闭门会｜张咋啦 Zara：AI 时代的底层工作方式

前言

张咋啦 Zara 应该是中美 AI 圈子里几乎最出名的 Builder 了。

关注我比较久的老朋友应该比较清楚，Zara 其实是我以前的 leader。

我一开始在字节实习的时候，去的就是张咋啦 Zara 的团队。

我们组的同事真的太优秀了，当时一起工作的实习生和 team member，现在都成为了 AI 行业里有头有脸的人了。

时隔多年，受飞书邀请，终于在飞书的闭门会里，又再一次见到了 Zara。

这篇内容，是 Zara 闭门会的分享的 PPT 和逐字稿的合集，感觉是一篇十年二十年都不会过时的内容。

第一时间录了音、转了文字，用我自己的内容创作 Skill 把它变成了一篇好读的内容，第一时间分享给你。

正文

今天我想聊的，是 AI 时代真正发生变化的工作方式。

现在用 Agent，很多东西十分钟就能做出来。但我跟很多创业者和 OPC 交流之后，发现大家最难的事情还是 go-to-market，也就是怎么把产品推向市场。

现在大家最大的卡点就是营销和推广。获取人的注意力变得越来越难，产品又太多了，真的每天都有至少五个人让我试用他们的产品。你怎么抓住我的注意力，让我对你的产品产生好奇，是一件非常难的事情。

代码变便宜了，注意力变贵了。把东西做出来越来越快，决定做什么、怎么让别人愿意在意，反而变得更难。

AI 越会生成，活人感越值钱

现在打开社交媒体，很多内容一眼就能看出是 AI 写的。我并不反对用 AI 做内容，问题出在另一件事上：很多人只让 AI 提高了产量，却没有把自己的真实感受放进去。

产出的内容很顺、很完整，也很像“平均值的平均值”。

市面上有很多 Skill，帮你去掉破折号、改写句子，让内容看起来没那么像 AI。

但这些只解决了表象，AI slop 的根源是没有灵魂：AI 没办法脱离你的人生体验和真实感想去表达，它讲出来的一定是平均值的平均值。

一段话有没有灵魂，取决于它背后有没有一个具体的人。这个人经历过什么，为什么在意这件事，在哪些地方犹豫过，他愿意为哪个判断负责。

AI 没办法凭空拥有你的人生体验。如果这些材料没有进入上下文，它只能给你最常见、最安全的答案。

这也是我一直选择出镜讲内容的原因。对我来说，直接录视频门槛低、速度快，也能让大家感受到内容背后有一个活人。

我不会把大量时间花在精美包装上。相比精致，我更看重真实。观众能看到我的表情、语气、停顿，也能判断我是不是真的相信自己说的话。

所以，识别 AI slop 是一项基础能力，一个人看不出内容哪里空，大概率也会生产同样的东西。

工具越来越强之后，品味和辨别力反而更重要。

Builder 和 Influencer 正在重合

以前大家会觉得，你要么是做产品的，要么是做内容的。但我觉得这两件事正在变成一件事，最厉害的人一定会两个一起做。

如果你是 builder，你在创业、做产品，就要为自己的产品代言，你自己就是自己的 CMO。

产品做出来以后，用户不会自动理解它的价值，这也是为什么很多创业者最后都卡在推广。

如果你是 influencer，在做内容，那你也应该把自己的能力产品化。

influencer 做 builder 很有优势，因为你本来就有分发渠道，也知道自己的受众在关心什么。

我在 GitHub 上做了很多 Skill，我觉得每一个 Skill 都是我的一个观点。

比如这套 Slide 不是 PowerPoint，而是 HTML，因为我认为 HTML 应该取代 PPT。

再比如 Follow Builders Skills，我选出二十几个我认为值得关注的 Builder，背后的观点就是 Follow Builders, not Influencers。

好的产品本身就是一个大家愿意分享的观点。大家用这个产品，是因为认可它背后的观点。如果你做了一个非常 general 的产品，什么都能干、谁都是目标用户，那我还不如直接用 Codex。

你既然要做自己的产品，后面就必须有一个很鲜明的观点和个性，这个故事才能讲出去。

品味来自高质量输入，也来自反复发布

硅谷很多人都在讨论 taste。这里的 taste 不只指视觉上的好看，它更接近判断力：面对 AI 给出的许多选项，你能看出哪个值得保留、哪个不成立，还能解释理由。

