这一期是近期最贴脸的一条。Oji 做的事和你在 Holdwell 做的多-Agent PRD 工厂,本质上是同一件事的两个版本——把产品判断力从"人脑里的经验"变成"仓库里能被执行的东西"。他比你多走的那一步,恰好压在你现在最疼的地方:他的关卡会真的把人拦下来。
🏭 Codex Holdwell ERP work(多-Agent PRD 工厂)
1. 关卡要有"维度 + 打分 + 拦停动作"三件套,光有检查清单不算关卡
- 怎么做的:他的 viability gate 不问"你觉得行不行",而是六个固定维度(营收、技术可行性、差异化、竞争格局、目标用户定义、问题清晰度与紧迫性)逐个打成强/中/弱,再配一条明写的规则:三项弱 = 建议直接别做。CodeMemo 那次的输出是"零弱、三强、三中等,通过但不是无条件放行,三个中等被列成降风险待办";Standup Zero 那次是三项中等加差异化弱,结论"你要做可以,但得睁着眼睛做",他当场把项目毙了。整场演示里最有信息量的一句是他那句判断:"LLM 是极少会对你说「不」的。"
- 你可以怎么做:你担心碰撞协议的纪律守不住、真人评审意见回炉没有闭环,根子是各环节输出的是意见、不是分数——意见永远可以被下一句话绕过去。挑一道最常被糊弄的环节(我押评审意见回炉那一道),这周只给它补三样东西:固定的维度清单、每个维度三档打分、以及一条写死的拦停规则(比如"任意两项弱 → 本次不放行,退回补充")。规则写进对应 agent 定义的正文,让 agent 每次必须先输出评分卡、再输出结论——顺序反过来它就会先编结论再凑理由。
2. 最硬的关卡卡的是"有没有某个具体输入",不是"质量够不够好"
- 怎么做的:那份客户调研计划做得非常完整——访谈脚本、问卷、综合分析模板、一周时间预算全写好了——然后它拒绝放行,理由是缺一项输入:**"一份真能约到人的名单,必须是真实的目标人群,而不是创始人自己人脉里那些沾边的联系人。如果真实目标联系人少于五个,skill 会把这件事本身当成一个信号——说明你可能根本进不去这个市场。"**Oji 的解读:"你不能靠拍脑袋糊弄过去,你得有活人可以聊。"
- 你可以怎么做:质量判断是软的、可以辩;"名单上有没有五个人"是硬的、辩不了。把你流水线上几道关键环节的放行条件从形容词改成名词。最直接的一处就是跨线对齐——与其指望各产品线自觉对齐,不如反过来做:让下游环节在「受影响产品线」写不实时直接拒绝放行("本次 PRD 涉及的每条产品线必须列明影响面和对接口径,缺一条就停")。对齐不会因为你想对才发生,会因为不对就走不下去才发生。
3. skill 的产出物要长成组织已经在用的那份交付物,而不是自成一套
- 怎么做的:他给一家有正式"工作方式"文档和固定研发流程(每个阶段规定要交什么文档)的企业落地时,做法是把 scaffolding、vet a feature 这些 skill 拿过来,改造成产出该组织真正要的那些交付物。原话:"我们的 product brief 凭什么要跟组织想要的不一样?不该不一样。一份市场调研文档,凭什么要跟产品市场团队会产出的东西不一样?"
