離開 Claude，發現外面根本沒下雨
整理版優先睇
跳出原有框架，好多問題其實根本唔存在
呢篇文章係作者分享佢最近遇到嘅幾個故事，同埋佢讀《無窮的開始》嘅體會，帶出一個核心觀點：好多時候我哋喺一個封閉系統入面拼命解決問題，但其實只要跳出去，用一個更廣嘅理論去覆蓋，就會發現問題根本唔再係問題。
作者先講Claude Code越用越痛苦，封號限流KYC，有人試勻十幾種方法都搞唔掂，後尾換咗GPT 5.5同Codex，發現又平又好用，完全唔使再煩。另一間公司做多模態理解，搞咗三個月疊好多工具都唔掂，換咗Gemini模型就搞掂曬。一個朋友想買樓，計曬存款月供借錢，但冇諗清楚買樓嘅目的係乜。呢啲例子都說明：好多努力喺更強大嘅模型或者更根本嘅問題面前係多餘嘅。
作者將呢個道理延伸到產品、定價、管理、AI轉型，甚至資本主義。產品方面，Agent出現之後，以前SaaS打磨嘅Onboarding等體驗突然唔需要。定價可以試嚇做加法，好似追覓咁定價1999賣爆。管理最緊要係確保團隊做正確嘅事，其他細節都唔重要。企業AI轉型第一件事係問「呢件事未來仲存在嗎？」。最後講到馬斯克嘅「後資本主義」同GEB嘅「自指」概念，點出任何系統都有侷限，要解決問題就要跳出系統。
- 好多問題喺原有系統內冇辦法解決，跳出去先發現根本唔需要解決或者好易解決。
- 用更廣嘅理論去覆蓋原問題，而唔係喺封閉系統入面拼命推導。
- 對比人努力疊工具同直接換更強模型：後者通常更有效。
- 產品定價可以做加法（N+1）而唔係一味減價；管理專注成功本質而非細枝末節。
- 行動建議：先問「呢件事未來仲存在嗎？」先決定點做；勇於嘗試新框架或模型。
跳出系統，先見到外面冇落雨
作者用幾個生活例子嚟講一個共通道理： 好多時我哋困住喺一個系統入面，覺得周身都係問題，但其實只要跳出去，就會發現外面根本冇落雨。
- 1 Claude Code 越用越痛苦，封號限流KYC，試十幾種方法都唔掂。有人試咗 GPT 5.5 同 Codex，發現又平又好用，完全唔使再煩。
- 2 一間公司做多模態理解，搞咗三個月疊好多工具都唔掂，換咗 Gemini 模型就搞掂曬。
- 3 朋友想買樓，計曬存款月供借錢，但冇諗清楚買樓嘅目的係乜——係住定投資？如果係投資，有冇更好嘅標的？
產品、定價、管理：一切都要重新諗
呢個道理同樣適用商業領域。產品方面，過去十年SaaS做到極度雕花， 一個Onboarding可以做十頁，甚至仲有提供Onboarding服務嘅SaaS。但 Agent出現之後，產品就一個輸入框，冇Onboarding，甚至唔需要界面。以前打磨嘅體驗，喺新座標系突然唔需要。
- 產品： 未來增量喺Agent定喺人？想清楚之後，好多人帶嚟嘅問題就唔使再解決。
- 定價：追覓做割草機時市場已殺到499，俞浩定咗 1999，加激光雷達，賣爆。佢叫呢個做 N+1——做加法，賣貴啲，利潤高，正向循環。
- 管理：與其執着於每個人嘅性格同習慣，不如確保 大家做正確嘅事，正確地做事。成立公司係為咗成功，其他嘢都唔重要。
企業AI轉型都係咁：第一步係問一個問題—— 呢件事、呢個部門、呢個組織方式，未來仲存在嗎？如果將來唔存在，而家努力為咗乜？
從資本主義到自指：跳出去先係出路
