AI时代，普通人最该囤的不是技能，是记录

一场5小时发布会给我的三层判断

@宇怡辰

昨天看了得到十周年发布会。将近五个小时，从晚上七点半看到凌晨。

说实话，最触动我的不是产品功能。而是台上的三个人——罗振宇、脱不花、快刀青衣——做了十年内容，身上居然还有那种在生长的状态。不是那种"成功人士展示精力"的表演感，更像是被什么东西持续点燃着。

我坐在屏幕前，忽然冒出一个问题：

难道一定要到他们这样的位置，才可能有这样的状态吗？

直觉上我觉得不是。他们台上呈现出来的那种松弛和能量，不是位置给的。更可能是因为他们把很多消耗性的东西交给了系统——团队承接执行，产品承接想法，记录系统承接记忆。剩下的事，才是真正需要人做的。

我羡慕的不是他们的位置。我羡慕的是被系统承接后，还能继续向前生长的生命力。

但羡慕没有用。有用的问题是：一个普通人，怎么搭自己的承接系统？

这场发布会，恰好给了几个值得认真对待的线索。

一神教与身边人

先校准一个概念：这里的"记录"，不是写日记的意思。是你在生活、工作、阅读、表达中留下的每一笔——笔记、录音、划线、口述、项目经验、失败与修正。这些是数据资产的原始形态。记录是动作，沉淀下来才是资产。

罗振宇在发布会快结束时说了一段话，大意是：硅谷那几家公司，方向是AGI——造一个全知全能的神。但我们的方向不一样。AI应该像慈父、像师长、像战友，在你身边的存在。

他用了一个宗教隐喻：一神教vs身边人。

表面看是产品定位差异。但如果你往下想一步，这个分野直接决定了一个普通人该把力气花在哪。

硅谷路线的逻辑是：你去找到那个最强的AI，学会怎么向它提问，它给你答案。交互方向是人去找AI。就像资源匮乏的时代，你得自己去医院、自己去找老师。

但罗振宇的判断是：这种模式是过渡态。就像古登堡发明印刷机后，第一批印刷书刻意模仿手抄本；早期电影模仿舞台剧；早期网页模仿报纸——每一代新媒体的第一版都在模仿上一代。现在的AI模仿搜索引擎做搜索框，也是同一个逻辑。

他赌的是：未来AI算力会越来越便宜，便宜到不需要你主动去找它，而是它主动上门——到你的个人数据库里来为你服务。

当算力像水电一样上门的时候，决定你获得什么品质服务的，不是你会不会提问，而是你有没有属于自己的数据库。没有数据库的人，算力上门也只能给你通用答案。有了数据库，算力才能给你专属答案。

这跟我的职业体感是吻合的。以前会写一段普通文案，是技能。现在AI一秒出三版，技能贬值不是预测，是正在发生的事。但如果你过去十年在广告行业里留下的判断、项目经验、客户沟通方式、失败和修正都在——这些是AI没法凭空生成的。技能会贬值，数据资产会增值。

不是人去找AI，是AI的算力来找你的数据。

这意味着什么？意味着你现在最重要的资产，不是学会怎么提问，而是先有东西让AI来"找"。谁的数据库更厚，谁获得的AI助推就越强。没有数据库的人，AI来了也无从下手。

得到大脑这个产品，就是在这个判断上长出来的。

不只是AI写作壳

得到大脑分普通会员版和专家版。普通版有四个核心功能：发芽、点评、润色、拷问。专家版多了一个8人AI写作团队——选题、成文、素材、审稿、风格、核查、排版、整理，各管一摊。

但如果只看到功能列表，会错过真正重要的东西。

发芽：最基础的功能，为什么是他们的贡献？

发芽是得到大脑里看起来最不起眼的功能。你记一条笔记，点一下"发芽"，AI会自动关联相关知识，帮你把一个小念头展开。

但三个创始人都觉得，这是他们在AI方向上"做了一点贡献"的东西。

为什么？

因为发芽翻转了AI的交互方向。你不需要提出一个高深的问题，不需要知道该怎么问。你只需要保持记录，AI主动来到你的笔记上，帮你发现你不知道的东西。

快刀青衣看哈萨比斯传记，随口说了一句"这家伙脑洞真大"，发芽给他关联了一个心理学研究——"远距离联想"：创造性人格的核心特征，就是能在看似毫无关联的事物之间找到隐藏的连接点。

脱不花出门吃饭，跟朋友随口聊了几句，回来后发现得到大脑直接给她生成了一份发芽报告——从闲聊里抓出一个她反复聊的话题，再接上得到知识库的相关内容。

这不只是推荐。这是跨域关联——从一个人的脑洞，跳到心理学的研究，再可能跳到历史里的类似人物、其他行业的类似模式。一个小想法，被包裹出很多可能性。

而且同一颗种子，不同人长出不同的森林。投资人看到投资分析，游戏玩家看到攻略，设计师看到美术细节。因为发芽不是通用推荐，而是基于你的个人记录和偏好生长出来的。

发芽是"算力上门"理念的最小实现——你不用去找AI，AI来找你。

但我觉得还有一层更远的想象。现在的发芽是一颗种子长出一片森林。如果未来的发芽能聚集呢？几个发芽聚集成一个更大的认知体——那就不是关联推荐了，而是你的零散想法开始互相碰撞、互相验证，长出你自己都没想到的东西。