我最近一直在想，品味到底怎么提高。我目前总结出两件事。

一件事是大量看好东西，同时追问它为什么好：哪一部分让我产生共鸣？它用了什么结构？做了什么取舍？哪些地方值得借鉴和模仿？

只收藏、不分析，很难把别人的好变成自己的判断。

另一件事是持续把东西发出去，你做内容也好，做产品也好，都要尽快接触真实世界。

发布之后会收到反馈，你再调整、再发布，循环次数越多，判断越具体。

好的 taste 一定是跟外界接触、基于外界反馈迭代出来的。

你不可能每天躲在家里、坐在电脑前，就形成好的 taste。看得多、做得多、发得多，再根据反馈继续迭代，这个循环越多，你的判断才会越准。

HTML 负责呈现，飞书文档负责对齐

我做内容时，AI 用得不算多，很多表达仍然是手作为主。

不过有几个环节，我已经形成了稳定的协作方法。

第一个方法是用 vibe coding 做内容。vibe coding 指的是用自然语言和 coding agent 协作，让它直接生成可以运行的代码。

HTML 是很好的内容画布，尤其适合讲解和教学。视频里可以上方放真人，下方放网页动效；网页承担可视化，真人负责讲述和判断。

为什么选 HTML？因为网页语言更接近 Agent 的“母语”。

它的训练材料里有大量网页代码，也擅长安排文字、图片和动效。

让它直接做传统 PowerPoint，常常要对抗工具格式；让它写 HTML，更容易发挥已有能力。

真正影响协作质量的，还有我和 agent 怎么沟通。

我不会只写一大段 prompt，遇到复杂内容，我会整理一份飞书文档，把它当成给一个专业乙方的 brief，也就是工作说明书。

比如做一条讲解视频，我会在第一列放脚本，第二列让 Codex 或 Claude Code 写每段内容适合怎样可视化，第三列再生成对应的 HTML、CSS 和动效。

哪里不符合预期，我直接选中文字或图片评论。Agent 根据评论修改，再把我的录像与动效用 FFmpeg 合成。

FFmpeg 是处理音视频的命令行工具，适合自动完成拼接、裁切、转码和字幕烧录。

飞书文档的价值在于，它能同时容纳文字、图片、视频和评论。图片、素材、参考案例都放进去，agent 可以直接读取和下载；生成结果也能贴回来。

人与 agent 看到的是同一个上下文，反馈还能落在具体位置上。

我做 Web App 时也会这样处理提示词，模型的 system prompt 如果散落在本地 Markdown 文件里，很难逐个审阅。

我会让 Agent 把它们整理进一份飞书文档，我一段段看、一段段评论，它再回到代码里修改。

这套方法也适合视频粗剪和字幕。两小时直播要剪成短片，我会先让 agent 把逐字稿放进文档，哪些段落保留，由我标出来。

它再按时间码调用 FFmpeg 剪辑。英文视频要加中英双语字幕，也可以先让本地语音识别生成初稿，再让 agent 根据完整上下文纠错。

像 Claude 被识别成 cloud 这种问题，单靠声音很难判断；理解整段内容之后，纠错会更准确。字幕烧进视频前，我仍然会在文档里审阅一遍。

所以，文档已经不只是给人阅读的交付物，它是人与 agent 共同工作的界面：素材进来，方案展开，反馈落点，修改再回到产品或视频里。

会议结束，agent 的工作才开始

我很看重另一个输入源：会议记录。

我的观点是，妙记不只是给人回看的纪要，它更适合作为 agent 的 context，也就是理解任务所需的上下文。开会本身可以看作一次长 prompt；会议结束之后，决策、待办和新想法已经产生，agent 才开始接手执行。

我自己的工作流是，每次开完会，妙记自动推送给 Codex。它会先按我关心的视角整理个性化总结。同一场会里，每个人关心的内容不同，通用的 AI 摘要很难同时服务所有人；长期和我协作的 agent 更了解我的项目和判断标准。

接着，它会提取待办，判断哪些事情自己可以推进，并主动提出建议。

我只需要确认做哪一项，它就能继续执行。

这样一来，人不必把会议内容重新拆成一条条 prompt，很多任务可以从自然对话直接进入工作流。

这类用法可以扩展到不同团队，销售会议的逐字稿可以交给 agent 做复盘，检查话术，沉淀标准作业流程，也能把优秀销售的做法变成组织资产。

内容创作者每天的交流可以变成选题库和文稿素材，线下零售团队也可以记录服务现场，让 Agent 找出顾客常问的问题和服务中的断点。

关键动作只有一个：让真实工作产生的上下文进入系统。

没有这些材料，agent 只能等待指令；有了持续输入，它才可能理解你正在做什么，并主动接下一棒。

从个人助理走向团队级 agent

很多人已经在使用个人 agent，但 AI 用得好的团队通常还会有一个共同的 agent。它拥有团队级上下文，不依附于某一台电脑或某一个人，所有成员都能在工作现场使用它。

