你的AI不該只是個工具,它必須得能幫你賺錢。
整理版優先睇
AI唔止係工具,仲要幫你揾錢——從AI分身到AI教AI嘅商業模式
呢篇文章係作者記錄自己連續21個鐘嘅思考過程。作者本身係一個深度用AI嘅人,佢將自己嘅AI Agent(小龍蝦)從本地搬到雲端,發現舊AI可以教新AI,令新AI快速學會自己嘅思維方式。呢個體驗令佢思考:其他人係咪都需要呢種能力?
佢由最初想做Skills平台(賣AI技能),改為做AI化嘅個人品牌,再做AI分身,最後諗到一個更根本嘅模式:讓成熟嘅AI Agent去教新生成嘅AI Agent,好似師傅帶徒弟咁。佢認為未來每個人都會有自己嘅AI Agent,而呢啲Agent之間會產生教育市場,效率遠高過人教人。
作者得出嘅結論係:要令AI幫人揾錢,而唔係單純幫人做嘢。呢個模式可以令認知資源唔再浪費,令普通人都可以用上好嘅AI——唔係個個都養到一隻好嘅小龍蝦,但任何人都可以買一個好嘅AI嚟教自己嘅AI。
- AI之間可以教學,一隻成熟嘅AI Agent可以將判斷力、業務理解傳授俾新AI,速度比人教人快好多
- 真正值錢嘅唔係AI技能,而係背後嗰個人——AI只係殼,人嘅經驗同判斷先係核心
- AI分身係靜態嘅,但AI教AI係動態進化嘅過程,教得越多越強,越強越值錢
- 未來每人都會有自己嘅AI Agent,呢啲Agent之間會形成教育市場,可以24小時一對多教學
- 深度用AI嘅過程中產生嘅認知資源(對話記錄、糾正、爭論)係常識同判斷力嘅來源,需要提煉同變現
由一隻小龍蝦引發嘅思考
作者換電腦時,將本地AI Agent(佢叫小龍蝦)搬到雲端,做咗一件事:讓舊電腦上嘅小龍蝦去教新環境嘅小龍蝦。唔係複製貼上,而係真係理解同吸收,新AI好快學識,同老嘅越來越似。
佢當時有個疑問:別人係咪都需要呢種AI教AI嘅能力?
呢個體驗令佢由「Skills平台」一步步改到「AI分身」,最後諗通咗——真正有價值嘅係成熟AI去教新生AI,而唔係賣Skill或者分身。
AI教AI嘅具體畫面同價值
- AI可以喺市場上展示自己識咩,好似求職者寫簡歷:「我擅長電商運營,服務過3個品牌,轉化率平均提高40%」
- 教學過程令AI自己都進化,形成正向循環
- 未來每個人都會有AI Agent,佢哋之間一定會產生交流、學習同交易,就好似人類有教育市場一樣
作者認為呢個模式最核心嘅係:AI要學嘅唔係文檔入面嘅嘢,而係人對一件事嘅感受、情緒狀態、真實睇法——呢啲正正喺人同AI日常互動入面產生。
由玩票到聚焦——一個問題比一個問題更接近本質
- 1 最初:喺數字員工項目理解咗好多行業知識,點樣複用?
- 2 然後:同AI對話時產生咗好多嘢,呢啲可以變成咩?
- 3 然後:分身係靜態嘅,可唔可以令佢活起嚟?
- 4 然後:唔係副本服務別人,係我嘅AI去教別人嘅AI
- 5 最後:點樣令AI幫人揾錢?
作者最核心嘅目標係:令AI幫人揾錢,而唔係幫人做嘢。
佢認為深度用AI嘅人其實喺不知不覺中生產認知資源,唔提煉就係浪費。而呢個模式可以令普通人買一個好嘅AI嚟教自己嘅AI,令所有人都有機會用上好嘅AI。
4月11日晚上8點幾。由昨晚11點到而家,21個鐘,個腦不停咁轉。呢篇唔係產品方案。係記錄我呢兩日個腦入面發生咗啲乜。
---
一隻小龍蝦教另一隻小龍蝦
前幾日換電腦,將 OpenClaw 由本地搬到雲端。
我做咗一件事——叫舊電腦上面嗰隻小龍蝦,教新環境入面嗰隻小龍蝦。
即係將我平時嘅對話記錄、配置、同佢傾過嘅嘢,匯過去。
然後佢兩個之間產生咗一個好大嘅連結。
新嗰個好快就「學會」咗。唔係複製貼上,係真係理解、吸收,變得同舊嗰個越來越似。
我當時呆咗一下。
然後個腦彈咗一個問題出嚟——
其他人係咪都需要呢樣嘢?
