能力可以外包，AI的上下文不行
AI 已经减少了分析和写作的劳动，但工作的连续性仍然由人维持。人既是业务判断者，也是 AI 的调度者、信息搬运者和结果检查者。
博客
记录 AI 工作流、FDE 交付、技术积累和项目复盘。
AI 已经记住了我的要求，为什么还是没做到？
一次真实协作让我发现：要求被保存、被 AI 读取，以及真正影响它的行动，是三个不同的环节。检查记忆是否有效，最终还是要回到它做了什么。
Anthropic：我们的未来前景会怎么样？
从 Anthropic 的三种经济情景出发，讨论 AI 对增长、工作与收入分配的不同影响，以及为何经济变富不代表每个人都会受益。
企业 ANC 与个人 ANC：让 AI 围绕目标组织工作的同一套架构
企业和个人面对的规模不同，但底层问题是一致的：怎样把目标、上下文、工作方法和可用能力组织起来，让 AI 能够理解该做什么，并持续推进。
个人提效、组织提效和 AI 产品，其实是三件不同的事
个人提效、组织提效和 AI 产品解决的是不同问题：增强个人能力、改变组织协作，以及重新设计问题的解决方式。
AI 改变的，可能不是效率，而是工作本身
AI 带来的不只是效率提升。当执行成本和协作成本持续下降，岗位分工、工作流程以及思考与执行的边界，都值得被重新设计。