作者將視角拉到更高層次——資本主義本身。發幣、發債、通脹、經濟發展，呢個循環已經跑咗幾百年。停落嚟就會衰退，唔停又係泡沫，好似死局。但 馬斯克提出「後資本主義」：AI同機械人令生產力指數級增長，邊際成本趨近零，供給增速遠超貨幣增速，蛋糕大到唔使擔心分配。甚至將來 AI之間嘅交易可能直接用算力同能源，唔用人類貨幣。
所以， 睇嚇窗外，外面根本冇落雨。離開原有框架，你會發現更大嘅世界。
同大家分享嚇最近一啲好玩嘅事，表面睇好似冇咩關聯，但係又神奇咁串埋一齊。
首先係用 Claude Code 用到愈嚟愈痛苦。封號、限流、KYC，乜都搞一餐，嘥曬時間。
有人喺 Reddit 出咗個長帖，話自己試咗十幾種繞過檢測嘅方法，每一步都記得好詳細。
下面有人回咗一句：你有冇試過 GPT 5.5 同 Codex 呀？
佢走去試咗嚇，結果真係又平又好用，仲唔使搞咁多嘢。
原來離開咗 Claude，先發現出面根本冇落雨。
有間公司喺度做一個多模態理解嘅項目。團隊搞咗三個月，乜嘢工具工程都疊上去，效果一直都整唔好。
後嚟朋友任鑫同佢哋講，你不如試嚇換 Gemini 嘅模型？
換完模型之後發現所有問題都解決咗，效果仲好過之前。
原來咁多時間同努力，喺強大嘅模型面前都係多餘嘅。
有個朋友同我講佢想買樓。然後開始計數，計積蓄、計月供。
為咗還貸款要揀穩定嘅工，為咗儲首期甚至要問親戚朋友借錢。
各種問題都要解決，亦都有解決方法。
但係真正嘅問題係：
喺出生人口下降嘅趨勢入面，買樓嘅目的係咩？
到底有啲咩係租樓解決唔到嘅問題？
到底係因為想住定係想投資？
如果要投資嘅話，係咪有遠遠好過樓嘅標的？
諗清楚咗，點樣籌錢嘅問題就都唔係問題。
呢啲小事點解會串埋一齊呢？
前幾日睇咗本書叫《無窮的開始》，作者係物理學家戴維·德伊奇。
本書入面有個觀點好好：人類一直都喺度尋求對一件事更好嘅解釋，但好嘅解釋唔係喺一個封閉系統裏面死推爛推出嚟嘅，而係用一個更廣嘅理論去覆蓋原來嘅問題。
解決問題係思維嘅陷阱，創造性思維先係出路。
呢個道理喺各個領域都成立。
做畀邊個嘅產品？
過去十年 SaaS 行業發展到極度雕花嘅程度，一個 Onboarding 可以做到十頁，甚至仲有提供 Onboarding 服務嘅 SaaS 同諮詢師。
然後 Agent 出現咗，Agent 產品就一個輸入框，冇 Onboarding。
Agent 佢甚至唔需要界面。
你花咗好多年打磨嗰啲體驗，喺新嘅座標系入面突然唔需要了。
然後你問自己一個問題：未來嘅增量喺邊度？
到底係 Agent 增量大，定係人嘅增量大？
諗清楚之後，好多人帶來嘅問題就唔使再解決了。
產品點樣定價？
追覓做割草機嘅時候，市場上已經有中國廠商將價格殺到 499。正常人嘅諗法係兩條路：一係跟住卷價格，一係做啲差異化嚟撐住價格。
俞浩定咗 1999，加咗激光雷達，結果賣到爆。
佢叫呢樣做 N+1。
以前大家習慣做減法，講究性價比，而家可以試嚇做加法，做更好嘅產品，賣更貴嘅價錢。
定價比人貴 10%，直接賺錢，利潤高，可以加更好嘅硬件，請更好嘅人，正向循環。
何況而家有 AI，其實好易。
團隊點樣管理？
管理團隊表面睇係複雜嘅嘢，團隊有咁多人，每個人嘅性格唔同，工作習慣唔同。
你想將管理做好，令每個人喺最合適嘅位置。於是你就開始睇各種管理書，調各種流程。
