分档：出图、写文案这类用便宜快的，定契约、写核心逻辑用最强的。第一步只做一件事：把"这一步用哪个模型"从各处硬写改成一处配置，换模型不用动流程。这一步不做，后面所有成本优化都没有下手的地方。
3）真正决定选型的是质量、工具调用能力和成本，可靠性已掉出前列
- 怎么做的：生产里 94% 用闭源模型、45% 用开放权重模型，而且用开放权重的人里超过 90% 同时也在用闭源——它们是补充不是替代。更大的反差是：尽管开源与闭源之争占了绝大部分话题量，只有 5% 的人把它列进选模型的前三考虑。真正决定选型的是质量遥遥领先，其次是 agentic 能力（比如工具调用）与成本并列；可靠性只有五分之一的人提到，Barr 猜测它已经变成门槛型要求。→ 详细 → 详细
- 你可以怎么做：你这条链路要连设计工具、浏览器、笔记工具，工具调用稳不稳，对你比"模型总体聪明度"更重要——行业把它排在第二正是这个道理。选模型别看榜单总分，跑一道你自己的考题：让候选模型连续调用 10 次你真实用到的那几个工具，数它错几次。另外那个 5% 值得单独记下来：在网上吵得最凶的那个维度，往往是最不影响真实决策的维度——这条对你选工具、选框架，甚至选股票，都成立。
StockHelp · 看板，以及你本人的价值投资
1）这份调研本身就是一张"钱往哪一层流"的产业地图
- 怎么做的：八层技术栈的自建/外购分布画出了一条清晰的分界：推理与模型服务是大家买得最多的一层；越靠近产品逻辑越自建（提示词管理 61% 自建，检索和评估同理）；微调则是大多数人压根没做。→ 详细
- 你可以怎么做：直接翻译成投资语言——被"买"的那一层才存在第三方生意，被"自建"的那一层不存在第三方生意。 拿这张图去过一遍 watchlist 上跟 AI 沾边的公司：它卖的东西落在哪一层？落在推理这类"大家愿意买"的层，需求是真的，但也最像大宗商品、迟早拼价格；落在提示词、评估这些层的公司，得先回答一个尖锐问题——为什么客户不自己做（61% 的人就是自己做的）。这一问比任何叙事都硬。
2）路径依赖，就是"转换成本"在真实调研里的样子
- 怎么做的：Barr 的原话是"买了现成方案的人，就不太想自己造；自己造过的人，也不太想去买"，这个决定的反悔率极低。→ 详细
- 你可以怎么做：给你的选股清单加一栏：这家公司的客户，要换掉它得重做什么？ 如果答案是"重写一堆自己攒下来的东西"，路径依赖就站在你这边；如果是"改个配置"，那它的定价权是假的。这一栏比毛利率更早暴露护城河的真伪，而且不看财报也能问出来。
3）一个卖点掉出采购前三，通常意味着它已经商品化
- 怎么做的：可靠性只有五分之一的人提到，Barr 的解读是它变成了门槛型要求——候选模型都够可靠了，于是决策往上走一层，去比质量、能力和成本。→ 详细
- 你可以怎么做：这条可以直接搬进你的投资判断：当一个曾经的核心卖点掉出买方的决策前三，往往不是它不重要了，而是它已经好到不用比了。 反过来用最有价值——如果一家公司今天还在拿"我们更稳定"当主要卖点，而它的客户已经不愿为这个额外付钱，那它的差异化正在蒸发。给看板加个提问位也行：每只票写一句"它今天卖的，还是不是买方真正在比的那个维度"。
onehuman_company · 一人公司 build-in-public
这一期对这个账号是弹药级的，因为整份调研全是可引用、可证伪的断言。
1）你就是那 17%——这份调研给了你一个有名有姓的坐标
- 怎么做的：81% 表示 AI 正在模糊工程师与产品、设计、市场之间的界线（Barr 原话："这些数据让我很震惊"）；超过三分之一的团队已有非开发人员在发布功能，17% 说非开发人员经常在整个技术栈上发布面向客户的功能——"这一点让我觉得挺离谱的"；即便不做发布，也有三分之一的团队看到非开发人员做出真正有用的原型和前端稿。她的结论是"发布软件已经不再以'你得是个工程师'为门槛"。→ 详细 → 详细
- 你可以怎么做：你这个账号的核心设定是"一个 PM 开了家只有自己一个人类的公司"，一直缺一句能立住的外部依据——现在有了：一份 1,048 人的行业调研说 17%，而一位投资合伙人站在台上说这个数字让她震惊。 你不是个例，你是那条曲线的前端。这本身就是一整篇：开头给这个数字，中间给你自己发布过什么、翻过什么车、花了多少钱，结尾给可抄物（一个非开发人员要把功能真正发上线，最少需要哪三样东西）。弹药库闸门也过得去：删掉你的实测就只剩一张柱状图，说明你的判断是必需项，不是装饰。
2）验证体选题的现成矿，一期能供四条