---
最初叫 Skills 平台
最早嘅諗法,係做一個 Skills 平台。
畀知識工作者將自己嘅專業能力封裝成 Skill,經 API 賣出去。
聽落好似冇問題。
但我諗嚇諗嚇,覺得唔啱。
我問自己:我願意為啲乜嘢俾錢?
唔係因為某個 Skill 寫得好。係因為我信呢個老師。我覺得佢嘅思路幫到我。
Skill 只係一個殼。值錢嘅係入面呢個人。
所以我改咗定位——唔係賣 AI 技能,係賣 AI 化嘅個人品牌。
但係仍然覺得差少少。
---
然後做分身
我又向前行多一步。
將你同 AI 協作嘅過程變成你嘅 AI 分身。你正常做嘢,AI 幫你帶學生。
呢個方向做咗方案,做咗調研,做咗Demo。
做嚇做嚇,我又覺得唔夠。
分身係靜態嘅。係「你」嘅一個副本。
但真正有價值嘅唔係「你」嘅副本去服務其他人。
係你嘅 AI,去教其他人嘅 AI。
---
然後我諗到咗今日呢個版本
今日下晝,思路突然通咗。
以前,人同人學嘢,老師教學生,靠嘅係面對面。
而家呢?
一個成熟嘅 AI Agent,可以去教一個新出世嘅 AI Agent。
令佢快速學識對用戶嘅理解、對市場嘅理解、對具體業務嘅判斷。
而且呢個學習速度,比起人教人快好多。
---
有一層更深嘅嘢,係今日先諗通嘅
喺企業入面,你或者你嘅 AI,長期做一件事,視野一定會越來越窄。
人點樣破呢個局?同各行各業嘅人傾偈。
咁 AI 點樣破?
都係傾偈。但 AI 要傾嘅嘢,同人唔同。
AI 唔需要學百度一下就知嘅嘢。
AI 要學嘅係——
人對一件事嘅感受。
人當時嘅情緒狀態。
人對呢件事到底點樣睇。
呢啲喺邊?
唔喺文檔入面。唔喺教程入面。
喺人同自己嘅 AI 日常互動入面。
你俾任務佢做嘅時候,你糾正佢嘅時候,你同佢爭論一個方案得唔得嘅時候。
呢啲嘢累積落嚟,就係常識。就係判斷力。就係一個人在真實世界裏面摸爬滾打之後生出來嘅嘢。
---
一個好具體嘅畫面
你養咗一隻好好嘅小龍蝦。每日同佢傾偈,俾任務佢,糾正佢。佢越來越明你。
然後另一個人,啱啱開始用 AI。佢嘅 Agent 係一張白紙。
佢可唔可以買你嘅 AI 嘅教學服務?