我很喜欢 Shopify 创始人分享过的一个做法。他提到，Shopify 内部的 agent 只在公开频道里和员工交流，没有设计私聊入口。

这样做带来一个很有意思的结果：A 和 agent 怎么讨论，B 能看到；别人用了什么方法、什么提示、什么 Skill，也会在团队里自然传播。

学习直接发生在工作现场，不需要再专门组织一套培训。

公开协作还有一个好处，人和 agent 可以接力。

比如数据分析师做了一个能查询看板的 agent，产品同学在群里问数据，遇到口径错误，数据分析师可以当场纠正；

Agent 只做到八十分，人可以继续补到一百分。

对团队来说，这段纠正过程也被保留下来，下一次不必从头解释。

Zapier 的 CEO 也分享过减少私聊的做法，鼓励大家尽量在公开频道沟通。理由很直接：私聊里的信息，agent 看不见，也无法成为组织可以检索的上下文。

管理者还会公开示范这种协作方式。

这提醒我们，采用 agent 不只是增加一个工具。组织的沟通方式也要调整。如果每个人只在自己的电脑上和 Codex 聊天，对企业来说仍然是黑盒：不知道员工怎么用、产出了什么、哪些方法值得复用。

一个团队级 agent 应该有明确角色、知识范围、性格和技能。它可以被拉进群聊，让同事围绕同一任务共同推进。公开讨论、人工纠错和 agent 执行连在一起，团队经验才会逐渐变成可复用的组织能力。

把审美和规范沉淀成 Skill

内容生产里还有一件事很值得做：把自己的审美沉淀成 Skill。Skill 可以理解为一套可复用的任务说明、判断标准和工作流程，让 agent 下次遇到同类任务时知道该怎么做。

我做过很多 HTML 和飞书画板相关的 Skill。它们传播得比较广，一个直接原因是视觉呈现好。今天大家的注意力很容易分散，可视化沟通已经成了生产力。能把排版和设计交给 AI，人才能把精力更多放回内容判断。

把模板变成 Skill，不能只把现有文件丢给 agent。更有效的做法是，先让它完成一次真实设计任务，再非常耐心地调。第一次结果大概率不符合预期，你要给具体反馈，可能来回几十轮。这个过程看起来慢，却只需要认真做一次。

当结果终于达到你的标准，再让 agent 把刚才的协作过程整理成 Skill。以后遇到同类任务，它会记住布局、配色、信息密度、动效和禁用项。团队里的设计规范、演示模板、内容检查清单，都可以用这种方式沉淀。

审美因此从一个人脑子里的模糊感觉，变成团队可以调用、检查和继续改进的工作资产。

Builder 的三项底层能力

做一个东西，大致有三个环节：决定做什么，把它做出来，再把它推广出去，让别人愿意使用。

AI 对中间环节的改变最明显。coding agent 缩短了想法到产品的距离，生成工具也缩短了选题到内容的距离。可第一步和第三步反而更难：大家都能快速生产，用户面前的选项爆炸了。

我认为，今天的 builder 需要三项底层能力：agency、taste 和 distribution。

Agency 是主观能动性。你不等别人拆好任务，能自己发现问题、发起尝试，把事情往前推。用大白话说，就是愿意折腾，也真的会动手。

Taste 是判断力。你能理解用户，知道什么值得做，也知道什么应该放弃；面对 AI 给出的一堆选项，能看出哪个像样、哪个不成立，并说清原因。

Distribution 是分发能力。东西做完以后，你能把故事讲清楚，让该看到的人真的看到，让他们愿意采取行动。它包含内容表达、品牌、渠道，也包含长期建立的信任。

这也是为什么我非常看好内容创作者去做 builder。

做内容让我接触到很多不一样的人，知道大家真实需要什么；产品做出来以后，我也已经有一个可以直接分发的渠道。所以内容创作者通常本来就有 agency、taste 和 distribution。

文章来自于"泛函"，作者 "泛函"。