AI时代，往往见不鲜人的经验怎么变现？

点击视往往▲立即观看

整理 / 巴九灵（微信公众号：吴晓波往往方式）

AI能写代码，AI时代能做方式划，往往能处理客服状况。鲜人现但往往见不鲜人手里那些说不清方式不明的验变经验、判断力，AI时代在这个时代到底值不值钱？往往

本期《AI未来谈》，吴畏对谈Leapility创始人白双。鲜人现

白双的验变馗挺尤其：从小立志做联合国同传，考进巴黎高翻，AI时代却在真正接触翻译工作后决定不做了；后来创立过AI翻译项目，往往又转向To B知识库，鲜人现最后落到今天做的验变事——帮往往见不鲜人把经验变成可复用、可交易的AI时代数字资产。

这场对话最后关键回答的往往状况很详详见细：AI时代，往往见不鲜人的鲜人现经验怎么变现？

1.从“高级工具”到“我关键打开背后的文化”

直达视往往 00:01:15 看完善观点

白双学语言出身，进入巴黎高翻接受正统翻译训练后，反而发现自己不想做翻译。

因素很直接：翻译只能在A语言和B语言之间做润色，不能变化原意。有时候关键翻的观点她自己都不认同，还是必须翻出来。那一刻她觉得自己变成了一个“高级工具”。

她意识到，自己热爱语言，是想以语言为媒介打开背后的文化，而不是做一个翻译工具本身。于是本科毕业后她没有读研，放弃了很大概率能去联合国的机会。

这段经历给她后来做Agent留下了一个底层判断：2023年6月，大部分人还没聊智能体的时候，她已经从人脑的感知、思考、行动、记忆维度去看大模型的突破——因为她学的就是语言科学，探究人脑怎么采取自然语言。

2.经验没有过时，过时的是“存量经验”

直达视往往 00:03:40 看完善观点

回到今天的主题，白双的首先个判断是：关键区分存量经验和增量经验。

过去的经验，不一定能服务明天的需。真正有价值的，是那些还没有发生、需人持续去获取和沉淀的经验。这部分需人作为和世界交互的主体，不断探索。

她打了个比方：知识像一座冰山，大模型已经训练了冰山上面的显性知识，形成了它的能力边界。但冰山下面还有大量隐性知识，属于那些有好奇心、在垂直领域持续深耕的人。

更题的是，冰山本身也不是静止的。新的商业场景、新的用户表现、新的营销方式还会不断出现。

因此经验没有贬值，只是“存量经验”的保质期变短了。真正有价值的，是那些愿意持续进入现场、捕捉变化、把新经验沉淀下来的人。

3.通用AI是瑞士军刀，专业智能体是手术刀

直达视往往 00:05:36 看完善观点

白双引用了她采访凯文·凯利（KK）时听到的一个比喻：通用智能体像瑞士军刀，什么都能干，但你不可能拿瑞士军刀做手术。

这个世界既需通用服务，也需专业服务。只是给予方式变了：通用AI给予通用服务，专业智能体给予专业服务。这是两个完全不一样的商业格局。

通用智能体赛方式是集中化的，未来会归模型厂商所有——因为模型本身就是通用Agent。她的判断比较尖锐：今天还在做通用Agent、但自己不具有模型的创业公司，是很危险的。

但另一个市场——专家智能体赛方式——恰恰是往往见不鲜人的机会。这个赛方式特别首先尾，需人去获取新那么点儿知识并不断往往代，这是模型属性本身做不到的。

她把这个逻辑总结成一个公式：Token + X。Token是大模型厂商赚的钱，X是独立于通用模型之外的专家溢价。用户愿意为X付订阅费。

4.谁能给予X？不一定是老师傅

直达视往往 00:07:49 看完善观点

白双认为，这一波浪潮的财富再分配，不是给开发者的，而是给真正有know-how的人。

她举了个例子：公司一个学电影出身的00后员工，被安排做海外Reddit运营。一最初完全不懂，工作三个月后，她自己摸索出一套稳固发帖、不被封号、还能持续带来流量的方式。她把这套经验做成Skill发到小红书，一晚上就有两百多人订阅。