- 怎么做的：这份调研几乎每一段都是一句可实测的断言——控制 agent 的主流手段还停在"管实习生"那套；头号难题的主流解法还是凭感觉过一遍；96% 的人技术栈有问题；约三分之二的人栽在幻觉和半路丢上下文；四分之三的人按成本调整用量。
- 你可以怎么做：你的验证体支柱要攒到四篇以上，这一期一次就能供出四条：①"调研说 96% 的人技术栈有问题——我把自己那套 agent 数了一遍，我的问题是这几个"；②"全行业控制 agent 还在用管实习生那套，我给我的 AI 员工做了张权限表，第一周被拦了几次"；③"三分之二的人栽在半路丢上下文，我复现了一次，代价是多少钱"；④"四分之三的人按成本调整 AI 用量——这是我一个月的 AI 员工账单明细"。每条都天然自带数字标题和成本账，正好压在你四根支柱里的两根上。闸门提醒：这些选题的价值不在转述调研，而在你自己那一栏数字——没有那一栏就别发。
3）"更开心"和"在担心"是同一批人，这个并存就是你的差异化角度
- 怎么做的：97% 报告 AI 对组织有净正面影响，而且最主要的红利不只是快，是"试一试"这件事几乎变成零成本；但同时超过十分之九的人感受到某种负面下游影响，最常见的两项是深层技术能力的退化和对代码库理解的退化；押注题里，76% 说 AI 提升了工作满意度，59% 担心今天 AI 写出的代码会留下长期隐患——两条并存，说明是同一批人。→ 详细 → 详细 → 详细
- 你可以怎么做：市面上"我让 AI 全自动干了 X"的爽文太多，而同一批人里 76% 更开心、59% 在担心——这个并存本身就是你的位置。写一篇《我用 AI 造了一年 App，退化的是我哪部分能力》，把你自己也不确定的地方老实写出来。可抄物是一份自检清单：哪几件事你规定必须自己动手、不交给 agent。 这正好落在你那个"每篇要有可抄物、要讲清楚翻什么车"的定位上，也是别人最难抄走的那类内容。
Personal Thinking · 这本第二大脑
- 怎么做的：两个可以直接搬走的东西。一是 Barr 自创的"采用意愿比"——她每年真正盯的不是"多少人在用"，而是"还没用的人里有多少打算用"：音频从去年 37% 涨到今年 56%；而真正跳升最大的是图像生成，从 18% 翻倍到 36%，那正是意愿变成事实的那一年。二是她做这件事的动机原话：穿透噪音，退一步看看大家到底在做什么。→ 详细 → 详细
- 你可以怎么做：你这本第二大脑卡在摄入 SOP 和信噪比，而"采用意愿比"是一个可以直接抄的领先指标思路：光看"我记了多少条"没用，要看"我记下来、明确打算用、但还没动手的有多少"。给你的巡检加一格：每次列出这批里"打算用还没用"的，下次巡检先回头结这笔账。没结掉的意愿，比新增的笔记更能说明你的信噪比问题。 另外，这一期本身就是"退一步看整体"的范本——你的知识库已经堆了一百多期同类内容，缺的正是这样一份年度回看：一年做一次带数字的年度总结，而不是凭印象。
Chief of Staff apps · 决策外脑
- 怎么做的：Barr 明确点名她盯得最紧的一层是记忆与持久化上下文，"未来一年它会有很大的演进"；而当下失败模式的大头恰恰是任务做到一半就把上下文丢了（约三分之二）。控制手段那边，人在回路的审批依然排第一。→ 详细
- 你可以怎么做：你这个外脑的全部价值押在一件事上——记得住你写过的原则，并在对的时刻把它放回你眼前，也就是行业公认最没解决、且被一位投资合伙人公开点名"明年会大变"的那一层。两个含义：一是别急着追新框架，这一层还在动，现在锁死技术选型大概率会白做；二是你反而有主场优势——这一层最难的其实是"知道该记住什么"，而你有一部现成的宪法，等于自带一份记忆清单。这周做件小的：把宪法里的原则压成十条以内的短句，让它每次给建议之前，先复述命中的那一条。先解决"想得起来"，再解决"记得住"。
你本人的精力 · 元约束
- 怎么做的：三个数放一起看很说明问题：97% 说净正面、最大红利是试错几乎零成本；超过九成的人同时有负面下游影响；四分之三的人在按成本调整用量。还有一条连续三年不变的规律：受访者偏资深但接触 AI 短——软件从业超过 10 年的人里，超过一半 AI 经验在三年以内。→ 详细 → 详细
- 你可以怎么做："试错变便宜"对你是双刃的——试错成本塌了，意味着开一个新项目的成本也塌了；而你的稀缺资源从来不是试错成本，是注意力。 你手上同时推的这七摊，多半就是这条红利的副产品。给自己立一条对称的规矩：每开一个新的，必须同时点名一个降级为"这一季不投注意力"。另外那条"资深但接触 AI 短"是给你的定心丸：这个行业里绝大多数人的 AI 经验也就三年以内，你不是落后，你和所有人一样在实时学一门新范式——这一格没有老手，只有先动手的人。
更深三个角度