- 你可以怎么做:你的工厂产出和公司正式流程(真人评审、上云效)的衔接里,有一半损耗其实是"AI 产线吐出来的东西"和"公司流程要的东西"不是同一份文件,于是每次都要人工翻译一遍,翻译本身就是那道没收口的缝。把团队现行的 PRD 模板和评审交付物清单当成唯一目标格式,反过来改你那批 agent 的输出模板,让它们直接吐出能进正式流程的文件。判断标准很简单:产出物能不能不改一个字地贴进评审?不能,就还没收口。
4. 别让人各自 fork,中心维护一份薄的 CLAUDE.md
- 怎么做的:他引用 Claude 那边的 Boris(转写里公司名被自动识别糊掉了)的做法:Boris 自己的 CLAUDE.md 非常薄,可能就六行,实际在做的事是引用一份共享的 CLAUDE.md;中心那份被持续优化,"几乎每分钟,所有人学到的东西都会汇进去;它小、它短,装的是精华,还把人连到组织里所有该用的工具上"。他给企业落地的最大一课就是别让大家随便 fork;但他补了一层平衡——CPO 不可能什么都懂,要给人创新的许可,只是创新必须回流到中心。
- 你可以怎么做:你的 CLAUDE.md 刚从 126 行瘦到 45 行,形状已经对了(薄入口 + 路由到
90_meta/ 的详细协议),下一步是把"回流"做成机制而不是习惯:给用这套流水线的同事一个固定入口——谁调好了一个提示词、补了一条关卡规则,改的是中心那份、不是他自己那份副本;他们各自的入口文件保持薄、只做引用。这条对你还有个额外好处:它同时补上了"agent 产出可观测"的一角——回流点就是天然的证据沉淀点,谁改了什么、为什么改,全在一处。
🧪 app_incubator(7-Agent 造 App 链路)
1. 把"该做什么"前移的具体形态:让 agent 拿一份结构化问卷来审你
- 怎么做的:想法确认值得做之后,他没让 AI 直接出界面,而是让 skill 先就"用户怎么跟这个产品交互"问了他四道选择题:入口是贴链接还是连账号?结论怎么呈现(评分 / 单张卡片 / 叙事式长滚动 / 对话式聊天)?看到结论后用户能做什么?以及那道最狠的——**"最初的 60 秒里,用户来这儿要的核心价值到底是什么?"**他对好几道题的现成选项都不满意,直接改("这几个我都不满意,我觉得一和二都要")。答完才生成三个自包含的静态原型,而且他强调这个顺序是 skill 强制的:"是 skill 本身要求它先做原型、再下判断的。"
- 你可以怎么做:你一直想把"该做什么"前移到 agent,这就是可直接抄的形态——不是让 agent 自己猜,是让 agent 出题、你只做选择和修正。你的激活/首屏痛点正好对上第四题:把"最初 60 秒的核心价值是什么"做成造 App 链路里一道必答题,答不上来不许进设计稿。它的好处是把一个模糊的体验问题,变成了一道有 abcd 选项、必须选一个的题。
2. 有几个设计 skill 就出几版原型,还能两两组合再出一批
- 怎么做的:他实际工作时手上有五六个设计 skill(提到了 shadcn 这类前端组件库,还有一个他叫 UI/UX Pro Max 的),做法是"让它用其中一个设计 skill 做一版原型,有六个就出六版;然后再让它每次组合两个 skill 来做,又多出六版"。理由是"原型你可以做成百上千个"——成本已经低到不值得省。
- 你可以怎么做:你的"设计稿即工程强制契约"是在收敛,这一步是在发散,两者不冲突,只是顺序上必须在契约锁定之前。给造 App 链路加一个"风格矩阵"步骤:把你现有的设计系统产出当成 N 个可选风格 skill,一次铺开 N 版(或两两组合的 N 版)静态原型给自己挑,挑完再锁契约。你已经有 design-system-from-refs 那套三件套,缺的只是"一次生成多版、并排比"这个动作。
📣 onehuman_company(一人公司 build-in-public)
1. 这一整期就是一条现成的"大佬说 X 我试了"选题
- 怎么做的:Oji 把 Product Mind 的整套 skill 库开源了(new project scaffolding、vet a feature、vibe memo、roadmap from strategy、listening machine、scope cutter、MVP vs SLC、定价等),主持人的收尾话术是"这就是那套打法,我们刚刚免费送出来了"。而这套东西的核心卖点是它会拒绝你。