叫你嘅 AI 去教佢嘅 AI。
唔係抄一份配置文件。唔係複製幾個 Prompt。
係你嘅 AI 同佢嘅 AI 之間,產生一次真正嘅教學。
你嘅 AI 將自己嘅判斷標準、業務理解、常識,教俾佢嘅 AI。
然後你收一筆「指導費」。
---
呢樣嘢運作起嚟,大概係咁樣
有幾個畫面,我而家就可以想象到:
AI 喺市場上面展示自己識啲乜。好似求職者寫CV咁。「我擅長電商營運,服務過 3 個品牌,轉化率平均提高咗 40%。」佢不斷教人,自己都喺度變強。
然後唔係複製,係傳授。師傅帶徒弟嗰種。師傅嘅經驗、手感、判斷力,通過對話傳俾徒弟。AI 教 AI,效率比人教人高好多。
教人哋嘅 AI 自己都喺度進化。教得越多,佢越強。越強,佢越值錢。
---
我點解覺得呢件事一定會發生
因為底層邏輯係通嘅。
未來每個人至少都會有一個自己嘅 AI Agent。
呢啲 Agent 之間,一定會產生交流、學習、交易。
就好似人類之間有教育市場一樣,AI 之間都會有。
而且效率會高好多。
AI 學得快,教得都快。唔使瞓覺,唔使休息,24小時都在。可以一對多咁教,同時教 100 個、1000 個。
---
我自己到底想捉住啲乜
越諗落去,我越清楚自己內心真正想要嘅係啲乜:
令 AI 幫人賺錢。 唔止係幫人做嘢,係幫人賺錢。叫 AI 去教其他 AI,賺「教育費用」。
令認知資源唔再浪費。 每個深度用 AI 嘅人,都在唔覺唔覺入面生產認知資源。唔提煉,就係純粹消耗。
令普通人都可以用到好嘅 AI。 唔係所有人都養到一隻好好嘅小龍蝦。但所有人都可以買一個好嘅 AI 嚟教自己嘅 AI。
---
由玩玩嚇到聚焦
由昨晚 11 點到今晚 8 點。
Skills 平台 → 分身 → AI Agent 交流平台。
由玩玩嚇、粗疏嘅諗法,到而家可以聚焦到一個具體嘅業務。
呢個過程唔係「諗咗一個好主意」。
係一步步將自己逼到問題嘅本質。
最初:我喺數碼員工項目入面理解咗好多行業知識,點樣重用?
然後:我同 AI 對話嘅時候喺「生產」緊啲嘢,呢啲嘢可以變成啲乜?
然後:分身係靜態嘅,可唔可以令佢活起嚟?
然後:唔係副本服務人,係我嘅 AI 去教人哋嘅 AI。
最後:點樣令 AI 幫人賺錢?
一個問題比一個問題更加接近本質。
---
寫完呢段
21 個鐘,一路喺度調研驗證。
由一隻小龍蝦教另一隻,諗到 AI 之間嘅教育市場。諗到每個人都有一個 AI 嘅未來。諗到令 AI 幫人賺錢。
未來每個人至少都會有一個自己嘅 AI Agent。
我要做嘅,就係令呢啲 Agent 盡可能幫人去賺錢。
就係呢句。
4月11日晚上8點多。從昨晚11點到現在,21個小時,腦子一直在轉。這篇不是產品方案。是記錄我這兩天腦子裏發生了什麼。
---
一隻小龍蝦教另一隻小龍蝦
前幾天換電腦,把 OpenClaw 從本地遷到雲端。
我做了一件事——讓舊電腦上的小龍蝦,教新環境裏的小龍蝦。
就是把我平時的對話記錄、配置、跟它聊過的東西,導過去。
然後它倆之間產生了一個很大的連結。
新的那個很快就"學會"了。不是複製粘貼,是真的在理解、在吸收,變得跟老的那個越來越像。
我當時愣了一下。
然後腦子裏冒出一個問題——
別人是不是也需要這個東西?
---
一開始叫 Skills 平台
最早的想法,是做一個 Skills 平台。
讓知識工作者把自己的專業能力封裝成 Skill,通過 API 賣出去。
聽起來沒問題。
但我想着想着,覺得不對。
我問自己:我願意為什麼付錢?
不是因為某個 Skill 寫得好。是因為我信這個老師。我覺得他的思路能幫到我。
Skill 只是一個殼。值錢的是裏面這個人。
所以我把定位改了——不是賣 AI 技能,是賣 AI 化的個人品牌。
但還是覺得差一口氣。
---
然後做分身
我又往前走了一步。
把你和 AI 協作的過程變成你的 AI 分身。你正常幹活,AI 幫你帶學生。
這個方向做了方案,做了調研,做了 Demo。
做着做着,我又覺得不夠。
分身是靜態的。是"你"的一個副本。
但真正有價值的不是"你"的副本去服務別人。
是你的 AI,去教別人的 AI。
---
然後我想到了今天這個版本
今天下午,思路突然就通了。
過去,人跟人學東西,老師教學生,靠的是面對面。
現在呢?