然後你會發現一個問題：無論你點努力，永遠都冇可能完美，總有啲地方唔啱。
然後你就好易忘記最重要嘅初心：
成立公司係為咗咩？係為咗成功。
咁其實管理嘅核心目標，就只係需要保證所有人嘅注意力都喺呢度：
做正確嘅事，正確咁做事。
而其他嘅事情，根本都唔重要。
企業 AI 轉型都係類似。
你嘅第一步係先問一個問題，唔係嘅話提高 100% 都冇意思。
呢個問題就係：
呢件事，呢個部門，呢個組織方式，將來仲存在嗎？
其實如果一件事將來唔存在，你而家努力又係為咗咩？
其實我哋再往上一層諗，嚟到資本主義本身。
發幣、發債、通貨膨脹、經濟發展，呢個循環已經行咗幾百年。
每個國家都喺入面，冇人可以停落嚟。停落嚟就係衰退，停唔落嚟就係泡沫。睇嚟係個死局。
馬斯克最近喺度講一個嘢，叫「後資本主義」。佢嘅推演係咁樣：
AI 同機械人會令生產力指數級增長，商品嘅邊際成本趨近於零。
你唔需要擔心通脹，因為供給嘅增速遠超貨幣嘅增速。
你唔需要糾結點樣分配，因為蛋糕本身喺度以你無法理解嘅速度變大。
佢甚至話，將來 AI 之間嘅交易可能唔再用返人類嘅貨幣。
佢哋直接交換算力同能源。
資本主義嘅答案可能唔喺資本主義入面。
最近學咗人類奇書 GEB，全稱係《哥德爾、埃舍爾、巴赫》，作者係侯世達。呢本書好厚，但核心就係講一件事。
任何夠複雜嘅系統，只要你令佢可以談論自己，就會產生一種叫「自指」嘅嘢。一旦出現自指，呢個系統就冇辦法完整咁描述自己。總有啲命題係真嘅，但係你喺呢個系統內部永遠證明唔到。
你唯一嘅選擇就係跳出系統。
跳出去之後，你進入咗嗰個新系統，佢都係一個系統。佢都有自己嘅不完備性，都有自己證明唔到嘅嘢。
完美嘅系統係唔存在嘅。
但係每跳一次，你都可以解決上一個系統入面解決唔到嘅問題。
睇嚇窗外，窗外係星辰大海。
睇嚇窗外，出面根本冇落雨。
跟大家分享一些最近好玩的事兒，看起來似乎毫無關聯，但又都神奇地關聯到了一起。
先是 Claude Code 用得越來越痛苦。封號、限流、KYC，各種折騰，各種浪費時間。
有人在 Reddit 發了長帖，說自己試了十幾種繞過檢測的方法，每一步都記錄得很詳細。
下面有人回了一句：你試過 GPT 5.5 和 Codex 嗎。
他去試了一下，結果真的又便宜又好用，還不用折騰。
原來離開 Claude，才發現外面根本沒有下雨。
有一家公司在做一個多模態理解的項目。團隊調了三個月，各種工具各種工程往上疊，效果一直搞不好。
後來朋友任鑫跟他們說，你要不換 Gemini 的模型試試？
換完模型發現所有的問題都解決了，效果比之前都要好。
原來那麼多的時間和努力，在強大的模型面前都毫無必要。
有個朋友跟我說他想買房。然後開始算賬，算存款、算月供。
為了還貸款要選擇穩定的工作，為了湊首付甚至要找親戚朋友借錢。
各種問題都要解決，也都有解法。
但真正的問題是：
在一個出生人口下降的趨勢裏，買房的目的是什麼？
到底有什麼是租房解決不了的問題？
到底是因為想居住還是想投資？
如果要投資是不是有遠超房子的標的？
想清楚了，如何湊錢的那些問題就都不是問題。
這些小事為什麼都關聯到了一起呢？
前幾天讀了一本書叫《無窮的開始》，作者是物理學家戴維·德伊奇。