该反着用。 这份调研的样本是有团队、有预算、有报销卡的公司——Barr 自己就开玩笑说，不受成本影响的那四分之一"可能是有公司报销卡"。你没有报销卡，账单就是你自己的钱。所以有些数字对你要反过来读：他们说"成本正在成为产品决策的一部分"，对你是"成本从第一天起就是产品决策本身"；他们能靠人在回路的审批控制 agent，是因为回路里有别人，而你的回路里只有你一个人——人在回路对你不是护栏，是瓶颈。你越把审批当成控制手段，你越会变成自己流水线上的堵点。正确的借鉴是反过来：审批降到最低，权限门禁和不可逆动作清单做到最狠，让不该发生的事根本发生不了，而不是发生前来问你。
和你现在做法冲突。 两处。一处轻：87% 的团队在用不止一个模型、按任务类型路由，而你多半是一个模型打天下图省事——行业已经用脚投票说模型各有所长，你省下的那点事，换来的是成本和质量两头都不占优。另一处很硬：你的操作系统里写着"判断力 > 努力""问该不该做先于做多快""99% 的努力终将白费，盯那 1%"，而这份调研公认的最大红利是"试一试几乎变成零成本"。 当试错便宜到极致，"先想清楚该不该做"这条原则的性价比是下降的——有些问题，直接并行试三个版本，比想三天更快拿到答案。这是真冲突，不替你下结论，但你得回答一句：在哪一类问题上，你愿意把判断力换成试错次数？ 把这条线划出来，比继续两边都信要值钱得多。
对你的镜子。 这份调研里最像你的那一格，不是"AI 工程师"，是那 17%——非开发人员，经常在整个技术栈上发布面向客户的功能，而一位投资合伙人看到这个数字的反应是"挺离谱的"。你一直把自己框成"一个会用 AI 的产品经理"，但按这份数据，你的身份已经变了：你是正在把"发布软件"这道门槛拆掉的那批人之一，而且站在前面那一小撮里。 还有一句更冷的镜子：Barr 说 96% 的人技术栈是有问题的，他们只是在"到底是哪个问题"上达不成一致。你也在那 96% 里，唯一的区别是——公司里的人可以互相吵，你没人可吵，那个答案只能你自己给。 你手上七摊，最大的问题究竟是哪一个，这道题没人替你做。
所以呢
可迁移的思维模型
- 【耐用】采用意愿比：判断一个东西的未来，别只看"现在多少人在用"，要看"还没用的人里有多少打算用"。这条对模态、对工具、对一家公司的用户增长、甚至对你自己那份待办清单都成立——它是一切渗透率叙事的领先指标。
- 【耐用】门槛型要求：一个维度掉出决策前三，通常不是它不重要了，而是它已经好到不用比了。用它去区分"这家公司不必再证明的优势"和"这家公司正在失去的优势"。
- 【耐用】买与造的路径依赖：买过的不想造，造过的不想买——这个决定反悔率极低，所以要早想清楚。原则是越靠近你的独特逻辑越自己造，越靠近通用基础设施越买。这跟 AI 无关，换个行业照样成立。
- 【耐用】先怀疑思考，再怀疑管道：多数不靠谱不是接口断了，是它想岔了或者忘了。这是排错顺序，也是管人的顺序。
- 【会过期】所有具体百分比（95%、89%、61%、17%……）。这是一份年度快照，Barr 自己都说做幻灯片的过程中领域已经变了。这些数字的正确用法是"今天的坐标"，不是"规律"；引用时永远带上年份，明年就得换一套。
判断更新
- 之前你大概默认"控制 agent 一定有更成熟的方案，只是我还没找到"；这份调研的答案是全行业都没有，前两位手段就是审批和权限门禁。别再等范式，先把这两招粗糙地用满。
- 之前你可能把成本当成后期优化项；现在它是行业公认的一等约束，而且是12 个月内新长出来的。对一个自掏腰包的一人公司，它比对他们更早、更硬。
- 之前你大概认为多 agent 的难点在编排和接口；数据说约三分之二的痛苦来自幻觉和半路丢上下文——难点在记忆和上下文，而这正是一位投资合伙人公开点名"未来一年会有很大演进"的那一层。你在这一层的投入不会白费。
- 再补一条心态更新：软件从业十年以上的人里，超过一半 AI 经验不到三年。这个领域没有真正的老手，你那点落后感大部分是错觉。
这周一个赌注
把这份调研变成一人公司账号的第一篇验证体，选题就用你自己那个坐标：《一份 1,048 人的调研说 17% 的非开发人员在发线上功能——我就是那 17%，这是我的账单和翻车记录》。为什么押这个、而不是先去改流水线：它一次解决三件事——账号最缺的验证体存稿有了第一篇；为了写它，你必须先把这个月的 AI 花销和一次真实翻车记清楚，那份记录本身就是造 App 链路的成本表；而"行业数据 + 我的实测 + 可抄物"这个结构一旦跑通，后面三篇验证体全部照抄同一个模板。成功标准定得很低：这周之内写完一篇，带上至少三个你自己的数字。 三个数字，就是这一期从别人的柱状图变成你的资产的全部代价。