- 你可以怎么做:这条完全落在你的验证体支柱上,也过得了弹药库闸门——删掉你的实测就不成立。具体做法:拿你手上一个真实的、还没动手的想法(drizzle tech 里那种"想做但一直没排期"的 App 点子),把他的 viability gate 原样跑一遍,然后写"一个开源 skill 当场毙了我一个想法"。可抄物是现成的(六维评分卡 + 三项弱就停),翻车点也别省——他自己就说过 LLM 的市场调研只能顶六七成、别把输出当圣旨。这类选题的价值在于结论是被跑出来的,不是被想出来的。
2. "GitHub 零 star"那段是现成的开头
- 怎么做的:他的原话是:有了 Claude Code 之后,"感觉 GitHub 成了大家唯一能表达自己的地方——什么都造,往 GitHub 上一扔,然后零 star 烂在那儿"。他给这类判断类 skill 的定位就是帮人"把时间、注意力和精力省下来,花在真正对的地方"。
- 你可以怎么做:这是一句可以直接当封面标题的判断,而且和你账号的立意严丝合缝——你讲"每个决定讲清为什么、花多少钱、翻什么车",这句正好补上"为什么要有决定"那一侧。做成一条观点短评,配你自己一个"造了但没人用"的实例,比空讲道理有说服力得多。
🧭 Chief of Staff apps(决策外脑)
1. LLM 默认会说"你这想法不错"——所以"会说不"必须被写进结构,而不是指望模型自觉
- 怎么做的:他解释得非常直白:你在聊天框里说"我有个想法",除非你 prompt 功夫特别好、懂对抗式提问、甚至拿好几个模型交叉验证,"否则你听到的结论一定是:你这想法不错"。而这个 skill "内建了一份责任",关键在于它不靠模型直觉,落在一套带评测样例、按部就班往下走的框架上。
- 你可以怎么做:你的"软教练质量"问题,根子多半在这——一个默认认同你的教练没有价值。给决策外脑补一条硬结构:任何"该不该做"的问题,先输出一张按你自己宪法维度打的评分卡,再给建议(顺序不能反),并写死一条阈值规则触发"这次我建议你不做"。让它有权说不,而且必须先亮出理由的骨架。
2. 产出真实交付物,人再按固定清单去审——不是当圣旨
- 怎么做的:他给了一套很具体的审法,叫"第一遍可信度扫描":扫市场调研时看它提到的工具是不是当下真在用的?有没有出现那些"我想过、但其实并没有解决我问题"的相邻方案?如果提的是过时的、跑不起来的、只是充数的东西,"你就不该信它"。扫 PRD 时先看它和市场调研对不对得上,然后逼自己问"它漏了什么?漏了哪类人群?"——他当场示范了一次:它写目标用户是非技术创始人,合理,但没有按公司规模再限定一层。他的比方是"想象你正站在一屋子 PM 面前做 PRD 评审"。
- 你可以怎么做:你的跨域守门缺的不是更聪明的建议,是一个稳定的验伪动作。给外脑每次输出配一份固定的三到五问扫描清单("它引用的是不是我真在用的东西""它有没有漏掉我明显知道的选项""它给的结论如果反过来说,能不能同样成立"),扫描不过就退回重做。清单固定,才能看出漂移。
🧠 Personal Thinking(第二大脑)
1. vibe memo:把"当时为什么这么定"和决策一起留档
- 怎么做的:他最兴奋的一个 skill 叫 vibe memo,逻辑一句话说完:"现在你写的代码是被记录下来的,但 vibe memo 说——把「为什么」也记下来。"它在构建过程中把每个决策连同背后的原因写进日志,等代码库变大之后能回头查"当初到底为什么那么定、当时怎么想的"。
- 你可以怎么做:这正是你的知识库最容易漏的一层——你存了海量结论(笔记、总结、研读报告),但很少存"我当时为什么这么判断、当时还有哪些选项"。在摄入 SOP 里加一条最轻的动作:每次做出一个会影响后续的选择(换 TTS 引擎、给 CLAUDE.md 瘦身、某个 skill 改口径),顺手写两行原因和被否掉的替代方案。你的记忆索引其实已经在无意中做这件事了(好几条记忆都记了"根因"和"坑"),把它从副产品变成有意识的规则就行。这也直接对着你的信噪比痛点——能被复查的判断才是知识,不能复查的只是结论。
📈 StockHelp(投资)
1. 评分卡的形状可以直接搬,只是维度要换,而且有一维要读反