書裏有個觀點很好：人類一直在尋求對一件事情的更好的解釋，但好的解釋不是在一個封閉系統裏拼命推導出來的，是用一個更廣的理論去覆蓋原來的問題。
解決問題是思維的陷阱，創造的思維才是出路。
這個道理在各個領域都成立。
給誰做產品？
過去十年 SaaS 行業發展到了極度雕花的程度，一個 Onboarding 可以做十頁，甚至還有提供 Onboarding 服務的 SaaS 和諮詢師。
然後 Agent 出現了，Agent 產品就一個輸入框，沒有 Onboarding。
Agent 它甚至不需要界面。
你花了很多年打磨的那些體驗，在新的座標系裏突然不需要了。
然後你問自己一個問題：未來的增量在哪裏？
到底是 Agent 增量大，還是人的增量大？
想清楚之後，很多人帶來的問題就不必再解決了。
產品如何定價？
追覓做割草機的時候，市場上已經有中國廠商把價格殺到了 499。正常人的思路是兩條路：要麼跟着卷價格，要麼做一些差異化來撐住價格。
俞浩定了 1999，加了激光雷達，結果賣爆了。
他管這個叫 N+1。
以前大家習慣做減法，講究性價比，現在可以試試做加法，做更好的產品，賣更貴的價格。
定價比別人貴 10%，直接賺錢，利潤高，能加更好的硬件，能招更好的人，正向循環。
何況現在有 AI 了，其實很容易。
團隊如何管理？
管理團隊看似是一個複雜的事情，團隊有那麼多人，每個人的性格不一樣，工作習慣不一樣。
你想把管理做好，讓每個人都在最合適的位置。於是你開始看各種管理書，調各種流程。
然後你會發現一個問題：不管你怎麼努力，永遠無法完美，總有哪裏不對。
然後你就很容易忘記最重要的初心：
成立公司是為了什麼？是為了成功。
那其實管理的核心目標，就只需要保證所有人的注意力都在這裏：
做正確的事，正確地做事。
而其他的事情事情，根本都不重要。
企業 AI 轉型也是類似。
你的的第一步是先問一個問題，不然提高 100% 也毫無意義。
這個問題就是：
這個事情，這個部門，這個組織方式，未來還存在嗎？
其實如果一件事在未來不存在，你現在努力又是為了什麼？
其實我們再往上層思考，來到資本主義本身。
發幣、發債、通貨膨脹、經濟發展，這個循環已經跑了幾百年。
每個國家都在裏面，沒有人能停下來。停下來就是衰退，停不下來就是泡沫。看上去是個死局。
馬斯克最近在聊一個東西，叫"後資本主義"。他的推演是這樣的：
AI 和機器人會讓生產力指數級增長，商品的邊際成本趨近於零。
你不需要擔心通脹，因為供給的增速遠超貨幣的增速。
你不需要糾結怎麼分配，因為蛋糕本身在以你無法理解的速度變大。
他甚至說，未來 AI 之間的交易可能不再用人類的貨幣。
它們直接交換算力和能源。
資本主義的答案也許不在資本主義裏。
最近學習了人類奇書 GEB，全稱是《哥德爾、埃舍爾、巴赫》，作者候世達。這本書很厚，但核心就講了一件事。
任何足夠複雜的系統，只要你讓它能談論自己，就會產生一種叫"自指"的東西。一旦出現自指，這個系統就無法完整地描述自己。總有一些命題是真的，但你在這個系統內部永遠證明不了。
你唯一的選擇就是跳出系統。
跳出去之後，你進入的那個新系統，它也是一個系統。它也有自己的不完備性，也有自己證明不了的東西。
完美的系統是不存在的。
但每跳一次，你都能解決上一個系統裏解決不了的問題。
看看窗外，窗外是星辰大海。
看看窗外，外面根本沒下雨。