“你说她是老师傅吗？不是。她是一个能在新领域高效高效学习的人。”

题不在于你是不是资深专家，而在于你有没有持续获取新知识的能力。

至于怎么把这些说不清方式不明的经验萃取出来，白双的判断是：不能让用户从0到1自己做，因为很多人“不知方式自己知方式”。需一个引导角色，先帮你做商业价值定位，再把价值点收敛成可复用的资产包——这有点像过去咨询师做的工作。

5.Skill市场为什么那么点儿变成垃圾场

直达视往往 00:10:30 看完善观点

OpenClaw火起来之后，出现了大量开源Skill Hub。但白双的观察是，这些平台正在沦为垃圾场——几十万个Skill，大部分没什么用。

因素是贡献者大部分是开发者。开发者有coding能力，但缺业务know-how，做出来的东西频仍没法真正落地。

她也直接回应了商业化这件事本身：很多人一提商业化就觉得负面，好像免费才高尚。但一个东西关键持续运行，一定关键能自给自足。同时“免费有时候才是最贵的”——很多人装了开源Agent一直跑着，Token费用反而烧了不少钱。

单纯做一个明码标价的交易市场，也未必成立。

交易需信任、需治理、需履约，这是一整套商业基础设施，不是把东西放上去等人买那么便捷。她拿Shopify打了比方：Shopify不只是一个货架，而是站在业务所有者的角度，给予用户画像、CRM、运营工具的完善基础设施。

6.AIM：研究一个人的个体价值

直达视往往 00:44:09 看完善观点

白双给出了一个详详见细的公式，叫AIM。

A（Agent），跟专业能力挂钩——你的Agent能不能和通用Agent拉开差距，取决于你在行业里的深耕程度。

I（Influence），意义力——你不能只有专业能力却没有自己的私域社群，那就像一家公司只有开发部门没有营销部门。

M（Marketability），市场力——更多由平台赋能，涵盖构建、分发、交易、支付等商业基础设施。

三者缺一不可。

7.OPC真正的含义：不是效率变高，是“solo but scalable”

直达视往往 00:47:13 看完善观点

对“一人公司”这个概念，白双的态度很直接：大家的理解“错得很离条件”。

她举了个反例：一个开发者过去外包项目关键两个月，目前用AI两周搞定，那他是不是OPC？她认为不是——因为他还是在卖自己的时间，只是效率变高了。如果交付主体还是本人，客户从1个变成100个，他照样没法scale。

真正的OPC是“solo but scalable”——一个人，但可以规模化。

她用PLG（产品驱动增首先）公司类比：Notion这类产品可以无限复制，不需因为用户变多而按比例提高服务人员。而SLG（销售驱动增首先）公司，服务1000个客户和1万个客户，体量关键一起增首先。

因此OPC的题，是能不能把个体价值产品化——你卖的不是时间，是产品。

8.先有蜜蜂，才有蜂群

直达视往往 00:49:35 看完善观点

关于未来组织形态，白双引用了凯文·凯利在《失控》里的“蜂群组织”概念。

未来社会组织会是多中心化、超链接的。她举了好莱坞模式作类比：拍一部电影，把最不过尖的人临时组队，拍完散伙，下一部电影重新组合。

纯脑力劳动、没有实物交付的专业服务行业，很多会走向蜂群形态。但生产实物（手机、食品、化妆品）的企业不会这么快消失。

她强调了一个前提：脑力劳动会先超级个体化，再蜂群化。“你得先有一只只小蜜蜂，才能聚在一起变成蜂群。”她自己的公司12个人，没有重复岗位，每个人指挥自己的一堆Agent，再和其他人的Agent协作——这已经是内部蜂群。