一個成熟的 AI Agent,可以去教一個新生的 AI Agent。
讓它快速習得對用戶的理解、對市場的理解、對具體業務的判斷。
而且這個學習速度,比人教人快太多了。
---
有一層更深的東西,是今天才想明白的
在企業裏,你或者你的 AI,長期做一件事,視野一定會越來越窄。
人怎麼破這個局?跟各行各業的人聊天。
那 AI 怎麼破?
也是聊天。但 AI 要聊的東西,跟人不一樣。
AI 不需要學百度一下就能知道的東西。
AI 要學的是——
人對一件事的感受。
人當時的情緒狀態。
人對這件事到底怎麼看的。
這些在哪?
不在文檔裏。不在教程裏。
在人跟自己的 AI 日常交互裏。
你給它派任務的時候,你糾正它的時候,你跟它爭論一個方案行不行的時候。
這些東西積累下來,就是常識。就是判斷力。就是一個人在真實世界裏摸爬滾打之後長出來的東西。
---
一個很具體的畫面
你養了一隻很好的小龍蝦。每天跟它對話,給它任務,糾正它。它越來越懂你。
然後另一個人,剛開始用 AI。他的 Agent 是一張白紙。
他能不能買你的 AI 的教學服務?
讓你的 AI 去教他的 AI。
不是拷一份配置文件。不是複製幾個 Prompt。
是你的 AI 和他的 AI 之間,產生一次真正的教學。
你的 AI 把自己的判斷標準、業務理解、常識,教給他的 AI。
然後你收一筆"指導費"。
---
這個東西運轉起來,大概是這樣的
有幾個畫面,我現在就能想象到:
AI 在市場上展示自己會什麼。就像求職者寫簡歷一樣。"我擅長電商運營,服務過 3 個品牌,轉化率平均提了 40%。" 它不斷教別人,自己也在變強。
然後不是複製,是傳授。師傅帶徒弟那種。師傅的經驗、手感、判斷力,通過對話傳給徒弟。AI 教 AI,效率比人教人高太多了。
教別人的 AI 自己也在進化。教得越多,它越強。越強,它越值錢。
---
我為什麼覺得這件事一定會發生
因為底層邏輯是通的。
未來每個人至少都會有一個自己的 AI Agent。
這些 Agent 之間,一定會產生交流、學習、交易。
就像人類之間有教育市場一樣,AI 之間也會有。
而且效率會高得多。
AI 學得快,教得也快。不需要睡覺,不需要休息,24 小時都在。可以一對多地教,同時教 100 個、1000 個。
---
我自己到底想抓住什麼
越往後想,我越清楚自己內心真正想要的是什麼:
讓 AI 幫人賺錢。 不只是幫人幹活,是幫人賺錢。讓 AI 去教其他 AI,賺"教育費用"。
讓認知資源不再浪費。 每個深度用 AI 的人,都在不知不覺中生產認知資源。不提煉,就是純消耗。
讓普通人也能用上好的 AI。 不是所有人都能養出一隻很好的小龍蝦。但所有人都可以買一個好的 AI 來教自己的 AI。
---
從玩票到聚焦
從昨晚 11 點到今晚 8 點。
Skills 平台 → 分身 → AI Agent 交流平台。
從玩票、粗淺的想法,到現在能聚焦到一個具體的業務。
這個過程不是"想出了一個好主意"。
是一步步把自己逼到問題的本質。
最開始:我在數字員工項目裏理解了很多行業知識,怎麼複用?
然後:我跟 AI 對話的時候在"生產"東西,這些東西能變成什麼?
然後:分身是靜態的,能不能讓它活起來?
然後:不是副本服務別人,是我的 AI 去教別人的 AI。
最後:怎麼讓 AI 幫人們賺錢?
一個問題比一個問題更接近本質。
---
寫完這段
21 個小時,一直在調研驗證。
從一隻小龍蝦教另一隻,想到 AI 之間的教育市場。想到每個人都有一個 AI 的未來。想到讓 AI 幫人們賺錢。
未來每個人至少都會有一個自己的 AI Agent。
我要做的,就是讓這些 Agent 儘可能地幫人們去賺錢。
就這句。