- 怎么做的:viability gate 六个维度里有一半是纯商业判断——竞争格局、差异化、营收。有个细节特别值得记:Standup Zero 的"竞争格局"打分是很强,但他明确说"在这儿「强」是坏事",意思是赛道竞争太激烈;加上差异化弱,合起来的结论是"你杀进去会非常难,而且守不住,谁都能造出一模一样的东西"——这段话换成投资语言就是没有护城河。
- 你可以怎么做:你的看板现在只有估值面(PE、五年分位、公允价),生意质量那一侧是空的。可以照这个形状加一栏纯人工填的"生意评分卡":竞争格局 / 差异化(护城河)/ 定价权 / 需求紧迫度,各打强中弱,再配一条你自己的阈值规则(比如"护城河弱 + 竞争激烈 = 不进 watchlist,不管多便宜")。注意方向:竞争格局"强"在选股里同样是减分项。另外那句"LLM 是极少会对你说不的"对投资同样成立——你拿 AI 帮你论证一只票的时候,它默认会帮你把逻辑补圆。
🔁 更深三角度
该反着用。 他的语境是企业落地——"别让大家各自 fork,中心统一维护",防的是团队里的人乱改。你的语境是一个人同时开着六七条线,没有"大家"可管;对你来说真正的风险不是别人乱 fork,而是你自己在不同项目里各写一份、彼此漂移——这个亏你已经吃过一次,wiifm 的格式规范当年就是因为"多处定义、各自漂移"才被单拆出来的。所以这条要反过来用:不是"防止别人 fork",而是"我自己的第二份副本一出现就立刻合并"。
和你现在做法冲突。 他把商业层、产品层、代码层全部塞进同一个 repo、同一个 session,还专门强调"我们既不在 Claude 桌面端、也不在 Cowork 里,这一切在一个 session 里就能做完"。你现在是分开的——第二大脑一个库、Holdwell 一个库、造 App 一个库、投资看板一个库,靠你在中间搬运。他的做法有真实收益(团队每个人随时拿到同一份上下文,产品文档和代码不会漂),代价是仓库会变杂;而你的分库也是有理由的(读者不同、保密要求不同、加载成本不同)。这条张力不替你下结论,但值得你专门判一次:至少在 Holdwell 那条线上,产品文档和代码是不是本来就该在同一个仓库里?(你的 tech-lead 已经对着隔壁真实代码仓干活了,只差最后一步。)如果答案是"是",那你的跨线对齐问题有一半是目录结构造成的,不是流程造成的。
对你的镜子。 他说 PM 之所以成瓶颈,不是因为不够努力,而是"产品判断力没有提速、编排能力也没有提速"。你的元约束是精力,所以你这两年一直在优化"做得更快";但这期真正指向的是——判断力本身也可以被工程化、被提速,而且提速的方式不是想得更快,是把判断固化成一次写好、每次都跑的关卡。你 2021 年写下的"判断力 > 努力",到这里第一次有了可执行的形状:判断力不再是一种状态,是一个会拒绝你的文件。
🧩 所以呢
- 可迁移思维模型【耐用】:**能说"不"的东西才叫关卡。**任何不会拒绝你的流程都只是清单。判断一道关卡是不是真关卡,只问一句:**它最近一次拦下东西是什么时候?**答不上来,它就是装饰。
- 可迁移思维模型【耐用】:硬闸门要卡输入,不要卡质量。"写得不够好"永远可以辩,"名单上没有五个真人"辩不了。凡是你希望别人绕不过去的地方,都要找到那个可以数数的名词。
- 可迁移思维模型【耐用】:**中间那段变快,压力会跑到两头。**开发提速 10 倍之后,瓶颈自动转移到"该不该做"和"送到用户手上"这两个被人绑住的端点。这条不只对产品成立——你任何一条流水线上,只要某一环被 AI 加速,下一个瓶颈一定出现在最需要真人参与的那一环。
- 可迁移思维模型【会过期】:具体的 skill 清单(scaffolding / vet a feature / vibe memo…)以及"code skill 正在贬值、product skill 还值钱"这个判断。他自己就说了,有人已经因为模型变强而把整套 skill 从仓库里删掉。半年后再看这份清单,大概率一半失效——留下形状,别留清单。
- 判断更新:你之前把多-Agent PRD 工厂的难点定位在"角色和阶段划得够不够细"。这期给出的另一种可能是——难点不在划分,在执行力。同样一套流程,有拦停规则和没有拦停规则,是两个东西;而拦停规则的成本,比再拆一个角色低得多。
- 这周一个赌注:挑你流水线上最常被绕过的那道关卡,只做一件事——给它加一张三档评分卡和一条写死的拦停规则,然后拿一个你其实有点想做的需求去跑一遍。如果它拦不住你,说明这道关卡还是假的;如果它拦住了而你很不爽,那说明它开始值钱了。