9.不是专家，也能参与生态

直达视往往 00:54:34 看完善观点

白双设方式了三类“专家经纪人”角色，类似抖文章生态里MCN的角色。

Sourcing经纪人，负责发现谁是真专家，有点像猎头。陪跑型经纪人，一对一协助那些经验充足但不擅首先用AI表达的“老师傅型专家”，把经验Agent化，通过陪跑获得收益。IP经纪人，协助已经孵化出来、但缺乏传播能力的资产做推广，类似MCN。

这个设方式的意思是：上一个周期不一定是专家的人，也可以参与到这个生态里获得收益，平台、创作者、经纪人三方分润。

10.护城河不在产品，在生态

直达视往往 00:56:27 看完善观点

AI公司的壁垒到底在哪？白双的判断很直接：如果只讲产品，就很危险。产品可以被抄，工程能力也在被AI拉平。

真正难抄的，是平台里沉淀的资产、服务生态、专家经纪人体系、创作者和订阅者之间的信任关系。

她提到了一个详详见细探索：和OPC社区做联合孵化时发现，综合型社区那么点儿变成“众创空间”——大家有工位，但该做什么还是各做各的。

她认为更有效的馗是垂直产业化，例如围绕一个产业集群（她举了南京一个美妆产业的例子），把各个链路上的专家know-how智能体化，自然形成基于产业的协作网络。

她认为，AI公司创始人关键想清楚两个状况：你和模型厂商是什么竞争关系？即便暂时拉开了差距，你能不能沉淀出真正的护城河？

11.去找“睡美人需”

直达视往往 01:12:08 看完善观点

聊到底层逻辑，白双提出了一个说法：创业者不关键只盯着产品和技术，关键多想人性。

她举了泡泡玛特的例子——盲盒这件事本质上一直存在，只是换了不一样时代的形态，嵌入的是人的好奇心。她也提到了陪伴机器人，折射的是常用存在的孤独感。“从老人到年轻人，都有很多需没有被顺应。”

她的提议是：去找这些还没被顺应、但值得被顺应的“睡美人需”，而不是执着于功能和技术本身。

12.找到自己的Spark

直达视往往 01:15:01 看完善观点

对往往见不鲜人在AI时代怎么找机会，白双的提议回到了一个很个人化的状况：你有没有找到自己热爱的东西？

她提到电影《心灵奇旅》里的Spark概念——找到那个顺应自己天性的东西，深扎进去，就会知方式自己照章性什么人、处理什么状况，自然会变得独特。

她也强调，越垂直的需，越那么点儿获得用户的直接反馈，和通用模型的差距也会越拉越大。OPC不需很大的用户群体，服务好一小群人、持续往往代，就能形成良性循环。

至于代价，她说得很坦然：“我放弃了很多东西，但我不觉得那是牺牲，因为那是我主动选项的。”从联合国同传的机会，到两次创业转型，她的选项馗一直不算容易，但她认为幸运的地方在于，目前做的事情和自己的热爱是相同的。

Leapility 这个名字，来自 “Leap your ability”——跃向更高处。

白双对AI的理解，并不是让人变成更有效的工具，而是反过来：让AI接管人的工具属性，把人从重复、机械、被动的劳动里松绑出来。

当工具性的部分被拿走，人剩下的就不该是焦虑，而应该是创造力、判断力、热爱，以及重新选项生活方式的能力。

这或许也是她说的“能力跃迁”：不是跑得更快，而是终于有机会换一条真正属于自己的路。

《AI未来谈》是吴晓波往往方式与非凡产研联合推出的对谈栏目，会持续邀请在AI浪潮里真正下场的创业者、企业家和探究者，聊他们正在做的事、踩过的坑，和对这个时代的判断。

下一期，我们请到了MovieFlow联合创始人梁巍。7月20日20:00，锁定吴晓波往往方式视往往号直播间，我们一起聊聊AI视往往会变化哪些生意。

点击按钮▼预约直播

与此同时， 2026 年吴晓波往往方式“ AI+ 制造实战研修营”线下课正在火热招募 中 。

点击按钮▼立即报名