这可能才是"记录是给AI看的"这句话的真正含义。

金线：8个角色是骨架，金线才是灵魂

专家版的8个AI角色，每个用不同的大模型。选题的用一种，审稿的用另一种，核查的又换一种。背后的判断是：单一大模型做全流程，幻觉无法自检。让不同模型互相校验，可靠性来自分工和对抗，不来自单点能力的提升。

但8个角色只是骨架。真正让这套系统有调性的，是"得到金线"。

得到金线是内部内容质量的九大准则，课程上线前的最后一道关卡。核心就一句话：帮读者完成一次认知改变，而不只是多知道一个信息。

今年有个细节值得注意：得到品控手册已经迭代到11.0版，但今年的呈现方式变了——快刀青衣说，他们把历年品控手册里沉淀的所有关于好内容、好文字、好逻辑的判断标准，全部装进了周审稿这个AI角色里。品控手册11.0版已转为内部智能体供调用。

品控手册从文档变成了AI角色。这本身就是"知识资产如何被AI调用"的一个案例。

宣明栋——得到总编室负责人——讲过一个核心洞察：做课的本质是知识萃取，而AI落地效果的好坏，取决于你能不能把自己的最佳实践和方法论萃取出来告诉AI。没有金线，AI只能产出通用内容。有了金线，AI才能产出有调性的内容。

金线不只是审稿标准。它是让AI产出达到人类品控水平的"知识底料"。

但冰山以下还有更深的层。什么叫"讲透"？什么叫"读者带得走"？什么样的例子算有效？什么样的表达可信而不油腻？这些是默会知识——不是一份prompt能解决的，要靠大量样本、审稿记录和长期迭代。目前还无法被完全数据化和框架化。6月1号他们要开一场品控团队分享会，据说手机都关掉。那种关上门才讲的东西，大概率就是冰山以下的部分。

这也从反面证明了核心论点：数据资产不是一天建成的，但每一天的记录都在往里添砖加瓦。显性层可以复刻，隐性层只能靠时间积累。

三层判断

拆到这里，我想把这场发布会给我的判断，压缩成三层。

第一层：AI时代，个人核心资产是数据资产，不是技能资产。

大多数人以为AI时代最重要的是"会用AI"。但技能会贬值——这一点我已经在自己身上看到了。而数据资产会增值——你留下的记录、判断、表达风格、项目经验、失败与修正，这些是未来AI能帮你的本金。没有本金，再强的AI也无处着力。

第二层：不是你去找AI，是AI来找你的数据。现在的记录是给未来存本金。

大多数人用AI的方式还是"打开ChatGPT，想一个好问题"。但罗振宇赌的是另一个方向：未来算力会便宜到主动上门。发芽就是这个判断的最小实现——你不用提问，AI主动来到你的记录上帮你发现。

这意味着你现在的每一次记录，不是在写日记，是在存本金。等算力上门的那天，谁的数据库更厚，谁获得的助推就越强。记录不是给自己看的，是给未来的AI调用的。

第三层：但数据资产能降低认知负担，不能替代不可外包的事。

AI越强，人越要把力气收回到判断、选择和身体上。

AI可以帮我整理、总结、检索、生成、审稿、提醒。但它不能替我选择人生方向，不能替我承担风险，不能替我建立真实关系，不能替我在疲惫时停止反刍、真的去睡觉。

AI越强，人越要有身体。AI越能整理，人越要知道自己往哪里走。

这不是鸡汤。这是一个分工：可外包的交给系统，不可外包的留给自己。

先开始记

写到这里，我不想把这篇文章变成一个"你必须马上搭系统"的催促。

得到的系统是他们十年积累的结果，不是一天搭出来的。我自己的版本——用录音卡口述、Obsidian沉淀、AI帮忙分流和编译——也还在很早期的阶段，远谈不上成熟。

但至少有一个最小动作是现在就能做的：

先开始记。不用精挑细选，不用想好结构，不用等到有完美工具。遇到什么记什么，颗粒归仓。

记了之后会怎样？你可能不会立刻感觉到变化。但当算力真的上门的那天——不管是得到大脑还是别的什么——你打开它，发现它已经认识你了。你的判断、你的偏好、你的失败和修正，都在那里。它不是从零开始服务你，而是从你已有的全部开始。

让未来的AI有东西可以调用。

这不是终极答案。更像一次小版本更新。系统接走能接的，人守住必须人做的。

至少这个阶段够了。